表目录 | 第7-8页 |
图目录 | 第8-9页 |
摘要 | 第9-10页 |
ABSTRACT | 第10页 |
第一章 绪论 | 第11-15页 |
1.1 课题研究背景与目的 | 第11-13页 |
1.1.1 课题研究背景 | 第11-12页 |
1.1.2 课题研究的目的和意义 | 第12-13页 |
1.2 流量管理设备面临的挑战 | 第13页 |
1.3 本文研究内容和结构安排 | 第13-15页 |
第二章 业务感知的互联网流量管理关键技术及实现难点分析 | 第15-22页 |
2.1 业务流的定义 | 第15页 |
2.2 业务感知的流量管理关键技术分析 | 第15-18页 |
2.2.1 业务流识别技术研究现状 | 第15-17页 |
2.2.2 业务流识别技术的发展方向 | 第17-18页 |
2.2.3 业务流早期识别 | 第18页 |
2.3 业务感知的流量管理实现难点分析 | 第18-21页 |
2.3.1 基于通用处理器的流量管理技术研究 | 第19页 |
2.3.2 基于专用处理器的流量管理技术研究 | 第19页 |
2.3.3 基于网络处理器的流量管理技术研究 | 第19-21页 |
2.4 本章小结 | 第21-22页 |
第三章 面向载荷特征检测的互联网业务流早期识别 | 第22-34页 |
3.1 引言 | 第22-23页 |
3.2 基于DPI的基准集构建 | 第23-25页 |
3.2.1 数据源 | 第23页 |
3.2.2 基于DPI的识别基准集构建 | 第23-25页 |
3.3 业务流中负载特征早期分布特性统计 | 第25-27页 |
3.3.1 DPI实现过程的启示 | 第25页 |
3.3.2 负载特征在业务流中最早出现的位置 | 第25-26页 |
3.3.3 主流业务负载特征位置分布比较 | 第26-27页 |
3.4 面向DPI的早期识别ERBDPI | 第27-31页 |
3.4.1 ERBDPI算法描述 | 第27-28页 |
3.4.2 ERBDPI算法分析 | 第28-31页 |
3.5 实验验证 | 第31-33页 |
3.5.1 功能测试 | 第31-32页 |
3.5.2 N的选取 | 第32页 |
3.5.3 ERBDPI与SGS实际流量识别结果比较 | 第32-33页 |
3.6 本章小结 | 第33-34页 |
第四章 基于流量统计特征的互联网加密业务流早期识别 | 第34-45页 |
4.1 加密业务流特征分析 | 第34-37页 |
4.1.1 加密协议概述 | 第34-35页 |
4.1.2 加密流量特征分析 | 第35-37页 |
4.1.3 加密业务流识别方法研究 | 第37页 |
4.2 基于互熵的加密业务流特征遴选 | 第37-39页 |
4.2.1 互熵的引入 | 第37-38页 |
4.2.2 基于互熵的加密业务流特征遴选 | 第38-39页 |
4.3 基于流量统计特征的加密业务流早期识别 | 第39-42页 |
4.3.1 总体识别模型 | 第39页 |
4.3.2 分类器构建阶段 | 第39-40页 |
4.3.3 识别阶段 | 第40-42页 |
4.3.4 反馈机制 | 第42页 |
4.4 系统性能评估与实验验证 | 第42-44页 |
4.4.1 系统性能评估 | 第42-43页 |
4.4.2 实验验证 | 第43-44页 |
4.5 本章小结 | 第44-45页 |
第五章 业务感知的互联网流量管理系统设计与实现 | 第45-56页 |
5.1 系统实现平台 | 第45-48页 |
5.1.1 系统硬件平台 | 第45-46页 |
5.1.2 AMCC网络处理器架构及工作原理 | 第46-48页 |
5.2 系统总体设计 | 第48页 |
5.3 业务流识别模块详细设计实现 | 第48-51页 |
5.3.1 业务流早期识别流程 | 第48-49页 |
5.3.2 大量并发流的维护 | 第49-51页 |
5.4 业务流灵活管理机制设计实现 | 第51-52页 |
5.4.1 区分服务等级的准入控制机制 | 第51-52页 |
5.4.2 输出端口的三级调度模型 | 第52页 |
5.5 系统评估与测试 | 第52-55页 |
5.5.1 系统性能优化 | 第52-53页 |
5.5.2 系统整体性能评估 | 第53页 |
5.5.3 系统性能测试 | 第53-55页 |
5.6 本章小结 | 第55-56页 |
结束语 | 第56-57页 |
参考文献 | 第57-61页 |
作者简历 攻读硕士学位期间完成的主要工作 | 第61-62页 |
致谢 | 第62页 |