摘要 | 第1-7页 |
Abstract | 第7-11页 |
第一章 绪论 | 第11-31页 |
·网络测量的意义 | 第11-15页 |
·互联网的发展特点 | 第11-12页 |
·网络测量的意义 | 第12-15页 |
·网络测量的方法 | 第15-20页 |
·网络测量的体系结构 | 第15-16页 |
·网络测量的主要方法 | 第16-18页 |
·网络测量的研究现状 | 第18-20页 |
·网络测量中的抽样技术 | 第20-26页 |
·流量测量的意义及方法 | 第20-23页 |
·高速网络对网络测量带来的问题 | 第23页 |
·抽样测量技术研究现状 | 第23-24页 |
·典型的抽样方法 | 第24-26页 |
·本文研究的主要内容及章节安排 | 第26-28页 |
·本文的主要研究内容及成果 | 第26-27页 |
·章节安排 | 第27-28页 |
本章参考文献 | 第28-31页 |
第二章 基于IP 流的可变抽样率的网络流量抽样测量方法 | 第31-51页 |
·网络异常检测中的抽样技术 | 第31-36页 |
·网络异常检测 | 第31-34页 |
·网络异常检测面临抽样数据 | 第34-36页 |
·随机报文抽样对异常检测结果的影响分析 | 第36-39页 |
·基于IP 流的随机报文抽样方法 | 第36-37页 |
·实验观察 | 第37-38页 |
·理论分析 | 第38-39页 |
·可变抽样率的网络流量抽样测量方法 | 第39-45页 |
·IP 流到达过程分析 | 第39-40页 |
·抽样方法的基本思想 | 第40-41页 |
·抽样方法的描述 | 第41-44页 |
·抽样概率的确定 | 第44-45页 |
·实验结果分析 | 第45-48页 |
·实验环境 | 第45-46页 |
·业务量异常 | 第46-47页 |
·端口扫描异常 | 第47-48页 |
·本章小结 | 第48-49页 |
本章参考文献 | 第49-51页 |
第三章 基于FARIMA 流量预测的抽样方法 | 第51-63页 |
·互联网业务流量的特性与建模 | 第51-53页 |
·业务流量特性 | 第51-52页 |
·业务流量建模 | 第52-53页 |
·基于FARIMA 流量预测的抽样方法 | 第53-58页 |
·FARIMA 模型 | 第53-54页 |
·抽样方法描述 | 第54-55页 |
·建模与预测 | 第55-58页 |
·实验结果与分析 | 第58-60页 |
·本章小结 | 第60-61页 |
本章参考文献 | 第61-63页 |
第四章 基于信息熵理论的分布式IPv6 网络抽样测量方法 | 第63-81页 |
·下一代互联网与IPv6 | 第63-64页 |
·下一代互联网的发展 | 第63页 |
·IPv6 网络流量抽样测量 | 第63-64页 |
·分布式的IPv6 网络抽样测量架构 | 第64-67页 |
·IPv6 网络分布式抽样测量 | 第64-65页 |
·分布式测量的架构 | 第65-67页 |
·基于信息熵理论的分布式IPv6 网络抽样测量方法 | 第67-75页 |
·抽样方法描述 | 第67-70页 |
·抽样方法分析 | 第70-75页 |
·实验结果与分析 | 第75-78页 |
·哈希函数的确定 | 第75-76页 |
·均匀性分析 | 第76-77页 |
·抽样报文长度分布性能分析 | 第77-78页 |
·本章小结 | 第78-79页 |
本章参考文献 | 第79-81页 |
第五章 基于抽样的非侵入式IPv6 网络单向时延测量方法 | 第81-101页 |
·单向时延概念与测量方法 | 第81-85页 |
·单向时延的概念与分析 | 第81-82页 |
·单向时延的测量方法 | 第82-85页 |
·基于抽样的非侵入式IPv6 网络单向时延测量方法 | 第85-92页 |
·测量方法 | 第85-86页 |
·时延测量模块的设计 | 第86-92页 |
·时钟同步算法及实验结果分析 | 第92-98页 |
·时钟同步算法介绍 | 第92-95页 |
·算法实现 | 第95-96页 |
·实验结果分析 | 第96-98页 |
·本章小结 | 第98-99页 |
本章参考文献 | 第99-101页 |
第六章 总结与展望 | 第101-104页 |
·全文内容总结 | 第101-102页 |
·有待于进一步研究的问题 | 第102-104页 |
致谢 | 第104-105页 |
攻读博士学位期间完成的论文与工作 | 第105-106页 |