| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 缩略词表 | 第17-18页 |
| 第1章 绪论 | 第18-30页 |
| 1.1 研究背景 | 第18-20页 |
| 1.2 研究意义 | 第20-21页 |
| 1.3 流量测量的评价指标 | 第21-23页 |
| 1.3.1 检测率,误报率和漏报率 | 第21-22页 |
| 1.3.2 无偏估计和相对误差 | 第22页 |
| 1.3.3 平均相对差和加权平均相对差 | 第22页 |
| 1.3.4 熵和标准熵 | 第22-23页 |
| 1.4 数据流测量数据结构 | 第23-27页 |
| 1.4.1 数据结构 | 第23-26页 |
| 1.4.2 对比分析 | 第26-27页 |
| 1.5 论文的研究目标与内容 | 第27-28页 |
| 1.5.1 研究目标 | 第27页 |
| 1.5.2 研究内容 | 第27-28页 |
| 1.6 论文的组织结构 | 第28-30页 |
| 第2章 相关研究工作 | 第30-40页 |
| 2.1 引言 | 第30页 |
| 2.2 容量规划研究现状 | 第30-31页 |
| 2.3 大流识别研究现状 | 第31-34页 |
| 2.3.1 大流识别 | 第31-32页 |
| 2.3.2 MapReduce简介 | 第32-34页 |
| 2.4 超点检测研究现状 | 第34-36页 |
| 2.4.1 抽样方法 | 第34-35页 |
| 2.4.2 抽样数据流方法 | 第35-36页 |
| 2.5 流持续时间检测研究现状 | 第36-37页 |
| 2.5.1 每流持续时间检测 | 第36页 |
| 2.5.2 长持续时间流检测 | 第36-37页 |
| 2.6 流量测量面临的问题 | 第37-40页 |
| 第3章 基于峰值流量的网络行为分析及模型 | 第40-52页 |
| 3.1 引言 | 第40-41页 |
| 3.2 相关概念和数据集 | 第41-43页 |
| 3.2.1 相关概念 | 第41-42页 |
| 3.2.2 数据集描述 | 第42-43页 |
| 3.3 峰值流量的网络行为分析 | 第43-46页 |
| 3.3.1 峰值流量的高斯分布 | 第43-45页 |
| 3.3.2 峰值流量的自相关性 | 第45-46页 |
| 3.4 峰值流量的统计学分析 | 第46-49页 |
| 3.4.1 基于接入带宽的方差分析 | 第46-47页 |
| 3.4.2 基于接入带宽和网络用户数的协方差分析 | 第47-49页 |
| 3.5 峰值流量的容量规划模型 | 第49-51页 |
| 3.5.1 模型建立 | 第49-50页 |
| 3.5.2 模型验证 | 第50-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第4章 MapReduce框架下基于自适应抽样的大流识别方法 | 第52-64页 |
| 4.1 引言 | 第52-53页 |
| 4.2 基于自适应抽样的大流识别方法 | 第53-58页 |
| 4.2.1 问题定义 | 第54页 |
| 4.2.2 方法描述 | 第54-55页 |
| 4.2.3 自适应抽样 | 第55-57页 |
| 4.2.4 数据划分 | 第57-58页 |
| 4.2.5 大流识别 | 第58页 |
| 4.3 实验分析 | 第58-63页 |
| 4.3.1 实验环境 | 第59-60页 |
| 4.3.2 估计精度 | 第60页 |
| 4.3.3 负载均衡 | 第60-62页 |
| 4.3.4 可扩展性 | 第62页 |
| 4.3.5 数据更新 | 第62页 |
| 4.3.6 reducer数量 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第5章 超点检测的并行数据流方法 | 第64-86页 |
| 5.1 引言 | 第64-65页 |
| 5.2 并行数据流方法 | 第65-72页 |
| 5.2.1 方法描述 | 第66-67页 |
| 5.2.2 相关定义 | 第67-68页 |
| 5.2.3 数据结构 | 第68-69页 |
| 5.2.4 更新和归并过程 | 第69-71页 |
| 5.2.5 链接度估计 | 第71页 |
| 5.2.6 超点检测 | 第71-72页 |
| 5.3 性能分析 | 第72-76页 |
| 5.3.1 存储开销 | 第73页 |
| 5.3.2 准确性 | 第73-76页 |
| 5.3.3 计算开销 | 第76页 |
| 5.4 实验分析 | 第76-84页 |
| 5.4.1 实验数据及评价标准 | 第76-77页 |
| 5.4.2 链接度评价 | 第77-78页 |
| 5.4.3 参数对检测精度的影响 | 第78-81页 |
| 5.4.4 与相关方法的比较 | 第81-84页 |
| 5.5 本章小结 | 第84-86页 |
| 第6章 长持续时间流的并行检测方法 | 第86-102页 |
| 6.1 引言 | 第86-88页 |
| 6.2 问题定义和数据结构 | 第88-90页 |
| 6.2.1 问题定义 | 第88-89页 |
| 6.2.2 数据结构 | 第89-90页 |
| 6.3 基于共享数据结构的检测方法 | 第90-94页 |
| 6.3.1 方法描述 | 第90-91页 |
| 6.3.2 方法流程 | 第91-92页 |
| 6.3.3 实验分析 | 第92-94页 |
| 6.4 基于独立数据结构的检测方法 | 第94-99页 |
| 6.4.1 方法描述 | 第94-95页 |
| 6.4.2 方法流程 | 第95-96页 |
| 6.4.3 性能分析 | 第96-97页 |
| 6.4.4 实验分析 | 第97-99页 |
| 6.5 本章小结 | 第99-102页 |
| 第7章 工作总结与展望 | 第102-106页 |
| 7.1 工作总结 | 第102-103页 |
| 7.2 工作展望 | 第103-106页 |
| 致谢 | 第106-108页 |
| 参考文献 | 第108-120页 |
| 作者简历 | 第120-122页 |
| 攻读博士期间已完成论文情况 | 第122-124页 |
| 攻读博士期间参与的科研项目 | 第124页 |