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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,針對網(wǎng)絡(luò)協(xié)議識別的需要是越來越大。許多行業(yè)需要根據(jù)網(wǎng)絡(luò)協(xié)議對用戶流量進(jìn)行分類處理。另外網(wǎng)絡(luò)協(xié)議識別的準(zhǔn)確與否也關(guān)系到系統(tǒng)的網(wǎng)絡(luò)安全。傳統(tǒng)的基于特征碼的協(xié)議識別方法在協(xié)議識別的過程中,有的只判斷網(wǎng)絡(luò)連接的一個報文是否含某個特定的特征碼,還有的識別方法將若干報文緩存下來進(jìn)行匹配。這些識別方法在不同場合下都存在缺點(diǎn)。
將有限自動機(jī)和特征碼相結(jié)合的協(xié)議識別模型,可以在協(xié)議的識別的過程中記錄狀態(tài)。這種協(xié)議識別方法是
2、用有限自動機(jī)來描述協(xié)議通信過程中的一些狀態(tài)及其轉(zhuǎn)換關(guān)系,將協(xié)議的特征碼作為有限自動機(jī)中當(dāng)前狀態(tài)的輸入符號,與捕獲的網(wǎng)絡(luò)報文進(jìn)行匹配。在有些協(xié)議的網(wǎng)絡(luò)報文中,往往存在一些很容易獲取但數(shù)據(jù)量很小的特征碼,但因?yàn)閿?shù)據(jù)量很小,使得單個小片段的特征碼一般不足以判定協(xié)議。根據(jù)乘法原理,對這些小數(shù)據(jù)量特征碼進(jìn)行聯(lián)合分析,可以大大地提高判定協(xié)議的可信度。然而構(gòu)建的自動機(jī)可能存在冗余的狀態(tài)。為了減少多余狀態(tài),提出一種算法進(jìn)行優(yōu)化。將自動機(jī)和特征碼相結(jié)合的
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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 循環(huán)有限自動機(jī)和有限自動機(jī)的路代數(shù).pdf
- 基于雙重特征的協(xié)議識別方法研究.pdf
- 基于元胞自動機(jī)的QR碼加密方法研究.pdf
- 同步格值自動機(jī)和同步格值有限自動機(jī).pdf
- 基于特征串比較的自動眉毛識別方法研究.pdf
- 基于扇區(qū)特征的自動指紋識別方法研究.pdf
- 基于人臉的圖像驗(yàn)證碼自動識別方法研究.pdf
- QR碼識別方法研究.pdf
- 基于特征融合和SVM的步態(tài)識別方法研究.pdf
- 基于特征優(yōu)化和多特征融合的雜草識別方法研究.pdf
- 有限自動機(jī)的化合與等價于(輸入)存貯線性有限自動機(jī)問題.pdf
- 基于融合特征的火焰和煙霧識別方法研究.pdf
- 有限自動機(jī)理論05章下推自動機(jī)
- 域上的有限自動機(jī).pdf
- 鋼筋腐蝕電化學(xué)損傷的分?jǐn)?shù)微分與元胞自動機(jī)識別方法.pdf
- 基于特征表示的行為識別方法研究.pdf
- 基于骨架特征的形狀識別方法研究.pdf
- 基于形狀特征的手勢識別方法研究.pdf
- 基于特征融合和稀疏表示的表情識別方法研究.pdf
- 基于動態(tài)閾值和特征帶的染色體自動識別方法研究.pdf
評論
0/150
提交評論