高效的网络流关系提取技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-12页 |
| 1.1.1 互联网基础资源 | 第9-10页 |
| 1.1.2 互联网网民规模 | 第10-11页 |
| 1.1.3 互联网的复杂性 | 第11页 |
| 1.1.4 研究意义 | 第11-12页 |
| 1.2 研究目标、研究内容及创新点 | 第12-14页 |
| 1.2.1 高效实时数据流分析系统 | 第12-13页 |
| 1.2.2 关联节点会话特性 | 第13页 |
| 1.2.3 关联节点聚集特性 | 第13页 |
| 1.2.4 用户公共兴趣关联算法 | 第13-14页 |
| 1.3 论文组织结构 | 第14-15页 |
| 第二章 网络流分析相关技术 | 第15-23页 |
| 2.1 网络流分析的基本概念 | 第15-16页 |
| 2.1.1 网络流概念 | 第15-16页 |
| 2.1.2 网络流数据采集方法 | 第16页 |
| 2.2 网络流分析的主要应用场景 | 第16-20页 |
| 2.2.1 网络监控和测量 | 第17页 |
| 2.2.2 网络应用分类 | 第17-19页 |
| 2.2.3 用户身份鉴别 | 第19页 |
| 2.2.4 网络安全和入侵检测 | 第19页 |
| 2.2.5 网络数据异常问题 | 第19-20页 |
| 2.3 网络流分析的主要研究方法 | 第20-22页 |
| 2.3.1 基于机器学习的研究方法 | 第20页 |
| 2.3.2 基于行为特征的研究方法 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 面向通联日志的网络流分析接收框架 | 第23-37页 |
| 3.1 网络流分析接收框架相关工作 | 第23-25页 |
| 3.1.1 传统socket API | 第23-24页 |
| 3.1.2 netmap接收框架 | 第24-25页 |
| 3.2 网络流分析接收框架系统结构 | 第25-26页 |
| 3.3 网络流分析接收框架关键技术 | 第26-34页 |
| 3.3.1 多网卡优化 | 第27-28页 |
| 3.3.2 缓冲区设计 | 第28-33页 |
| 3.3.3 负载分发算法 | 第33-34页 |
| 3.4 实验分析 | 第34-35页 |
| 3.4.1 多端口对接收速率的影响 | 第34-35页 |
| 3.4.2 缓冲区对接收速率的影响 | 第35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 基于通联日志的网络流关系提取与分析 | 第37-49页 |
| 4.1 关联节点聚集特性 | 第37-45页 |
| 4.1.1 网络流端口分布分析 | 第38-40页 |
| 4.1.2 基于端口的关联节点聚集特性分析 | 第40-45页 |
| 4.2 网络流集群关系 | 第45-48页 |
| 4.2.1 用户公共兴趣关联算法 | 第45-46页 |
| 4.2.2 用户公共兴趣提取与分析 | 第46-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 基于网络服务的网络流特性分析 | 第49-63页 |
| 5.1 网络流特性分析模块设计与实现 | 第49-54页 |
| 5.1.1 节点信息统计 | 第49-52页 |
| 5.1.2 会话信息统计 | 第52-54页 |
| 5.2 基于网络服务节点的网络流特性 | 第54-56页 |
| 5.3 基于网络服务会话的网络流特性 | 第56-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 工作展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的学术论文 | 第68页 |
