| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 插图索引 | 第10-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 包分类算法研究现状 | 第14-16页 |
| 1.3 本文的研究内容及主要工作 | 第16页 |
| 1.4 论文结构 | 第16-18页 |
| 第2章 包分类算法概述 | 第18-33页 |
| 2.1 包分类算法的衡量标准 | 第19页 |
| 2.2 基本数据结构的算法 | 第19-24页 |
| 2.2.1 分层查找树和集合归并查找树 | 第20-21页 |
| 2.2.2 格栅查找树算法 | 第21-22页 |
| 2.2.3 EGT-PC 算法 | 第22-24页 |
| 2.3 几何区域分割算法 | 第24-26页 |
| 2.3.1 HiCuts 算法 | 第24-25页 |
| 2.3.2 HyperCuts 算法 | 第25-26页 |
| 2.4 启发式算法 | 第26-28页 |
| 2.4.1 BV 算法和 ABV 算法 | 第26页 |
| 2.4.2 元组空间算法 | 第26-28页 |
| 2.5 基于布鲁姆过滤器的包分类算法 | 第28-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第3章 基于流的局部特性和多级查找的高效包分类算法 | 第33-44页 |
| 3.1 引言 | 第33页 |
| 3.2 网络中流的局部特性 | 第33-34页 |
| 3.3 PCFM 算法设计的基本思想 | 第34-37页 |
| 3.3.1 PCFM 算法概要设计 | 第34-35页 |
| 3.3.2 PCFM 算法详细设计 | 第35-37页 |
| 3.4 PCFM 算法中规则的动态更新 | 第37-38页 |
| 3.5 仿真实验及分析 | 第38-43页 |
| 3.5.1 实验场景 | 第39-41页 |
| 3.5.2 实验场景 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 PCFM 算法的流量识别应用 | 第44-57页 |
| 4.1 引言 | 第44页 |
| 4.2 网络流量识别的相关工作 | 第44-46页 |
| 4.3 PCFM 算法在 HTTP 流量识别中的应用 | 第46-50页 |
| 4.3.1 HTTP 流特征分析 | 第46-48页 |
| 4.3.2 基于多级结构的 HTTP 流量识别算法 | 第48-50页 |
| 4.4 PCFM 算法在 P2P 流量识别中的应用 | 第50-53页 |
| 4.4.1 PPlive 流特征分析 | 第50-52页 |
| 4.4.2 基于多级结构的 PPlive 流量识别算法 | 第52-53页 |
| 4.5 实验及分析 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-66页 |
| 附录 A 攻读硕士学位期间所发表的学术论文目录 | 第66-67页 |
| 附录 B 攻读硕士学位期间所参与的科研活动 | 第67页 |
