基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着]nternet技术的发展,网络应用服务越来越丰富多彩.为了对目前互联网中的流量实施有效监控,需要使用协议识别技术,因此,协议识别方法已成为研究热点.然而随着网络协议的复杂化,一些传统的协议识别方法已经不能够准确地识别协议.主要介绍基于数据包Payload特征的识别方法与基于流量特征的SVM识别方法,并提出一种将两者结合的协议识别方案.
推荐文章
基于卷积神经网络的未知协议识别方法
深度学习
机器学习
卷积神经网络
未知协议识别
利用统计特征的网络应用协议识别方法
神经网络模型
网络流
应用协议
协议识别
图像特征识别方法研究
特征识别
NMI特征
不变矩特征
比例特征
RST不变性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于双重特征的协议识别方法
来源期刊 计算机安全 学科 工学
关键词 协议识别 payload 网络流量 SVM
年,卷(期) 2010,(3) 所属期刊栏目 学术·技术
研究方向 页码范围 6-7,19
页数 分类号 TP3
字数 2522字 语种 中文
DOI 10.3969/j.issn.1671-0428.2010.03.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴明慧 西南交通大学信息科学与技术学院 3 9 2.0 3.0
2 胡庆安 西南交通大学信息科学与技术学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (11)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (3)
二级引证文献  (0)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
协议识别
payload
网络流量
SVM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机安全
月刊
1671-0428
11-4647/TP
大16开
北京市海淀区万寿路27号
82-27
2001
chi
出版文献量(篇)
6030
总下载数(次)
9
论文1v1指导