基于自相似特性的网络业务流的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题研究背景和意义 | 第9页 |
| ·研究现状 | 第9-10页 |
| ·自相似特性的研究 | 第9-10页 |
| ·Hurst 参数评估 | 第10页 |
| ·网络流量预测 | 第10页 |
| ·本文主要工作 | 第10-11页 |
| ·论文的组织结构 | 第11-12页 |
| 第二章 自相似特性及模型 | 第12-20页 |
| ·网络业务的自相似性 | 第12-13页 |
| ·自相似性 | 第12-13页 |
| ·网络业务的自相似性 | 第13页 |
| ·自相似性模型 | 第13-19页 |
| ·单源模型 | 第14-15页 |
| ·聚合源模型 | 第15-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 自相似过程中常用的参数估计方法 | 第20-29页 |
| ·相似性模型参数 | 第20页 |
| ·经典 Hurst 参数的快速估计算法 | 第20-24页 |
| ·图形法 | 第21-23页 |
| ·非图形法 | 第23-24页 |
| ·7 种经典HURST参数评估方法比较 | 第24-25页 |
| ·时间复杂性 | 第24-25页 |
| ·对估计序列长度的要求 | 第25页 |
| ·新的HURST参数评估方法 | 第25-28页 |
| ·小波法求解Hurst 参数 | 第25-26页 |
| ·基于自回归AR 模型的Hurst 参数估计方法 | 第26-27页 |
| ·基于小波的Hurst 参数自适应估计方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 一种优化的HURST 参数评估算法 | 第29-34页 |
| ·参数定义 | 第29页 |
| ·算法描述 | 第29-33页 |
| ·置信区间 | 第31-32页 |
| ·算法概要 | 第32页 |
| ·实验及结果 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 基于HURST 参数评估的DOS 检测 | 第34-41页 |
| ·DoS 攻击 | 第34-35页 |
| ·DoS 攻击与网络拥塞 | 第34页 |
| ·IP 拥塞控制研究进展 | 第34-35页 |
| ·基于HURST参数评估的DOS 检测 | 第35-39页 |
| ·方法概述 | 第35页 |
| ·实验可行性分析 | 第35-38页 |
| ·数据源 | 第38页 |
| ·网络活动 | 第38页 |
| ·流量模型 | 第38-39页 |
| ·实验及结果 | 第39-40页 |
| ·分析 | 第40页 |
| ·判决条件的有效性 | 第40页 |
| ·漏判情况的研究 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第六章 基于自相似性的网络流量预测 | 第41-48页 |
| ·流量预测意义 | 第41页 |
| ·传统网络的流量特征 | 第41-42页 |
| ·流量预测的方法 | 第42-43页 |
| ·线形预测 | 第42页 |
| ·非线性预测 | 第42-43页 |
| ·改进的流量预测方法——QPSO-LMK 算法 | 第43-47页 |
| ·参数定义 | 第43-44页 |
| ·最小均值峰度算法 | 第44页 |
| ·最小均值峰度算法的改进 | 第44-45页 |
| ·模拟结果与分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第七章 总结与展望 | 第48-49页 |
| ·总结 | 第48页 |
| ·展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 硕士期间发表论文 | 第53页 |
