| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究内容与研究意义 | 第12页 |
| ·论文结构与创新点 | 第12-14页 |
| 第二章 时间序列分析技术 | 第14-24页 |
| ·时间序列技术相关理论 | 第14-17页 |
| ·平稳性 | 第14页 |
| ·季节性 | 第14-15页 |
| ·相关函数 | 第15-17页 |
| ·ARMA 模型 | 第17-21页 |
| ·p 阶自回归模型 AR(p) | 第17页 |
| ·q 阶移动平均模型 MA(q) | 第17页 |
| ·自回归移动平均过程 ARMA(p,q) | 第17-18页 |
| ·ARMA(p,q)建模流程 | 第18-21页 |
| ·SARMA 模型 | 第21-22页 |
| ·GARCH 模型 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 网络流量分析及监控相关技术 | 第24-32页 |
| ·应用层协议分析 | 第24-27页 |
| ·端口识别技术 | 第24-25页 |
| ·深度包检测技术(DPI) | 第25-26页 |
| ·深度流检测技术(DFI) | 第26-27页 |
| ·优缺点比较 | 第27页 |
| ·多模式有限状态机匹配技术 | 第27-29页 |
| ·简单网络管理协议(SNMP) | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 SARMA-GARCH 模型在网络预测中的应用 | 第32-39页 |
| ·实验数据分析 | 第32-33页 |
| ·SARMA 模型预测 | 第33-36页 |
| ·模型识别 | 第33页 |
| ·序列平稳化 | 第33-34页 |
| ·模型定阶 | 第34-35页 |
| ·参数估计 | 第35-36页 |
| ·SARMA-GARCH 模型预测 | 第36-38页 |
| ·ARCH 效应检验 | 第36页 |
| ·残差修正 | 第36-37页 |
| ·预测效果 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 网络流量预测与监控系统的设计与实现 | 第39-54页 |
| ·总体设计 | 第39-43页 |
| ·设计思想 | 第39页 |
| ·系统架构与总体功能 | 第39-40页 |
| ·开发平台与开发工具 | 第40-43页 |
| ·系统主要功能模块的实现 | 第43-50页 |
| ·抓包模块 | 第43-44页 |
| ·协议分析模块 | 第44-48页 |
| ·网络预测模块 | 第48-50页 |
| ·控制模块 | 第50页 |
| ·系统部署与实验效果 | 第50-53页 |
| ·系统部署 | 第50-51页 |
| ·实验效果与性能分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-55页 |
| ·本文总结 | 第54页 |
| ·下一步研究展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表论文和科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |