基于卷积神经网络的P2P流量识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 论文主要工作 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-19页 |
| 第二章 相关技术介绍 | 第19-29页 |
| 2.1 卷积神经网络相关技术 | 第19-25页 |
| 2.1.1 感知器 | 第19-20页 |
| 2.1.2 线性单元和梯度下降 | 第20-21页 |
| 2.1.3 神经网络 | 第21-22页 |
| 2.1.4 卷积神经网络 | 第22-25页 |
| 2.2 P2P僵尸网络相关原理 | 第25-27页 |
| 2.2.1 对等网络结构 | 第25页 |
| 2.2.2 P2P僵尸网络组成 | 第25-26页 |
| 2.2.3 P2P僵尸网络结构 | 第26-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第三章 基于卷积神经网络的P2P流量识别 | 第29-43页 |
| 3.1 模型总体设计 | 第29-31页 |
| 3.1.1 需求分析 | 第29页 |
| 3.1.2 概要设计 | 第29-31页 |
| 3.1.3 接口设计 | 第31页 |
| 3.2 流量识别预处理 | 第31-34页 |
| 3.2.1 流量数据采集 | 第31-32页 |
| 3.2.2 流量数据处理 | 第32-34页 |
| 3.3 模型对比算法 | 第34-36页 |
| 3.4 模型实现 | 第36-39页 |
| 3.4.1 流量识别环境 | 第36-37页 |
| 3.4.2 流量模型实现 | 第37-39页 |
| 3.5 流量模型效果 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 双阶段的P2P僵尸网络的识别 | 第43-59页 |
| 4.1 P2P僵尸网络通用识别流程 | 第43-44页 |
| 4.2 P2P僵尸网络识别模型设计 | 第44-46页 |
| 4.2.1 需求分析 | 第44-45页 |
| 4.2.2 概要设计 | 第45页 |
| 4.2.3 接口设计 | 第45-46页 |
| 4.3 P2P僵尸网络流量特征分析 | 第46页 |
| 4.4 双阶段的P2P僵尸网络识别模型 | 第46-51页 |
| 4.4.1 模型实验框架 | 第47-48页 |
| 4.4.2 第一阶段模型 | 第48-50页 |
| 4.4.3 第二阶段模型 | 第50-51页 |
| 4.5 双阶段的P2P僵尸网络识别模型评估 | 第51-57页 |
| 4.5.1 模型评估指标 | 第51页 |
| 4.5.2 模型效果分析 | 第51-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第五章 P2P僵尸网络中DDoS流量的识别 | 第59-69页 |
| 5.1 DDoS攻击识别模型的设计 | 第59-62页 |
| 5.1.1 需求分析 | 第59页 |
| 5.1.2 概要设计 | 第59-61页 |
| 5.1.3 模块设计 | 第61-62页 |
| 5.2 DDoS攻击识别模型的特征分析 | 第62页 |
| 5.3 DDoS流量识别模型的特征处理 | 第62-64页 |
| 5.4 DDoS攻击识别模型的构建 | 第64-66页 |
| 5.4.1 识别模型的记忆层 | 第64-65页 |
| 5.4.2 识别模型构建 | 第65-66页 |
| 5.5 DDoS攻击识别模型的评估 | 第66-68页 |
| 5.6 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间发表的学术论文 | 第77页 |
