1、提 出 网 络 加 密 流 量 识 别 的 特 征 选 择 方法 。 针 对 目 前对 网 络 加 密 流 的 识 别 需 求 以 及 对 网 络 流 加 密 原 理 和 相 关 协 议 的 分 析 ， 本 文 分 别 针 对 应 用 类 型 和 内 容 型 的 识 别 提取 多 种 数据 流 特 征， 如 加 密 协 议 状 态 序 列 、 数 据 包 长 度 、 有 效 载 荷 等 ， 同 时 针 对 加 密 数 据 流 的 多 阶 段 特 点－ 握 手 协 商 阶 段、数 据 传 输 阶 段， 在 上 述 特 征 基 础 上 提 取 加密协 议扩 展字 段 信 息 以 及 ＴＣ Ｐ 数据 段 的 长 度 序 列， 最 后 根 据 特 征 的 不 同 形 式 利 用 不 同 的 算 法 模 型 进 行 结 果 测 试， 分 析 并 选 出 对 识 别 加 密 流 效果 最好 的 特征 。 ２ 、密 流 的 单任 务 识 别 现 状， 本文利 用 选 择 出 的 多 阶 段 特 征 实 现 多 任 务 的 识 别 ， 且 经 过 相 关 实 验 效 果 对 比 与 多 阶 段 特征 的 可 视化 分 析 ， 进 一步 提 出 针对 不 同 识 别 任 务 的 多 阶 段 特征 融 合 算 法 来 提 高 加密 流 量 的 识 别 效 果。 实 验 结 果 表 明 ， 多 阶 段 特 征 的 融 合 不 仅 提 高 了 单 任 务 的 识 别 效 果， 其 识 别 结 果 的 关联 效 果 也优 于 其他方 案 对 多 任 务 的 识 别。 ３ 、设 计 并 实 现 了 在线 网 络 加 密 流 量 分 类 的 原 型 系 统。针 对 当 前实 时 加 密 流 量 识 别 分 类 的 需 求 ， 本 文 以 上 述 多 阶 段 特 征 融 合 算 法 为 理 论 支 撑 ， 提 出 在 线 加 密 流 量 识 别 系 统 的 功 能框架 。 本 文 从离线 训 练 和 在 线 识 别 角 度 阐 述 系 统 的 具 体 实 现 过 程，并 且 将 识 别 效 果 通 过 前后 端界 面 进 行 可 视 化。

#资源达人分享计划#

#资源达人分享计划#

经过裁剪预处理，共有120个人，每人14幅图像，包含图像和.mat数据，可直接用于人脸识别实验。

最新资源

基于面部表情和语音的多模态情感识别研究，张寅，周丽君，本文对基于面部表情和语音的多模态情感识别进行研究。首先采集特定人面部表情样本建立面部表情数据库，采集特定人语音样本建立语

基于深度学习的人脸表情识别研究.pdf

网上JAFFE数据库几乎都是原始数据库，未经人脸裁剪/人脸剪切的，这个数据库是经过预处理的，已经将人脸利于面部表情识别的部分剪切出来，并存成64*82大小图像（详细裁剪算法请参考张一鸣，《面部表情识别》，该裁剪程序可在我的另一个资源里找到），按照类别分成7组，并详细标明各组所属表情分类，可直接用于面部表情识别实验。

基于卷积神经网络的人脸识别研究.pdf

如何提高左右手运动想象脑电信号的分类率是脑机接口研究领域的一个热点话题。基于美国EGI64导脑电采集系统得到3名健康被试的脑电数据,首先,采用独立成分分析(Independent Component Analysis,ICA)对采集的数据进行去噪处理;然后,利用离散小波变换方法对分解C3/C4处的EEG平均功率信号,选用尺度6上逼近系数A6的重构信号作为脑电特征信号;最后,用Fisher线性判别分析法(Fisher Linear Discriminant Analysis,FLDA)、支持向量机方法(Su