| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文研究内容及目标 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第2章 相关理论知识概述 | 第13-23页 |
| 2.1 引言 | 第13页 |
| 2.2 网络协议 | 第13-18页 |
| 2.2.1 TCP/IP协议 | 第13-15页 |
| 2.2.2 P2P协议 | 第15-18页 |
| 2.3 流量识别方法 | 第18-22页 |
| 2.3.1 基于端口识别方法 | 第18-19页 |
| 2.3.2 基于负载识别方法 | 第19页 |
| 2.3.3 基于行为识别方法 | 第19-20页 |
| 2.3.4 基于机器学习识别方法 | 第20-22页 |
| 2.3.5 本文采用识别方法 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于DPI自学习机制的HTTP业务精细化识别算法 | 第23-38页 |
| 3.1 引言 | 第23页 |
| 3.2 HTTP应用业务流量特征分析及特征库设计 | 第23-30页 |
| 3.2.1 微博类应用层签名分析 | 第23-25页 |
| 3.2.2 社交网络类应用层签名分析 | 第25-26页 |
| 3.2.3 论坛类应用层签名分析 | 第26-27页 |
| 3.2.4 新闻客户端类应用层签名分析 | 第27-28页 |
| 3.2.5 特征库设计 | 第28-30页 |
| 3.3 HTTP业务精细化识别算法 | 第30-33页 |
| 3.4 实验结果和分析 | 第33-37页 |
| 3.4.1 实验环境 | 第33页 |
| 3.4.2 实验结果分析 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于改进型R2TC算法的P2P流媒体业务识别算法 | 第38-51页 |
| 4.1 引言 | 第38页 |
| 4.2 P2P流媒体应用业务流量解析 | 第38-41页 |
| 4.2.1 P2P流媒体系统原理简介 | 第38-39页 |
| 4.2.2 P2P流媒体应用业务流特征提取 | 第39-41页 |
| 4.3 基于改进型R~2TC算法 | 第41-45页 |
| 4.3.1 R~2TC算法简介 | 第41-43页 |
| 4.3.2 改进型R2TC算法原理 | 第43-45页 |
| 4.4 实验结果和分析 | 第45-50页 |
| 4.4.1 性能分析 | 第45-48页 |
| 4.4.2 实验结果分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 网络业务流识别系统设计实现 | 第51-63页 |
| 5.1 引言 | 第51页 |
| 5.2 系统总体架构设计 | 第51-55页 |
| 5.3 HTTP应用业务精细化识别模块设计实现 | 第55-58页 |
| 5.3.1 IP+包长预识别模块设计 | 第56-57页 |
| 5.3.2 DPI识别模块设计 | 第57-58页 |
| 5.4 P2P流媒体客户端业务流识别模块设计 | 第58-61页 |
| 5.4.1 IP+端口识别模块设计 | 第59-60页 |
| 5.4.2 行为识别模块设计 | 第60-61页 |
| 5.5 本章小结 | 第61-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |