網(wǎng)絡流量分類方法與實踐（本科）

定　價：￥68.00

作　者：	汪立東，錢麗萍，王大偉編
出版社：	人民郵電出版社
叢編項：
標　簽：	大學教材教材

購買這本書可以去

ISBN：	9787115325068	出版時間：	2013-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	204	字數(shù)：

內(nèi)容簡介

　　《網(wǎng)絡流量分類方法與實踐（本科）》基于理論結(jié)合實踐、基礎結(jié)合前沿的編寫原則，系統(tǒng)地講解了網(wǎng)絡流量分類技術(shù)的相關(guān)知識。在內(nèi)容編排上注重夯實基礎、闡明技術(shù)、關(guān)注前沿、指導實踐。全書分基礎知識、技術(shù)原理和實踐驗證三大模塊，共12章。首先介紹了網(wǎng)絡協(xié)議、網(wǎng)絡流量數(shù)據(jù)集及其預處理技術(shù)、典型機器學習算法。在此基礎上，接著介紹了基于端口、基于網(wǎng)絡協(xié)議解析、基于深度包檢測和基于統(tǒng)計學習的網(wǎng)絡流量分類方法，闡述了各種方法的基本原理、技術(shù)挑戰(zhàn)，跟蹤分析了當前國內(nèi)外研究進展。最后為增進知識理解和應用，安排了標準網(wǎng)絡電話協(xié)議和非標Skype網(wǎng)絡電話協(xié)議檢測分類實踐，在相關(guān)章節(jié)中亦特別注重提供網(wǎng)絡可用資源，方便閱讀者開展實驗或?qū)嵺`。《網(wǎng)絡流量分類方法與實踐（本科）》既可以作為高等學校本科高年級或研究生專業(yè)網(wǎng)絡技術(shù)進階學習的參考書，或用作網(wǎng)絡管理、網(wǎng)絡安全、網(wǎng)絡設計或網(wǎng)絡運營技術(shù)人員的培訓教材，也可以用作相關(guān)方向科研人員的參考資料。

作者簡介

暫缺《網(wǎng)絡流量分類方法與實踐（本科）》作者簡介

圖書目錄

第1章網(wǎng)絡協(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)絡流量數(shù)據(jù)集
2.1 網(wǎng)絡數(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
3.6.2 數(shù)據(jù)分布評估方法
3.7 數(shù)據(jù)集評估指標
3.8 特征的相關(guān)性分析
3.8.1 散布圖
3.8.2 卡方檢驗
3.8.3 皮爾遜相關(guān)系數(shù)
第4章機器學習方法
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
4.3 K-最近鄰算法
4.4 支持向量機
4.4.1 SVM思想概述
4.4.2 線性支持向量機
4.4.3 非線性支持向量機與核函數(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
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 基于標準端口匹配
5.2.2 基于DPI
5.2.3 基于協(xié)議解析
5.2.4 基于統(tǒng)計學習
5.2.5 研究方法演進
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估計方法
6.4.2 Whittle最大似然估計方法
6.4.3 小波估計方法
6.5 重尾分布
6.6 突發(fā)性
6.7 特性計算及演進趨勢分析
第7章基于端口的網(wǎng)絡流量分類
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)絡流量分類
8.1 標準開放協(xié)議解析
8.1.1 TCP協(xié)議狀態(tài)機
8.1.2 POP3協(xié)議狀態(tài)機
8.1.3 HTTP協(xié)議狀態(tài)機
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 正則表達式
9.4 統(tǒng)計簽名
9.5 L7filter
第10章基于統(tǒng)計學習的網(wǎng)絡流量分類方法
10.1 流統(tǒng)計特征
10.2 流特征生成工具
10.3 時間復雜度分析
10.3.1 學習算法的時間復雜度
10.3.2 流統(tǒng)計特征計算的時間復雜度
10.4 文獻方法列舉
10.5 機器學習軟件包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真的沒有官方服務器么？
12.5 小結(jié)
附錄：詞匯表
參考文獻