基于流记录的网络流量识别关键技术研究pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

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

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