网络应用协议识别研究
摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第1章 绪论 | 第9-15页 |
·课题背景及意义 | 第9-10页 |
·国内外研究现状 | 第10-13页 |
·论文内容及结构 | 第13-15页 |
·论文主要研究内容 | 第13页 |
·论文结构 | 第13-15页 |
第2章 基于机器学习的协议识别综述 | 第15-31页 |
·网络流量概述 | 第15-16页 |
·网络流量 | 第15-16页 |
·流量统计特征 | 第16页 |
·机器学习概述 | 第16-19页 |
·机器学习简介 | 第16-17页 |
·分类学习 | 第17-18页 |
·集成学习算法 | 第18-19页 |
·决策树概述 | 第19-23页 |
·决策树分类方法 | 第19-21页 |
·C4.5算法 | 第21-23页 |
·属性选择 | 第23-28页 |
·属性选择过程 | 第23-24页 |
·搜索算法 | 第24-26页 |
·评价准则 | 第26-28页 |
·基于机器学习的协议识别 | 第28-31页 |
·协议识别框架 | 第28-29页 |
·协议识别评价方法 | 第29-31页 |
第3章 C4.5算法在协议识别中改进 | 第31-43页 |
·C4.5算法的改进 | 第31-32页 |
·改进C4.5算法的实验测试 | 第32-39页 |
·实验平台Weka简介 | 第32-34页 |
·实验数据配置 | 第34-36页 |
·实验和结果分析 | 第36-39页 |
·基于属性选择的模型优化 | 第39-43页 |
·属性选择目的 | 第39-40页 |
·实验和结果分析 | 第40-43页 |
第4章 基于集成学习的细粒度协议识别 | 第43-52页 |
·利用改进C4.5算法进行细粒度协议识别 | 第43-46页 |
·实验数据配置 | 第43-44页 |
·实验和结果分析 | 第44-46页 |
·AdaBoost算法描述 | 第46-48页 |
·实验和结果分析 | 第48-52页 |
总结和展望 | 第52-53页 |
参考文献 | 第53-56页 |
致谢 | 第56页 |