發(fā)布時間：2023-02-07 14:59

　　隨著現(xiàn)代通信技術的不斷發(fā)展,以及移動設備的爆發(fā)式增長,無線網(wǎng)絡在當前的通信環(huán)境中得到越來越廣泛的應用。與此同時,隨著個人移動設備的普及,無線網(wǎng)絡安全也愈發(fā)引起人們的重視。通信協(xié)議作為網(wǎng)絡通信的標準與規(guī)范,對于網(wǎng)絡安全具有重要影響。當前的無線網(wǎng)絡環(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,對私有協(xié)議進行分析對于網(wǎng)絡安全具有重要意義。但由于無線網(wǎng)絡下通信數(shù)據(jù)的特點,傳統(tǒng)的協(xié)議識別技術無法直接被應用,需要在協(xié)議識別中采取新的技術與思想,從而解決當前面臨的諸如識別準確率低,時間消耗大等問題。本文從未知協(xié)議識別方法與識別模型兩方面進行研究,主要研究內容如下:(1)針對未知協(xié)議識別缺乏整體設計的問題,提出一種基于自學習的未知協(xié)議識別模型。該模型綜合考慮未知協(xié)議識別的各過程,通過引入自學習的思想減少人工介入。同時,在識別過程中利用反饋機制使其在多協(xié)議環(huán)境下具有較好的識別效果。仿真結果表明,該模型具有很好的學習能力與較高的識別準確率。(2)針對未知協(xié)議識別過程中幀定位準確率不足、時間消耗較大等問題,在未知協(xié)議識別模型的基礎上引入自然語言處理中關鍵詞提取算法TextRank的思...

【文章頁數(shù)】：56 頁

【學位級別】：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)議識別研究現(xiàn)狀
        1.2.1 未知協(xié)議識別整體研究現(xiàn)狀
        1.2.2 幀定位技術研究現(xiàn)狀
        1.2.3 特征提取技術研究現(xiàn)狀
    1.3 主要工作
    1.4 論文結構
2 未知協(xié)議識別研究相關技術
    2.1 模式匹配算法——AC算法
    2.2 TextRank算法
    2.3 關聯(lián)規(guī)則
3 基于自學習的未知協(xié)議識別模型設計
    3.1 未知協(xié)議識別模型設計
        3.1.1 未知協(xié)議識別模型概要
        3.1.2 模型的自學習機制
    3.2 未知協(xié)議識別模型工作流程
    3.3 仿真驗證
        3.3.1 未知協(xié)議識別模型的評價指標
        3.3.2 實驗設置
        3.3.3 仿真結果分析
    3.4 本章小結
4 基于TextRank的幀定位方法設計
    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
        4.2.2 基于BitstreamRank的關鍵序列提取
        4.2.3 基于歐氏距離的幀頭序列挖掘
    4.3 仿真驗證
        4.3.1 實驗設置
        4.3.2 仿真結果分析
    4.4 本章小結
5 基于序列關聯(lián)的特征提取方法設計
    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 基于序列關聯(lián)的特征提取方法設計
        5.2.1 特征序列挖掘
        5.2.2 幀間特征提取
        5.2.3 幀內特征提取
        5.2.4 特征表示方法
    5.3 仿真驗證
        5.3.1 實驗設置
        5.3.2 仿真結果分析
    5.4 本章小結
6 總結與展望
    6.1 工作總結
    6.2 工作展望
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝



本文編號：3737036