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 |