文摘
英文文摘
第一章 绪论
1.1 背景及意义
1.2 国内外的发展概况和趋势
1.2.1 数据包捕获技术研究
1.2.2 特征选择技术研究
1.3 论文开展的主要工作
1.4 论文的组织结构
第二章 深度包检测和深度流检测的技术研究
2.1 深度包检测技术研究
2.1.1 深度包检测概述
2.1.2 深度包检测技术工作原理
2.2 深度包检测系统主要实现技术和功能
2.2.1 传统的基于端口的识别技术
2.2.2 基于应用层内容的识别技术
2.2.3 基于传输层行为的识别技术
2.2.4 深度包检测(DPI)系统的主要功能
2.3 深度流检测技术研究
2.3.1 基于SVM的DFI流量分类的基本思想
2.4 机器学习技术研究
2.4.1 机器学习问题的基本模型
2.4.2 VC维
2.4.3 经验风险最小化
2.4.4 结构风险最小化
2.5 支持向量机
2.5.1 支持向量机的基本思想和最优分类面
2.5.2 SVM线性可分情形
2.5.3 SVM线性不可分情形
2.5.4 支持向量机的核函数
2.6 本章小结
第三章 基于Linux的数据流采集模块设计与实现
3.1 Linux内核机制研究
3.1.1 内核网络结构
3.1.2 数据包捕获过程研究
3.1.3 Linux内核模块机制
3.1.4 网卡驱动程序
3.2 内存分配技术研究
3.2.1 内存参数设置
3.2.2 缓冲环管理及同步
3.3 底层数据捕获系统框架
3.3.1 网卡驱动模块的修改设计
3.3.2 内核VUKM模块设计与实现
3.3.3 协议分析接口设计与实现
3.3.4 无冲突访问VUKM模块
3.4 数据捕获系统各模块编译和加载
3.4.1 RT8110网卡驱动模块的编译和加载
3.4.2 VUKM模块的编译和加载
3.5 系统性能评估
3.5.1 测试环境
3.5.2 测试设备
3.5.3 测试结果
3.6 本章小结
第四章 深度流检测样本获取模块设计与实现
4.1 DFI样本获取系统框架
4.1.1 协议分析子系统
4.2 特征选择研究
4.2.1 特征选择概述
4.2.2 生成特征子集
4.2.3 特征选择算法的模型
4.2.4 LibSVM
4.3 Filter模块设计与实现
4.3.1 Filter模块特征集
4.3.2 Filter模块主要数据结构设计
4.3.3 Filter模块主要函数设计
4.3.4 Filter模块主要工作流程与实现
4.4 Wrapper模块设计与实现
4.4.1 Wrapper模块特征集
4.4.2 Wrapper模块主要函数设计
4.4.3 Wrapper模块工作流程与实现
4.5 本章小结
第五章 样本测试与分析
5.1 样本获取环境
5.2 实验设备
5.3 实验与分析
5.3.1 网络流量的获取
5.3.2 协议分析
5.3.3 特征获取及分析
5.4 本章小结
第六章 总结与展望
致谢
参考文献
攻读硕士期间发表的论文和申请的专利
附录-Ⅰ:249个特征向量