| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 课题相关技术研究现状 | 第11-17页 |
| 1.2.1 匿名通信系统研究现状 | 第11-13页 |
| 1.2.2 网络流量分类研究现状 | 第13-15页 |
| 1.2.3 匿名流量分析研究现状 | 第15-16页 |
| 1.2.4 相关课题研究现状分析 | 第16-17页 |
| 1.3 本文研究内容及组织结构 | 第17-19页 |
| 第2章 Tor匿名通信系统相关技术 | 第19-28页 |
| 2.1 数据获取与存储相关技术 | 第19-22页 |
| 2.1.1 Tor匿名通信系统介绍 | 第19页 |
| 2.1.2 Tor匿名通信系统工作原理 | 第19-22页 |
| 2.1.3 Tor隐藏服务技术研究 | 第22页 |
| 2.2 面向真实网络的桥接技术的研究 | 第22-25页 |
| 2.2.1 Tor Bridge技术研究 | 第23-24页 |
| 2.2.2 Tor Bridge获取方式 | 第24页 |
| 2.2.3 Tor Bridge检测方法 | 第24-25页 |
| 2.3 基于虚拟化的私有TOR网络的搭建 | 第25-27页 |
| 2.3.1 OpenStack虚拟云平台 | 第26页 |
| 2.3.2 私有Tor网络搭建过程 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 Tor流量行为检测方法 | 第28-40页 |
| 3.1 Tor流量行为检测技术架构 | 第28-29页 |
| 3.2 Tor流量行为检测表述模型 | 第29-32页 |
| 3.2.1 数据获取方式 | 第29页 |
| 3.2.2 特征选择与分析 | 第29-32页 |
| 3.3 基于决策树的Tor流量行为检测算法 | 第32-35页 |
| 3.3.1 决策树算法原理 | 第32-33页 |
| 3.3.2 Tor流量行为检测算法 | 第33-35页 |
| 3.4 算法测试与分析 | 第35-38页 |
| 3.4.1 流量检测评估标准 | 第35-36页 |
| 3.4.2 实验过程及结果分析 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 Tor流量应用分类方法 | 第40-49页 |
| 4.1 Tor流量应用分类架构 | 第40-41页 |
| 4.2 Tor流量应用分类表述模型 | 第41-43页 |
| 4.2.1 数据获取方式 | 第41页 |
| 4.2.2 特征选取与分析 | 第41-43页 |
| 4.3 基于Tri-Training的Tor流量应用分类算法 | 第43-45页 |
| 4.3.1 半监督机器学习方法概述 | 第43页 |
| 4.3.2 Tor流量应用分类算法 | 第43-45页 |
| 4.4 算法测试与分析 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 原型系统设计与测试分析 | 第49-65页 |
| 5.1 TAT分类系统整体设计 | 第49-51页 |
| 5.2 基于零拷贝的NTM平台介绍 | 第51-53页 |
| 5.3 Tor流量检测子系统设计与实现 | 第53-57页 |
| 5.3.1 特征提取模块 | 第54-55页 |
| 5.3.2 训练学习模块 | 第55-56页 |
| 5.3.3 决策树检测模块 | 第56-57页 |
| 5.4 Tor流量应用分类子系统设计与实现 | 第57-61页 |
| 5.4.1 特征提取模块 | 第58-59页 |
| 5.4.2 训练学习模块 | 第59-60页 |
| 5.4.3 应用分类模块 | 第60-61页 |
| 5.5 系统测试与结果分析 | 第61-64页 |
| 5.6 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第71-73页 |
| 致谢 | 第73页 |