摘要 | 第1-5页 |
ABSTRACT | 第5-6页 |
目录 | 第6-8页 |
第一章 概述 | 第8-12页 |
·研究课题背景和意义 | 第8-9页 |
·本文解决的问题和创新点 | 第9-10页 |
·论文期间主要工作 | 第10页 |
·论文内容及结构综述 | 第10-11页 |
·本章总结 | 第11-12页 |
第二章 网络性能异常检测与诊断技术综述 | 第12-18页 |
·基于被动监听的异常检测与诊断技术概述 | 第12-15页 |
·基于分类(Classification)的异常检测与诊断技术 | 第12-13页 |
·基于最近邻(Nearest neighbor)的异常检测与诊断技术 | 第13页 |
·基于分簇算法(Clustering)的异常检测与诊断技术 | 第13-14页 |
·基于统计(Statistical)的异常检测与诊断技术 | 第14-15页 |
·基于信息理论(Information Theoretic)的异常检测与诊断技术 | 第15页 |
·基于主动探测的异常检测与诊断技术概述 | 第15-16页 |
·基于预先规划(Pre-planned)探测的异常检测与诊断技术 | 第15页 |
·基于动态探测的异常检测与诊断技术 | 第15-16页 |
·本文工作 | 第16-17页 |
·本章总结 | 第17-18页 |
第三章 IP网络性能异常多路径并行探测与定位算法 | 第18-37页 |
·模型建立与问题描述 | 第18-23页 |
·模型建立 | 第18-21页 |
·问题描述 | 第21-23页 |
·端到端路径上的性能异常检测 | 第23页 |
·网络性能异常的检测 | 第23-32页 |
·检测策略 | 第23-25页 |
·检测阶段算法 | 第25-32页 |
·网络性能异常的定位 | 第32-36页 |
·定位阶段的触发时机 | 第32页 |
·定位策略 | 第32-33页 |
·定位阶段的选路优化 | 第33页 |
·评估无法识别性能异常状态的链路的异常概率 | 第33-35页 |
·LSNA定位阶段算法流程 | 第35-36页 |
·本章总结 | 第36-37页 |
第四章 仿真实验及结果分析 | 第37-45页 |
·实验环境搭建 | 第37-39页 |
·实验环境 | 第37页 |
·实验原理 | 第37页 |
·实验准备 | 第37-39页 |
·实验结果及其分析 | 第39-44页 |
·单个情况输出数据分析 | 第39-40页 |
·参数k的最优值 | 第40-41页 |
·检测阶段探测成本 | 第41页 |
·检测阶段链路负载 | 第41-42页 |
·定位阶段探测成本 | 第42-43页 |
·定位准确度 | 第43-44页 |
·本章总结 | 第44-45页 |
第五章 总结与展望 | 第45-46页 |
·论文总结 | 第45页 |
·未来展望 | 第45-46页 |
参考文献 | 第46-48页 |
致谢 | 第48-49页 |
作者攻读学位期间发表的学术论文目录 | 第49页 |