基于统计特征的互联网流量分类系统
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·论文研究背景 | 第12-13页 |
| ·相关技术介绍 | 第13-16页 |
| ·论文的主要工作 | 第16-17页 |
| ·论文结构安排 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第二章 流量分类系统的概念与设计 | 第18-25页 |
| ·流量分类系统的概念 | 第18-21页 |
| ·数据流的分类单位 | 第18-19页 |
| ·分类评价标准 | 第19-20页 |
| ·实际网络流量的来源 | 第20-21页 |
| ·流量分类系统的设计 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 流量分类系统的模块设计 | 第25-38页 |
| ·应用分类粒度 | 第25-28页 |
| ·应用分类概况 | 第25-27页 |
| ·应用分类方案 | 第27-28页 |
| ·基于数据流的特征选取 | 第28-30页 |
| ·基于数据流的特征集概况 | 第28-30页 |
| ·基于数据流的特征集方案 | 第30页 |
| ·分类算法选取 | 第30-37页 |
| ·SVM 算法简介 | 第30-33页 |
| ·C4.5 决策树算法简介 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于统计特征的流量识别系统原型验证 | 第38-47页 |
| ·实验环境介绍 | 第38页 |
| ·实验流程简介 | 第38-40页 |
| ·实验结果分析 | 第40-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 词袋模型的流量分类方法 | 第47-63页 |
| ·特殊网络环境实验 | 第47-53页 |
| ·情形说明以及情形设计 | 第47-49页 |
| ·实验说明以及结果分析 | 第49-53页 |
| ·基于报文的特征选取 | 第53-56页 |
| ·词袋模型算法介绍 | 第56-59页 |
| ·词袋模型的乱序实验结果 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 结束语 | 第63-66页 |
| ·主要结论 | 第63-64页 |
| ·研究展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间已发表或录用的论文 | 第70页 |
