

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)的不斷深入發(fā)展,網(wǎng)絡(luò)速度的快速提高,規(guī)模的逐漸擴大以及用戶需求的日益增多,出現(xiàn)了許多新型的網(wǎng)絡(luò)應(yīng)用程序,這些新型應(yīng)用程序呈現(xiàn)出結(jié)構(gòu)復(fù)雜、協(xié)議多變等特點,具有比傳統(tǒng)應(yīng)用程序更加復(fù)雜的網(wǎng)絡(luò)流量和模式。這些新特性給網(wǎng)絡(luò)管理員在對因特網(wǎng)上的流量進行識別和控制時帶來了許多新的問題和困難。目前大部分流量識別技術(shù)主要采用特征匹配來識別網(wǎng)絡(luò)流量,這種方式的優(yōu)點是速度快,識別的準確率高,但缺點是不能識別未知的網(wǎng)絡(luò)流量,而且通過人工編寫應(yīng)用層特征
2、碼的方式來更新特征庫,編寫效率很低,很難應(yīng)對層出不窮的新型網(wǎng)絡(luò)應(yīng)用模式。而關(guān)聯(lián)規(guī)則挖掘技術(shù)善于從大量的數(shù)據(jù)里提取有用的規(guī)則。顯然采用關(guān)聯(lián)規(guī)則挖掘技術(shù)來輔助安全專家提取應(yīng)用層特征是一個很好的辦法?;谶@個方案,本文提出了一種利用關(guān)聯(lián)規(guī)則挖掘技術(shù)從IP流量載荷中提取應(yīng)用層特征碼的方法來研究和設(shè)計流量識別系統(tǒng)。 本文首先分析了從事網(wǎng)絡(luò)流量識別研究的現(xiàn)實意義以及國內(nèi)外對流量識別的研究現(xiàn)狀,并比較了幾個常用流量識別方法的優(yōu)缺點;然后研究了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于DPI的流量識別方法研究與應(yīng)用.pdf
- 基于模糊規(guī)則的人臉識別方法.pdf
- 基于機器學習的網(wǎng)絡(luò)流量識別方法研究.pdf
- 基于DPI的P2P流量識別方法研究.pdf
- 基于網(wǎng)絡(luò)流量特征的NAT識別方法.pdf
- 基于MMTD的網(wǎng)絡(luò)流量應(yīng)用識別方法.pdf
- 基于SVM的P2P流量識別方法研究.pdf
- 基于特征進程的P2P流量識別方法研究.pdf
- 基于聚類算法的流量識別方法研究及系統(tǒng)實現(xiàn).pdf
- 基于Fuzzy ARTMAP的P2P流量識別方法研究.pdf
- 基于半監(jiān)督學習的網(wǎng)絡(luò)業(yè)務(wù)流量識別方法研究.pdf
- 基于P2P的Skype業(yè)務(wù)流量識別方法.pdf
- P2P流量識別方法研究.pdf
- 基于P2P的網(wǎng)絡(luò)流量識別方法研究.pdf
- 基于機器學習的網(wǎng)絡(luò)流量識別方法與實現(xiàn).pdf
- 互聯(lián)網(wǎng)流量分類與識別方法研究.pdf
- 基于決策樹的P2P流量識別方法研究.pdf
- P2P流量識別方法研究與實現(xiàn).pdf
- 基于Grouplet與關(guān)聯(lián)向量機的斷口圖像識別方法研究.pdf
- 基于特征關(guān)聯(lián)性的機械故障模式識別方法研究.pdf
評論
0/150
提交評論