| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-14页 |
| 章节目录 | 第9-11页 |
| 图目录 | 第11-13页 |
| 表目录 | 第13-14页 |
| 第一章 绪论 | 第14-26页 |
| ·引言 | 第14-19页 |
| ·本文主要贡献 | 第19-21页 |
| ·本论文的结构和安排 | 第21页 |
| ·本章参考文献 | 第21-26页 |
| 第二章 单向时延测量中消除时钟频差和时钟重置的模糊数学算法 | 第26-50页 |
| ·引言 | 第26-29页 |
| ·相关工作和我们的创新 | 第29-31页 |
| ·基于模糊数学的时钟跳变检测和消除算法 | 第31-42页 |
| ·模糊聚类分析基本方法 | 第31-34页 |
| ·频差估计和初步纠斜 | 第34-36页 |
| ·去噪声 | 第36-37页 |
| ·确定时钟重置的次数和重置时刻 | 第37-41页 |
| ·获得最优频差 | 第41-42页 |
| ·实验与分析 | 第42-48页 |
| ·准确性 | 第44-46页 |
| ·鲁棒性(robustness) | 第46-47页 |
| ·算法时间复杂度 | 第47-48页 |
| ·本章小结 | 第48页 |
| ·本章参考文献 | 第48-50页 |
| 第三章 流测量中基于测量缓存区的时间分层分组抽样方法 | 第50-72页 |
| ·引言 | 第50-53页 |
| ·NetFlow简介 | 第51-52页 |
| ·NetFlow现存不足及改进目标 | 第52-53页 |
| ·相关工作 | 第53-54页 |
| ·基于测量缓存区的时间分层分组抽样 | 第54-63页 |
| ·基本思想 | 第54-55页 |
| ·抽样及估值 | 第55-60页 |
| ·理论分析 | 第60-63页 |
| ·实验验证 | 第63-69页 |
| ·理论结论验证 | 第64-67页 |
| ·方法比较 | 第67-69页 |
| ·本章小结 | 第69页 |
| ·本章参考文献 | 第69-72页 |
| 第四章 基于LRU的大流检测算法 | 第72-87页 |
| ·引言 | 第72-73页 |
| ·相关工作 | 第73-75页 |
| ·基于LRU的大流检测算法 | 第75-79页 |
| ·简单算法及其缺点 | 第75页 |
| ·基于LRU的大流检测算法设计 | 第75-77页 |
| ·算法分析及实现考虑 | 第77-79页 |
| ·实验 | 第79-84页 |
| ·评价指标 | 第81-82页 |
| ·实验评价及比较结果 | 第82-84页 |
| ·本章小结 | 第84页 |
| ·本章参考文献 | 第84-87页 |
| 第五章 高速网络超连接主机检测中的流抽样算法 | 第87-115页 |
| ·引言 | 第87-90页 |
| ·背景及相关工作 | 第90-92页 |
| ·背景 | 第90-91页 |
| ·相关工作 | 第91-92页 |
| ·基于哈希流抽样算法及其缺陷 | 第92-99页 |
| ·基于哈希流抽样(hash-based flow sampling) | 第92-93页 |
| ·哈希函数的需求及其选择 | 第93-96页 |
| ·卡方检验及算法缺陷 | 第96-99页 |
| ·基于BLOOM FILTER流抽样算法 | 第99-106页 |
| ·Bloom filter简介 | 第100-101页 |
| ·算法描述 | 第101-102页 |
| ·哈希函数的选择 | 第102-104页 |
| ·算法分析及实现考虑 | 第104-106页 |
| ·实验 | 第106-111页 |
| ·评价指标 | 第107-108页 |
| ·“准确性”评价 | 第108-110页 |
| ·“及时性”评价 | 第110-111页 |
| ·本章小结 | 第111-112页 |
| ·本章参考文献 | 第112-115页 |
| 结束语 | 第115-118页 |
| 略缩词 | 第118-120页 |
| 致谢 | 第120-122页 |
| 个人简历及参加的科研工作 | 第122-123页 |
| 附录：在攻博期间的论文及专利 | 第123页 |
