| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 主要符号对照表 | 第11-12页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题研究背景及意义 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 脆弱性分析技术概述 | 第15-16页 |
| 1.2.2 模糊测试技术研究现状 | 第16-18页 |
| 1.2.3 协议逆向技术概述 | 第18-20页 |
| 1.3 本文研究内容和主要成果 | 第20-21页 |
| 1.4 论文结构安排 | 第21-22页 |
| 第二章 基础知识 | 第22-33页 |
| 2.1 协议基础知识 | 第22-27页 |
| 2.1.1 SSL/TLS协议 | 第22-23页 |
| 2.1.2 OpenVPN | 第23-25页 |
| 2.1.3 OpenSSH | 第25-27页 |
| 2.2 模糊测试技术 | 第27-29页 |
| 2.2.1 模糊测试基本框架 | 第27-28页 |
| 2.2.2 AFL-fuzz框架 | 第28-29页 |
| 2.3 深度学习与LSTM神经网络模型 | 第29-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于模型学习的网络安全协议脆弱性分析 | 第33-50页 |
| 3.1 模型学习技术原理 | 第33-35页 |
| 3.2 基于模型学习的网络安全协议脆弱性分析方法 | 第35-37页 |
| 3.3 实例应用：基于模型学习的OpenVPN系统脆弱性分析 | 第37-44页 |
| 3.3.1 输入/输出表构造 | 第38-39页 |
| 3.3.2 数据包构造及状态机推断策略 | 第39-41页 |
| 3.3.3 状态机推断与化简 | 第41页 |
| 3.3.4 OpenVPN状态机安全性分析 | 第41-44页 |
| 3.4 基于时间压缩模型的状态融合 | 第44-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 基于LSTM模型的网络安全协议模糊测试 | 第50-59页 |
| 4.1 基于LSTM模型的网络安全协议模糊测试方法 | 第50-51页 |
| 4.2 原型系统设计 | 第51-53页 |
| 4.3 应用实例：OpenSSH测试分析 | 第53-57页 |
| 4.4 实验结果分析 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 结论和展望 | 第59-61页 |
| 5.1 全文总结 | 第59-60页 |
| 5.2 下一步工作 | 第60-61页 |
| 附件 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 作者简历 | 第68页 |