基于對(duì)等網(wǎng)絡(luò)（P2P）技術(shù)的應(yīng)用占據(jù)了大量的網(wǎng)絡(luò)帶寬,加劇了網(wǎng)絡(luò)的負(fù)擔(dān)。對(duì)于P2P流量的識(shí)別,傳統(tǒng)的模式極大地依賴人工提取特征。這些人工的操作會(huì)導(dǎo)致巨大的誤差,因而很難限制這些高帶寬的P2P應(yīng)用。更重要的是P2P僵尸網(wǎng)絡(luò)流量和正常的P2P流量存在特征重疊的部分,這使得單階段識(shí)別模式的識(shí)別準(zhǔn)確率變低。本文利用深度學(xué)習(xí)技術(shù)對(duì)P2P流量的識(shí)別展開(kāi)研究,設(shè)計(jì)并實(shí)現(xiàn)了能夠準(zhǔn)確識(shí)別出正常的P2P流量和P2P僵尸網(wǎng)絡(luò)流量的改進(jìn)模型,主要的研究成果如下:1.設(shè)計(jì)并實(shí)現(xiàn)了一種基于卷積神經(jīng)網(wǎng)絡(luò)的P2P流量識(shí)別模型。模型對(duì)多種P2P應(yīng)用的負(fù)載數(shù)據(jù)進(jìn)行處理,采用迭代提取復(fù)雜特征的方式來(lái)實(shí)現(xiàn),最終對(duì)比機(jī)器學(xué)習(xí)中基于支持向量機(jī)的模型有1%到3%識(shí)別率的提升,降低人工參與導(dǎo)致的誤差。2.設(shè)計(jì)并實(shí)現(xiàn)了能夠準(zhǔn)確識(shí)別P2P僵尸網(wǎng)絡(luò)流量的改進(jìn)方案。針對(duì)多種流量之間的特征重疊的問(wèn)題,本文設(shè)計(jì)并實(shí)現(xiàn)了兩個(gè)階段結(jié)合的P2P僵尸網(wǎng)絡(luò)流量識(shí)別方案。文中通過(guò)構(gòu)建三種模型來(lái)粗粒度識(shí)別出P2P流量,然后采用特征提取結(jié)合分類算法的方式識(shí)別出P2P僵尸網(wǎng)絡(luò)流量,整個(gè)模型最終的識(shí)別準(zhǔn)確率約為97%。3.設(shè)計(jì)并實(shí)現(xiàn)了一種能夠準(zhǔn)確識(shí)別出P2P僵尸網(wǎng)... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１感知器結(jié)構(gòu)１２９１??“”“”

Ａｈ＋ｂ＾－ｂ?（２－４）??感知器的結(jié)構(gòu)如圖２－１所示：??輸入??ｋ小??１??－？—ｙ??．＇－、、：?一?ｌ＼?Ｓｔｏｐ＾＾??＇ａ－，?＇２１／＼????乂??圖２－１感知器結(jié)構(gòu)１２９１??感知器能夠?qū)崿F(xiàn)“與”和“或”這樣的布爾函數(shù)，但是它不僅僅只是能夠??９??

?池化卩一—?ｔａｉｌ?—？??圖２－４卷積神經(jīng)網(wǎng)絡(luò)糢型［３３１??卷積神經(jīng)網(wǎng)絡(luò)的架構(gòu)模式為ＩＮＰＵＴ－＾［ＣＯＮＶ］＊Ｎ—ＰＯＯＬ？］＊Ｍ—［ＦＣ］＊Ｋ。??卷積神經(jīng)網(wǎng)絡(luò)中包含多個(gè)層次，主要有卷積層、子采樣層、全連接層。在卷積??１２??

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征識(shí)別研究[J]. 楊念聰,任瓊,張成喆,周子煜,李倩,邱蘭.  信息與電腦(理論版). 2017(14)
[2]基于深度學(xué)習(xí)的實(shí)時(shí)DDoS攻擊檢測(cè)[J]. 李傳煌,孫正君,袁小雍,李曉林,龔梁,王偉明.  電信科學(xué). 2017(07)
[3]基于DPI的流量識(shí)別系統(tǒng)的開(kāi)發(fā)與設(shè)計(jì)[J]. 黃健文.  電子設(shè)計(jì)工程. 2017(11)
[4]基于端口識(shí)別的網(wǎng)絡(luò)流量分類模式的改進(jìn)[J]. 王倪.  電腦知識(shí)與技術(shù). 2017(03)
[5]基于樹(shù)突細(xì)胞算法的P2P僵尸程序檢測(cè)[J]. 丁婷婷,王麗,王寶楠,方賢進(jìn).  安徽理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[6]P2P僵尸網(wǎng)絡(luò)研究[J]. 冉宏敏,柴勝,馮鐵,張家晨.  計(jì)算機(jī)應(yīng)用研究. 2010(10)

碩士論文
[1]P2P僵尸網(wǎng)絡(luò)檢測(cè)技術(shù)研究[D]. 付偉智.北京郵電大學(xué) 2015



本文編號(hào)：3382769