首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于信息熵SVM的ICMP隐蔽通道检测研究

摘要第1-6页
ABSTRACT第6-9页
第一章 绪论第9-20页
   ·研究背景第9-10页
   ·隐蔽通道第10-18页
     ·隐蔽通道的概念以及分类第10-12页
     ·网络隐蔽通道第12-18页
       ·网络隐蔽通道的研究范围第12页
       ·网络隐蔽通道的可能应用场合第12-13页
       ·构建网络隐蔽通道的常用方法第13-15页
       ·网络隐蔽通道的生存性分析第15-17页
       ·网络隐蔽通道的控制第17-18页
   ·论文研究内容与组织结构第18-20页
第二章 信息熵与支持向量机理论第20-34页
   ·信息熵理论第20-23页
     ·信息熵的概念第20-21页
     ·熵函数的性质第21-22页
     ·信息熵与支持向量机的关系第22-23页
   ·支持向量机基本理论第23-33页
     ·支持向量机第23-28页
       ·线性支持向量机第23-26页
       ·非线性支持向量机第26-28页
     ·支持向量机训练算法第28-31页
       ·块算法第29页
       ·分解算法第29-30页
       ·序列最小算法(SMO)第30-31页
     ·支持向量机分类算法第31页
     ·最小二乘支持向量机LS-SVM第31-33页
   ·本章小结第33-34页
第三章 ICMP协议下的隐蔽通道第34-48页
   ·ICMP协议报文介绍第34-39页
     ·ICMP协议概述第34-35页
     ·ICMP报文格式第35页
     ·ICMP报文类型第35-37页
     ·ICMP应用第37-39页
   ·ICMP协议中隐蔽通道的实现第39-45页
     ·利用Ping命令隐藏信息建立隐蔽通道第39-40页
     ·ICMP隐蔽通道程序的实现第40-45页
   ·防火墙对ICMP隐蔽通道的影响第45-47页
   ·本章小结第47-48页
第四章 基于信息熵SVM的ICMP隐蔽通道检测策略第48-61页
   ·基于信息熵的训练样本集缩减策略第48-52页
     ·ICMP数据流熵值分布特征分析第48-51页
     ·训练样本集缩减策略第51-52页
   ·支持向量机的模型选择第52-58页
     ·核函数及其方法特点第52-55页
     ·混合核函数SVM的构建第55-58页
   ·基于信息熵SVM的ICMP隐蔽通道检测模型第58-60页
   ·本章小结第60-61页
第五章 实验结果与分析第61-66页
   ·实验环境及试验数据集第61-62页
   ·实验数据预处理第62页
   ·试验步骤与结果分析第62-65页
     ·基于信息熵的样本缩减策略的有效性证明第62-64页
     ·选取混合核函数的实验结果第64-65页
   ·本章小结第65-66页
第六章 总结与展望第66-68页
致谢第68-69页
参考文献第69-73页
硕士在读期间发表论文第73页

论文共73页,点击 下载论文
上一篇:微水射流导引激光精密打孔过程的传热与流动分析
下一篇:Deep Web查询接口匹配技术研究