智能终端流量特征学习与检测系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题来源 | 第8页 |
| 1.2 课题研究背景和意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-13页 |
| 1.3.1 基于端口号的流量分类方法 | 第10页 |
| 1.3.2 基于深度包检测的流量分类方法 | 第10-11页 |
| 1.3.3 基于主机行为的流量分类方法 | 第11页 |
| 1.3.4 基于统计特征的流量分类方法 | 第11-12页 |
| 1.3.5 分类方法的比较 | 第12-13页 |
| 1.4 本课题研究内容 | 第13页 |
| 1.5 本文组织结构 | 第13-15页 |
| 第2章 流量分类相关知识介绍 | 第15-23页 |
| 2.1 加密协议SSL简介 | 第15-18页 |
| 2.2 分类模型设计方法介绍 | 第18-19页 |
| 2.3 分类模型评价标准介绍 | 第19-20页 |
| 2.4 前缀树结构介绍 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第3章 基于前缀树结构的流量分类方法设计 | 第23-41页 |
| 3.1 网络加密流量表述模型 | 第23-25页 |
| 3.2 分类模型架构设计 | 第25-26页 |
| 3.3 数据流统计属性选取及特征处理方法 | 第26-32页 |
| 3.3.1 数据流统计属性选取 | 第27-30页 |
| 3.3.2 特征向量表述模型 | 第30页 |
| 3.3.3 连续特征离散化方法 | 第30-32页 |
| 3.4 前缀树分类方法 | 第32-37页 |
| 3.4.1 特征长度区间拆分方法 | 第33-34页 |
| 3.4.2 前缀树构建方法 | 第34-36页 |
| 3.4.3 前缀树搜索方法 | 第36-37页 |
| 3.5 方法测试及分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 系统总体架构设计 | 第41-52页 |
| 4.1 需求分析及设计目标 | 第41页 |
| 4.2 系统总体架构设计 | 第41-42页 |
| 4.3 系统功能模块具体设计 | 第42-49页 |
| 4.3.1 数据采集模块设计 | 第43-45页 |
| 4.3.2 特征学习模块设计 | 第45-48页 |
| 4.3.3 流量检测模块设计 | 第48-49页 |
| 4.4 数据库设计 | 第49-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 系统实现与测试 | 第52-64页 |
| 5.1 系统实现 | 第52-58页 |
| 5.1.1 开发环境搭建 | 第52-53页 |
| 5.1.2 数据采集模块实现 | 第53-55页 |
| 5.1.3 特征学习模块实现 | 第55-56页 |
| 5.1.4 流量检测模块实现 | 第56-58页 |
| 5.2 系统测试 | 第58-63页 |
| 5.2.1 系统测试环境 | 第58-59页 |
| 5.2.2 系统功能测试 | 第59-61页 |
| 5.2.3 系统性能测试 | 第61-63页 |
| 5.3 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第69-71页 |
| 致谢 | 第71页 |
