首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于DPI和流特征的流量识别与控制的研究与实现

摘要第4-5页
abstract第5-6页
第1章 绪论第9-18页
    1.1 课题来源第9页
    1.2 课题的研究背景与意义第9-10页
    1.3 相关领域的国内外研究现状第10-16页
        1.3.1 流量识别方法第10-13页
        1.3.2 流特征选择算法第13-16页
        1.3.3 流量控制第16页
    1.4 本文的主要研究内容和组织架构第16-18页
第2章 基于自适应门限值的特征选择算法研究第18-32页
    2.1 流特征样本问题分析第18-20页
        2.1.1 数据不平衡第19页
        2.1.2 概念漂移第19-20页
    2.2 特征选择的评价标准第20-22页
        2.2.1 对称不确定性研究第20-21页
        2.2.2 ROC曲线第21-22页
    2.3 特征选择算法的优化实现第22-26页
        2.3.1 自适应门限特征选择算法第22-25页
        2.3.2 SRF算法第25-26页
    2.4 实验结果及分析第26-31页
        2.4.1 实验数据第26-27页
        2.4.2 ATFS算法和WSU_AUC算法对比分析第27-31页
    2.5 本章小结第31-32页
第3章 流量识别模块的分析与设计第32-43页
    3.1 总体框架第32-34页
    3.2 DPI识别模块设计第34-39页
        3.2.1 规则库加载第35-37页
        3.2.2 识别引擎第37-39页
    3.3 流特征识别模块分析第39-42页
    3.4 本章小结第42-43页
第4章 流量控制系统的分析设计与实现第43-60页
    4.1 系统整体框架设计第43-46页
        4.1.1 主控模块第44-46页
        4.1.2 通用模块第46页
    4.2 采集模块的设计与实现第46-52页
        4.2.1 报文接收模块第47-49页
        4.2.2 流量分流框架第49-52页
    4.3 流量解析模块的设计与实现第52-57页
        4.3.1 报文解析模块第52-53页
        4.3.2 流量汇聚模块第53-56页
        4.3.3 报文识别模块第56-57页
    4.4 流量控制模块的分析与实现第57-59页
        4.4.1 流量控制模块的原理第57-58页
        4.4.2 流量控制模块的实现第58-59页
    4.5 本章小结第59-60页
第5章 流量控制系统测试与结果分析第60-69页
    5.1 协议识别测试第60-62页
        5.1.1 ATFS算法和WSU_AUC算法的对比测试第60-61页
        5.1.2 与DPI识别对比测试第61-62页
    5.2 系统测试第62-66页
        5.2.1 采集模块测试第62-65页
        5.2.2 解析模块测试第65-66页
    5.3 系统实验结果记录与分析第66-68页
    5.4 本章小结第68-69页
第6章 总结与展望第69-72页
    6.1 总结第69-70页
    6.2 展望第70-72页
致谢第72-73页
参考文献第73-76页
攻读硕士学位期间发表的学术论文及成果第76页

论文共76页,点击 下载论文
上一篇:OFDR光纤传感技术在复合材料非均匀应变测量中的研究
下一篇:氧化铝和氧化硅微结构的表面吸附作用在光纤传感中的应用