首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于Hadoop的网络节点行为分析

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-13页
    1.1 研究背景第9-11页
    1.2 研究目的及意义第11页
    1.3 论文结构第11-12页
    1.4 本章小结第12-13页
第二章 网络行为分析监测系统的设计与实现第13-23页
    2.1 概述第13页
    2.2 大数据时代第13-15页
        2.2.1 大数据的特征第13-14页
        2.2.2 海量数据的挑战第14-15页
    2.3 Hadoop简介第15-19页
        2.3.1 分布式文件系统第16-17页
        2.3.2 Map/Reduce计算模型第17-19页
    2.4 网路行为分析监测系统第19-22页
        2.4.1 系统功能介绍第19页
        2.4.2 数据采集过程第19-20页
        2.4.3 系统框架设计第20-22页
    2.5 本章小结第22-23页
第三章 复合会话流量特征分析第23-31页
    3.1 复合会话第23-27页
        3.1.1 复合会话的定义第23页
        3.1.2 复合会话中的统计数据第23-24页
        3.1.3 复合会话流记录第24-26页
        3.1.4 复合会话数据采集算法第26-27页
    3.2 数据预处理第27-28页
    3.3 复合会话数据分析第28-30页
        3.3.1 复合会话流量分析第28页
        3.3.2 复合会话时间分布第28-30页
    3.4 本章小结第30-31页
第四章 网络节点流量特征分析第31-49页
    4.1 概述第31-32页
        4.1.1 网络节点的定义第31页
        4.1.2 幂律分布第31-32页
    4.2 网络节点流量特征分析第32-38页
        4.2.1 网络节点的总流量分布第32-34页
        4.2.2 网络节点的访问用户数分布第34-36页
        4.2.3 网络节点总流量时间分布特征第36-37页
        4.2.4 网络节点访问用户的时间分布特征第37-38页
    4.3 网络节点聚类分析第38-47页
        4.3.1 网络节点日表参数统计第38-39页
        4.3.2 非P2P类网络节点选择算法第39-41页
        4.3.3 K-means算法第41-42页
        4.3.4 K-means算法的改进与实验分析第42-45页
        4.3.5 K-means算法分布式实现第45-46页
        4.3.6 网络节点聚类模式分析第46-47页
    4.4 本章小结第47-49页
第五章 网络节点模式预测与异常检测第49-63页
    5.1 概述第49页
    5.2 网络节点模式预测第49-57页
        5.2.1 时间序列分析第49-50页
        5.2.2 移动平均与自回归(ARIMA)模型原理第50-53页
        5.2.3 网络节点行为模式预测第53-57页
    5.3 网络节点异常检测第57-61页
        5.3.1 基于距离与阈值判定的异常检测算法第58-60页
        5.3.2 实验结果分析第60-61页
    5.4 本章小结第61-63页
第六章 总结与展望第63-65页
参考文献第65-67页
致谢第67-69页
攻读学位期间发表的学术论文目录第69页

论文共69页,点击 下载论文
上一篇:中国上市公司高管薪酬与公司可持续增长实证研究
下一篇:人事聘用合同法律制度研究