基于决策树的网络隐蔽通道检测模型的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-16页 |
| ·课题的研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·隐蔽通道 | 第9-12页 |
| ·隐蔽通道的发展 | 第9页 |
| ·隐蔽通道的分类 | 第9-10页 |
| ·网络隐蔽通道的基本框架 | 第10-12页 |
| ·数据挖掘技术 | 第12-14页 |
| ·数据挖掘概述 | 第12页 |
| ·数据挖掘过程 | 第12-13页 |
| ·数据挖掘在网络隐蔽通道中的应用 | 第13-14页 |
| ·本文所做工作及安排 | 第14-16页 |
| 2 网络隐蔽通道分析 | 第16-27页 |
| ·网络隐蔽通道的形式化描述 | 第16页 |
| ·各种网络隐蔽通道分析 | 第16-25页 |
| ·基于网络层的隐蔽通道 | 第17-20页 |
| ·基于传输层的隐蔽通道 | 第20-22页 |
| ·基于应用层的隐蔽通道 | 第22-25页 |
| ·网络隐蔽通道特点总结 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 网络隐蔽通道检测方法的研究 | 第27-40页 |
| ·基于链路分析法的检测 | 第27-28页 |
| ·链路分析法 | 第27-28页 |
| ·基于链路分析法的检测 | 第28页 |
| ·基于流量分析法的检测 | 第28-29页 |
| ·基于支持向量机的检测 | 第29-32页 |
| ·算法描述 | 第29-30页 |
| ·基于SVM的检测模型 | 第30-32页 |
| ·现有检测方法存在的问题 | 第32页 |
| ·基于K-Means算法的检测 | 第32-35页 |
| ·K-Means聚类算法 | 第32-33页 |
| ·基于K-Means算法的检测实例 | 第33-35页 |
| ·基于遗传算法的检测 | 第35-37页 |
| ·遗传算法 | 第35-36页 |
| ·基于遗传算法的检测 | 第36-37页 |
| ·检测方法的评价标准 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 4 基于决策树的隐蔽通道检测 | 第40-53页 |
| ·决策树算法概述 | 第40页 |
| ·决策树 | 第40-45页 |
| ·决策树的构造 | 第41页 |
| ·决策树算法 | 第41-44页 |
| ·基于信息增益的节点分裂 | 第44-45页 |
| ·可信度评价 | 第45页 |
| ·基于特征集的检测 | 第45-46页 |
| ·基于决策树的检测模型 | 第46-52页 |
| ·数据采集 | 第47-48页 |
| ·数据处理 | 第48-49页 |
| ·决策树处理模块 | 第49-51页 |
| ·检测模块 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 5 实验数据和分析 | 第53-59页 |
| ·实验环境 | 第53页 |
| ·实验数据 | 第53-56页 |
| ·实验分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 6 总结和展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
