| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 本论文的结构安排 | 第14-15页 |
| 第二章 相关技术基础 | 第15-30页 |
| 2.1 云计算 | 第15-23页 |
| 2.1.1 云计算概述 | 第15-16页 |
| 2.1.2 Hadoop | 第16-19页 |
| 2.1.2.1 Hadoop家族 | 第17页 |
| 2.1.2.2 HDFS的体系架构 | 第17-18页 |
| 2.1.2.3 Map Reduce的工作原理 | 第18-19页 |
| 2.1.3 HBase | 第19-23页 |
| 2.1.3.1 HBase的体系架构 | 第19-21页 |
| 2.1.3.2 HBase中两张特殊的表 | 第21页 |
| 2.1.3.3 HBase概念视图与物理视图 | 第21-23页 |
| 2.2 协议识别技术 | 第23-28页 |
| 2.2.1 基于知名端.的应用层协议识别技术 | 第23-24页 |
| 2.2.2 基于统计学的应用层协议识别技术 | 第24-25页 |
| 2.2.3 基于深度包检测的应用层协议识别技术 | 第25-26页 |
| 2.2.4 基于特征字匹配的应用层协议识别技术 | 第26-27页 |
| 2.2.5 基于正则表达式的应用层协议识别技术 | 第27-28页 |
| 2.3 网络抓包工具WireShark | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于HADOOP的特征串提取算法的研究实现与改进 | 第30-51页 |
| 3.1 基于Hadoop的Apriori算法及改进 | 第30-40页 |
| 3.1.1 Apriori算法简介 | 第30-36页 |
| 3.1.1.1 关联规则发现 | 第30-31页 |
| 3.1.1.2 关联规则相关的概念与定理 | 第31-32页 |
| 3.1.1.3 Apriori算法 | 第32-36页 |
| 3.1.1.4 Apriori算法与应用层协议特征提取 | 第36页 |
| 3.1.2 基于Hadoop的应用层协议特征串提取MapReduceApriori算法 | 第36-40页 |
| 3.1.2.1 MapReduceApriori算法的基本思想 | 第36页 |
| 3.1.2.2 MapReduceApriori算法的设计与实现 | 第36-39页 |
| 3.1.2.3 设计实现的改进 | 第39-40页 |
| 3.2 基于Hadoop的应用层协议特征串提取MapReduceApriori改进算法 | 第40-50页 |
| 3.2.1 对每一个数据包添加编码 | 第40-42页 |
| 3.2.2 基于Hadoop的优化 | 第42-45页 |
| 3.2.2.1 使用Combiner减少网络流量 | 第42-44页 |
| 3.2.2.2 使用压缩数据，减少输入输出 | 第44页 |
| 3.2.2.3 重用JVM | 第44-45页 |
| 3.2.2.4 Reduce的数量设置 | 第45页 |
| 3.3.3 算法改进后的框架 | 第45-50页 |
| 3.3 本章小结 | 第50-51页 |
| 第四章 基于HADOOP的应用层协议识别系统的设计与实现 | 第51-71页 |
| 4.1 系统总体设计 | 第51-53页 |
| 4.2 数据预处理模块 | 第53-58页 |
| 4.2.1 去除与数据包无关的字符 | 第54页 |
| 4.2.2 提取源IP、源端.、目的IP、目的端.、应用层数据 | 第54-55页 |
| 4.2.3 重组数据包，得到目标数据集 | 第55-58页 |
| 4.2.3.1 TCP数据重组 | 第56-58页 |
| 4.2.3.2 UDP数据重组 | 第58页 |
| 4.3 基于Hadoop的应用层识别模块 | 第58-69页 |
| 4.3.1 特征库的设计 | 第58-62页 |
| 4.3.1.1 数据流1特征表 | 第58-59页 |
| 4.3.1.2 端.表 | 第59页 |
| 4.3.1.3 数据流2特征表 | 第59-60页 |
| 4.3.1.4 正则表达式特征表 | 第60-61页 |
| 4.3.1.5 特征串1特征表 | 第61-62页 |
| 4.3.1.6 特征串2特征表 | 第62页 |
| 4.3.2 基于数据流2的识别单元模块 | 第62-64页 |
| 4.3.3 基于数据流1的识别单元模块 | 第64-65页 |
| 4.3.4 基于正则表达式的识别单元模块 | 第65-67页 |
| 4.3.5 基于特征串的识别单元模块 | 第67-69页 |
| 4.4 基于Hadoop的应用层协议特征串提取模块 | 第69-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第五章 实验结果与分析 | 第71-88页 |
| 5.1 实验平台搭建 | 第71-76页 |
| 5.1.1 Hadoop集群搭建 | 第71-74页 |
| 5.1.1.1 Hadoop集群配置 | 第71-72页 |
| 5.1.1.2 Hadoop集群安装 | 第72-74页 |
| 5.1.2 NTP服务器搭建 | 第74-75页 |
| 5.1.3 HBase集群搭建 | 第75-76页 |
| 5.2 实验目的设计与结果分析 | 第76-87页 |
| 5.2.1 性能优化提升实验 | 第76-82页 |
| 5.2.1.1 使用Combiner减少网络流量实验目的设计与结果分析 | 第76-78页 |
| 5.2.1.2 使用压缩数据，减少输入输出实验目的设计与结果分析 | 第78-80页 |
| 5.2.1.3 重用JVM实验结果与分析 | 第80-81页 |
| 5.2.1.4 Reduce的数量设置实验 | 第81-82页 |
| 5.2.2 应用层协议识别模块实验 | 第82-83页 |
| 5.2.2.1 实验目的 | 第82页 |
| 5.2.2.2 实验设计 | 第82-83页 |
| 5.2.2.3 实验结果与分析 | 第83页 |
| 5.2.3 应用层协议的特征串提取模块实验 | 第83-87页 |
| 5.2.3.1 实验目的 | 第83页 |
| 5.2.3.2 实验设计 | 第83-84页 |
| 5.2.3.3 实验结果与分析 | 第84-87页 |
| 5.3 本章小结 | 第87-88页 |
| 第六章 总结与展望 | 第88-89页 |
| 6.1 总结 | 第88页 |
| 6.2 后续工作展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-93页 |
| 攻读硕士学位期间取得的成果 | 第93-94页 |
