比特流数据未知协议特征发现技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文解决的关键问题 | 第13-14页 |
| 1.4 本文的主要工作和贡献 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-16页 |
| 第二章 未知协议特征发现的相关理论与技术 | 第16-30页 |
| 2.1 信息论的基本知识 | 第16-19页 |
| 2.1.1 信息熵 | 第16-17页 |
| 2.1.2 联合熵 | 第17页 |
| 2.1.3 条件熵 | 第17-18页 |
| 2.1.4 互信息 | 第18页 |
| 2.1.5 条件互信息 | 第18-19页 |
| 2.1.6 联合互信息 | 第19页 |
| 2.2 基于模式匹配的特征发现 | 第19-24页 |
| 2.2.1 单模式匹配算法 | 第19-22页 |
| 2.2.2 多模式匹配算法 | 第22-24页 |
| 2.3 基于数据挖掘的特征发现 | 第24-28页 |
| 2.3.1 关联规则 | 第24-27页 |
| 2.3.2 聚类 | 第27-28页 |
| 2.4 未知协议特征发现关键技术研究 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于机器学习的数据帧聚类算法研究 | 第30-43页 |
| 3.1 数据帧的格式分析 | 第30-32页 |
| 3.2 数据帧的聚类流程 | 第32-33页 |
| 3.3 无监督的机器学习算法 | 第33-36页 |
| 3.3.1 K means算法 | 第34页 |
| 3.3.2 EM算法 | 第34-35页 |
| 3.3.3 DBSCAN算法 | 第35-36页 |
| 3.4 聚类算法在数据帧中性能比较 | 第36-40页 |
| 3.4.1 实验设计 | 第36-37页 |
| 3.4.2 实验数据集 | 第37页 |
| 3.4.3 实验评价指标 | 第37页 |
| 3.4.4 实验结果与分析 | 第37-40页 |
| 3.5 数据帧聚类算法设计 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 改进的基于互信息的帧特征选择算法设计 | 第43-56页 |
| 4.1 特征选择概述 | 第43-44页 |
| 4.2 帧特征选择算法描述 | 第44-45页 |
| 4.3 数据帧的字节筛选 | 第45-49页 |
| 4.3.1 n-gram生成 | 第46-47页 |
| 4.3.2 n-gram筛选 | 第47-49页 |
| 4.4 特征候选集的产生 | 第49-52页 |
| 4.4.1 关联规则在频繁单元拼接中的应用 | 第51页 |
| 4.4.2 频繁单元的拼接 | 第51-52页 |
| 4.4.3 特征候选集的产生 | 第52页 |
| 4.5 特征选择 | 第52-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 帧特征选择算法的性能分析 | 第56-75页 |
| 5.1 算法性能分析流程 | 第56-57页 |
| 5.2 实验数据集 | 第57-59页 |
| 5.3 数据帧字节筛选实验 | 第59-63页 |
| 5.3.1 n-gram生成 | 第59-61页 |
| 5.3.2 n-gram筛选 | 第61-63页 |
| 5.4 特征候选集的产生实验 | 第63-65页 |
| 5.5 特征选择实验 | 第65-74页 |
| 5.5.1 评价指标 | 第65-66页 |
| 5.5.2 特征选择 | 第66-68页 |
| 5.5.3 聚类操作 | 第68-74页 |
| 5.6 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 全文总结 | 第75-76页 |
| 6.2 工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
