| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-22页 |
| ·互联网的发展现状 | 第12-15页 |
| ·互联网的规模 | 第12-13页 |
| ·互联网业务 | 第13-14页 |
| ·互联网的带宽资源 | 第14-15页 |
| ·互联网的安全问题 | 第15页 |
| ·网络流量监测的意义 | 第15-17页 |
| ·网络流量分析面临的问题 | 第17-18页 |
| ·论文研究内容和创新点 | 第18-20页 |
| ·论文结构 | 第20-22页 |
| 第二章 网络流量分类技术 | 第22-37页 |
| ·网络流量分类方法 | 第22-35页 |
| ·基于端口的流量分类方法 | 第22-23页 |
| ·基于报文载荷关键字的流量分类方法 | 第23-26页 |
| ·基于协议解析的流量分类方法 | 第26-27页 |
| ·基于流统计特征的流量分类方法 | 第27-32页 |
| ·基于多种分类方法组合的流量分类方法 | 第32-33页 |
| ·网络流量分类方法总结 | 第33-35页 |
| ·网络流量分类性能指标 | 第35-37页 |
| ·准确率 | 第35-36页 |
| ·精细度 | 第36页 |
| ·加密报文和私有协议识别能力 | 第36页 |
| ·维护成本 | 第36-37页 |
| 第三章 离线网络流量分析分类系统的设计与实现 | 第37-58页 |
| ·概述 | 第37-38页 |
| ·相关研究 | 第38-40页 |
| ·离线网络流量分析分类系统的设计与实现 | 第40-55页 |
| ·系统设计初衷 | 第40页 |
| ·系统架构和环境设置 | 第40-41页 |
| ·监测系统的设计和实现 | 第41-48页 |
| ·报文处理模块(PktProcessor) | 第43页 |
| ·网络流量分析模块(FlowAnalyser) | 第43-44页 |
| ·轮询模块(Poll) | 第44页 |
| ·网络流量分类模块(FlowClassifier) | 第44-46页 |
| ·写文件模块(FileWriter) | 第46-47页 |
| ·报文过滤存储模块(Filter和saveCap模块) | 第47页 |
| ·其他模块 | 第47页 |
| ·下一步工作 | 第47-48页 |
| ·基于B/S结构的Web分析系统的设计和实现 | 第48-55页 |
| ·基本框架 | 第48页 |
| ·系统功能 | 第48-55页 |
| ·下一步工作 | 第55页 |
| ·功能验证 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第四章 基于流统计特征的网络流量分类方法 | 第58-80页 |
| ·概述 | 第58-59页 |
| ·基于流统计特征的低复杂度的网络流量分类方法 | 第59-67页 |
| ·引言 | 第59页 |
| ·网络镜像数据说明 | 第59-60页 |
| ·特征分析 | 第60-64页 |
| ·多项逻辑斯谛回归算法 | 第64-65页 |
| ·实验结果 | 第65-67页 |
| ·小结 | 第67页 |
| ·提高网络流量分类方法的召回率的研究 | 第67-78页 |
| ·引言 | 第67-69页 |
| ·相关研究 | 第69-70页 |
| ·基于自适应层次聚类的多变量决策树网络流量分类方法 | 第70-75页 |
| ·混有两种未知流的训练数据对现有分类器的影响 | 第70-71页 |
| ·自适应多层次聚类 | 第71-72页 |
| ·自适应终止条件 | 第72-74页 |
| ·多变量判决树生成 | 第74-75页 |
| ·实验 | 第75-78页 |
| ·小结 | 第78页 |
| ·本章小结 | 第78-80页 |
| 第五章 在线多策略流量分类方法的研究与系统改进 | 第80-112页 |
| ·概述 | 第80-81页 |
| ·网络镜像报文描述 | 第81-82页 |
| ·网络流量分布规律 | 第82-97页 |
| ·网络业务类型划分 | 第82页 |
| ·网络业务的流量分布 | 第82-84页 |
| ·网络业务的协议分布 | 第84-86页 |
| ·标准端口的网络业务分布 | 第86-88页 |
| ·网络中的长短流分布 | 第88-94页 |
| ·网络业务的协议指纹出现位置分析 | 第94-96页 |
| ·小结 | 第96-97页 |
| ·TACS系统的改进—在线多策略网络流量分类体系 | 第97-100页 |
| ·UDP长流分类器的设计 | 第100-109页 |
| ·实验数据说明 | 第100-101页 |
| ·流统计特征属性 | 第101-106页 |
| ·初始流统计特征 | 第101-102页 |
| ·属性选择算法 | 第102-103页 |
| ·筛选出的流统计特征 | 第103-104页 |
| ·UDP流统计特征分析 | 第104-106页 |
| ·分类结果 | 第106-109页 |
| ·其它相关结论 | 第109页 |
| ·下一步工作 | 第109-110页 |
| ·本章小结 | 第110-112页 |
| 结束语:总结与展望 | 第112-114页 |
| 参考文献 | 第114-124页 |
| 附录:缩写词说明 | 第124-125页 |
| 致谢 | 第125-126页 |
| 攻读学位期间发表的学术论文目录 | 第126页 |
