基于负载特征与行为特征相结合的网络流分类系统
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·应用层网络流量分类研究背景和意义 | 第12-13页 |
| ·应用层网络流量分类研究进展 | 第13-15页 |
| ·本文研究的主要工作 | 第15-16页 |
| ·论文结构 | 第16-18页 |
| 第二章 网络流量分类研究 | 第18-29页 |
| ·网络流量分类 | 第18-22页 |
| ·网络流量的定义 | 第18-21页 |
| ·网络流量分类模型 | 第21-22页 |
| ·应用层网络流量分类方法 | 第22-27页 |
| ·基于端口的应用层协议分类 | 第22-23页 |
| ·基于负载特征的应用层协议分类 | 第23-25页 |
| ·基于行为统计的应用层协议分类 | 第25-27页 |
| ·网络流量分类的评价指标 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于负载特征模式匹配的网络流量分类 | 第29-39页 |
| ·正则表达式 | 第29-31页 |
| ·正则表达式介绍 | 第29-30页 |
| ·自动状态机模型 | 第30-31页 |
| ·L7-filter介绍 | 第31-33页 |
| ·网络流负载模式匹配分类模型 | 第33-38页 |
| ·负载匹配引擎预处理 | 第33-35页 |
| ·负载匹配分类实现 | 第35-37页 |
| ·负载匹配分类器的试验结果及分析 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 基于行为统计的网络流量分类 | 第39-54页 |
| ·应用层协议的数据包级特征 | 第39-40页 |
| ·贝叶斯网络介绍 | 第40-43页 |
| ·贝叶斯网络简介 | 第40-41页 |
| ·贝叶斯网络学习 | 第41-43页 |
| ·贝叶斯网络预测 | 第43页 |
| ·贝叶斯网络模型建立 | 第43-50页 |
| ·特征选择 | 第44-45页 |
| ·数据预处理 | 第45-48页 |
| ·贝叶斯网络结构建立 | 第48-49页 |
| ·贝叶斯网络节点参数训练 | 第49-50页 |
| ·贝叶斯网络模型实验结果及参数优化 | 第50-53页 |
| ·贝叶斯网络分类模型的实验结果 | 第50-51页 |
| ·贝叶斯网络参数优化 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第五章 模式匹配与行为统计相结合的网络流分类系统 | 第54-63页 |
| ·混合网络流分类系统总体设计 | 第54-57页 |
| ·网络流混合分类器工作模式 | 第55-56页 |
| ·混合流分类系统架构 | 第56-57页 |
| ·功能模块设计和实现 | 第57-63页 |
| ·流量抓取模块实现 | 第57-59页 |
| ·流量管理模块实现 | 第59-61页 |
| ·流量分类模块实现 | 第61页 |
| ·流量处理模块实现 | 第61-63页 |
| 第六章 结论和展望 | 第63-65页 |
| ·本文工作总结 | 第63-64页 |
| ·下一步工作研究 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表论文目录 | 第70-71页 |
| 攻读学位期间参加的项目 | 第71-72页 |
| 学位论文评阅及答辩情况表 | 第72页 |
