天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于隱馬爾可夫模型的協(xié)議識別技術(shù)的研究

發(fā)布時間:2024-03-22 18:48
  隨著網(wǎng)絡(luò)的快速發(fā)展和協(xié)議結(jié)構(gòu)多樣性的出現(xiàn),網(wǎng)絡(luò)協(xié)議識別技術(shù)越來越成為人們研究的熱點(diǎn)。該技術(shù)不僅能分析出網(wǎng)絡(luò)流量的組成成分,還能為網(wǎng)絡(luò)的維護(hù),流量的建模和網(wǎng)絡(luò)安全的防御提供量化的數(shù)據(jù)支持以及基礎(chǔ)的數(shù)據(jù)分析。本文主要研究了基于隱馬爾可夫模型(Hidden Markov Model HMM)的協(xié)議識別技術(shù),主要工作如下: 首先,介紹了傳統(tǒng)的協(xié)議識別方法。包括基于端口號的協(xié)議識別,基于載荷匹配的協(xié)議識別,基于深度包檢測方法的識別,以及各自的適用范圍和優(yōu)缺點(diǎn)。 其次,針對傳統(tǒng)協(xié)議識別的不足,本文提出運(yùn)用HMM來進(jìn)行協(xié)議識別,該方法采用了不受動態(tài)端口號和加密條件影響的包層次統(tǒng)計(jì)特征。研究了HMM基本算法:用前向-后向算法來解決觀察變量問題;用Viterbi算法來解決最佳隱含狀態(tài)問題;運(yùn)用Baum-Welch算法來解決模型參數(shù)問題。針對HMM在實(shí)際運(yùn)用中的情況,提出了改進(jìn)措施,并介紹了將HMM運(yùn)用于協(xié)議識別的優(yōu)勢。 最后,本文提出了多輸入單輸出的并行HMM系統(tǒng)架構(gòu)。該架構(gòu)是一個基于包層次統(tǒng)計(jì)特征的HMM協(xié)議識別方案,選擇(IPT, PS)序列對,作為HMM的觀察變量,經(jīng)過學(xué)習(xí)訓(xùn)練找到與觀察變量相一致...

【文章頁數(shù)】:56 頁

【學(xué)位級別】:碩士

【文章目錄】:
摘要
Abstract
目錄
第一章 緒論
    1.1 課題研究背景
    1.2 研究現(xiàn)狀
    1.3 研究意義
    1.4 本文主要工作
    1.5 論文組織安排
第二章 網(wǎng)絡(luò)協(xié)議識別技術(shù)
    2.1 協(xié)議識別的基本概念
    2.2 基于端口號的協(xié)議識別技術(shù)
    2.3 基于載荷特征的協(xié)議識別技術(shù)
    2.4 基于行為特征的協(xié)議識別技術(shù)
    2.5 基于機(jī)器學(xué)習(xí)的協(xié)議識別技術(shù)
    2.6 各識別技術(shù)的優(yōu)缺點(diǎn)分析
    2.7 小結(jié)
第三章 隱馬爾可夫模型
    3.1 HMM 定義
    3.2 HMM 需要解決的三個問題
    3.3 HMM 基本算法
        3.3.1 前向-后向算法用于解決評估問題
        3.3.2 Viterbi 算法用于解決狀態(tài)序列的優(yōu)化問題
        3.3.3 Baum-Welch 算法用于解決訓(xùn)練問題
    3.4 HMM 在實(shí)際應(yīng)用中的改進(jìn)
        3.4.1 初始模型的選取問題
        3.4.2 算法下溢問題
        3.4.3 過度擬合問題
    3.5 將 HMM 運(yùn)用于協(xié)議識別的優(yōu)勢
    3.6 小結(jié)
第四章 基于統(tǒng)計(jì)特征的 HMM 協(xié)議識別技術(shù)
    4.1 識別特征選擇
    4.2 統(tǒng)計(jì)特征分布
    4.3 統(tǒng)計(jì)擬合方法
    4.4 基于統(tǒng)計(jì)特征的 HMM 協(xié)議識別
        4.4.1 研究模型
        4.4.2 單個HMMi模型
        4.4.3 雙特征下模型參數(shù)的改進(jìn)
        4.4.4 模型的統(tǒng)計(jì)特性
        4.4.5 協(xié)議識別
        4.4.6 自主學(xué)習(xí)
    4.5 小結(jié)
第五章 實(shí)驗(yàn)內(nèi)容與分析
    5.1 數(shù)據(jù)來源
    5.2 實(shí)驗(yàn)環(huán)境
    5.3 模型參數(shù)的學(xué)習(xí)
    5.4 訓(xùn)練算法的收斂性
    5.5 各應(yīng)用類型的訓(xùn)練模型
    5.6 識別結(jié)果
        5.6.1 實(shí)驗(yàn)對比一
        5.6.2 實(shí)驗(yàn)對比二
    5.7 小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
發(fā)表論文和科研情況說明
致謝



本文編號:3934813

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/guanlilunwen/ydhl/3934813.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶e2d39***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com