网络流量测量中基于计数的频繁项挖掘算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·数据流挖掘技术 | 第10-11页 |
| ·数据流挖掘技术的产生背景和研究意义 | 第10页 |
| ·数据流挖掘技术的国内外研究现状 | 第10-11页 |
| ·数据流频繁项挖掘技术 | 第11-15页 |
| ·数据流频繁项挖掘技术的产生背景和研究意义 | 第11-12页 |
| ·数据流频繁项挖掘技术的国内外研究现状 | 第12-15页 |
| ·大流识别 | 第15-16页 |
| ·存在的问题 | 第16页 |
| ·本课题的主要研究内容 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 第2章 基于计数的空间优化的大流识别算法研究 | 第18-25页 |
| ·引言 | 第18-19页 |
| ·算法依据 | 第19-21页 |
| ·空间优化的大流识别算法 | 第21-24页 |
| ·符号定义 | 第21页 |
| ·DPLC 算法 | 第21-23页 |
| ·算法正确性分析 | 第23-24页 |
| ·算法复杂度分析 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于非线性有损计数的大流识别算法研究 | 第25-33页 |
| ·引言 | 第25-26页 |
| ·算法依据 | 第26-29页 |
| ·非线性有损计数的大流识别算法 | 第29-32页 |
| ·符号定义 | 第29页 |
| ·NLC 算法 | 第29-31页 |
| ·算法正确性分析 | 第31页 |
| ·算法复杂度分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 非线性有损计数算法的参数值选取 | 第33-43页 |
| ·参数作用及取值范围 | 第33-34页 |
| ·数据包大小分布 | 第34页 |
| ·实验配置 | 第34-37页 |
| ·实验环境 | 第36页 |
| ·实验数据 | 第36页 |
| ·度量指标 | 第36页 |
| ·参数设定 | 第36-37页 |
| ·实验结果性能分析 | 第37-42页 |
| ·不同参数值的误报率对比 | 第37-38页 |
| ·不同参数值的精度对比 | 第38页 |
| ·不同参数值的漏报率对比 | 第38-39页 |
| ·不同参数值的存储开销对比 | 第39-40页 |
| ·不同参数值的时间开销对比 | 第40-41页 |
| ·较优参数值选取规则 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 实验结果与评估 | 第43-57页 |
| ·空间优化的大流识别算法性能评估 | 第43-51页 |
| ·实验配置 | 第43-44页 |
| ·相同支持度下的存储开销和时间开销分析 | 第44-47页 |
| ·不同支持度下的存储开销和时间开销分析 | 第47-50页 |
| ·不同支持度下的精度和召回率分析 | 第50-51页 |
| ·非线性有损计数算法性能评估 | 第51-55页 |
| ·实验配置 | 第51页 |
| ·大流识别的误报率分析 | 第51-52页 |
| ·大流识别的精度分析 | 第52-53页 |
| ·大流识别的漏报率分析 | 第53-54页 |
| ·大流识别的存储开销分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65页 |
