| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究背景与意义 | 第9-16页 |
| ·SSH 简介 | 第9-11页 |
| ·SSH 隧道简介 | 第11-13页 |
| ·SSH 对于传统的网络安全防护策略的影响 | 第13-14页 |
| ·SSH 对于网络流量管理方面的影响 | 第14-16页 |
| ·研究现状 | 第16-17页 |
| ·本文的组织结构 | 第17-19页 |
| 第二章 统计模式识别理论 | 第19-25页 |
| ·模式识别简介 | 第19-21页 |
| ·基本模型 | 第19页 |
| ·监督分类与无监督分类 | 第19-20页 |
| ·基于最小错误率的贝叶斯决策 | 第20-21页 |
| ·概率密度函数估计 | 第21-22页 |
| ·高斯混合模型 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 握手阶段的特征提取及模式向量的生成 | 第25-35页 |
| ·协议“握手” | 第25-26页 |
| ·观测角度的选择 | 第26-30页 |
| ·从传输层分析 | 第27-28页 |
| ·从网络层分析 | 第28-30页 |
| ·实验结果及优化处理 | 第30-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 隧道流量的起点和终点 | 第35-49页 |
| ·SSH 会话建立过程对隧道边界的影响 | 第35-43页 |
| ·隧道流量长度的确定（隧道终点） | 第43-44页 |
| ·实验结果与分析 | 第44-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 基于高斯混合模型的极大似然分类器设计与实现 | 第49-65页 |
| ·极大似然分类器设计 | 第49-52页 |
| ·训练数据的获得 | 第52-53页 |
| ·实验过程和结果 | 第53-61页 |
| ·协议“指纹” | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·全文总结 | 第65-66页 |
| ·工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 研究生期间发表的论文及参与的工作 | 第71-73页 |
| 致谢 | 第73页 |