具有规模适应性的互联网流量识别方法研究
| 摘要 | 第1-14页 |
| ABSTRACT | 第14-17页 |
| 主要术语及符号说明 | 第17-18页 |
| 第一章 绪论 | 第18-23页 |
| ·研究内容和对象 | 第18页 |
| ·论文的研究背景 | 第18-19页 |
| ·论文所用术语界定 | 第19-20页 |
| ·论文的主要工作及技术路线 | 第20-21页 |
| ·论文的特点和创新之处 | 第21-22页 |
| ·论文的组织结构 | 第22-23页 |
| 第二章 互联网流量现状分析及识别方法研究进展 | 第23-36页 |
| ·互联网流量现状 | 第23-26页 |
| ·应用流量种类迅速增长 | 第23-24页 |
| ·对底层网络冲击大 | 第24-25页 |
| ·应用技术更新发展迅速 | 第25页 |
| ·涉及利益多方博弈加剧 | 第25-26页 |
| ·互联网流量特征 | 第26-30页 |
| ·静态显示特征 | 第26-28页 |
| ·动态特征 | 第28-30页 |
| ·互联网流量识别方法 | 第30-35页 |
| ·端口匹配识别 | 第30-31页 |
| ·深度包检测(DPI)识别 | 第31-32页 |
| ·行为规则匹配识别 | 第32-33页 |
| ·基于流特征的识别 | 第33-34页 |
| ·识别方法总结 | 第34-35页 |
| ·互联网流量识别发展趋势 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于单点流量统计特征的机器学习识别 | 第36-55页 |
| ·半监督学习模型 | 第36-37页 |
| ·数据引力理论 | 第37-41页 |
| ·引力定律 | 第37-38页 |
| ·引力与数据相似性 | 第38-39页 |
| ·数据引力分类 | 第39-41页 |
| ·数据引力聚类 | 第41-43页 |
| ·可聚类样本选择 | 第41页 |
| ·引力聚类 | 第41-43页 |
| ·基于细分识别空间的分类 | 第43-46页 |
| ·识别空间定义 | 第43页 |
| ·细分识别空间 | 第43-44页 |
| ·识别空间染色 | 第44-46页 |
| ·DGFDRS-SSL模型 | 第46-47页 |
| ·聚类和染色 | 第46-47页 |
| ·识别分类 | 第47页 |
| ·基于DGFDRS-SSL的流量识别 | 第47-53页 |
| ·问题定义 | 第48页 |
| ·实验数据 | 第48-49页 |
| ·特征选择 | 第49-51页 |
| ·实验与分析 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第四章 面向有限网络规模的互联网应用群体发现 | 第55-70页 |
| ·互联网应用群体特征 | 第55-56页 |
| ·互联网应用群体模型 | 第56-58页 |
| ·群体定义 | 第56-57页 |
| ·群体模型 | 第57-58页 |
| ·有限规模的应用群体发现 | 第58-64页 |
| ·网络规模 | 第59页 |
| ·测量点及方向 | 第59-60页 |
| ·群体特征 | 第60-62页 |
| ·群体生成和发现 | 第62-64页 |
| ·互联网应用群体发现的应用 | 第64-67页 |
| ·流量识别 | 第64-66页 |
| ·端口伪装发现 | 第66-67页 |
| ·跨协议传输行为发现 | 第67页 |
| ·实验与分析 | 第67-69页 |
| ·实验数据及方法 | 第67-68页 |
| ·实验及结果分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 面向互联网的分布式自组织流量识别联盟模型 | 第70-86页 |
| ·分布式流量识别联盟 | 第70-73页 |
| ·模型结构 | 第71-72页 |
| ·联盟节点 | 第72-73页 |
| ·联盟协议设计原则 | 第73页 |
| ·基于改进Chord的自组织联盟协议 | 第73-81页 |
| ·Chord基本路由过程 | 第74-75页 |
| ·改进的Chord路由模型 | 第75-81页 |
| ·联盟协助 | 第81-83页 |
| ·分类协助 | 第81页 |
| ·启动策略 | 第81-82页 |
| ·资源共享 | 第82-83页 |
| ·实验与分析 | 第83-85页 |
| ·实验平台 | 第83页 |
| ·实验结果分析 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第六章 基于网络处理器的流量样本采集和识别平台 | 第86-108页 |
| ·网络处理器简介 | 第86-87页 |
| ·流量样本采集和识别平台框架 | 第87-89页 |
| ·应用分类"标记"客户端 | 第89-93页 |
| ·流量获取 | 第89页 |
| ·网络调用截获处理 | 第89-90页 |
| ·应用"标记"实现技术 | 第90-91页 |
| ·网络调用分类查找 | 第91-92页 |
| ·网络数据包应用分类"标记" | 第92-93页 |
| ·流量采集和样本预处理 | 第93-94页 |
| ·互联网流量识别 | 第94-104页 |
| ·系统结构设计 | 第94-96页 |
| ·线速识别 | 第96-97页 |
| ·基于流统计特征的有限线速识别 | 第97-104页 |
| ·实验与分析 | 第104-106页 |
| ·本章小结 | 第106-108页 |
| 第七章 总结和展望 | 第108-110页 |
| 参考文献 | 第110-118页 |
| 致谢 | 第118-119页 |
| 攻读学位期间发表和待发表的学术论文目录 | 第119-120页 |
| 攻读学位期间参与的科研项目情况 | 第120-122页 |
| 学位论文评阅及答辩情况表 | 第122-124页 |
| 英文论文 | 第124-151页 |
| 论文1 | 第124-134页 |
| 论文2 | 第134-151页 |
