基于DPI技术的App应用协议分析系统的设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-16页 |
| 1.1 项目背景 | 第12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文的主要工作 | 第13-14页 |
| 1.4 论文组织结构 | 第14页 |
| 1.5 本章小结 | 第14-16页 |
| 2 系统相关理论及技术综述 | 第16-20页 |
| 2.1 DPI技术 | 第16页 |
| 2.2 MVC框架 | 第16-17页 |
| 2.3 DES加密算法 | 第17-18页 |
| 2.4 Highcharts插件 | 第18页 |
| 2.5 推荐系统介绍 | 第18页 |
| 2.6 常用推荐算法 | 第18-19页 |
| 2.7 本章小结 | 第19-20页 |
| 3 系统需求分析 | 第20-30页 |
| 3.1 需求分析综述 | 第20-22页 |
| 3.1.1 系统开发的总体目标 | 第20-21页 |
| 3.1.2 系统用例介绍 | 第21页 |
| 3.1.3 系统数据流介绍 | 第21-22页 |
| 3.2 功能性需求分析 | 第22-27页 |
| 3.2.1 App应用分析与管理 | 第22-23页 |
| 3.2.2 规则创建和管理 | 第23-24页 |
| 3.2.3 机器规则入库和统计 | 第24-25页 |
| 3.2.4 规则库生成和测试 | 第25-26页 |
| 3.2.5 App应用推荐 | 第26-27页 |
| 3.2.6 规则库加密与深度识别 | 第27页 |
| 3.3 非功能性需求分析 | 第27-28页 |
| 3.4 本章小结 | 第28-30页 |
| 4 系统概要设计 | 第30-46页 |
| 4.1 系统总体功能结构 | 第30-31页 |
| 4.2 系统技术架构设计 | 第31-32页 |
| 4.3 数据库设计 | 第32-39页 |
| 4.3.1 数据库概要设计 | 第32-33页 |
| 4.3.2 数据库表设计 | 第33-39页 |
| 4.4 服务器接口设计 | 第39-41页 |
| 4.5 推荐算法设计 | 第41-44页 |
| 4.5.1 推荐算法选择 | 第41-42页 |
| 4.5.2 推荐算法实现步骤 | 第42-43页 |
| 4.5.3 推荐算法优化策略 | 第43-44页 |
| 4.6 本章小结 | 第44-46页 |
| 5 系统详细设计与实现 | 第46-80页 |
| 5.1 App应用分析与管理模块 | 第46-51页 |
| 5.1.1 业务流程设计 | 第46-49页 |
| 5.1.2 业务实现 | 第49-51页 |
| 5.1.3 成果展示 | 第51页 |
| 5.2 规则创建和管理模块 | 第51-57页 |
| 5.2.1 业务流程设计 | 第52-53页 |
| 5.2.2 业务实现 | 第53-55页 |
| 5.2.3 成果展示 | 第55-57页 |
| 5.3 机器规则入库和统计模块 | 第57-62页 |
| 5.3.1 业务流程设计 | 第57-58页 |
| 5.3.2 业务实现 | 第58-60页 |
| 5.3.3 成果展示 | 第60-62页 |
| 5.4 规则库生成和测试模块 | 第62-67页 |
| 5.4.1 业务流程设计 | 第62-63页 |
| 5.4.2 业务实现 | 第63-66页 |
| 5.4.3 成果展示 | 第66-67页 |
| 5.5 App应用推荐模块 | 第67-72页 |
| 5.5.1 数据集选取及预处理 | 第67-69页 |
| 5.5.2 推荐算法实现 | 第69-70页 |
| 5.5.3 推荐算法优化及效果展示 | 第70-72页 |
| 5.6 规则库加密与深度识别模块 | 第72-78页 |
| 5.6.1 业务流程设计 | 第72-75页 |
| 5.6.2 业务实现 | 第75-77页 |
| 5.6.3 成果展示 | 第77-78页 |
| 5.7 本章小结 | 第78-80页 |
| 6 系统测试 | 第80-86页 |
| 6.1 功能性测试 | 第80-84页 |
| 6.2 非功能性测试 | 第84-85页 |
| 6.3 本章小结 | 第85-86页 |
| 7 结论 | 第86-88页 |
| 7.1 全文总结 | 第86-87页 |
| 7.2 不足与展望 | 第87-88页 |
| 参考文献 | 第88-90页 |
| 作者简历及攻读硕士专业学位期间取得的研究成果 | 第90-94页 |
| 学位论文数据集 | 第94页 |
