| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 国内外在该方面的研究现状及分析 | 第12-14页 |
| 1.2.1 网络流分类技术的国内外研究现状 | 第12-13页 |
| 1.2.2 网络流量分类的发展趋势 | 第13-14页 |
| 1.3 课题的来源及研究内容 | 第14-16页 |
| 1.3.1 课题来源 | 第14页 |
| 1.3.2 课题的主要研究内容 | 第14-16页 |
| 第2章 基于行为的应用层流量分类研究 | 第16-23页 |
| 2.1 网络流的定义 | 第16-18页 |
| 2.2 网络流量分类的评价指标 | 第18页 |
| 2.3 基于行为的应用层流量分类方法 | 第18-21页 |
| 2.3.1 基于网络行为的应用层流量分类方法 | 第19页 |
| 2.3.2 基于流量统计特征的机器学习分类方法 | 第19-21页 |
| 2.4 实验数据与工具 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于子空间聚类的网络流量分类方法 | 第23-31页 |
| 3.1 流量统计行为特征 | 第23-24页 |
| 3.2 子空间聚类算法 | 第24-26页 |
| 3.3 基于子空间聚类的网络流量分类方法 | 第26-28页 |
| 3.4 实验结果和分析 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 基于链路相似性和节点相似性的应用层流量分类方法 | 第31-37页 |
| 4.1 网络中的链路相似性 | 第31-32页 |
| 4.2 基于链路相似性的启发式网络流分类方法 | 第32-34页 |
| 4.3 实验结果与分析 | 第34-35页 |
| 4.3.1 选取种子 | 第34-35页 |
| 4.4 实验结果 | 第35-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第5章 基于聚类和流量传播图的 P2P 流量识别方法 | 第37-45页 |
| 5.1 GBCB 分类方法 | 第37-39页 |
| 5.2 网络流的统计行为特征 | 第39-40页 |
| 5.3 流量传播图（TDG） | 第40-42页 |
| 5.4 实验结果和分析 | 第42-44页 |
| 5.5 本章小结 | 第44-45页 |
| 结论 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间所发表的学术论文 | 第51-52页 |
| 致谢 | 第52页 |