基于SVM的P2P流量早期识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 本文研究的意义 | 第9-10页 |
| 1.2 相关研究的现状 | 第10-11页 |
| 1.3 以往研究存在的问题 | 第11-12页 |
| 1.4 本文的主要研究内容和章节结构 | 第12-14页 |
| 1.4.1 本文主要内容 | 第12页 |
| 1.4.2 本文章节结构 | 第12-14页 |
| 第2章 相关知识 | 第14-23页 |
| 2.1 机器学习的理论 | 第14页 |
| 2.2 SVM算法概述 | 第14-18页 |
| 2.2.1 线性可分与线性不可分 | 第15-16页 |
| 2.2.2 SVM的核函数 | 第16-17页 |
| 2.2.3 SVM算法的特点 | 第17-18页 |
| 2.3 P2P网络的基础理论 | 第18-20页 |
| 2.4 本研究中所涉概念及标准 | 第20-22页 |
| 2.4.1 本文研究的对象。 | 第20-21页 |
| 2.4.2 流量的早期识别 | 第21页 |
| 2.4.3 本文使用的评价指标 | 第21-22页 |
| 本章小结 | 第22-23页 |
| 第3章 识别系统基本框架及数据预处理 | 第23-31页 |
| 3.1 P2P流量早期识别的基本框架 | 第23-24页 |
| 3.2 数据的预处理 | 第24-30页 |
| 3.2.1 网络数据的采集 | 第25-27页 |
| 3.2.2 网络数据的降噪 | 第27-28页 |
| 3.2.3 网络流的还原 | 第28-30页 |
| 3.2.4 网络流所属类型的标注 | 第30页 |
| 本章小结 | 第30-31页 |
| 第4章 特征属性选择 | 第31-42页 |
| 4.1 P2P早期流量的特征 | 第32-35页 |
| 4.1.1 多连接性 | 第32页 |
| 4.1.2 动态性 | 第32-34页 |
| 4.1.3 双向性 | 第34-35页 |
| 4.2 特征选择方案比较 | 第35-41页 |
| 4.2.1 基于早期数据包的特征选择方案 | 第35-37页 |
| 4.2.2 基于早期网络流的特征选择方案 | 第37-38页 |
| 4.2.3 早期数据包与网络流混合的特征选择方案 | 第38-41页 |
| 本章小结 | 第41-42页 |
| 第5章 识别模型的训练及实验测试 | 第42-47页 |
| 5.1 识别模型的训练 | 第42-44页 |
| 5.1.1 识别模型的训练过程 | 第42-43页 |
| 5.1.2 识别模型训练的优化 | 第43-44页 |
| 5.2 实验的结果及分析 | 第44-46页 |
| 本章小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 本文的工作总结 | 第47页 |
| 6.2 后续工作的展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |
