基于遗传神经网络的P2P流量检测研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景与意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·P2P 应用的发展和其带来的问题 | 第10-11页 |
| ·P2P 流量检测技术的国内现状 | 第11-12页 |
| ·P2P 流量检测技术的国外现状 | 第12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·论文结构安排 | 第13-14页 |
| 第二章 相关理论与技术 | 第14-32页 |
| ·神经网络 | 第14-19页 |
| ·人工神经网络 | 第14页 |
| ·BP 神经网络 | 第14-19页 |
| ·遗传算法 | 第19-21页 |
| ·遗传算法的产生与发展 | 第19-20页 |
| ·遗传算法的定义 | 第20-21页 |
| ·P2P 技术 | 第21-27页 |
| ·P2P 网络的概念 | 第21-22页 |
| ·P2P 技术的发展和现状 | 第22页 |
| ·P2P 的分类 | 第22-23页 |
| ·P2P 的构建和模式算法 | 第23-27页 |
| ·P2P 流量检测技术 | 第27-31页 |
| ·P2P 流量检测技术概述 | 第27页 |
| ·基于端口的识别技术 | 第27-28页 |
| ·深层数据包识别技术(DPI) | 第28-31页 |
| ·基于特征进程的识别技术 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第三章 P2P 流量检测模型及算法研究 | 第32-47页 |
| ·P2P 流量检测问题分析 | 第32-35页 |
| ·P2P 流量特性 | 第32-33页 |
| ·P2P 流量检测的困难之处 | 第33-34页 |
| ·当前检测技术的缺陷 | 第34-35页 |
| ·本文拟解决问题 | 第35-36页 |
| ·基于流量行为特征的识别技术研究 | 第36-40页 |
| ·使用半开连接特征来识别 P2P 流量 | 第36-37页 |
| ·运用神经网络寻找特征权值 | 第37页 |
| ·神经网络权值的进化 | 第37-39页 |
| ·神经网络中学习规则的发展 | 第39-40页 |
| ·二次检测技术 | 第40-43页 |
| ·二次检测技术选择 | 第40-41页 |
| ·算法选择 | 第41-43页 |
| ·P2P 流量检测实验 | 第43-46页 |
| ·特征数据的采集 | 第43页 |
| ·实验方案 | 第43-44页 |
| ·实验结果与分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 P2P 流量检测系统设计 | 第47-64页 |
| ·系统设计需求和目标 | 第47-49页 |
| ·系统流量检测流程 | 第49-50页 |
| ·系统结构设计 | 第50-52页 |
| ·数据包解析模块 | 第50-51页 |
| ·半开连接特征检测模块 | 第51页 |
| ·深层数据包检测模块 | 第51-52页 |
| ·系统功能设计 | 第52-55页 |
| ·网络主机列表模块 | 第52-53页 |
| ·网络带宽模块 | 第53页 |
| ·检测控制模块 | 第53-54页 |
| ·P2P 流量日志模块 | 第54-55页 |
| ·大流量环境适应设计 | 第55-59页 |
| ·大流量下的实时采集 | 第55-57页 |
| ·大流量下的内存池设计 | 第57-59页 |
| ·系统结构设计 | 第59-61页 |
| ·系统数据库设计 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 P2P 流量检测系统实现与测试 | 第64-81页 |
| ·系统实现环境 | 第64-65页 |
| ·系统关键技术实现 | 第65-67页 |
| ·流量特征识别技术 | 第65-66页 |
| ·深层数据识别技术 | 第66-67页 |
| ·系统软件主要功能实现 | 第67-74页 |
| ·获取设备列表 | 第67-69页 |
| ·获取 IP 地址 | 第69-71页 |
| ·获取网络流量 | 第71-74页 |
| ·系统测试实施方案 | 第74-75页 |
| ·系统测试结果 | 第75-80页 |
| ·系统功能测试 | 第75-78页 |
| ·系统性能测试 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| ·总结 | 第81-82页 |
| ·展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-86页 |
| 攻读硕士期间所取得成果 | 第86-87页 |
