| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8-10页 |
| ·特征选择算法 | 第8-9页 |
| ·流量识别方法 | 第9-10页 |
| ·研究目标及主要内容 | 第10-12页 |
| ·本文组织结构 | 第12-13页 |
| 第二章 特征选择算法概述 | 第13-22页 |
| ·特征选择基本概念 | 第13-19页 |
| ·特征选择基本框架 | 第13-15页 |
| ·特征选择搜索策略 | 第15-16页 |
| ·特征选择评价标准 | 第16-19页 |
| ·特征选择算法的分类 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第三章 基于ReliefF 与互信息的特征选择算法 | 第22-36页 |
| ·RELIEFF 特征选择算法 | 第22-23页 |
| ·互信息度量 | 第23-24页 |
| ·RF-MI 特征选择算法 | 第24-30页 |
| ·算法的提出 | 第24-26页 |
| ·RF-MI 算法的描述 | 第26-29页 |
| ·RF-MI 具体参数设置 | 第29-30页 |
| ·实验设计与结果分析 | 第30-34页 |
| ·实验数据 | 第30页 |
| ·实验方法 | 第30-31页 |
| ·实验结果分析 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于互信息与遗传算法的特征选择算法 | 第36-48页 |
| ·改进的互信息算法ISU | 第36-39页 |
| ·基于互信息的特征选择算法 | 第36-37页 |
| ·特征属性集合优劣性评价 | 第37页 |
| ·改进的属性筛选算法ISU | 第37-39页 |
| ·遗传算法简介 | 第39-40页 |
| ·ISU-GA 特征选择算法 | 第40-43页 |
| ·算法的提出 | 第40-41页 |
| ·ISU-GA 算法的描述 | 第41-43页 |
| ·ISU-GA 具体参数设置 | 第43页 |
| ·实验设计与结果分析 | 第43-47页 |
| ·实验数据 | 第43-44页 |
| ·实验方法 | 第44页 |
| ·实验结果分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 特征选择算法在网络流量识别中的应用 | 第48-61页 |
| ·基于流量行为特征的网络流量识别 | 第48-49页 |
| ·实验设计及算法性能分析 | 第49-59页 |
| ·实验数据 | 第51-52页 |
| ·实验方法 | 第52-53页 |
| ·实验结果分析 | 第53-59页 |
| ·本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·本文工作总结 | 第61-62页 |
| ·未来工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| UCI 数据集 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间参与科研情况和取得的成果 | 第69页 |