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 |