首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于行为特征的海量Web流量的识别与分析

摘要第4-7页
ABSTRACT第7-10页
第一章 绪论第14-27页
    1.1 研究背景第14-17页
    1.2 现状与问题第17-21页
    1.3 研究条件第21-22页
    1.4 主要研究内容第22-23页
    1.5 主要创新点第23-24页
    1.6 论文结构第24-27页
第二章 Web浏览记录的产生与采集第27-39页
    2.1 Web浏览记录的产生第27-36页
        2.1.1 因特网统一资源定位器(URL)第27页
        2.1.2 因特网多媒体信使(HTTP)第27-32页
        2.1.3 流技术简介第32-34页
        2.1.4 Web浏览记录实例第34-36页
    2.2 Web浏览记录的采集第36-38页
        2.2.1 数据采集硬件网络部署第36页
        2.2.2 数据采集系统软件架构第36-38页
    2.3 本章总结第38-39页
第三章 固定网络中的Web流量精细化识别与分析第39-66页
    3.1 概述第39页
    3.2 未知流量识别及网站排名的研究背景及问题第39-41页
    3.3 未知流量的识别第41-54页
        3.3.1 未知流量及易知流量第41-42页
        3.3.2 Web交互过程建模第42-47页
        3.3.3 未知IP的识别算法第47-48页
        3.3.4 未知IP识别结果度量第48-49页
        3.3.5 实验评估第49-54页
    3.4 Web流量的Top-k查询第54-64页
        3.4.1 易知Web流量的识别第55页
        3.4.2 未知Web流量的分配第55-57页
        3.4.3 Top-k查询结果度量方法第57-58页
        3.4.4 实验评估第58-64页
    3.5 本章总结第64-66页
第四章 移动互联网中的Web流量精细化识别与分析第66-83页
    4.1 概述第66页
    4.2 应用识别的研究背景及问题第66-67页
    4.3 应用识别第67-73页
        4.3.1 应用识别系统框架第67-68页
        4.3.2 应用识别算法第68-70页
        4.3.3 评估方法第70-71页
        4.3.4 实验评估第71-73页
    4.4 应用识别系统实现第73-78页
        4.4.1 系统架构第73-74页
        4.4.2 系统功能解释第74-78页
    4.5 应用聚类分析第78-82页
        4.5.1 K均值算法简介第78页
        4.5.2 类别数的确定第78-80页
        4.5.3 类别分析第80-82页
    4.6 本章总结第82-83页
第五章 移动互联网中智能手机用户的流量特征及行为分析第83-92页
    5.1 概述第83页
    5.2 智能手机维度流量识别的研究背景及问题第83-85页
    5.3 手机操作系统维度的分析第85-89页
        5.3.1 手机操作系统识别与分析第85页
        5.3.2 操作系统维度手机流量特征第85-87页
        5.3.3 操作系统维度手机应用特征分析第87-89页
    5.4 设备厂商维度的分析第89-91页
        5.4.1 设备识别第89页
        5.4.2 设备维度手机流量特征第89-90页
        5.4.3 设备维度手机应用特征第90-91页
    5.5 本章总结第91-92页
第六章 移动互联网中恶意软件流量识别与分析第92-104页
    6.1 概述第92页
    6.2 移动互联网中恶意软件识别的研究背景及问题第92-94页
    6.3 XcodeGhost流量识别与分析第94-101页
        6.3.1 XcodeGhost流量识别第95页
        6.3.2 受影响设备比例分析第95-98页
        6.3.3 XcodeGhost服务器分析第98-99页
        6.3.4 XcodeGhost流量按天跟踪分析第99-100页
        6.3.5 XcodeGhost发送请求报文时间分析第100-101页
        6.3.6 XcodeGhost请求报文持续时间及字节数分析第101页
    6.4 受影响应用识别与分析第101-103页
        6.4.1 受影响应用识别第102页
        6.4.2 受影响应用分析第102-103页
    6.5 本章总结第103-104页
结束语:总结与展望第104-107页
附录:缩写词说明第107-108页
致谢第108-110页
攻读学位期间发表的学术论文目录第110-111页
参考文献第111-117页

论文共117页,点击 下载论文
上一篇:社交媒体中情感传播关键问题研究
下一篇:面向太比特光传输系统复用技术的若干问题研究