| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 论文主要工作 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第二章 流量分类方法与相关技术介绍 | 第17-27页 |
| 2.1 网络流量分类方法综述 | 第17-22页 |
| 2.1.1 基于端口的流量分类方法 | 第17-18页 |
| 2.1.2 基于载荷的流量分类方法 | 第18-19页 |
| 2.1.3 基于机器学习的流量分类方法 | 第19-21页 |
| 2.1.4 流量分类方法的比较 | 第21-22页 |
| 2.1.5 流量分类评价标准 | 第22页 |
| 2.2 关键技术介绍 | 第22-26页 |
| 2.2.1 HDFS介绍 | 第23-24页 |
| 2.2.2 Spark介绍 | 第24-25页 |
| 2.2.3 Kafka介绍 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 SSL/TLS加密流量指纹信息研究 | 第27-39页 |
| 3.1 SSL/TLS协议分析 | 第27-29页 |
| 3.2 SSL/TLS流量指纹特征分析 | 第29-36页 |
| 3.2.1 证书分析 | 第29-33页 |
| 3.2.2 特征字段分析 | 第33-36页 |
| 3.3 SSL/TLS漏洞分析 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 SSL/TLS加密流量应用服务分类研究 | 第39-53页 |
| 4.1 算法的选取分析 | 第39-43页 |
| 4.1.1 C4.5算法介绍 | 第40-42页 |
| 4.1.2 随机森林算法介绍 | 第42-43页 |
| 4.2 SSL/TLS加密流量应用服务分类方法研究 | 第43-49页 |
| 4.2.1 HTTPS流量过滤 | 第44-46页 |
| 4.2.2 HTTPS应用服务分类 | 第46-49页 |
| 4.2.3 特征值优化 | 第49页 |
| 4.3 实验数据说明 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 基于Spark平台流量分类系统设计与实现 | 第53-63页 |
| 5.1 系统总体架构 | 第53-55页 |
| 5.2 数据处理模块 | 第55-57页 |
| 5.3 流量过滤模块 | 第57-58页 |
| 5.4 应用服务分类模块 | 第58-62页 |
| 5.5 结果分析 | 第62页 |
| 5.6 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 攻读学位期间发表的学术论文 | 第71页 |