| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容及方法 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 2 基础理论及相关技术 | 第14-22页 |
| 2.1 用户行为分析概述 | 第14-16页 |
| 2.1.1 用户行为定义 | 第14页 |
| 2.1.2 用户行为分析方法 | 第14-16页 |
| 2.2 TCP/IP协议 | 第16-18页 |
| 2.3 Winpcap架构 | 第18-20页 |
| 2.4 SharpPcap+PacketDotNet类库 | 第20-22页 |
| 3 用户行为分析模型概要设计 | 第22-26页 |
| 3.1 功能需求 | 第22-23页 |
| 3.2 部署环境 | 第23-24页 |
| 3.3 体系结构设计 | 第24-26页 |
| 4 用户行为分析模型构建实现 | 第26-62页 |
| 4.1 用户流量行为分析模型 | 第26-47页 |
| 4.1.1 数据包结构解析 | 第27-29页 |
| 4.1.2 基于端口匹配的流量类别初次分析 | 第29-32页 |
| 4.1.3 基于深度包检测的流量类别深度分析 | 第32-34页 |
| 4.1.4 字符串多模匹配算法BM-Improved | 第34-40页 |
| 4.1.5 用户流量交互行为分析 | 第40-43页 |
| 4.1.6 主机通信拓扑分析 | 第43-47页 |
| 4.2 用户内容行为分析模型 | 第47-58页 |
| 4.2.1 HTTP协议解析 | 第47-49页 |
| 4.2.2 HTTP数据包还原 | 第49-56页 |
| 4.2.3 HTTP内容行为分析 | 第56-58页 |
| 4.3 用户犯罪行为倾向性分析 | 第58-62页 |
| 4.3.1 用户行为模型LUBAM | 第58-59页 |
| 4.3.2 犯罪行为倾向性分析 | 第59-62页 |
| 5 实验过程 | 第62-74页 |
| 5.1 流量行为分析测试 | 第62-66页 |
| 5.1.1 测试环境 | 第62页 |
| 5.1.2 测试结果 | 第62-65页 |
| 5.1.3 BM-Improved算法性能测试 | 第65-66页 |
| 5.2 内容行为分析测试 | 第66-72页 |
| 5.2.1 测试环境 | 第66页 |
| 5.2.2 测试结果 | 第66-72页 |
| 5.3 犯罪行为倾向性分析测试 | 第72-74页 |
| 5.3.1 测试数据 | 第72页 |
| 5.3.2 测试结果 | 第72-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-77页 |
| 在学研究成果 | 第77-78页 |
| 致谢 | 第78页 |