HTTPS应用分类技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 HTTPS流量识别技术综述 | 第14-21页 |
| 2.1 HTTPS协议分析 | 第14-15页 |
| 2.2 流量识别相关概念 | 第15-16页 |
| 2.3 流量识别方法概述 | 第16-20页 |
| 2.3.1 基于端口的流量识别技术 | 第17页 |
| 2.3.2 深层数据包检测技术 | 第17-18页 |
| 2.3.3 基于机器学习的流量识别技术 | 第18-20页 |
| 2.3.4 基于主机行为的流量识别技术 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 HTTPS应用分类系统的设计 | 第21-28页 |
| 3.1 HTTPS流量识别 | 第21-23页 |
| 3.2 server name扩展域分析 | 第23-25页 |
| 3.3 证书分析 | 第25-26页 |
| 3.4 HTTPS流量标注 | 第26-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第4章 HTTPS应用分类算法研究 | 第28-50页 |
| 4.1 离线数据获取 | 第28-29页 |
| 4.2 HTTPS指纹识别算法 | 第29-34页 |
| 4.2.1 指纹特征优化 | 第29-31页 |
| 4.2.2 相似性度量方法选择 | 第31-33页 |
| 4.2.3 算法描述 | 第33页 |
| 4.2.4 算法评估 | 第33-34页 |
| 4.3 基于机器学习的识别算法 | 第34-42页 |
| 4.3.1 机器学习算法的选择 | 第34-37页 |
| 4.3.2 特征优化 | 第37-38页 |
| 4.3.3 C4.5 算法分析 | 第38-41页 |
| 4.3.4 算法描述 | 第41页 |
| 4.3.5 算法评估 | 第41-42页 |
| 4.4 基于改进的BOG识别算法 | 第42-47页 |
| 4.4.1 对象大小概念 | 第43-44页 |
| 4.4.2 算法思想 | 第44-46页 |
| 4.4.3 算法描述 | 第46页 |
| 4.4.4 算法评估 | 第46-47页 |
| 4.5 三种分类算法的比较 | 第47-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第5章 HTTPS应用分类系统的实现 | 第50-56页 |
| 5.1 系统开发和运行环境 | 第50页 |
| 5.2 在线流量采集 | 第50-52页 |
| 5.3 HTTPS应用分类系统的实现 | 第52-54页 |
| 5.4 HTTPS应用分类系统的实验结果评估 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |
