图书介绍
基于流记录的网络流量识别关键技术研究PDF|Epub|txt|kindle电子书版本网盘下载
- 董仕著 著
- 出版社： 北京：科学技术文献出版社
- ISBN：9787518929771
- 出版时间：2017
- 标注页数：161页
- 文件大小：20MB
- 文件页数：176页
- 主题词：计算机网络－流量－识别－研究
PDF下载
下载说明
基于流记录的网络流量识别关键技术研究PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第一章 绪论1
1.1 网络流量识别的意义1
1.2 网络流量识别方法的相关定义和评价标准3
1.3 流量识别的发展和现有工作的不足6
1.4 研究目标、主要内容和方法18
1.5 研究背景20
第二章 流特征选择算法24
2.1 研究现状和存在问题24
2.2 FBRI属性选择算法29
2.3 FBRI算法实验与结果分析34
2.4 MSAS属性选择算法40
2.5 MSAS算法实验与结果分析43
2.6 属性选择算法选择的属性集合49
2.7 本章小结51
第三章 报文抽样对网络流量应用识别的影响53
3.1 抽样技术54
3.2 相关定义与抽样下常见测度的分析55
3.3 实验与分析58
3.4 本章小结66
第四章 改进的BP神经网络算法67
4.1 现状和问题67
4.2 BP神经网络68
4.3 基于PCA的BP神经网络算法71
4.4 实验与结果分析75
4.5 本章小结80
第五章 基于改进的Kmeans流量聚类算法81
5.1 引言81
5.2 Kmeans算法82
5.3 基于模拟退火的Kmeans聚类算法85
5.4 实验结果分析88
5.5 本章小结93
第六章 基于多概率神经网络模型的流量识别方法94
6.1 概率神经网络95
6.2 PNN决策函数逼近贝叶斯98
6.3 基于概率神经网络算法98
6.4 MPNN应用协议识别算法100
6.5 实验与结果分析102
6.6 训练集合大小对MPNN算法稳定性的影响105
6.7 MPNN算法时空复杂度分析109
6.8 本章小结112
第七章 基于多分类器的网络流量识别方法113
7.1 相关工作和存在问题113
7.2 多分类器流量识别模型116
7.3 测度属性124
7.4 实验与结果分析125
7.5 本章小结129
第八章 总结及展望130
8.1 研究目标和主要内容130
8.2 研究主要创新点和贡献131
8.3 研究展望133
附录135
参考文献145
缩略词表155
致谢157
作者简介159