| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 选题背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 混合流量分离 | 第14-15页 |
| 1.2.2 未明流量特征提取 | 第15-16页 |
| 1.2.3 大数据处理 | 第16-18页 |
| 1.3 关键问题分析 | 第18-21页 |
| 1.3.1 聚类特征矢量构造及相关聚类问题 | 第18-19页 |
| 1.3.2 关键词序列提取问题 | 第19页 |
| 1.3.3 固定位置关键词挖掘的时间效率问题 | 第19-21页 |
| 1.4 论文主要工作及结构安排 | 第21-23页 |
| 第二章 基于熵估计的未明流量自动分离算法 | 第23-32页 |
| 2.1 EMEE系统模型 | 第23-28页 |
| 2.1.1 问题分析和思路 | 第23-25页 |
| 2.1.2 EMEE算法 | 第25-28页 |
| 2.2 实验分析 | 第28-31页 |
| 2.2.1 实验数据 | 第28页 |
| 2.2.2 聚类结果及分析 | 第28-30页 |
| 2.2.3 种类数估计 | 第30-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 基于字节链路的报文格式特征提取迭代算法 | 第32-48页 |
| 3.1 BLIS系统模型 | 第32-43页 |
| 3.1.1 问题分析和思路 | 第32-36页 |
| 3.1.2 BLIS算法 | 第36-43页 |
| 3.2 实验分析 | 第43-47页 |
| 3.2.1 参数设置 | 第44-45页 |
| 3.2.2 不同方法报文挖掘形式对比分析 | 第45-46页 |
| 3.2.3 应用层特征性能分析 | 第46-47页 |
| 3.3 本章小结 | 第47-48页 |
| 第四章 基于Hadoop平台的未明流量关键词提取系统 | 第48-58页 |
| 4.1 未明流量关键词提取系统 | 第48-49页 |
| 4.2 改进的频繁模式挖掘算法 | 第49-51页 |
| 4.2.1 改进的Apriori算法 | 第49-50页 |
| 4.2.2 改进的FP-Growth算法 | 第50-51页 |
| 4.3 频繁模式挖掘并行算法设计 | 第51-54页 |
| 4.3.1 Hadoop平台 | 第51-52页 |
| 4.3.2 改进的Apriori并行算法设计 | 第52-53页 |
| 4.3.3 改进的FP-Growth并行算法设计 | 第53-54页 |
| 4.4 实验测试与分析 | 第54-57页 |
| 4.4.1 实验环境设置和实验数据 | 第54-55页 |
| 4.4.2 并行算法运行结果 | 第55-56页 |
| 4.4.3 改进Apriori算法串并行分析 | 第56页 |
| 4.4.4 改进FP-Growth算法串并行分析 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 结束语 | 第58-60页 |
| 5.1 全文总结 | 第58页 |
| 5.2 工作展望 | 第58-60页 |
| 致谢 | 第60-63页 |
| 参考文献 | 第63-67页 |
| 作者简历 | 第67页 |