首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电话论文--电话线路、电话网论文

VoIP和P2P IPTV流量的识别与测量研究

中文摘要第1-4页
ABSTRACT第4-9页
第一章 绪论第9-24页
   ·课题背景和意义第9-12页
     ·VoIP 应用的概述第9-10页
     ·P2P IPTV 应用的概述第10-11页
     ·VoIP 和P2P IPTV 流量识别的意义和困难第11页
     ·P2P IPTV 覆盖网络测量的意义和困难第11-12页
   ·国内外研究现状第12-16页
     ·意大利都灵理工大学第12-13页
     ·美国电话电报公司第13页
     ·互联网数据分析合作协会第13-14页
     ·美国的伊利诺伊大学厄巴纳-香槟分校第14页
     ·中国科学院第14-15页
     ·中国华中科技大学第15页
     ·其他第15-16页
   ·流量识别的方法第16-19页
     ·传统的基于端口号匹配的识别第16页
     ·应用层识别方法第16-17页
     ·传输层识别方法第17-19页
   ·P2P 网络的测量方法第19-20页
     ·被动测量第19-20页
     ·主动测量第20页
   ·论文的主要贡献第20-22页
   ·论文结构第22-24页
第二章 B&C:基于贝叶斯和卡方统计的QQ 语音流量识别第24-40页
   ·引言第24-25页
   ·QQ 语音源端模型剖析第25-28页
     ·建立QQ 语音源端模型第25-26页
     ·QQ 语音应用的数据包头部格式第26-28页
     ·探测包和控制包第28页
   ·B&C 识别算法第28-36页
     ·B&C 算法构架第28-29页
     ·贝叶斯识别算法第29-34页
     ·卡方统计识别算法第34-36页
   ·实验设计与实验结果第36-39页
     ·实验场景设计第36-38页
     ·实验结果第38-39页
   ·结论第39-40页
第三章 HBFBA:基于主机行为和流行为分析的VoIP 流量识别第40-58页
   ·引言第40-41页
   ·VoIP 流量的主机行为和流行为分析第41-46页
     ·主机行为分析第41-42页
     ·流行为分析第42-46页
   ·HBFBA 算法第46-48页
   ·实验设计及实验结果第48-57页
     ·实验室流量实验第48-51页
     ·真实互联网流量实验第51-55页
     ·实验参数的选择第55-57页
   ·结论第57-58页
第四章 IE-NNRBF:基于改进熵和神经网络的P2P IPTV 流量识别第58-70页
   ·引言第58-59页
   ·IE-NNRBF 识别算法第59-64页
     ·基于改进熵的流量动态签名抽取第59-62页
     ·基于径向基函数神经网络的签名识别第62-64页
   ·IE-NNRBF 算法实现架构第64-65页
   ·实验设计和实验结果第65-69页
     ·简单实验室场景实验第65-67页
     ·大规模工程场景实验第67-68页
     ·参数的选取第68-69页
   ·结论第69-70页
第五章 大规模P2P IPTV 点播覆盖网络的测量第70-90页
   ·引言第70-71页
   ·P2P IPTV 点播系统的介绍第71-72页
   ·主动测量方法第72-76页
     ·VoDCrawler 的设计第72-74页
     ·收敛条件分析第74-75页
     ·实验平台第75-76页
   ·网络拓扑的测量结果第76-84页
     ·频道大小第76-78页
     ·节点度第78-80页
     ·对等体依赖性第80-82页
     ·对等体聚类特性第82-84页
   ·网络抖动分析第84-89页
     ·测量方法第84-85页
     ·对等体寿命第85-87页
     ·对等体当前运行时间第87-88页
     ·对等体剩余运行时间第88-89页
   ·结论第89-90页
第六章 结论第90-93页
   ·全文结论第90-91页
   ·工作展望第91-93页
参考文献第93-102页
发表论文和参加科研情况说明第102-104页
致谢第104页

论文共104页,点击 下载论文
上一篇:MIMO系统关键技术研究
下一篇:基于元件级信号流图模拟的高阶集成滤波器设计方法研究