导读:本文包含了分类协议论文开题报告文献综述及选题提纲参考文献，主要关键词:射频识别技术,阅读器,服务器
分类协议论文文献综述
李仕强,刘帅,季赛[1]（2019）在《用于射频识别技术的认证协议分类》一文中研究指出射频识别技术是运输、管理的一种技术基础,广泛应用在物流、医疗、制造等领域。在如今网络安全问题频出的背景下,研究者们发现并解决射频识别技术中的一些安全问题。本文从现有的安全问题解决办法出发,展望今后的研究方向。(本文来源于《中国科技信息》期刊2019年18期）
李红[2]（2019）在《对赌协议初始计量与分类探讨》一文中研究指出本文以为企业提供完善的对赌协议初始计量及分类方法为研究方向,以霸器精密仪器科技有限公司为研究对象,对当前企业开展的对赌协议进行深入分析,查找其中存在的问题,归纳总结可行的对赌协议金融工具初始计量及分类,帮助企业建立一套完善的对赌协议处理办法,有效保护企业风险投资利益。(本文来源于《财会通讯》期刊2019年22期）
朱培豪[3]（2019）在《未知协议分类与分析方法研究》一文中研究指出随着互联网技术不断发展与进步,出现了越来越多的未知应用层协议。这些未知协议产生的流量在互联流量中占比越来越大,严重威胁了网络安全。目前的协议分析工具可以对已知协议分类分析,却无法对未知协议使用。未知协议分类与分析方法的研究对网络管理和维护网络安全有重要的意义。本文以未公开协议文档的未知应用层协议为研究对象,对未知协议分析中的叁个阶段,未知协议分类,未知协议消息类型分类以及未知协议格式分析进行研究,提出一种未知协议的分类分析方法。未知协议的分类研究中,分类准确率低,需要手动调参是当前研究主要存在的问题。针对这些问题,本文使用基于协议流统计特征的半监督方法对未知协议分类。通过在神经网络分类模型中引入平均精确率下降指标来选择特征,然后使用基于Canopy-Kmeans的聚类方法对未知协议分类,无需人工设置参数。与当前先进的未知协议分类方法相比,在不同的协议流统计特征数量下,未知协议分类准确率分别提高7%,5%和2%,聚类方法的平均运行时间也减少了一半以上。未知协议消息类型分类研究中,分类准确率低是当前研究主要存在的问题。本文通过不同长度的滑动窗口,使用数据挖掘的方法提取出多种长度的频繁序列,弥补了以往基于ngram方法的不足;根据左右熵提取特征,设置特征权重,使用基于DPCA的聚类方法对未知协议消息类型聚类。在网络入侵检测领域的标准数据集上实验,与当前消息类型分类方法相比,未知协议消息类型的平均分类召回率提高了7%。未知协议格式分析研究中,格式推断的准确率低是当前研究主要的问题。本文使用基于多序列比对方法对未知协议格式分析,本文首先对协议数据的相似度计算方法进行研究,在莱文斯坦距离公式的基础上考虑长度因素,提出新的相似度计算方法,并计算协议数据集的平均相似度。根据协议数据相似度的不同,在DiAlign与T-Coffee算法基础上提出了不同的未知协议格式分析的步骤,并对多序列比对方法中的进化树生成算法作出改进,以此来提高未知协议格式分析的准确率。在DEFCON CTF 2018数据集上进行实验,与基于Needleman-Wunsch的方法相比,本文的方法可以更精确的推断出TFTP和HTTP/2协议的格式。(本文来源于《北京邮电大学》期刊2019-05-20）
高志远,刘金永,王勇,刘蔚[4]（2018）在《一种基于协议字段分类的工业控制系统Fuzzing测试方法》一文中研究指出随着信息化和工业化的深度融合,工业控制系统在工业生产过程中得到了越来越广泛的应用,很多研究者开始针对工控系统,特别针对工控网络协议的安全性展开研究,模糊测试则是其中较为活跃的领域之一。当前工业控制系统模糊测试方法,模糊数据过于简单随机、对于异常定位精度不高、测试效率低下等缺点,本文结合工业控制系统高实时性和高可靠性的特点,制定基于字段分类的测试用例生成方法和精确的异常定位方法,提出一种针对工业控制系统的模糊测试方法。最后通过工业控制系统常用协议Modbus对该方法进行了仿真实验,实验结果表明本文提出的方法相对于传统模糊测试方法,效率更高,覆盖率更高。(本文来源于《自动化博览》期刊2018年10期）
邓丽萍[5]（2018）在《基于Spice协议的图像分类与压缩设计与分析》一文中研究指出随着计算机技术的发展,计算机设备的应用已经是各行各业不可缺少的工具。近几年,随着云计算的发展推动了云桌面行业的发展,云桌面的市场占用率越来越高。由于云桌面替代了传统PC桌面,因此,对云桌面的体验要求越来越高。图像在进行压缩编码时,原始图像格式一般采用微软支持的bitmap格式。图像压缩编码,如果仅仅采用熵编码、字典压缩编码或游程编码等无损压缩编码方法,会导致图像压缩率低。如果采用JPEG系列、MPEG-X系列或H.26X系列等有损压缩编码方法,导致图像压缩质量不佳,甚至会引起文本模糊和振铃效应。笔者主要以Spice协议为基础,针对Spice已有的图像分类算法和压缩算法进行分析,提出对桌面图像系列更有效的图像分类算法和压缩算法,对协议进行相应的改进优化来提升云桌面的体验。(本文来源于《信息与电脑(理论版)》期刊2018年18期）
彭大芹,项磊,李司坤,杨彩敏,邱雨[6]（2018）在《多协议下智能家居协议的分类方法》一文中研究指出针对市场上智能家居协议标准繁多,加大了流量识别与分类难度这一问题,提出了一种多协议下智能家居协议的分类方法。该方法利用数理统计计算出K-Means聚类算法的K值和聚类初始中心,基于向量空间模型(vector space model,VSM)概念,使用数据对象间的相似度去代替K-Means聚类算法中数据对象间的距离,使用信息熵作为聚类好坏的评估。选用真实环境下捕获的实验数据进行测试验证。结果表明,该方法对多协议下智能家居协议的分类精度达到90%以上。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2018年03期）
丁思瑗[7]（2018）在《未明协议格式特征提取与报文分类》一文中研究指出随着互联网的发展,出于各种安全、经济利益、隐私等因素的考虑,大量网络应用采用未明协议(也被称为私有协议、未知协议)。这些协议没有公开的协议规范用来识别协议报文,它的存在造成了较大安全隐患,不利于网络安全监管。例如大量恶意软件在进行通信进而控制计算机时所采用的是未明协议,由于没有公开协议规范,不能对恶意流量进行有效拦截,以至于造成网络的大面积瘫痪及失泄密现象。在类似安全事件中,未明流量的准确识别分类是处理恶意流量拦截等网络安全监管和控制问题的重要手段,而获取未明流量特征是准确识别未明协议报文的关键。因此,挖掘未明流量特征,进而分类识别未明流量,是网络监管中一项重要任务。在实际网络中,采集到的数据是多种类型混合的报文数据集,由于受到接收条件的限制,接收到的数据常常是无序、离散的,不具有构成会话的报文间约束关系。另外,需要处理分析的报文数据规模常常是巨大的。针对实际网络数据的特性和对其准确快速识别的要求,本文通过提取报文载荷格式特征,来实现以报文为颗粒度的混合未明报文分类。论文的主要研究内容如下:1.针对聚类特征矢量构造及相关聚类问题,提出了基于熵估计的未明流量自动分离算法(An Unknown Traffic Separation Method Based on Entropy Estimation,EMEE)。该算法利用字节熵矢量变化程度,度量各偏移位置上固定关键词字节存在的可能性,初步估计固定位置关键词所覆盖区域,克服了依据人工经验设定载荷截取长度的弊端,采用两级聚类的方式对有效载荷进行聚类,提高了聚类效果并使得聚类簇数更加接近于真实种类数目。采用DARPA数据集和校园网采集的网络数据进行验证,实验结果表明EMEE算法能有效降低数据字段对未明流量分离的干扰并使得聚类得到的簇数接近于真实种类数目,对18种类型组成的混合报文集分离,各类报文的漏报率和误报率均低于2%,优于传统算法。2.针对报文关键词序列提取的问题,提出了基于字节链路的关键词序列提取迭代算法(An Iterative Algorithm for Keyword Sequence Extraction Based on Byte Link,BLIS)。该算法通过以链路作为基本单元完成报文建模,有效地降低关键词和数据字段的混淆程度;面向固定位置关键词挖掘,通过链路熵矢量估计有效挖掘空间,然后在该空间内得到带位置信息的频繁链路集,以较强约束从频繁链路所构造的字段中选出固定位置关键词;面向可变位置关键词,通过获取频繁链路方法搜索备选关键词位置,对齐可变位置关键词,迭代地完成后续可变位置关键词的挖掘。利用DARPA数据集和校园网采集的网络数据进行评估,实验结果表明,和传统方法提取到的特征相比,该方法提取到的特征形式和性能更具优势。3.设计了基于Hadoop平台的未明流量关键词提取系统,设计并实现了并行的频繁模式挖掘(改进的Apriori和FP-Growth)算法。具体工作包括:1)改进的Apriori和FP-Growth并行化算法设计;2)并行Apriori算法根据软件设计图进行了代码实现,而并行FP-Growth借助Mahout进行了实现;3)性能测试。在Hadoop分布式平台上的测试结果表明,相比较于串性算法,并行化处理随数据规模的增长更为缓慢,处理海量报文时,并行算法的运算效率较高。(本文来源于《战略支援部队信息工程大学》期刊2018-04-15）
张清[8]（2018）在《认证协议的分类》一文中研究指出随着计算设备、通信设备以及网络连接技术的进步发展,各类移动互联网应用(如社交娱乐、商务金融交易、教育医疗服务等)逐渐被开发。然而,伴随着移动互联网应用的快速发展,安全问题也应运而生并成为制约这一领域发展的重要因素。作为网络信息安全的重要组成部分,认证服务是系统安全中最重要的防线之一。由于移动设备以及网络的开放性,认证协议也存在各种各样的安全缺陷并面临常见的攻击手段,如消息重放、中间人、平行会话等。本文主要从叁个角度对经典的认证协议进行分类概述。(本文来源于《电子技术与软件工程》期刊2018年07期）
徐正国,姚佳奇,郑辉[9]（2018）在《具有抗噪性能的协议分类特征研究》一文中研究指出针对未加密条件下的协议分类问题,研究了具有抗噪能力的协议特征构造方法。利用局部敏感哈希算法,筛选出协议样本数据中高频相似的数据片段,在此基础上提出了一种能够反映协议数据取值分布固有属性的协议特征。相比于基于协议流量统计测量的外部特征,协议数据内容的内在特征不易受到网络传输环境的干扰。采用多种典型分类器对该特征的分类性能进行实验验证,结果表明协议分类的准确率大多能达到80%以上,在有噪声干扰的仿真测试条件下,该特征表现出较好的分类抗噪性能。(本文来源于《计算机工程与应用》期刊2018年17期）
罗冬梅[10]（2017）在《网络协议流不平衡环境下基于机器学习算法的在线流量分类方法》一文中研究指出随着时间的推移,网络协议流将出现不平衡的现象,经常出现不可预知的在线流量种类,传统在线流量分类模型无法对未知的流量种类进行分类,导致整体分类精度低,适应能力差。为此提出一种新的基于机器学习算法的在线流量分类方法,针对不同类别的在线流量样本流集合筛取出若干最近邻样本流,求出各个样本流特征权重,确定各个特征与类别的相关性,将相关性大的特征当成在线流量特征。依据得到的特征选取部分标识在线流量数据,确定K中值聚类的起始中心,构造映射关系,获取未知的在线流量种类。实验结果表明,所提方法有很高的分类精度,且扩展性和适应能力较强。(本文来源于《科学技术与工程》期刊2017年28期）
分类协议论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文以为企业提供完善的对赌协议初始计量及分类方法为研究方向,以霸器精密仪器科技有限公司为研究对象,对当前企业开展的对赌协议进行深入分析,查找其中存在的问题,归纳总结可行的对赌协议金融工具初始计量及分类,帮助企业建立一套完善的对赌协议处理办法,有效保护企业风险投资利益。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分类协议论文参考文献
[1].李仕强,刘帅,季赛.用于射频识别技术的认证协议分类[J].中国科技信息.2019
[2].李红.对赌协议初始计量与分类探讨[J].财会通讯.2019
[3].朱培豪.未知协议分类与分析方法研究[D].北京邮电大学.2019
[4].高志远,刘金永,王勇,刘蔚.一种基于协议字段分类的工业控制系统Fuzzing测试方法[J].自动化博览.2018
[5].邓丽萍.基于Spice协议的图像分类与压缩设计与分析[J].信息与电脑(理论版).2018
[6].彭大芹,项磊,李司坤,杨彩敏,邱雨.多协议下智能家居协议的分类方法[J].重庆邮电大学学报(自然科学版).2018
[7].丁思瑗.未明协议格式特征提取与报文分类[D].战略支援部队信息工程大学.2018
[8].张清.认证协议的分类[J].电子技术与软件工程.2018
[9].徐正国,姚佳奇,郑辉.具有抗噪性能的协议分类特征研究[J].计算机工程与应用.2018
[10].罗冬梅.网络协议流不平衡环境下基于机器学习算法的在线流量分类方法[J].科学技术与工程.2017