首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

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

论文共75页,点击 下载论文
上一篇:面向Internet环境的邻近搜索技术研究
下一篇:面向数据抗毁性的对等网络数据冗余存储策略研究