基于采样数据流挖掘的网络行为分析研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·研究现状及意义 | 第8-10页 |
| ·本文工作 | 第10页 |
| ·论文结构 | 第10-11页 |
| 第二章 采样与数据流挖掘 | 第11-25页 |
| ·高速网下的采样分析 | 第11-13页 |
| ·采样的必要性 | 第11页 |
| ·采样的有效性 | 第11-13页 |
| ·SFLOW采样技术 | 第13-17页 |
| ·概述 | 第13-14页 |
| ·sFlow工作机制 | 第14-17页 |
| ·数据流获取方式的选择 | 第17-19页 |
| ·几种数据流采样技术 | 第17-19页 |
| ·sFlow的优势 | 第19页 |
| ·数据流挖掘 | 第19-23页 |
| ·数据流的特点 | 第19-20页 |
| ·数据流模型 | 第20-22页 |
| ·数据流模型与传统模型的区别 | 第22-23页 |
| ·数据流挖掘在网络行为分析中的优势 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 基于数据流的分析模型 | 第25-33页 |
| ·网络异常检测模型分析 | 第25-26页 |
| ·基于数据流的分析框架 | 第26-28页 |
| ·网络行为分析模型 | 第26-27页 |
| ·网络行为的流描述 | 第27-28页 |
| ·挖掘算法的选择 | 第28页 |
| ·网络行为分析模型设计 | 第28-32页 |
| ·数据准备 | 第29-30页 |
| ·规则维护 | 第30-32页 |
| ·挖掘结果的输出 | 第32页 |
| ·小结 | 第32-33页 |
| 第四章 数据流聚类算法 | 第33-43页 |
| ·数据流聚类中的技术和概念 | 第33-35页 |
| ·基于数据的技术 | 第33-34页 |
| ·基于任务的技术 | 第34-35页 |
| ·经典数据流聚类算法的不足 | 第35-38页 |
| ·STREAM算法 | 第35-36页 |
| ·CluStream算法 | 第36-37页 |
| ·HPStream算法 | 第37-38页 |
| ·数据流聚类算法的改进 | 第38-42页 |
| ·改进数据流聚类算法的原则 | 第38-39页 |
| ·定义 | 第39-40页 |
| ·算法思想 | 第40-41页 |
| ·算法描述 | 第41页 |
| ·修剪策略 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第五章 在真实网络环境中的实验结果分析 | 第43-53页 |
| ·校园网中需要处理的问题 | 第43-46页 |
| ·校园网的特征 | 第43-44页 |
| ·校园网的主要问题 | 第44-45页 |
| ·实施方案 | 第45-46页 |
| ·网络数据预处理 | 第46-47页 |
| ·网络行为规则挖掘 | 第47-50页 |
| ·试验结果分析 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第六章 结束语 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 研究成果 | 第61页 |
