| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 概述 | 第9-23页 |
| ·研究背景 | 第9-21页 |
| ·P2P 的发展 | 第9-12页 |
| ·P2P 的特点 | 第12-15页 |
| ·P2P 流量识别研究现状综述 | 第15-18页 |
| ·P2P 应用面临的问题 | 第18-21页 |
| ·论文研究的内容 | 第21-22页 |
| ·论文的结构 | 第22-23页 |
| 第二章 基于SVM 的模型建立 | 第23-33页 |
| ·支持向量机理论 | 第23-29页 |
| ·分类超平面 | 第23-26页 |
| ·常见的几类核函数 | 第26-27页 |
| ·SVM 的训练算法 | 第27-28页 |
| ·SVM 的多分类方法 | 第28-29页 |
| ·SVM 的模型建立 | 第29-30页 |
| ·基于SVM 的P2P 流识别模型 | 第30-33页 |
| 第三章 基于SVM 的P2P 流识别研究 | 第33-40页 |
| ·基于SVM 的反馈学习机制 | 第33-34页 |
| ·基于SVM 的增量学习算法 | 第34-36页 |
| ·基于SVM 的反馈增量学习算法 | 第36页 |
| ·SVM 对P2P 样本的反馈增量学习 | 第36-39页 |
| ·小结 | 第39-40页 |
| 第四章 基于SVM 的P2P 流识别系统的设计与实现 | 第40-53页 |
| ·系统总体设计 | 第40-42页 |
| ·设计目标 | 第40页 |
| ·设计思想 | 第40-41页 |
| ·系统逻辑结构 | 第41-42页 |
| ·系统模块的设计与实现 | 第42-53页 |
| ·系统模块 | 第42-45页 |
| ·系统实现 | 第45-49页 |
| ·实验结果分析 | 第49-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·本文总结 | 第53-54页 |
| ·未来工作展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 附录A （攻读学位期间发表论文目录） | 第60页 |