非结构化P2P视频组播流的实时识别技术研究
摘要 | 第1-11页 |
ABSTRACT | 第11-12页 |
第一章 绪论 | 第12-18页 |
·论文背景及目的 | 第12页 |
·非结构化P2P视频组播流概述 | 第12-14页 |
·论文面临的问题 | 第14-15页 |
·论文主要工作 | 第15-17页 |
·论文组织结构 | 第17-18页 |
第二章 相关技术 | 第18-33页 |
·相关概念 | 第18-19页 |
·P2P流量检测技术 | 第19-22页 |
·基于payload特征的检测方法 | 第20-21页 |
·基于流量特征的检测方法 | 第21页 |
·基于双重特征的检测方法 | 第21-22页 |
·基于行为特征的检测方法 | 第22页 |
·SVM技术 | 第22-32页 |
·二分类SVM | 第22-27页 |
·核函数的选择 | 第27-28页 |
·多分类SVM | 第28-32页 |
·本章小结 | 第32-33页 |
第三章 非结构化P2P视频组播流的特征研究 | 第33-44页 |
·非结构化P2P视频组播流的工作机制 | 第33-34页 |
·特征分析 | 第34-36页 |
·特征类型 | 第34-35页 |
·非结构化P2P视频组播流的特征 | 第35-36页 |
·数据采集 | 第36-39页 |
·数据采集环境 | 第37页 |
·控制报文的选取 | 第37-38页 |
·采集流程 | 第38-39页 |
·特征测试 | 第39-43页 |
·特征一的测试 | 第39-40页 |
·特征二的测试 | 第40页 |
·特征三的测试 | 第40-41页 |
·特征四的测试 | 第41页 |
·综合测试 | 第41-43页 |
·本章小结 | 第43-44页 |
第四章 基于一对余多分类SVM的平台分类 | 第44-49页 |
·平台分类特征分析及计算 | 第44-47页 |
·特征分析 | 第44页 |
·基本概念描述 | 第44-45页 |
·特征选取及计算方法 | 第45-47页 |
·数据采集策略 | 第47-48页 |
·实验结果 | 第48页 |
·本章小结 | 第48-49页 |
第五章 基于改进的多分类SVM的平台分类 | 第49-55页 |
·改进的多分类SVM结构 | 第49-50页 |
·分类策略 | 第50-53页 |
·分类顺序的选择 | 第50-52页 |
·加权总距离的计算 | 第52-53页 |
·实验测试 | 第53-54页 |
·本章小结 | 第54-55页 |
第六章 实时识别原型系统的设计与实现 | 第55-67页 |
·系统的总体设计 | 第55-58页 |
·系统的整体框架 | 第55-56页 |
·系统的工作流程 | 第56-58页 |
·系统主要模块的设计与实现 | 第58-62页 |
·特征提取模块 | 第58-60页 |
·SVM训练模块 | 第60-61页 |
·检测与分类模块 | 第61-62页 |
·系统测试 | 第62-66页 |
·测试方案 | 第62-64页 |
·测试结果及分析 | 第64-66页 |
·本章小结 | 第66-67页 |
第七章 结束语 | 第67-69页 |
·本文主要工作及创新点 | 第67-68页 |
·未来工作展望 | 第68-69页 |
致谢 | 第69-71页 |
参考文献 | 第71-75页 |
作者在学期间取得的学术成果 | 第75页 |