互联网流量特征智能提取关键技术研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 论文研究的背景及意义 | 第11-13页 |
| 1.2 论文研究的内容、目标、及创新 | 第13-18页 |
| 1.2.1 研究目标 | 第13页 |
| 1.2.2 研究内容 | 第13-17页 |
| 1.2.3 拟解决的关键科学问题 | 第17-18页 |
| 1.3 论文组织构架 | 第18-21页 |
| 参考文献 | 第21-23页 |
| 第二章 互联网流量识别相关技术国内外研究现状 | 第23-41页 |
| 2.1 引言 | 第23页 |
| 2.2 互联网流量特点 | 第23-28页 |
| 2.3 网络流量识别和分类的研究现状 | 第28-34页 |
| 2.4 流量分类技术的发展趋势 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 参考文献 | 第37-41页 |
| 第三章 互联网流量数据清理方法研究 | 第41-61页 |
| 3.1 引言 | 第41页 |
| 3.2 数据清理的基本思想和方法 | 第41-47页 |
| 3.3 基于PCA数据分析的噪声处理方法 | 第47-58页 |
| 3.3.1 基本原理 | 第47-49页 |
| 3.3.2 实验分析 | 第49-58页 |
| 3.4 本章小结 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 第四章 互联网流量特征提取的核心算法研究 | 第61-83页 |
| 4.1 引言 | 第61-62页 |
| 4.2 互联网流量特征提取算法思想 | 第62-64页 |
| 4.3 固定比特算法研究 | 第64-72页 |
| 4.3.1 算法描述 | 第64-68页 |
| 4.3.2 特征分析 | 第68-71页 |
| 4.3.3 特征评估 | 第71-72页 |
| 4.4 基于PCA的特征算法研究 | 第72-78页 |
| 4.4.1 算法描述 | 第73-75页 |
| 4.4.2 实验评估 | 第75-78页 |
| 4.5 本章小结 | 第78-81页 |
| 参考文献 | 第81-83页 |
| 第五章 加密流量的特征提取算法研究 | 第83-103页 |
| 5.1 引言 | 第83页 |
| 5.2 加密流量特征提取基本思想 | 第83-89页 |
| 5.3 基于神经网络的分类算法 | 第89-92页 |
| 5.4 神经网络分类中流量特征效用分析 | 第92-96页 |
| 5.5 本章小结 | 第96-99页 |
| 参考文献 | 第99-103页 |
| 第六章 结束语 | 第103-107页 |
| 6.1 全文总结 | 第103-104页 |
| 6.2 研究展望 | 第104-107页 |
| 缩略语 | 第107-109页 |
| 致谢 | 第109-111页 |
| 攻读学位期间发表的学术论文目录 | 第111-113页 |
| 攻读学位期间参与的科研工作 | 第113页 |
