隨著現(xiàn)代通信技術(shù)的不斷發(fā)展,以及移動(dòng)設(shè)備的爆發(fā)式增長(zhǎng),無線網(wǎng)絡(luò)在當(dāng)前的通信環(huán)境中得到越來越廣泛的應(yīng)用。與此同時(shí),隨著個(gè)人移動(dòng)設(shè)備的普及,無線網(wǎng)絡(luò)安全也愈發(fā)引起人們的重視。通信協(xié)議作為網(wǎng)絡(luò)通信的標(biāo)準(zhǔn)與規(guī)范,對(duì)于網(wǎng)絡(luò)安全具有重要影響。當(dāng)前的無線網(wǎng)絡(luò)環(huán)境中存在許多的通信協(xié)議,其中就包含大量的私有協(xié)議。私有協(xié)議格式未知,對(duì)私有協(xié)議進(jìn)行分析對(duì)于網(wǎng)絡(luò)安全具有重要意義。但由于無線網(wǎng)絡(luò)下通信數(shù)據(jù)的特點(diǎn),傳統(tǒng)的協(xié)議識(shí)別技術(shù)無法直接被應(yīng)用,需要在協(xié)議識(shí)別中采取新的技術(shù)與思想,從而解決當(dāng)前面臨的諸如識(shí)別準(zhǔn)確率低,時(shí)間消耗大等問題。本文從未知協(xié)議識(shí)別方法與識(shí)別模型兩方面進(jìn)行研究,主要研究?jī)?nèi)容如下:(1)針對(duì)未知協(xié)議識(shí)別缺乏整體設(shè)計(jì)的問題,提出一種基于自學(xué)習(xí)的未知協(xié)議識(shí)別模型。該模型綜合考慮未知協(xié)議識(shí)別的各過程,通過引入自學(xué)習(xí)的思想減少人工介入。同時(shí),在識(shí)別過程中利用反饋機(jī)制使其在多協(xié)議環(huán)境下具有較好的識(shí)別效果。仿真結(jié)果表明,該模型具有很好的學(xué)習(xí)能力與較高的識(shí)別準(zhǔn)確率。(2)針對(duì)未知協(xié)議識(shí)別過程中幀定位準(zhǔn)確率不足、時(shí)間消耗較大等問題,在未知協(xié)議識(shí)別模型的基礎(chǔ)上引入自然語言處理中關(guān)鍵詞提取算法TextRank的思...

【文章頁數(shù)】：56 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 未知協(xié)議識(shí)別研究現(xiàn)狀
        1.2.1 未知協(xié)議識(shí)別整體研究現(xiàn)狀
        1.2.2 幀定位技術(shù)研究現(xiàn)狀
        1.2.3 特征提取技術(shù)研究現(xiàn)狀
    1.3 主要工作
    1.4 論文結(jié)構(gòu)
2 未知協(xié)議識(shí)別研究相關(guān)技術(shù)
    2.1 模式匹配算法——AC算法
    2.2 TextRank算法
    2.3 關(guān)聯(lián)規(guī)則
3 基于自學(xué)習(xí)的未知協(xié)議識(shí)別模型設(shè)計(jì)
    3.1 未知協(xié)議識(shí)別模型設(shè)計(jì)
        3.1.1 未知協(xié)議識(shí)別模型概要
        3.1.2 模型的自學(xué)習(xí)機(jī)制
    3.2 未知協(xié)議識(shí)別模型工作流程
    3.3 仿真驗(yàn)證
        3.3.1 未知協(xié)議識(shí)別模型的評(píng)價(jià)指標(biāo)
        3.3.2 實(shí)驗(yàn)設(shè)置
        3.3.3 仿真結(jié)果分析
    3.4 本章小結(jié)
4 基于TextRank的幀定位方法設(shè)計(jì)
    4.1 協(xié)議格式分析
    4.2 基于TextRank的未知幀定位方法
        4.2.1 基于FLSS算法的序列統(tǒng)計(jì)
        4.2.2 基于BitstreamRank的關(guān)鍵序列提取
        4.2.3 基于歐氏距離的幀頭序列挖掘
    4.3 仿真驗(yàn)證
        4.3.1 實(shí)驗(yàn)設(shè)置
        4.3.2 仿真結(jié)果分析
    4.4 本章小結(jié)
5 基于序列關(guān)聯(lián)的特征提取方法設(shè)計(jì)
    5.1 協(xié)議特征分析
        5.1.1 協(xié)議的特征序列分析
        5.1.2 協(xié)議特征分析
    5.2 基于序列關(guān)聯(lián)的特征提取方法設(shè)計(jì)
        5.2.1 特征序列挖掘
        5.2.2 幀間特征提取
        5.2.3 幀內(nèi)特征提取
        5.2.4 特征表示方法
    5.3 仿真驗(yàn)證
        5.3.1 實(shí)驗(yàn)設(shè)置
        5.3.2 仿真結(jié)果分析
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號(hào)：3737036