网络流量分类研究与应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 符号和缩略词说明 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 引言 | 第13-14页 |
| 1.2 课题背景 | 第14-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 论文结构 | 第16-19页 |
| 第二章 相关研究概述 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 机器学习 | 第19-23页 |
| 2.3 马尔科夫模型 | 第23-25页 |
| 2.4 集成分类 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于半监督马尔科夫模型聚类算法的分类器 | 第27-45页 |
| 3.1 引言 | 第27页 |
| 3.2 构建马尔科夫模型 | 第27-30页 |
| 3.3 基于半监督的网络流量分类算法中的聚类 | 第30-39页 |
| 3.4 互信息用于集成分类 | 第39-41页 |
| 3.5 流量分类中基本概念 | 第41-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 实验结果分析 | 第45-55页 |
| 4.1 实验数据集 | 第45页 |
| 4.2 马尔科夫模型用于聚类 | 第45-49页 |
| 4.3 半监督学习分类方法 | 第49-53页 |
| 4.4 基于互信息的聚类方法集成流量分类系统 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 结论和展望 | 第55-57页 |
| 5.1 结论 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 研究成果及发表的学术论文 | 第63-65页 |
| 作者及导师简介 | 第65-67页 |
| 附件 | 第67-68页 |
