首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信网论文--一般性问题论文--测试、运行论文

Obfs4匿名网络流量识别研究

致谢第5-6页
摘要第6-8页
ABSTRACT第8-9页
1 引言第13-19页
    1.1 研究背景与选题意义第13-14页
    1.2 国内外研究现状第14-15页
    1.3 本文工作难点和创新点第15-17页
    1.4 论文内容安排第17-19页
2 Tor匿名通讯第19-30页
    2.1 匿名通讯技术第19-20页
        2.1.1 匿名通讯技术发展第19页
        2.1.2 匿名通讯分类第19-20页
        2.1.3 几种匿名工具第20页
    2.2 Tor匿名通讯第20-24页
        2.2.1 Tor概述第20-21页
        2.2.2 Tor工作原理第21-24页
    2.3 Tor混淆插件第24-25页
        2.3.1 Tor网桥第24-25页
        2.3.2 Tor混淆插件第25页
    2.4 Obfs4混淆协议第25-29页
        2.4.1 Obfs4介绍第25-26页
        2.4.2 Obfs4通讯过程第26-28页
        2.4.3 Obfs4相关技术第28-29页
    2.5 本章小结第29-30页
3 流量识别第30-34页
    3.1 基于端口的流量识别技术第30页
    3.2 深度包检测的流量识别技术第30-31页
    3.3 基于机器学习的流量识别技术第31-32页
    3.4 流量识别检测标准第32-33页
    3.5 本章小结第33-34页
4 针对Obfs4流量特征的分析第34-46页
    4.1 Obfs4握手阶段分析第34-37页
        4.1.1 握手负载分析第34-35页
        4.1.2 握手动态特征分析第35-37页
    4.2 随机性检测第37-40页
        4.2.1 随机性检测介绍第37-38页
        4.2.2 随机性检测规范第38-39页
        4.2.3 针对Obfs4的随机性检测第39-40页
    4.3 动态特征检测第40-44页
        4.3.1 Obfs4握手协议分析第41-42页
        4.3.2 Obfs4握手长度特征第42-43页
        4.3.3 Obfs4握手时间特征第43-44页
    4.4 本章小结第44-46页
5 基于SVM的Obfs4流量识别第46-56页
    5.1 SVM技术第46-49页
        5.1.1 SVM基础第46-47页
        5.1.2 SVM的核函数第47-48页
        5.1.3 SVM分类第48-49页
    5.2 SVM在Obfs4上的分类应用第49-53页
        5.2.1 Obfs4数据流分析第49页
        5.2.2 分片处理第49-50页
        5.2.3 分类模型建立第50-51页
        5.2.4 分类特征选取第51-53页
    5.3 SVM在Obfs4上的识别方法第53-55页
        5.3.1 识别模型第53-55页
        5.3.2 分片确定第55页
    5.4 本章小结第55-56页
6 针对Obfs4流量识别的实验分析第56-69页
    6.1 实验工具介绍第56-57页
        6.1.1 Wireshark简介第56页
        6.1.2 LibSVM简介第56-57页
    6.2 针对Obfs4的流量特征识别分析第57-63页
        6.2.1 静态特征实验第57-60页
        6.2.2 动态特征实验第60-63页
    6.3 基于SVM的Obfs4的流量识别分析第63-67页
        6.3.1 分片精度实验第63-64页
        6.3.2 核函数选择实验第64-66页
        6.3.3 模型特征比对实验第66-67页
    6.4 对比其他检测方法的分析第67-68页
    6.5 本章小结第68-69页
7 结论第69-71页
    7.1 实验结论第69-70页
    7.2 不足和展望第70-71页
参考文献第71-73页
作者简历及攻读硕士学位期间取得的研究成果第73-75页
学位论文数据集第75页

论文共75页,点击 下载论文
上一篇:基于QoE的HTTP动态自适应流媒体传输优化方法研究
下一篇:用于户外远程语音信号定位的解卷波束形成性能评价