網(wǎng)絡(luò)流量分類方法與實(shí)踐（本科）

第1章 網(wǎng)絡(luò)協(xié)議
1.1 互聯(lián)網(wǎng)簡史
1.2 OSI參考模型
1.3 TCP/IP協(xié)議
1.3.1 TCP/IP協(xié)議模型
1.3.2 TCP與UDP
1.3.3 Ethernet II幀格式
1.3.4 IPv4地址
1.3.5 IPv4報文
1.3.6 TCP報文
1.3.7 UDP報文
1.3.8 ICMP報文
1.4 IPv
1.4.1 IPv6地址
1.4.2 IPv6報文
1.4.3 IPv6安全
第2章 網(wǎng)絡(luò)流量數(shù)據(jù)集
2.1 網(wǎng)絡(luò)數(shù)據(jù)集格式
2.1.1 PCAP文件格式
2.1.2 NetFlow格式
2.2 PCAP數(shù)據(jù)采集
2.2.1 數(shù)據(jù)采集方法
2.2.2 常用捕包分析工具
2.2.3 Libpcap庫
2.2.4 數(shù)據(jù)集標(biāo)注
2.2.5 NetFlow和IPFIX處理工具
2.3 開放數(shù)據(jù)集
2.3.1 CAIDA數(shù)據(jù)集
2.3.2 UNIBS數(shù)據(jù)集
2.3.3 WIDE數(shù)據(jù)集
2.3.4 WITS數(shù)據(jù)集
2.4 其他輔助工具
2.4.1 匿名化處理工具
2.4.2 IP地址定位
第3章 數(shù)據(jù)預(yù)處理與評估
3.1 數(shù)據(jù)清洗
3.2 數(shù)據(jù)變換
3.2.1 規(guī)范化
3.2.2 離散化
3.3 數(shù)據(jù)歸約
3.4 維規(guī)約與特征選擇
3.5 數(shù)據(jù)抽樣
3.6 數(shù)據(jù)分布分析
3.6.1 簡單度量指標(biāo)
3.6.2 數(shù)據(jù)分布評估方法
3.7 數(shù)據(jù)集評估指標(biāo)
3.8 特征的相關(guān)性分析
3.8.1 散布圖
3.8.2 卡方檢驗(yàn)
3.8.3 皮爾遜相關(guān)系數(shù)
第4章 機(jī)器學(xué)習(xí)方法
4.1 C4.5決策樹
4.2 貝葉斯方法
4.2.1 貝葉斯定理
4.2.2 樸素貝葉斯
4.2.3 隱馬爾可夫模型
4.2.4 貝葉斯網(wǎng)絡(luò)
4.3 K-最近鄰算法
4.4 支持向量機(jī)
4.4.1 SVM思想概述
4.4.2 線性支持向量機(jī)
4.4.3 非線性支持向量機(jī)與核函數(shù)
4.4.4 C-SVM、V-SVM與LS-SVM
4.4.5 LibSVM
4.5 K-均值聚類
4.6 分類器評估指標(biāo)
4.6.1 關(guān)于分類器模型評估
4.6.2 關(guān)于分類結(jié)果評估
第5章 網(wǎng)絡(luò)流量分類技術(shù)概述
5.1 基本概念
5.2 方法與現(xiàn)狀
5.2.1 基于標(biāo)準(zhǔn)端口匹配
5.2.2 基于DPI
5.2.3 基于協(xié)議解析
5.2.4 基于統(tǒng)計(jì)學(xué)習(xí)
5.2.5 研究方法演進(jìn)
5.3 流量分類方法比較評估
5.4 挑戰(zhàn)
第6章 互聯(lián)網(wǎng)流量特性分析
6.1 隨機(jī)過程
6.2 自相似性
6.3 長相關(guān)性
6.4 Hurst指數(shù)
6.4.1 R/S估計(jì)方法
6.4.2 Whittle最大似然估計(jì)方法
6.4.3 小波估計(jì)方法
6.5 重尾分布
6.6 突發(fā)性
6.7 特性計(jì)算及演進(jìn)趨勢分析
第7章 基于端口的網(wǎng)絡(luò)流量分類
7.1 典型端口分配
7.2 CAIDA CoralReef軟件包
7.3 布隆過濾器
第8章 基于協(xié)議解析的網(wǎng)絡(luò)流量分類
8.1 標(biāo)準(zhǔn)開放協(xié)議解析
8.1.1 TCP協(xié)議狀態(tài)機(jī)
8.1.2 POP3協(xié)議狀態(tài)機(jī)
8.1.3 HTTP協(xié)議狀態(tài)機(jī)
8.2 協(xié)議行為分析
8.2.1 基于流量的分析方法
8.2.2 基于軟件逆向分析方法
第9章 基于DPI的網(wǎng)絡(luò)流量分類
9.1 DPI產(chǎn)品概述
9.2 多模式匹配算法
9.2.1 WM算法
9.2.2 AC算法
9.3 正則表達(dá)式
9.4 統(tǒng)計(jì)簽名
9.5 L7filter
第10章 基于統(tǒng)計(jì)學(xué)習(xí)的網(wǎng)絡(luò)流量分類方法
10.1 流統(tǒng)計(jì)特征
10.2 流特征生成工具
10.3 時間復(fù)雜度分析
10.3.1 學(xué)習(xí)算法的時間復(fù)雜度
10.3.2 流統(tǒng)計(jì)特征計(jì)算的時間復(fù)雜度
10.4 文獻(xiàn)方法列舉
10.5 機(jī)器學(xué)習(xí)軟件包WEKA
10.5.1 WEKA數(shù)據(jù)文件格式
10.5.2 WEKA GUI菜單
10.5.3 WEKA Explorer
10.5.4 WEKA預(yù)處理
10.5.5 WEKA分類
10.5.6 WEKA聚類
10.5.7 WEKA關(guān)聯(lián)分析
第11章 SIP和H.323 VoIP流量檢測
11.1 概述
11.1.1 簡介
11.1.2 發(fā)展歷程
11.1.3 協(xié)議體系
11.2 VoIP流量檢測
11.2.1 檢測分析功能
11.2.2 檢測分析原理
11.2.3 檢測分析系統(tǒng)
第12章 Skype流量識別分類方法
12.1 引言
12.2 Skype發(fā)展現(xiàn)狀
12.3 Skype流量識別方法
12.4 兩種方法測試結(jié)果
12.4.1 基于應(yīng)用行為的Skype識別方法測試結(jié)果
12.4.2 基于關(guān)鍵字的Skype識別方法
12.4.3 Skype真的沒有官方服務(wù)器么？
12.5 小結(jié)
附錄：詞匯表
參考文獻(xiàn)