一、隐藏局域网中的电脑(论文文献综述)
黄河[1](2021)在《无线局域网安全监测系统的设计与实现》文中研究指明由于互联网通信技术的高速发展,目前连接互联网的途径也越来越多样化。其中无线局域网作为一种重要的连接互联网途径,改变了曾经只能依靠有线组网技术进行互联网通信的局面。随着无线局域网技术的迅猛发展和无线终端设备大规模的普及,目前无线局域网已经广泛的应用于校园、地铁、大型商场等人流量较大的公共场合。无线局域网在给人们带来便利通信的同时,其中的安全风险也是不容忽视。近年来,针对无线局域网的攻击对用户造成财产损失的事件层出不穷,因此识别无线局域网中的安全威胁就显得尤为重要。本文设计并实现了无线局域网安全监测系统。首先对无线局域网安全监测系统进行设计。然后对该系统具体功能进行实现。最后对该系统安全监测有关功能进行测试,测试结果得知,本系统中无线设备探测、伪AP攻击监测和DOS攻击监测均有较高的准确率,路由器漏洞监测也能准确的识别出具体漏洞信息。本文具体研究内容如下。(1)设计了无线局域网安全监测系统。首先对传统无线局域网安全监测系统的功能不足进行了深入的分析,得出在无线局域网安全监测系统中必须有无线设备探测功能、伪AP攻击监测功能、无线DOS攻击监测功能和路由器漏洞监测功能。然后对无线局域网安全监测系统采集信息的存储位置进行了探讨,得出需将采集的监测信息单独存储到一台机器上,实现信息的异地存储。最后对系统功能模块进行了更详细的设计和对系统的整体架构进行设计。(2)实现了无线局域网安全监测系统。系统依次实现了无线设备探测功能、伪AP监测功能、无线DOS攻击监测功能、路由器漏洞监测功能和信息异地存储功能。在伪AP监测功能的实现方案中,结合了前人的工作经验,本方案以MAC地址、信道、信号强度、序列号和时间戳在内的五大特征综合判断环境是否存在伪AP,判断伪AP效果更为灵敏。在DOS攻击监测功能的实现方案中,此方案通过引入GRU(Gated Recurrent Unit)神经网络生成DOS攻击预测模型,使用该模型对DOS攻击进行监测,相比于传统使用阈值区分DOS攻击的方案,本方案更为新颖。在路由器漏洞监测功能的实现方案中,本方案通过集成RouterSploit漏洞扫描框架从而实现路由器漏洞监测功能,解决了传统无线安全监测系统缺少对路由器安全监测的问题。在信息异地存储功能的实现方案中,本方案使用了 syslog、logstah、kafka技术完成了信息异地存储功能,从而保障了在系统存储大量信息后,系统的正常运行不会受到存储空间不足的影响。(3)进行了无线局域网安全监测系统的测试。搭建无线局域网测试环境,模拟不同类型攻击,对本系统的无线设备探测、伪AP攻击监测、无线DOS攻击监测、路由器漏洞监测等安全监测相关的功能进行测试。测试结果表明,本系统中的无线设备探测、伪AP攻击监测和无线DOS攻击监测都有着较高的准确率,同时也能正确的识别出路由器存在的漏洞信息。
周云风[2](2021)在《基于卷积神经网络的局域网故障诊断技术研究》文中研究说明随着以太网的日益发展,局域网的复杂程度也随着用户数和网络终端的增多而越发提高。为了保证局域网运行环境的健康稳定,在局域网的故障管理过程中,网络管理员需要对网络的整体运行状态把控和对网络故障进行成因分析和经验式诊断。但由于局域网往往承载着特殊业务,传统方法非常耗时耗力,于是现阶段对故障诊断的响应以及智能程度提出了新的要求。因此,本文从深度学习角度出发,研究了基于卷积神经网络模型的网络故障诊断方法。本论文的主要工作如下:论文首先介绍了网络故障诊断的研究现状,以及故障诊断过程将面对的两大核心问题:网络故障信息的采集和分析、网络故障问题的发现和检测。最后,给出本文的主要研究内容。论文第二部分,对局域网网络故障进行了物理侧分层结构以及业务侧分服体系的故障成因理论分析,并对现有网络故障诊断技术按照定性经验和数据驱动的类别对专家系统、图搜索模型、支持向量机、软件定义网络等四类典型网络故障诊断技术进行了详细的阐释,为后文的章节做铺垫。论文第三部分,基于KDD99数据集[48],对卷积神经网络进行研究,提出灰度矩阵化原始数据的数据转换操作,并根据数据特征规模进行卷积神经网络结构设计,并以此为基础开展了一系列的包括丢弃学习、梯度优化算法、数据增强在内的优化研究,完成整个故障诊断的模型建立。论文第四部分,分析了现存数据采集方法的优劣,提出了一种不新增网内流量、不改变网络结构的旁路被动分布式数据采集方法,并进行了旁路采集板卡的原型设计。同时,提出了基于特征工程的数据集构建方法,提出了分层结构下较为完备的数据字典,为故障诊断的故障多样化做原始数据维度支撑。论文最后,设计并模拟了真实局域网故障场景,完成数据采集、数据集构建。并在KDD99数据集[48]和自建数据集上进行模型验证。通过对模型不同激活函数、学习率、数据增强的测试下,提高模型泛化能力,最终结果表明,该模型在KDD99数据集[48]上进行训练测试,准确率达96.8%,在自建数据集上,训练测试准确率可达88.3%。综合实验表明,基于卷积神经网络的故障诊断具备良好的诊断效率且具备可完整落地的潜质。
张国豪[3](2021)在《智能靶场通信系统设计与关键技术研究》文中进行了进一步梳理智能靶场肩负着智能装备的试验测试任务;而智能装备对抗的试验测试需要对装备中各种传感器的信号进行采集传输,有时还需实施必要的控制;这对靶场通信系统提出严峻挑战。本文针对集群自主武器系统对抗试验测试中可能出现的突发热点区域迁移、大覆盖高可靠控制等问题展开研究,主要贡献如下:首先,对集群自主武器测试中的通信需求进行了分析,总结了音视频、位姿测量、装备控制等方面的通信带宽、延时抖动、覆盖等技术指标,分析了 WiFi6、5G等通信技术在上述场景下的适用性,设计采用基于WiFi6的高带宽通信加基于LoRa的高可靠通信两种通信模式融合的智能靶场通信系统。其次,针对WiFi单接入点(AP)覆盖范围小、AP间迁移需要重新认证导致断线等无法实现大覆盖区域迁移高速流媒体数据传输的问题,设计采用FITAP网络架构、采用无线接入控制器AC控制多个无线接入点AP的集中认证和统一资源调配管理,设计了端网结合的无缝漫游技术,实现了装备试验场的大范围WiFi同网覆盖;针对室内室外场景的特点使用蜂窝三角式与直线型覆盖方式对靶场中的复合场景进行仿真覆盖设计,并据仿真结果在工科楼群进行了布设。针对装备集群测试中多终端连接可能造成的AP负载过高的问题,设计了突发热点区域的负载迁移机制和信道分配算法,提高了网络整体吞吐率。实验结果验证了网络的覆盖、延迟、带宽等满足相关要求。针对高可靠数据传输,本文采用穿透性强、纠错力高的LoRa技术,研制了基于嵌入式平台的LoRa-WiFi网关,设计了 STM32F407平台的LoRa的SPI收发和WiFi串口连接C语言函数,采用VC++设计了监测中心的收发网关和位姿应用数据接收解析软件,实现了适应靶场不同业务需求的异构通信系统。为实现对靶场装备信息的快速反应、快速判别与各类监测节点的远程调试与配置,研究虚拟串口、端口映射等技术,实现了能够访问靶场测控节点底层数据的实时业务隧道,达到了远程获取各测控节点数据并在线控制的作用。设计了靶场试验网络的测试方案,针对所布设网络的连通性、负载量、网关转发能力、业务隧道实时测控等性能使用专业工具对其进行实际效果的验证测试,实验证明各项性能符合设计指标,能够为智能装备试验的测试构建相对完善的通信系统。
芮志清[4](2020)在《网络摄像头安全威胁检测系统的设计与实现》文中研究表明随着物联网技术的成熟,无线网络摄像头技术得到大量应用。但偷拍者在未授权的情况下将网络摄像头安装在企业内部、宾馆房间等场所,对国家机密安全、企业机密安全和个人隐私安全造成严重威胁。由于当前基于光学属性、电磁属性、射频波段、WLAN流量嗅探等方法的缺陷,对于这种摄像头的大规模发现与识别有着诸多难点。如何在高速流量的局域网络中探测摄像头的存在、检测摄像头的安全性尚未存在成熟的解决方案。本文针对此问题进行如下研究:·摄像头检测规则的研究:提出制作检测规则库的标准流程,并对当前市面上的若干种民用摄像头和一些专用的偷拍摄像头的特征进行分析,并制作了 136条摄像头的检测规则。·高速流量下的流量过滤方法研究:针对高速网络状态下对流量进行过滤嗅探的方法的研究,降低丢包率,并使用PFRing,Snort等技术实现了此方法。·高危认证协议检测:使用机器学习技术,对摄像头密码登陆授权的认证协议进行明文密码检测,发现摄像头的高危认证协议安全问题,分类准确率达99.7·摄像头隐私安全检测系统:使用摄像头检测规则库,利用高速流量嗅探及过滤技术,设计开发完整的摄像头安全威胁检测系统,实现对已录入摄像头的探测发现和安全性检测。本课题旨在基于网络流量分析研究摄像头安全威胁检测技术。本研究构建出的软件系统可以部署在重要的局域网络中,检测网络环境中的摄像头隐私问题。
杜柏均[5](2020)在《小区环境下多屏互动媒体服务系统关键技术研究》文中研究说明如今移动智能设备和嵌入式智能家居系统乘着互联网和物联网技术进步的东风,取得了跃进式发展,无论是在提高人们的生产效率,还是在丰富人们的精神娱乐生活上,都有着深刻影响。尤其以手机、电视盒子、平板电脑以及智能电视为代表的硬件设备,辅以不断更新迭代以及推陈出新的其他智能家居设备,正在持续变革着家庭生活的基本模式。随着5G技术即将全面普及,可以预见当前本就火热的媒体通信和应用领域,例如视频通话、远程会议以及短视频应用将会迎来一波新的发展热潮。单就设备而论,每种新出现或迭代的智能设备通常聚焦于解决特定问题,彼此之间很少有交互和联通。如此便导致单体设备优势难以得到充分发挥,在家庭生活中,如果想利用某种设备的特性,同时简化使用流程或上手难度,在原有模式下用户体验难以满足。例如利用电视的屏幕大尺寸和高分辨率,并享受手机的便携性与易操作性,则需要实现设备间互联互通。为了解决这一需求痛点,本文提出了一种能够实现设备间资源共享,使用便携设备手机控制在其他设备进行的媒体通信和媒体应用服务,实现手机媒体文件的推流传输播放和多屏互动效果的应用,设计和实现小区环境下多屏互动媒体服务系统。本应用实现了端对端的视频通话功能,多人远程视频会议功能,以及特效短视频功能,并且为了使设备间互联互通,开发了设备搜索和连接功能,通过手机发现局域网下其他智能设备,建立网络长连接来发送指令控制设备功能,并且可以使用推流技术实现媒体文件的多屏共享。本系统根据业务场景实现了5大模块,媒体通信模块用以实现视频通话和多人会议功能。设备控制和管理模块实现了基于多播的设备搜索发现功能和设备长连接的建立,以及控制器发送指令管理响应设备功能。媒体应用服务模块实现了视频画面的预览和采集,并且能够添加美颜滤镜、贴纸和短视频特效,利用FFMPEG(Fast Forward Moving Picture Expert Group)进行视频编辑。最后实现了流媒体服务器,使用RTMP(Real Time Messaging Protocol)协议来推送实时媒体流并且在接收端播放的功能。通过完整的系统测试、功能测试和非功能测试后,各功能均达到设计预期,完成目标规划。
辛梁妮[6](2019)在《计算机局域网中的病毒防治安全技术应用分析》文中研究表明人们在生活中和工作中都离不开网络,计算机网络中的病毒也伴随网络科技的发展逐渐增多。本文分析了计算机局域网目前的安全状况和病毒种类,提出了病毒防治的方式,确保局域网可以安全运行,供读者参考。
梁博[7](2019)在《小型无人机电磁反制技术的研究与实现》文中指出近两年来,民用小型无人航空器(UAV)市场发展迅速。从2013年开始,大疆创新(DJI)、派诺特(Parrot)等专业民用小型无人机生产商逐渐进入海内外消费者的视野范围,“航拍”逐渐流行开来。然而,由于市场仍处于发展初期,政策上针对小型民用航空器的管理办法并不完善;绝大多数消费者也没有机会接受专业的飞手培训,且对小型无人机的飞行规定十分陌生,这就造成了目前民用小型无人机“黑飞”现象十分严重。所以研究和发展针对小型无人机的电磁反制技术刻不容缓。本文在分析了国内外反无人机技术的研究现状后,针对目前无人机所用频段、信号特点,在总结前人的工作基础上对无人机的识别、干扰方法做出了深入的研究。详细工作有:(1)对当前无人机反制技术体系以及无人机所用通信系统进行了研究。调研了国内外反无人机系统的研究现状,并对当前无人机广泛采用的WiFi通信系统、跳频通信系统做了深入分析,之后总结了当前常用的通信干扰手段,并对人工神经网络进行了分析研究。为后面提出基于LSTM的无人机信号识别算法及相应的干扰方法提供了理论基础;(2)设计了小型无人机信号识别及干扰平台。首先基于PC机和USRP X310软件无线电平台,搭建了无人机信号采集及处理平台;然后基于树莓派和无线网卡,搭建了WiFi信号干扰平台;最后给出了基于MCU+VCO方案的信号阻塞干扰平台的硬件设计;(3)完成了小型无人机信号识别及干扰平台中的算法及软件设计。首先提出了基于神经网络的无人机信号识别算法,给出了信号采集、特征提取的方法,并对基于LSTM的神经网络模型进行了详细的理论分析和设计,给出了网络的训练过程及训练结果;然后提出了针对采用WiFi通信系统的无人机的干扰方法,实现了取消验证攻击、洪水验证攻击,并验证了效果;最后给出了信号阻塞干扰平台中的软件设计。经测试,本文所设计的无人机反制系统能够有效地完成无人机的识别及干扰工作。最终实现的效果为,当无人机进入监控区域后,系统能够截获无人机信号并对其型号进行识别,并对不同型号的无人机采取有针对性的干扰手段。
张航[8](2019)在《基于深度学习的智能家居无线局域网入侵检测方法》文中认为智能家居的加入使得家庭无线局域网的功能日益复杂,不再止步于提供互联网接入,而逐渐向智能家居无线局域网演进。然而,与企业无线局域网不同,智能家居无线局域网属于家庭消费品,没有专业人士对其进行安全维护,但其安全隐患不容忽视。因此,为防止家庭隐私泄露并减少网络犯罪,需要对智能家居无线局域网的入侵检测技术进行研究,提供对原生安全机制的补充。目前业界对智能家居无线局域网入侵检测的研究还存在诸多不足,其具体表现在:1)某些工作采用朴素贝叶斯分类器等容量较低的模型,对网络数据的拟合程度不足,检测精度不高;2)部分研究选择的检测特征过于简单,容易出现严重的过拟合问题,导致实际检测精度下降;3)大多数研究采用仿真进行验证,未使用实测数据;4)现有研究工作没有针对智能家居无线局域网领域的解决方案。为此,本文选用合适的特征和模型针对智能家居无线局域网进行实证研究,主要工作如下:1)在充分研究分析802.11标准及其实现、智能家居无线局域网组网方式和相关入侵手段的基础上,针对智能家居无线局域网的通信特点进行了实测实验,分析了智能家居无线局域网通信数据流量特征和网络拓扑结构稳定性等特点。基于分析工作,设计了用于智能家居无线局域网入侵检测的特征提取方法,解决了检测特征过于简单的问题,并通过部署实验网络模拟真实应用场景构建了相关数据集。2)为更好地表达无线局域网的状态信息,提出了无线局域网流量序列模型。采用大容量的循环神经网络(Recurrent Neural Network,RNN),提出了基于流量序列分类的RNN无线局域网入侵检测方法。根据实验对比,该方法比相关研究中最新的基于堆叠自编码器的入侵检测方法在检测性能上提高了约11.15%。3)运用基于RNN无线局域网入侵检测方法,采用“云+终端+控制端”的智能家居部署形式,设计并实现了用于智能家居无线局域网入侵检测的智能家居原型系统。综上所述,本文提出的基于流量序列分类的RNN无线局域网入侵检测方法具有较高的检测精度,并通过原型系统弥补了现有理论研究的缺陷,有利于降低智能家居的安全风险,打消人们使用智能家居的顾虑,从而推动智能家居和物联网的普及发展。
赵剑卿[9](2019)在《局域网远程管理系统设计》文中研究说明随着计算机网络的迅速发展,很多的公司企业和学校基本都有属于自己的局域网,所以在局域网中很需要一款远程管理系统。远程管理是基于局域网络,通过网络协议实现对计算机的远程控制。为了能够实现在局域网中远程管理,我们的系统可以使用C/S桌面应用程序的开发模式,在控制端安装主控程序,在被控制端安装受控制的程序,这时我们启动主控程序,就可以对被控制端程序进行远程管理和控制了。
郑丽娇[10](2019)在《一种分布式家庭娱乐系统的协作体系设计及实现》文中进行了进一步梳理随着现在社会的飞速发展,人们对家庭娱乐设备的需求越来越高,移动互联网时代的到来冲击了家庭中传统设备电视、电脑的使用情况,智能手机因其便携性成为在家庭中使用频率最高的设备,但智能手机也有屏幕小、芯片性能差、存储容量小等局限性,将智能手机、电脑、电视三者进行有机的结合,可以满足人们对分布式家庭娱乐系统更高质量的需求。然而现在通用的分布式家庭娱乐系统协议和标准并不符合特定的家庭场景,包括系统中设备的协调以及通信交互,而且很多协议并没有考虑到通信时的安全问题,虽然系统存在于家庭无线网络中,但无线网络的接入与连接并不局限于物理位置,让家庭中的设备无安全保护的暴露在无线网络中是极其危险的。本论文针对这种现状以及特定的分布式家庭娱乐系统,该系统以移动端为控制中心,连接电脑端与电视端完成相应功能,以该系统为基础设计并实现了一种协作体系。该协作体系使得家庭网络中的各设备以基于身份的共享密钥机制进行安全地相互连接,并以移动设备为控制中心以对称加密进行安全通信交互,各家庭的用户之间还能通过外网服务器以SSL协议进行安全通信。本论文首先介绍了现在分布式家庭娱乐系统协作通信的发展现状,分析了目前通用协议标准的优缺点,因此提出了本安全协议体系。接下来对数据序列化以及信息安全加密相关技术进行了分析介绍比较,从应用场景以及整体目标对体系进行了需求分析,并基于需求分析完成了整个体系的总体设计、通信交互设计、协议格式设计、协议安全设计等多个方面的设计,继而完成了整个体系的主要模块的实现,最后对其通信交互实现、协议的性能以及安全进行了测试。最后测试表明:本论文设计的分布式家庭娱乐系统的协作体系成功的将家庭中的移动设备、显示设备以及资源设备结合起来,让他们互相发现连接以及安全通信交互完成多媒体管理、设备管理等功能,并且让家庭中的设备与统计、用户服务器进行安全通信交互完成自身信息统计、注册登录等功能,协议的通信以及性能也得到了满足,实现了家庭中各智能设备的分布式交互,满足了现在社会家庭用户的娱乐需求。
二、隐藏局域网中的电脑(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、隐藏局域网中的电脑(论文提纲范文)
(1)无线局域网安全监测系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究意义 |
1.2 研究现状 |
1.3 研究内容与结构安排 |
1.3.1 研究内容 |
1.3.2 结构安排 |
1.4 本章小结 |
第二章 相关基础理论及关键技术 |
2.1 无线局域网基础理论 |
2.1.1 无线网络标准 |
2.1.2 802.11 MAC帧格式 |
2.1.3 无线局域网加密认证方式 |
2.2 无线局域网安全威胁理论基础 |
2.2.1 伪AP攻击原理 |
2.2.2 无线DOS攻击原理 |
2.2.3 路由器固件漏洞威胁介绍 |
2.3 机器学习算法介绍 |
2.3.1 神经网络基础 |
2.3.2 循环神经网络(RNN)的介绍 |
2.3.3 GRU神经网络的介绍 |
2.4 本章小结 |
第三章 无线局域网安全监测系统的设计 |
3.1 系统需求分析 |
3.1.1 需求背景介绍 |
3.1.2 功能需求分析 |
3.2 系统功能设计 |
3.3 系统整体设计 |
3.3.1 系统架构设计 |
3.3.2 数据库设计 |
3.4 本章小结 |
第四章 无线局域网安全监测系统的实现 |
4.1 无线数据包捕获模块的实现方案 |
4.2 无线设备探测模块的实现方案 |
4.2.1 AP信息探测的实现 |
4.2.2 AP和客户端连接信息探测的实现 |
4.3 多特征融合的伪AP监测实现方案 |
4.3.1 特征选取 |
4.3.2 序列号(SN)阈值的确定 |
4.3.3 时间戳(TimeStamp)阈值的确定 |
4.3.4 监测方案流程 |
4.4 基于GRU深度神经网络的无线DOS攻击监测实现方案 |
4.4.1 实验测试环境介绍 |
4.4.2 特征选取 |
4.4.3 特征集构造 |
4.4.4 GRU算法的引入 |
4.4.5 实验结果 |
4.4.6 实验分析 |
4.5 基于RouterSploit的路由器漏洞监测的实现方案 |
4.5.1 RouterSploit路由器漏洞检测工具介绍 |
4.5.2 路由器漏洞监测实现方法 |
4.6 信息异地存储的实现方案 |
4.6.1 syslog对信息的收集与上传 |
4.6.2 logstash将信息输出至kafka |
4.6.3 kafka读取信息并最终入库 |
4.7 本章小结 |
第五章 无线局域网安全监测系统的功能测试 |
5.1 系统测试环境介绍 |
5.2 无线设备探测功能测试 |
5.2.1 与Aircrack-ng工具比对的AP设备信息探测测试 |
5.2.2 与Aircrack-ng工具比对的连接信息探测测试 |
5.3 伪AP攻击监测功能测试 |
5.3.1 Wifiphiser工具发起伪AP攻击 |
5.3.2 系统对伪AP监测 |
5.4 无线DOS攻击监测功能测试 |
5.4.1 取消身份验证泛洪攻击监测测试 |
5.4.2 身份验证泛洪攻击监测测试 |
5.4.3 信标泛洪攻击监测测试 |
5.4.4 取消关联泛洪攻击监测测试 |
5.4.5 QOS数据重新注入攻击监测测试 |
5.4.6 探测请求泛洪攻击监测测试 |
5.5 路由器漏洞监测的功能测试 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 内容总结 |
6.2 工作展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(2)基于卷积神经网络的局域网故障诊断技术研究(论文提纲范文)
摘要 |
abstract |
缩略词表 |
数学符号表 |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究现状 |
1.3 本文的主要内容与创新 |
1.4 本论文的结构与安排 |
第二章 网络故障诊断相关概述 |
2.1 局域网的复杂环境网络故障诊断 |
2.1.1 网络故障物理侧层级分析 |
2.1.2 网络故障业务侧服务分析 |
2.2 基于定性经验的网络故障诊断技术 |
2.2.1 网络故障专家系统 |
2.2.2 图搜索模型 |
2.3 基于数据驱动的网络故障诊断技术 |
2.3.1 支持向量机 |
2.3.2 软件定义网络 |
第三章 基于卷积神经网络的网络故障诊断 |
3.1 网络故障场景分析 |
3.2 故障的卷积神经网络检测实现 |
3.2.1 卷积神经网络实现原理 |
3.2.2 基于卷积神经网络的网络故障检测设计 |
3.2.3 基于卷积神经网络的网络故障检测模型 |
3.3 卷积神经网络检测模型优化 |
3.3.1 丢弃学习优化 |
3.3.2 Adam梯度优化 |
3.3.3 数据集均衡化 |
第四章 局域网数据捕获与故障数据集构建 |
4.1 局域网网络数据采集与分析 |
4.1.1 局域网故障问题描述与解决 |
4.1.2 局域网数据采集方法分析 |
4.1.3 局域网数据分布式被动采集 |
4.2 基于LibPcap的数据采集板卡原型设计 |
4.2.1 LibPcap组成架构 |
4.2.2 LibPcap板卡原型实现 |
4.3 基于特征工程的数据集构建 |
4.3.1 数据字典化清洗 |
4.3.2 数据特征提取 |
第五章 实验与结果分析 |
5.1 评价指标 |
5.2 实验环境 |
5.3 基于KDD99 数据集的网络故障诊断实验 |
5.3.1 实验数据集分析 |
5.3.2 网络故障诊断过程结果与分析 |
5.4 基于本地局域网的网络故障诊断实验 |
5.4.1 实验环境与数据收集 |
5.4.2 本地局域网数据集分析 |
5.4.3 本地局域网故障诊断实验结果与分析 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
附录1 数据集特征位表 |
个人简历 |
(3)智能靶场通信系统设计与关键技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 智能靶场建设背景 |
1.1.1 自主智能武器的未来发展 |
1.1.2 自主智能装备的特点与测试需求 |
1.1.3 智能靶场的场景建设 |
1.2 智能靶场通信系统意义 |
1.3 国内外研究现状 |
1.4 主要研究内容与结构安排 |
1.4.1 本文主要研究内容 |
1.4.2 本文结构安排 |
2 智能靶场通信系统总体方案设计 |
2.1 智能靶场通信网络需求分析 |
2.2 智能靶场通信系统建设目标 |
2.2.1 靶场信号覆盖指标 |
2.2.2 高速并发流媒体带宽传输指标 |
2.2.3 异构高可靠数据传输目标 |
2.2.4 通信网络优化目标 |
2.3 关键通信技术选型 |
2.3.1 高带宽并发通信技术 |
2.3.2 高可靠测控信息传输技术 |
2.4 智能靶场通信系统整体架构 |
2.5 本章小结 |
3 高带宽并发无线通信系统设计 |
3.1 无线通信设备选型 |
3.2 智能靶场高速通信网络仿真覆盖 |
3.2.1 覆盖仿真工具 |
3.2.2 智能靶场室内场景覆盖设计 |
3.2.3 智能靶场室外场景覆盖设计 |
3.3 智能靶场无线网络拓扑设计 |
3.3.1 无线网络架构 |
3.3.2 WiFi网络拓扑结构设计 |
3.3.3 无线网络配置 |
3.5 本章小结 |
4 高可靠LoRa网关系统设计 |
4.1 智能靶场异构融合网关架构 |
4.2 物理层网关系统设计 |
4.2.1 LoRa网关硬件设备选型 |
4.2.2 LoRa网关通信电路设计 |
4.2.3 LoRa网关软件设计 |
4.3 应用网关软件设计 |
4.3.1 网关终端软件功能需求 |
4.3.2 网关终端软件通信流程与协议 |
4.3.3 网关终端软件显示界面设计 |
4.3.4 网关终端软件后端功能设计 |
4.6 本章小结 |
5 智能靶场通信网络优化 |
5.1 无线终端漫游切换优化 |
5.1.1 无线终端漫游切换问题描述 |
5.1.2 应用协议标准 |
5.1.3 基于端网结合的无线漫游切换 |
5.2 突发热点区域的负载迁移系统设计 |
5.2.1 智能靶场突发热点区域的问题描述 |
5.2.2 负载迁移的执行过程 |
5.2.3 适用于移动中继的AP信道分配算法设计 |
5.2.4 突发热点区域的信道分配仿真 |
5.3 基于高速网络的实时业务隧道设计 |
5.3.1 虚拟端口配置 |
5.3.2 设计工具 |
5.3.3 内网固定IP端口与外网访问机制 |
5.4 本章小结 |
6 试验网络性能测试 |
6.1 高速网络性能测试分析 |
6.1.1 测试分析工具 |
6.1.2 网络覆盖与连通性 |
6.1.3 终端跨区切换的时延抖动 |
6.1.4 网络平稳流量与大规模突发流量测试 |
6.2 高可靠网关转发测试 |
6.2.1 测试环境搭建 |
6.2.2 网关系统功能测试 |
6.3 实时业务隧道测试 |
6.3.1 测试数据 |
6.3.2 实验测试环境搭建 |
6.3.3 虚拟业务隧道远程在线监控测试 |
6.4 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及成果 |
致谢 |
(4)网络摄像头安全威胁检测系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.1.1 网络摄像头安全威胁情况现状分析 |
1.1.2 课题研究意义 |
1.2 本课题的研究进展 |
1.2.1 隐私窃取摄像头检测现状 |
1.2.2 摄像头检测发现技术 |
1.2.3 网络摄像头安全性检测技术 |
1.3 本文主要研究内容 |
1.4 本文主要创新点 |
1.5 论文组织结构 |
第2章 需求分析与总体架构设计 |
2.1 系统需求分析 |
2.1.1 系统功能需求 |
2.1.2 系统性能需求 |
2.2 系统总体设计 |
2.2.1 系统总体结构与组成模块 |
2.2.2 平台网络拓扑结构设计 |
2.2.3 关键类设计 |
2.3 本章小结 |
第3章 摄像头探测功能设计与实现 |
3.1 探测规则生成模块 |
3.1.1 特征规则生成环境 |
3.1.2 特征定位 |
3.1.3 规则补全 |
3.1.4 规则验证 |
3.2 高速流量嗅探及过滤平台模块 |
3.2.1 高速网络流量嗅探和预处理 |
3.2.2 检测引擎 |
3.3 摄像头探测模块 |
3.3.1 流量日志解析 |
3.3.2 数据发送 |
3.4 人机交互模块实现 |
3.4.1 登陆页面 |
3.4.2 主页页面 |
3.4.3 摄像头列表页面 |
3.5 验证实验 |
3.5.1 系统推荐部署环境 |
3.5.2 外部测试环境 |
3.5.3 运行测试 |
3.6 本章小结 |
第4章 高危认证协议检测模块的研究与实现 |
4.1 高危认证协议问题描述 |
4.2 攻击模型 |
4.3 模块设计 |
4.3.1 特征抽取与特征选择 |
4.3.2 神经网络模型 |
4.4 模块验证 |
4.4.1 实验环境 |
4.4.2 数据集 |
4.4.3 实验结果 |
4.5 结果讨论 |
4.6 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(5)小区环境下多屏互动媒体服务系统关键技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究历史和现状 |
1.3 本文主要研究内容 |
1.4 本文结构安排 |
第二章 相关技术介绍 |
2.1 ANDROID相关技术简介 |
2.1.1 Android 操作系统和重要技术 |
2.1.2 SOCKET长连接 |
2.1.3 异步消息传递机制 |
2.2 NGINX服务器 |
2.3 FFMPEG音视频编解码工具 |
2.4 VLC FOR ANDROID开源播放器框架 |
2.5 流媒体协议RTMP |
2.6 本章小结 |
第三章 多屏互动媒体服务系统需求及关键技术分析 |
3.1 应用场景及业务需求分析 |
3.2 系统的功能性需求 |
3.3 系统的非功能性需求 |
3.4 系统关键技术 |
3.4.1 视频通信时延优化技术 |
3.4.2 自定义FFMPEG库 |
3.5 本章小结 |
第四章 多屏互动媒体服务系统总体架构设计 |
4.1 系统的框架设计 |
4.2 系统的功能模块设计 |
4.2.1 媒体通信模块 |
4.2.2 设备控制和管理模块 |
4.2.3 媒体应用服务模块 |
4.2.4 流媒体服务器模块 |
4.2.5 媒体播放器模块 |
4.3 本章小结 |
第五章 多屏互动媒体服务系统详细设计与实现 |
5.1 媒体通信模块的设计与实现 |
5.1.1 音视频通话 |
5.1.2 多人远程会议 |
5.2 设备控制和管理模块设计与实现 |
5.2.1 设备搜索和发现 |
5.2.2 远程设备连接 |
5.2.3 远程设备控制 |
5.3 媒体应用服务模块设计与实现 |
5.3.1 视频采集和录制 |
5.3.2 美颜美型和贴纸特效 |
5.3.3 视频编辑 |
5.3.3.1 FFMPEG源码修改及编译 |
5.3.3.2 视频编辑功能实现 |
5.4 流媒体服务器模块设计与实现 |
5.4.1 RTMP流式传输服务 |
5.4.2 NGINX服务及搭建及推流 |
5.5 媒体播放器模块设计与实现 |
5.6 本章小结 |
第六章 系统测试 |
6.1 系统测试环境 |
6.2 功能测试 |
6.2.1 媒体通信功能测试 |
6.2.1.1 视频通话功能测试 |
6.2.1.2 多人会议功能测试 |
6.2.2 媒体应用服务功能测试 |
6.2.2.1 特效视频录制功能测试 |
6.2.2.2 视频编辑功能测试 |
6.2.3 多设备搜索连接功能测试 |
6.3 非功能测试 |
6.3.1 通信响应时间测试 |
6.3.2 视频编辑格式有效性测试 |
6.3.3 兼容性测试 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 未来工作展望 |
致谢 |
参考文献 |
(6)计算机局域网中的病毒防治安全技术应用分析(论文提纲范文)
1 计算机局域网的安全情况 |
2 计算机局域网的安全隐患 |
3 防治病毒的措施 |
4 结束语 |
(7)小型无人机电磁反制技术的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.3 主要工作和内容安排 |
第二章 无人机反制相关理论 |
2.1 无人机通信系统概述 |
2.1.1 WiFi通信系统概述 |
2.1.2 OFDM通信系统概述 |
2.1.3 跳频通信系统概述 |
2.2 通信干扰原理 |
2.3 WiFi干扰原理 |
2.3.1 网卡的工作模式 |
2.3.2 工作原理 |
2.4 神经网络原理 |
2.4.1 神经元模型 |
2.4.2 前向传播算法 |
2.4.3 反向传播算法 |
2.4.4 RNN模型原理 |
2.5 本章小结 |
第三章 系统硬件平台设计 |
3.1 系统方案设计 |
3.2 信号采集及处理平台搭建 |
3.2.2 USRP X310 平台 |
3.2.3 硬件平台搭建及软件配置 |
3.3 WiFi干扰平台搭建 |
3.4 干扰源平台搭建 |
3.4.1 原理图设计 |
3.4.2 PCB设计 |
3.5 本章小结 |
第四章 系统软件设计 |
4.1 基于LSTM的无人机信号识别算法设计 |
4.1.1 无人机信号采样 |
4.1.2 特征提取 |
4.1.3 模型设计 |
4.1.4 基于LSTM实现的无人机信号识别器 |
4.2 WiFi干扰平台软件设计 |
4.2.1 设计方案 |
4.2.2 软件实现 |
4.3 频段阻塞干扰源平台软件设计 |
4.3.1 设计方案 |
4.3.2 软件实现 |
4.4 本章小结 |
第五章 测试结果 |
5.1 无人机信号识别器在不同信噪比下的表现 |
5.2 频段阻塞式信号干扰平台测试 |
5.2.1 硬件测试 |
5.2.2 对比测试 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 本文工作总结 |
6.2 后续工作展望 |
参考文献 |
致谢 |
作者简介 |
(8)基于深度学习的智能家居无线局域网入侵检测方法(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 智能家居发展现状 |
1.2.2 无线局域网入侵检测研究现状 |
1.3 论文组织结构 |
1.3.1 论文主要研究工作 |
1.3.2 论文章节结构 |
第2章 无线局域网与深度学习技术基础 |
2.1 无线局域网技术基础 |
2.1.1 无线局域网的发展历程 |
2.1.2 无线局域网的网络构成 |
2.1.3 802.11 的MAC协议 |
2.1.4 无线局域网帧听技术 |
2.2 深度学习技术基础 |
2.2.1 深度学习基础 |
2.2.2 神经网络的参数学习 |
2.2.3 循环神经网络及其变体 |
2.3 本章小结 |
第3章 智能家居无线局域网入侵检测特征提取与数据集 |
3.1 智能家居无线局域网面临的安全威胁 |
3.1.1 无线局域网典型攻击方式 |
3.1.2 智能家居无线局域网安全评估 |
3.2 智能家居无线局域网通信特点 |
3.2.1 通信数据获取 |
3.2.2 智能家居无线局域网通信特点 |
3.3 智能家居无线局域网数据集 |
3.3.1 无线局域网入侵检测特征提取方法 |
3.3.2 智能家居无线局域网数据集构建 |
3.4 本章小结 |
第4章 基于流量序列分类的RNN无线局域网入侵检测方法 |
4.1 无线局域网流量序列模型 |
4.2 RNN无线局域网入侵检测模型 |
4.2.1 利用分类预测实现入侵检测 |
4.2.2 分类预测模型的学习方法 |
4.3 性能对比实验 |
4.3.1 实验描述 |
4.3.2 评估方法 |
4.3.3 实验结果及分析 |
4.4 本章小结 |
第5章 基于RNN的智能家居无线局域网入侵检测系统 |
5.1 系统需求分析与功能设计 |
5.1.1 系统功能需求分析 |
5.1.2 系统框架及功能描述 |
5.2 系统实现与演示 |
5.2.1 系统实现 |
5.2.2 系统演示 |
5.3 本章小结 |
第6章 总结与展望 |
6.1 全文总结 |
6.2 工作展望 |
参考文献 |
致谢 |
攻读硕士学位期间从事的科研工作及取得的成果 |
(9)局域网远程管理系统设计(论文提纲范文)
一、局域网的原理 |
二、远程管理的原理 |
三、远程管理的功能需求 |
四、远程管理系统中的关键技术介绍 |
五、局域网远程控制的基本思路 |
六、小结 |
(10)一种分布式家庭娱乐系统的协作体系设计及实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状 |
1.3 课题主要研究内容 |
1.4 本文的组织结构 |
第二章 相关技术介绍 |
2.1 序列化与反序列化 |
2.1.1 XML协议 |
2.1.2 Json数据交互技术 |
2.1.3 Protobuf |
2.2 安全交互相关技术 |
2.2.1 AES加密算法 |
2.2.2 SHA-256算法 |
2.2.3 加盐加密 |
2.3 SSL协议 |
2.4 基于身份的公钥密码学技术 |
2.5 本章小结 |
第三章 协作体系需求分析与总体设计 |
3.1 协作体系应用场景分析 |
3.2 协作体系整体目标 |
3.3 协作体系总体设计 |
3.3.1 协作体系总体架构 |
3.3.2 移动端、电脑端、电视端三者之间架构设计 |
3.3.3 家庭设备与服务器架构设计 |
3.4 本章小结 |
第四章 协作体系详细设计 |
4.1 发现认证机制设计 |
4.1.1 发现机制设计 |
4.1.2 认证机制设计 |
4.2 协作体系通信交互设计 |
4.2.1 移动端、电脑端、电视端三者之间交互设计 |
4.2.2 家庭设备与统计服务器交互设计 |
4.2.3 家庭设备与用户服务器交互设计 |
4.3 协议命令分类与格式设计 |
4.3.1 协议命令分类设计 |
4.3.2 协议格式设计 |
4.4 通信协议安全设计 |
4.4.1 基于双线性群的家庭局域网共享密钥机制 |
4.4.2 加盐配对码验证机制 |
4.4.3 AES对称加解密交互消息机制 |
4.5 本章小结 |
第五章 协作体系的实现 |
5.1 发现认证机制实现 |
5.1.1 发现机制实现 |
5.1.2 认证机制实现 |
5.2 协作体系通信交互实现 |
5.2.1 移动端、电脑端、电视端三者之间交互实现 |
5.2.1.1 设备管理交互实现 |
5.2.1.2 应用操作交互实现 |
5.2.1.3 文件操作交互实现 |
5.2.1.4 媒体库操作交互实现 |
5.2.2 家庭设备与统计服务器交互实现 |
5.2.2.1 家庭设备版本更新交互实现 |
5.2.2.2 家庭设备自身信息统计交互实现 |
5.2.3 家庭设备与用户服务器交互实现 |
5.2.3.1 注册登录相关操作交互实现 |
5.2.3.2 好友相关操作交互实现 |
5.2.3.3 分享文件相关操作交互实现 |
5.2.3.4 移动端视频会员账号共享操作交互实现 |
5.3 协议命令分类以及格式实现 |
5.3.1 协议命令分类实现 |
5.3.2 协议格式实现 |
5.4 通信协议安全实现 |
5.4.1 家庭局域网中协议安全实现 |
5.4.1.1 基于双线性群的家庭局域网共享密钥实现 |
5.4.1.2 加盐配对码验证实现 |
5.4.1.3 AES对称加解密实现 |
5.4.2 家庭设备与服务器通信协议安全实现 |
5.5 本章小结 |
第六章 系统测试 |
6.1 发现认证机制测试 |
6.2 移动端、电脑端、电视端三者之间通信功能测试 |
6.2.1 设备管理功能测试 |
6.2.2 多媒体应用操作功能测试 |
6.2.3 文件操作功能测试 |
6.3 家庭设备与统计服务器通信功能测试 |
6.3.1 移动端、电脑端、电视端自身信息统计功能测试 |
6.3.2 版本更新功能测试 |
6.4 家庭设备与用户服务器通信功能测试 |
6.4.1 注册登录操作功能测试 |
6.4.2 好友以及分享文件下载操作功能测试 |
6.5 通信协议性能测试 |
6.5.1 协议命令分类测试 |
6.5.2 协议传输时间 |
6.5.3 协议安全测试与分析 |
6.5.3.1 协议安全性能测试与分析 |
6.5.3.2 协议安全攻击测试与分析 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 本文总结 |
7.2 未来展望 |
致谢 |
参考文献 |
附录1 |
附录2 |
四、隐藏局域网中的电脑(论文参考文献)
- [1]无线局域网安全监测系统的设计与实现[D]. 黄河. 北京邮电大学, 2021(01)
- [2]基于卷积神经网络的局域网故障诊断技术研究[D]. 周云风. 电子科技大学, 2021(01)
- [3]智能靶场通信系统设计与关键技术研究[D]. 张国豪. 西安工业大学, 2021(02)
- [4]网络摄像头安全威胁检测系统的设计与实现[D]. 芮志清. 中国科学院大学(中国科学院人工智能学院), 2020(12)
- [5]小区环境下多屏互动媒体服务系统关键技术研究[D]. 杜柏均. 电子科技大学, 2020(07)
- [6]计算机局域网中的病毒防治安全技术应用分析[J]. 辛梁妮. 网络安全技术与应用, 2019(10)
- [7]小型无人机电磁反制技术的研究与实现[D]. 梁博. 西安电子科技大学, 2019(02)
- [8]基于深度学习的智能家居无线局域网入侵检测方法[D]. 张航. 重庆邮电大学, 2019(02)
- [9]局域网远程管理系统设计[J]. 赵剑卿. 计算机产品与流通, 2019(05)
- [10]一种分布式家庭娱乐系统的协作体系设计及实现[D]. 郑丽娇. 电子科技大学, 2019(01)