• 网络流量分类方法与实践(本科)
  • 网络流量分类方法与实践(本科)
  • 网络流量分类方法与实践(本科)
  • 网络流量分类方法与实践(本科)
  • 网络流量分类方法与实践(本科)
  • 网络流量分类方法与实践(本科)
  • 网络流量分类方法与实践(本科)
  • 网络流量分类方法与实践(本科)
  • 网络流量分类方法与实践(本科)
  • 网络流量分类方法与实践(本科)
21年品牌 40万+商家 超1.5亿件商品

网络流量分类方法与实践(本科)

7 1.0折 68 八五品

仅1件

广东珠海
认证卖家担保交易快速发货售后保障

作者汪立东、钱丽萍、王大伟 编

出版社人民邮电出版社

出版时间2013-10

版次1

装帧平装

上书时间2024-05-18

一六八书店

九年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
图书标准信息
  • 作者 汪立东、钱丽萍、王大伟 编
  • 出版社 人民邮电出版社
  • 出版时间 2013-10
  • 版次 1
  • ISBN 9787115325068
  • 定价 68.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 204页
  • 字数 260千字
  • 正文语种 简体中文
【内容简介】
  《网络流量分类方法与实践(本科)》基于理论结合实践、基础结合前沿的编写原则,系统地讲解了网络流量分类技术的相关知识。在内容编排上注重夯实基础、阐明技术、关注前沿、指导实践。全书分基础知识、技术原理和实践验证三大模块,共12章。首先介绍了网络协议、网络流量数据集及其预处理技术、典型机器学习算法。在此基础上,接着介绍了基于端口、基于网络协议解析、基于深度包检测和基于统计学习的网络流量分类方法,阐述了各种方法的基本原理、技术挑战,跟踪分析了当前国内外研究进展。最后为增进知识理解和应用,安排了标准网络电话协议和非标Skype网络电话协议检测分类实践,在相关章节中亦特别注重提供网络可用资源,方便阅读者开展实验或实践。
  《网络流量分类方法与实践(本科)》既可以作为高等学校本科高年级或研究生专业网络技术进阶学习的参考书,或用作网络管理、网络安全、网络设计或网络运营技术人员的培训教材,也可以用作相关方向科研人员的参考资料。
【目录】
第1章网络协议
1.1互联网简史
1.2OSI参考模型
1.3TCP/IP协议
1.3.1TCP/IP协议模型
1.3.2TCP与UDP
1.3.3EthernetII帧格式
1.3.4IPv4地址
1.3.5IPv4报文
1.3.6TCP报文
1.3.7UDP报文
1.3.8ICMP报文
1.4IPv
1.4.1IPv6地址
1.4.2IPv6报文
1.4.3IPv6安全

第2章网络流量数据集
2.1网络数据集格式
2.1.1PCAP文件格式
2.1.2NetFlow格式
2.2PCAP数据采集
2.2.1数据采集方法
2.2.2常用捕包分析工具
2.2.3Libpcap库
2.2.4数据集标注
2.2.5NetFlow和IPFIX处理工具
2.3开放数据集
2.3.1CAIDA数据集
2.3.2UNIBS数据集
2.3.3WIDE数据集
2.3.4WITS数据集
2.4其他辅助工具
2.4.1匿名化处理工具
2.4.2IP地址定位

第3章数据预处理与评估
3.1数据清洗
3.2数据变换
3.2.1规范化
3.2.2离散化
3.3数据归约
3.4维规约与特征选择
3.5数据抽样
3.6数据分布分析
3.6.1简单度量指标
3.6.2数据分布评估方法
3.7数据集评估指标
3.8特征的相关性分析
3.8.1散布图
3.8.2卡方检验
3.8.3皮尔逊相关系数

第4章机器学习方法
4.1C4.5决策树
4.2贝叶斯方法
4.2.1贝叶斯定理
4.2.2朴素贝叶斯
4.2.3隐马尔可夫模型
4.2.4贝叶斯网络
4.3K-最近邻算法
4.4支持向量机
4.4.1SVM思想概述
4.4.2线性支持向量机
4.4.3非线性支持向量机与核函数
4.4.4C-SVM、V-SVM与LS-SVM
4.4.5LibSVM
4.5K-均值聚类
4.6分类器评估指标
4.6.1关于分类器模型评估
4.6.2关于分类结果评估

第5章网络流量分类技术概述
5.1基本概念
5.2方法与现状
5.2.1基于标准端口匹配
5.2.2基于DPI
5.2.3基于协议解析
5.2.4基于统计学习
5.2.5研究方法演进
5.3流量分类方法比较评估
5.4挑战

第6章互联网流量特性分析
6.1随机过程
6.2自相似性
6.3长相关性
6.4Hurst指数
6.4.1R/S估计方法
6.4.2Whittle最大似然估计方法
6.4.3小波估计方法
6.5重尾分布
6.6突发性
6.7特性计算及演进趋势分析

第7章基于端口的网络流量分类
7.1典型端口分配
7.2CAIDACoralReef软件包
7.3布隆过滤器

第8章基于协议解析的网络流量分类
8.1标准开放协议解析
8.1.1TCP协议状态机
8.1.2POP3协议状态机
8.1.3HTTP协议状态机
8.2协议行为分析
8.2.1基于流量的分析方法
8.2.2基于软件逆向分析方法

第9章基于DPI的网络流量分类
9.1DPI产品概述
9.2多模式匹配算法
9.2.1WM算法
9.2.2AC算法
9.3正则表达式
9.4统计签名
9.5L7filter

第10章基于统计学习的网络流量分类方法
10.1流统计特征
10.2流特征生成工具
10.3时间复杂度分析
10.3.1学习算法的时间复杂度
10.3.2流统计特征计算的时间复杂度
10.4文献方法列举
10.5机器学习软件包WEKA
10.5.1WEKA数据文件格式
10.5.2WEKAGUI菜单
10.5.3WEKAExplorer
10.5.4WEKA预处理
10.5.5WEKA分类
10.5.6WEKA聚类
10.5.7WEKA关联分析

第11章SIP和H.323VoIP流量检测
11.1概述
11.1.1简介
11.1.2发展历程
11.1.3协议体系
11.2VoIP流量检测
11.2.1检测分析功能
11.2.2检测分析原理
11.2.3检测分析系统

第12章Skype流量识别分类方法
12.1引言
12.2Skype发展现状
12.3Skype流量识别方法
12.4两种方法测试结果
12.4.1基于应用行为的Skype识别方法测试结果
12.4.2基于关键字的Skype识别方法
12.4.3Skype真的没有官方服务器么?
12.5小结
附录:词汇表
参考文献
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP