基于SVM的P2P数据流检测技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题研究背景与目的意义 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文的研究内容 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第2章 P2P数据流识别相关理论与技术 | 第14-30页 |
| ·P2P流量检测技术概述 | 第14-18页 |
| ·基于端口检测技术 | 第14-15页 |
| ·基于深层数据包检测技术 | 第15-16页 |
| ·基于流量特征的检测技术 | 第16-18页 |
| ·SVM技术简介 | 第18-24页 |
| ·SVM的技术特点 | 第18页 |
| ·SVM的应用领域 | 第18-19页 |
| ·SVM理论分析 | 第19-22页 |
| ·LSVM理论分析 | 第22-24页 |
| ·SGS数据包采样算法简介 | 第24-27页 |
| ·基于LIBSVM函数库的SVM程序设计 | 第27-29页 |
| ·LIBSVM简介 | 第27页 |
| ·SVM训练过程 | 第27-29页 |
| ·SVM预测过程 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于SVM的P2P数据流检测技术的研究 | 第30-44页 |
| ·检测工作流程 | 第30-31页 |
| ·SVM样本训练流程 | 第30-31页 |
| ·SVM预测程序流程 | 第31页 |
| ·SGS数据包采样策略 | 第31-32页 |
| ·SVM样本特征的选择 | 第32-36页 |
| ·SVM训练样本采集 | 第36-37页 |
| ·基于SVM的反馈增量学习算法 | 第37-41页 |
| ·SVM交叉验证法检测策略 | 第41-42页 |
| ·P2P数据流检测标准 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 P2P数据流分类器性能评价与分析 | 第44-48页 |
| ·测试样本A实验结果 | 第44-45页 |
| ·测试样本B实验结果 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第53-54页 |
| 致谢 | 第54页 |