网络流量特征提取与流量识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-11页 |
| ·课题研究背景及意义 | 第9页 |
| ·作者主要的研究工作 | 第9-10页 |
| ·论文的组织结构 | 第10-11页 |
| 第二章 P2P流媒体特征提取与流量识别 | 第11-19页 |
| ·P2P流媒体业务的常见特征 | 第11-12页 |
| ·典型P2P流媒体流量特征识别技术 | 第12-14页 |
| ·端口识别法 | 第12页 |
| ·深度包检测(DPI)识别法 | 第12-13页 |
| ·深度流检测(DFI)识别法 | 第13页 |
| ·TCP/UDP识别法 | 第13页 |
| ·(IP,Port)识别法 | 第13-14页 |
| ·P2P流媒体特征的分类 | 第14-16页 |
| ·P2P流媒体典型应用的确定性特征提取 | 第16-19页 |
| ·P2PStream的通信过程 | 第16页 |
| ·基于一个确定字符串或比特串 | 第16-17页 |
| ·基于端口以及一个确定字符串或比特串 | 第17页 |
| ·基于多个确定字符串或比特串 | 第17-19页 |
| 第三章 自动协议指纹挖掘技术的研究与实现 | 第19-25页 |
| ·传统协议指纹挖掘技术 | 第19页 |
| ·自动协议指纹挖掘技术 | 第19-20页 |
| ·自动协议指纹挖掘算法在流量分析分类系统中的实现 | 第20-25页 |
| ·算法描述 | 第20-21页 |
| ·算法流程 | 第21-23页 |
| ·算法实验 | 第23-25页 |
| 第四章 基于属性选择的网络流量分类研究 | 第25-49页 |
| ·数据挖掘、属性选择及分类 | 第25-29页 |
| ·数据挖掘的概念与价值 | 第25页 |
| ·属性选择的概念与定义 | 第25页 |
| ·属性选择的基本步骤 | 第25-26页 |
| ·分类和预测 | 第26-27页 |
| ·典型的分类器 | 第27-29页 |
| ·属性选择的相关研究 | 第29页 |
| ·WEKA工作平台及其属性选择方法 | 第29-33页 |
| ·Weka工作平台的起源与功能 | 第29-30页 |
| ·Weka的设计框架 | 第30-31页 |
| ·Weka属性选择评估方法 | 第31-32页 |
| ·Weka属性选择搜索方法 | 第32-33页 |
| ·基于WEKA属性选择的网络流量分类 | 第33-36页 |
| ·信息增益与信息增益率 | 第33-35页 |
| ·C4.5分类器 | 第35页 |
| ·性能评估指标 | 第35-36页 |
| ·基于属性选择的网络流量分类实验 | 第36-49页 |
| ·数据集描述 | 第36-37页 |
| ·数据预处理 | 第37-38页 |
| ·实验方法 | 第38-47页 |
| ·实验结论 | 第47-49页 |
| 第五章 结束语 | 第49-51页 |
| ·论文工作总结 | 第49页 |
| ·进一步的研究工作 | 第49-51页 |
| 缩略语 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 攻读学位期间发表或已录用的学术论文 | 第59页 |
