

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)的高速發(fā)展和各種應(yīng)用協(xié)議的復(fù)雜化,傳統(tǒng)的基于端口的識別方法已經(jīng)不夠準(zhǔn)確。一方面:深度數(shù)據(jù)包檢測作為目前主流的網(wǎng)絡(luò)業(yè)務(wù)識別技術(shù),有識別準(zhǔn)確率高,識別的業(yè)務(wù)類別分類細(xì)等特點,但同時存在著識別效率低,維護(hù)成本高,對加密的網(wǎng)絡(luò)流量無法識別的缺點。另一方面:深度數(shù)據(jù)流檢測技術(shù)由于其高效,并且可以對加密的網(wǎng)絡(luò)業(yè)務(wù)進(jìn)行大類的識別等特點,在網(wǎng)絡(luò)業(yè)務(wù)識別領(lǐng)域受到越來越多的關(guān)注,但是深度流檢測技術(shù)也存在著識別準(zhǔn)確率低,需要事先得到數(shù)據(jù)流的統(tǒng)計特征
2、等缺點。本文圍繞深度數(shù)據(jù)包檢測和深度數(shù)據(jù)流檢測各自存在的優(yōu)缺點,提出一種基于深度數(shù)據(jù)包檢測和深度流檢測相結(jié)合的業(yè)務(wù)識別技術(shù),將兩種技術(shù)的優(yōu)點相結(jié)合來進(jìn)行網(wǎng)絡(luò)業(yè)務(wù)的識別工作。具體研究內(nèi)容如下:
研究了深度數(shù)據(jù)包檢測技術(shù)。首先,介紹了采用深度數(shù)據(jù)包檢測技術(shù)進(jìn)行業(yè)務(wù)識別工作涉及的相關(guān)技術(shù),主要包括網(wǎng)絡(luò)數(shù)據(jù)包封裝原理、應(yīng)用層特征字的表示方式、應(yīng)用層特征字的位置規(guī)律。其次,分析了常用的模式串匹配算法,并對不同算法的時間和空間復(fù)雜度進(jìn)
3、行了分析。最后,提出了采用確定性有限自動機(jī)作為特征字匹配的引擎以及采用單報文匹配方式對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行匹配。
研究了基于支撐向量基的深度數(shù)據(jù)流檢測技術(shù)。首先,從深度數(shù)據(jù)包檢測技術(shù)無法對加密業(yè)務(wù)進(jìn)行識別,以及識別效率低等缺點入手,闡述了深度流檢測產(chǎn)生的原因。其次,從線性可分情形、線性不可分情形、核函數(shù)類型三個方面分析了SVM的原理。最后,對基于SVM的業(yè)務(wù)識別的三個工作工作階段,分別是樣本獲取階段、分類器構(gòu)建階段、分類器評測階段
4、進(jìn)行了分析。其中樣本獲取階段包含網(wǎng)絡(luò)數(shù)據(jù)采集、網(wǎng)絡(luò)流形成、流特征計算、流應(yīng)用類型標(biāo)注四個模塊,通過查閱外刊文獻(xiàn)最后采用了“一對一”的方法進(jìn)行分類器的構(gòu)建。
實現(xiàn)了將深度數(shù)據(jù)包檢測和深度數(shù)據(jù)流檢測相結(jié)合的業(yè)務(wù)識別技術(shù)。首先,給出了將深度數(shù)據(jù)包檢測和深度數(shù)據(jù)流檢測相結(jié)合的業(yè)務(wù)識別技術(shù)的軟件框圖。主要包括流表檢測、業(yè)務(wù)識別、樣本獲取、訓(xùn)練、分類預(yù)測五個模塊和一個應(yīng)用層特征字庫。其次,介紹了如何在Linux系統(tǒng)的Netfilter
5、框架下使用iptables工具在NF IP FORWARD鉤子函數(shù)中實現(xiàn)流表檢測模塊。之后,詳細(xì)介紹了業(yè)務(wù)識別模塊的兩種實現(xiàn)方式,并列出了用到的主要接口函數(shù)。最后對采用支持向量機(jī)的深度流檢測的三個階段的實現(xiàn)進(jìn)行了詳細(xì)介紹。
搭建了基于深度數(shù)據(jù)包檢測和深度數(shù)據(jù)流檢測相結(jié)合的業(yè)務(wù)識別系統(tǒng)的試驗平臺并對該系統(tǒng)進(jìn)行了測試。首先,講述了平臺的搭建過程,包括用到的硬件設(shè)備、開發(fā)環(huán)境、以及交叉編譯工具。其次,對深度包檢測的效果進(jìn)行了驗證
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
- 深度數(shù)據(jù)包和深度數(shù)據(jù)流檢測技術(shù)研究.pdf
- 入侵檢測技術(shù)中的深度數(shù)據(jù)包檢測.pdf
- 基于分布式協(xié)作的深度數(shù)據(jù)包檢測技術(shù)研究.pdf
- 面向深度數(shù)據(jù)包檢測的正則表達(dá)式匹配算法研究.pdf
- 結(jié)合深度數(shù)據(jù)和AdaBoost的人臉檢測算法研究.pdf
- 基于深度數(shù)據(jù)的人體動作識別.pdf
- 基于深度數(shù)據(jù)的行為識別算法研究.pdf
- 基于NDIS的高速數(shù)據(jù)包深度檢測的研究.pdf
- 基于自學(xué)習(xí)的深度數(shù)據(jù)恢復(fù).pdf
- 基于Kinect深度數(shù)據(jù)及組合特征的靜態(tài)手勢識別研究.pdf
- 動態(tài)深度數(shù)據(jù)匹配及其應(yīng)用.pdf
- 融合深度數(shù)據(jù)的人機(jī)交互手勢識別研究.pdf
- Kinect深度數(shù)據(jù)修復(fù)算法研究.pdf
- 基于深度數(shù)據(jù)的人體視頻編輯.pdf
- 基于深度包數(shù)據(jù)檢測技術(shù)的應(yīng)用特征識別系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于SDN深度包檢測技術(shù)研究.pdf
- 基于Kinect深度數(shù)據(jù)輔助的機(jī)器人帶噪語音識別.pdf
- 基于深度數(shù)據(jù)和圖像語義分割的三維場景重建技術(shù)研究.pdf
- 數(shù)據(jù)流異常檢測技術(shù)研究與應(yīng)用.pdf
- 基于DNS數(shù)據(jù)流的僵尸網(wǎng)絡(luò)檢測技術(shù)研究.pdf
評論
0/150
提交評論