| 中文摘要 | 第1页 |
| 英文摘要 | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·课题研究的背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·网络流量异常检测国内外研究现状 | 第8-9页 |
| ·网络流量分析建模国内外研究现状 | 第9-10页 |
| ·论文主要工作 | 第10-11页 |
| ·论文的组织结构 | 第11-12页 |
| 第二章 网络流量自相似特性分析 | 第12-27页 |
| ·自相似性 | 第12-20页 |
| ·自相似过程 | 第13-14页 |
| ·自相似过程的特性 | 第14-16页 |
| ·网络流量自相似性产生的原因 | 第16-20页 |
| ·Hurst 指数及其估算算法 | 第20-25页 |
| ·时域下的估算算法 | 第20-22页 |
| ·频域及小波域下的估算算法 | 第22-24页 |
| ·算法性能分析 | 第24-25页 |
| ·网络流量的多重分形 | 第25-27页 |
| 第三章 网络流量时间序列的分析与建模 | 第27-41页 |
| ·网络流量时间序列建模 | 第27-29页 |
| ·时间序列分析相关概念 | 第27-28页 |
| ·时间序列建模 | 第28页 |
| ·基于网络流量的时间序列建模 | 第28-29页 |
| ·网络流量模型分析与比较 | 第29-41页 |
| ·短相关流量模型 | 第29-33页 |
| ·长相关流量模型 | 第33-39页 |
| ·自相似流量模型比较分析 | 第39-41页 |
| 第四章 基于 Hurst 指数估算的网络流量异常检测优化算法设计 | 第41-54页 |
| ·小波分析原理 | 第41-45页 |
| ·小波变换 | 第41-43页 |
| ·多分辨率分析 | 第43-44页 |
| ·小波分析的特点 | 第44-45页 |
| ·希尔伯特-黄变换 | 第45-47页 |
| ·基本理论 | 第45-46页 |
| ·经验模态分解 | 第46-47页 |
| ·Hurst 指数的小波估算算法 | 第47-48页 |
| ·结合HHT 与小波变换的异常检测优化算法 | 第48-54页 |
| ·算法的整体设计 | 第48-49页 |
| ·基于HHT 的流量数据预处理 | 第49-51页 |
| ·基于小波系数方差法的指数估算 | 第51-53页 |
| ·算法整体流程 | 第53-54页 |
| 第五章 结合小波与 EMD 的网络流量预测优化算法设计 | 第54-65页 |
| ·网络流量预测概述 | 第54页 |
| ·小波多分辨率分析的Mallat 算法 | 第54-55页 |
| ·网络流量预测分析优化算法的整体设计 | 第55-57页 |
| ·趋势项的多项式拟合预测 | 第57-58页 |
| ·细节信号的ARMA 建模和预测 | 第58-62页 |
| ·ARMA 建模预测流程 | 第58-60页 |
| ·ARMA 模型拟合 | 第60-62页 |
| ·ARMA 模型的预测方法 | 第62页 |
| ·近似信号的FARIMA 建模和预测 | 第62-65页 |
| ·FARIMA 建模预测流程 | 第62-63页 |
| ·FARIMA 模型的分数阶差分 | 第63-64页 |
| ·FARIMA 模型的预测方法 | 第64-65页 |
| 第六章 异常检测与流量预测的实现与分析 | 第65-73页 |
| ·网络流量异常检测实例分析 | 第65-69页 |
| ·网络流量预测实例分析 | 第69-73页 |
| 第七章 结论 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 在学期间发表的学术论文和参加科研情况 | 第79页 |