基于聚类算法的网络应用协议识别系统的研究与实现
| 目录 | 第1-6页 |
| CONTENTS | 第6-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-23页 |
| ·互联网流量现状 | 第12-16页 |
| ·网络应用种类迅速增长 | 第12-13页 |
| ·底层网络压力增大 | 第13-15页 |
| ·应用技术更新发展迅速 | 第15-16页 |
| ·研究的内容和对象 | 第16-18页 |
| ·所用术语的界定 | 第18-19页 |
| ·论文的主要工作 | 第19-21页 |
| ·基于聚类算法的识别方法的研究 | 第19-20页 |
| ·网络流量采样影响的研究 | 第20页 |
| ·实现网络应用协议识别系统 | 第20-21页 |
| ·文的特点及创新之处 | 第21-22页 |
| ·论文的组织结构 | 第22-23页 |
| 第2章 网络应用协议识别方法研究进展 | 第23-33页 |
| ·网络应用的特征 | 第23-26页 |
| ·静态特征 | 第23-25页 |
| ·动态特征 | 第25-26页 |
| ·应用协议识别方法 | 第26-31页 |
| ·端口匹配识别方法 | 第26-28页 |
| ·.2 基于应用层载荷的识别方法 | 第28-29页 |
| ·基于网络流行为的识别方法 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于聚类算法的协议识别方法 | 第33-41页 |
| ·识别总体框架 | 第33-34页 |
| ·相关参数的制定 | 第34-37页 |
| ·几种聚类算法 | 第37-39页 |
| ·k-means聚类 | 第37页 |
| ·基于网格密度的聚类 | 第37-38页 |
| ·EM聚类算法 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 识别系统的详细设计 | 第41-53页 |
| ·系统框架 | 第41-47页 |
| ·深度包检测的基本流程 | 第47-50页 |
| ·网络流统计特征的生成流程 | 第50-52页 |
| ·网络流量采样算法 | 第52-53页 |
| 第5章 识别系统的实现 | 第53-61页 |
| ·配置修改及查看面板 | 第53-56页 |
| ·网络流量分类面板 | 第56-58页 |
| ·显示图形面板 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 实验与实验分析 | 第61-70页 |
| ·实验环境与实验数据 | 第61-64页 |
| ·实验环境 | 第61-62页 |
| ·实验数据 | 第62-64页 |
| ·识别效果评估参数 | 第64-65页 |
| ·实验及分析 | 第65-68页 |
| ·聚类效果及分析 | 第65-67页 |
| ·采样实验及结果分析 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 第7章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间参与科研项目及获奖情况 | 第78-79页 |
| 学位论文评阅及答辩情况表 | 第79页 |
