基于FARIMA模型的自相似业务流量预测
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·本文的主要工作 | 第8-11页 |
| 第二章 网络业务的自相似特性 | 第11-21页 |
| ·自相似的定义 | 第11-12页 |
| ·自相似的物理描述 | 第11页 |
| ·自相似数学定义 | 第11-12页 |
| ·自相似的性质 | 第12-14页 |
| ·长相关性 | 第12页 |
| ·慢衰减方差 | 第12-13页 |
| ·谱密度具有幂指数特性 | 第13页 |
| ·Hurst 效应 | 第13-14页 |
| ·自相似产生的原因及影响 | 第14-15页 |
| ·自相似产生的原因 | 第14页 |
| ·自相似性对网络性能的影响 | 第14-15页 |
| ·Hurst 参数检测 | 第15-16页 |
| ·R/S 分析法 | 第15页 |
| ·Whittle 估计法 | 第15-16页 |
| ·FARIMA 模型基本理论 | 第16-19页 |
| ·FARIMA 模型简介 | 第16-17页 |
| ·FARIMA 模型的实现 | 第17-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 自相似业务流的 FARIMA 预测与仿真 | 第21-39页 |
| ·自相似业务流的 FARIMA 预测 | 第21-22页 |
| ·网络业务流的拟合仿真 | 第22-30页 |
| ·对采样数据的预处理 | 第23-24页 |
| ·分数差分滤波 | 第24-26页 |
| ·ARMA（p，q）模型的结构辨识 | 第26-28页 |
| ·模型预测效果评价 | 第28页 |
| ·自相似业务的预测仿真 | 第28-30页 |
| ·基于概率上限的网络业务预报与应用 | 第30-37页 |
| ·基于概率上限的自相似业务预测 | 第30-31页 |
| ·网络带宽动态分配方案仿真与分析 | 第31-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于预测的 DDoS 攻击全局检测方法 | 第39-51页 |
| ·DDoS 攻击 | 第39-40页 |
| ·基于预测的 DDoS 攻击全局检测方法 | 第40-41页 |
| ·相关性分析 | 第41-43页 |
| ·仿真过程 | 第43-48页 |
| ·DDoS 攻击检测流程 | 第43-44页 |
| ·实验数据 | 第44-45页 |
| ·OD 流自相似性检验 | 第45页 |
| ·DDoS 攻击流的产生与注入 | 第45-48页 |
| ·仿真结果 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-58页 |
