空间协议盲识别算法研究的开题报告_第1页
空间协议盲识别算法研究的开题报告_第2页
空间协议盲识别算法研究的开题报告_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

空间协议盲识别算法研究的开题报告一、选题背景随着互联网的不断发展和普及,网络安全问题日益突出,其中网络入侵是网络安全中的重要问题之一。网络入侵指网络攻击者借助安全漏洞进入到目标系统中,从而获取机密信息、破坏系统稳定性等。针对网络入侵的防范措施中,识别网络流量中的恶意行为是一项重要的工作,而识别网络协议是进行流量分析的必要前提。但是,由于网络上流行的协议越来越多,基于协议端口的识别方法已经无法满足实际需要。二、选题意义为了解决基于端口的识别方法的局限性,产生了基于协议头共同特征的识别方法。但这种方法在识别复合协议的情况下由于协议头共同特征不足,且无法精确区分特征相近的协议。因此,本课题将研究空间协议盲识别算法,通过对网络流量的探测,根据协议使用的通信空间特征进行识别,提高协议识别的精度和准确性。三、主要研究内容本课题旨在研究一种可用于网络流量协议盲识别的算法。具体研究内容包括:1.确定网络流量中需要提取的通信空间特征。通过调研现有协议的通信空间特征,确定用于协议识别的通信空间特征。2.建立一个空间协议盲识别的算法模型。将确定的通信空间特征作为判别依据,建立一个适合协议盲识别的算法模型。3.通过调研收集数据集。通过网络流量数据包采集,为空间协议盲识别算法提供训练集和测试集。4.实现和优化空间协议盲识别算法。编写空间协议盲识别算法的程序,并对算法进行优化,提高其准确性和识别速度。5.实验测试和结果分析。通过收集数据集进行实验测试,并对实验结果进行统计和分析,评估算法的准确性和实用性。四、预期结果1.确定适用于协议盲识别的通信空间特征。2.建立并实现适用于空间协议盲识别的算法模型。3.实现能够正常工作的空间协议盲识别算法程序。4.实验结果表明,空间协议盲识别算法的识别准确性和速度较高。五、研究难点本课题的研究难点在于:1.确定合适的通信空间特征。由于不同协议的通信空间特征上存在较大差异,因此需要经过充分的调研和实验确定适用于协议盲识别的通信空间特征。2.建立合适的算法模型。空间协议盲识别是一项新兴的研究课题,需要建立一个可靠的算法模型,保证识别准确性和速度。3.提升算法的准确性和效率。由于网络流量庞大而复杂,空间协议盲识别算法的准确性和效率仍需不断提升。六、研究思路及方法本课题将按照以下流程进行研究:1.调研现有协议通信空间特征。2.确定适用于空间协议盲识别的通信空间特征。3.建立空间协议盲识别的算法模型。4.收集并处理数据集。5.实现和优化空间协议盲识别算法。6.实验测试和结果分析。七、预计时间安排本课题预计用时为一年。按照以下时间安排进行研究:1.前期调研:2个月。2.确定通信空间特征:1个月。3.界定算法模型:3个月。4.收集并处理数据集:1个月。5.实现和优化算法:3个月。6.实验测试和结果分析:2个月。八、参考文献[1]ZengXH,XuYJ,LuoXW.ProtocolIdentificationforEncryptedApplicationTrafficBasedonCharacteristicBehaviorinSpatialDomain[C]//2018IEEEInternationalConferenceonComputationalScienceandEngineering(CSE).IEEE,2018.[2]YuanH,ZhangB,WangN,etal.Anomalouspayload-basednetworkintrusiondetection[C]//Proceedingsofthe10thACMconferenceonComputerandCommunicationsSecurity.2003:314-323.[3]YaoY,ChengZ,LianY,etal.Towardaccurateandfastapplicationidentificationwithhybrid-image-baseddeeplearning[C]//ProceedingsoftheACMSIGCOMM2017Conference.2017:285-298.[4]WangX,YangH,JiangF,etal.Anewmethodofprotocolidentificationbasedonmachinelearning[C]//2

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论