学位论文 > 优秀研究生学位论文题录展示
P2P流媒体特征提取技术研究与实现
作 者: 王世福
导 师: 李汉菊
学 校: 华中科技大学
专 业: 信息安全
关键词: P2P流媒体 统计特征 特征自动提取
分类号: TN919.8
类 型: 硕士论文
年 份: 2011年
下 载: 17次
引 用: 0次
阅 读: 论文下载
内容摘要
近年来,随着P2P技术应用的范围不断扩大,以及P2P流媒体技术的不断扩展,P2P技术对网络资源的占用问题越来越严重,引起网络服务提供商和网络运营商的高度重视。在目前有限的网络带宽下,P2P相关应用占用了大部分的带宽,已经影响到了用户们的正常应用。因此,研究如何识别已知和未知的P2P流量,并对其进行特征提取和分类,成为亟待解决的问题。目前对P2P流量的检测技术可分为两类:深层数据包检测技术和基于流特征的检测技术,而对P2P流媒体的检测的相关研究还处在空白阶段,常用的就是采取特征码匹配的方式进行识别。为了能更好的提取特征码,本文做了以下工作。提出一种基于统计特征的特征码自动提取算法,对已知和未知的P2P流媒体应用都能达到很好的效果。重点介绍了特征码自动提取算法,并与已有的算法进行比较,对比几种算法的优缺点。在基于统计的特征码自动提取算法中,包含位置信息的数据分片很好地保留了数据包负载位置信息特征,通过高效的HASH算法,实现了大流量环境下的实时特征码提取。并提出了相应的特征码归并策略以及相应的淘汰策略,保证了特征码的可用性、稳定性。设计并实现了一个原型系统,系统包含了三个模块:数据处理模块、特征码自动提取模块和特征码归并与重验证模块。在此基础上提出了对基于统计的特征码自动提取算法的几种性能优化策略,并用实际测试证明了优化策略的正确性和高效性。在实际网络环境下对系统进行了测试,实验结果表明,系统在千兆网环境下能够对P2P流媒体流量进行实时、有效的特征码提取。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-12 1.1 研究意义 8-9 1.2 国内外研究现状 9-10 1.3 主要研究内容和创新点 10 1.4 论文的组织结构 10-12 2 特征码提取算法研究 12-20 2.1 特征码分类 12-13 2.2 特征码提取算法介绍 13-17 2.3 基于统计的特征码自动提取算法 17-18 2.4 相关算法比较 18-19 2.5 本章小结 19-20 3 基于统计的特征码自动提取算法 20-33 3.1 算法思想 20-21 3.2 算法描述 21-28 3.3 算法关键参数的设定 28-32 3.4 本章小结 32-33 4 基于统计的特征码自动提取算法的性能优化 33-43 4.1 数据捕获的性能优化 33-35 4.2 HASH 算法的优化 35-38 4.3 特征码归并与重验证 38-42 4.4 本章小结 42-43 5 系统设计与实现 43-54 5.1 系统总体设计 43 5.2 数据处理模块 43-49 5.3 特征码自动提取模块 49-52 5.4 特征码归并与重验证模块 52-53 5.5 本章小结 53-54 6 实验结果分析 54-61 6.1 系统测试环境 54 6.2 实验方法 54-55 6.3 实验数据与结果分析 55-60 6.4 本章小结 60-61 7 总结与展望 61-63 7.1 总结 61 7.2 展望 61-63 致谢 63-64 参考文献 64-67 附录 攻读学位期间发表论文目录 67
|
相似论文
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于NS2的PeerCast模拟平台设计与实现,TP311.52
- 民族面部特征提取及其识别算法研究,TP391.41
- 基于P4P的流媒体点播系统研究与实现,TN948.64
- 大流量环境下实时P2P流媒体行为识别系统设计与实现,TN919.8
- P2P流媒体网络的容错机制研究,TP393.06
- 基于复合特征的P2P业务流量识别系统的设计与实现,TP393.06
- 抗去同步攻击的数字音频水印的研究与实现,TP309.7
- P2P流媒体内容分发关键技术研究,TP393.02
- 基于条件随机场的图像线条画研究,TP391.41
- 针对YASS的JPEG图像隐密分析,TN919.81
- P2P流媒体S公司发展策略分析,G206-F
- 基于P2P点播系统的客户端缓存策略研究,TP393.02
- 基于P2P的流媒体应用层组播模型的设计与应用,TN919.8
- 基于.NET的电子商务系统的设计与实现,TP311.52
- 网络环境下知识聚合—分享平台建设,TP393.02
- 基于应用层签名特征的P2P流媒体流量识别技术研究,TP393.08
- 面向视频会议的P2P流媒体覆盖网络结构研究,TP393.02
- P2P流媒体安全研究,TN919.8
- 大学生信用卡使用行为研究,F832.2
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 图像通信、多媒体通信
© 2012 www.xueweilunwen.com
|