| 中文提要 | 第1-5页 |
| Abstract | 第5-15页 |
| 第1章 绪论 | 第15-39页 |
| ·课题的来源和意义 | 第15-18页 |
| ·相关研究现状 | 第18-33页 |
| ·恶意网络流量 | 第18-24页 |
| ·数据流技术 | 第24-27页 |
| ·数据聚类 | 第27-29页 |
| ·流量控制 | 第29-33页 |
| ·论文的主要工作 | 第33-36页 |
| ·论文的组织结构 | 第36-39页 |
| 第2章 基于窗口偏倚度的数据流突变检测 | 第39-78页 |
| ·数据流中的 heavy hitters | 第39-45页 |
| ·heavy hitters | 第40-41页 |
| ·数据概要技术 | 第41-45页 |
| ·数据概要结构设计TCMEH | 第45-55页 |
| ·CM 结构 | 第45-48页 |
| ·指数直方图 | 第48-49页 |
| ·TCMEH | 第49-55页 |
| ·基于TCMEH 偏倚度的数据流突变检测算法 | 第55-65页 |
| ·TCMEH 偏倚度 | 第55-58页 |
| ·CUSUM 算法 | 第58-60页 |
| ·基于偏倚度的突变检测算法 | 第60-63页 |
| ·算法分析 | 第63-65页 |
| ·实验分析 | 第65-76页 |
| ·测试数据准备 | 第65-68页 |
| ·统计量设计分析 | 第68-71页 |
| ·TCMEH 性能分析 | 第71-76页 |
| ·本章小结 | 第76-78页 |
| 第3章 自适应性计数型 Bloom Filters 研究 | 第78-103页 |
| ·Bloom Filters | 第79-82页 |
| ·侵入式计数 Bloom Filters | 第82-95页 |
| ·固定计数器方式 | 第83-85页 |
| ·可扩展逻辑计数器 | 第85-87页 |
| ·ICBF 定义及主要操作 | 第87-89页 |
| ·ICBF 参数及性能分析 | 第89-92页 |
| ·实验分析 | 第92-95页 |
| ·自适应散列函数 Bloom Filters | 第95-101页 |
| ·加权Bloom Fiters | 第95-97页 |
| ·CBF_AF 自适应机制 | 第97-98页 |
| ·CBF_AF 实现 | 第98-99页 |
| ·实验分析 | 第99-101页 |
| ·本章小结 | 第101-103页 |
| 第4章 基于流量密度相似的两阶段聚类 | 第103-127页 |
| ·基于主成分分析的特征选取 | 第103-116页 |
| ·数据降维 | 第103-107页 |
| ·混合距离 | 第107-110页 |
| ·主成分分析 | 第110-112页 |
| ·基于主成分分析的特征提取 | 第112-116页 |
| ·两阶段聚类算法 | 第116-121页 |
| ·TSC 框架 | 第117页 |
| ·TSC 概念 | 第117-121页 |
| ·TSC 算法分析 | 第121-123页 |
| ·TSC 算法 | 第121-122页 |
| ·参数选择和时间复杂性分析 | 第122-123页 |
| ·实验分析 | 第123-126页 |
| ·本章小结 | 第126-127页 |
| 第5章 基于多层聚集的限速策略 | 第127-157页 |
| ·基于聚集的流量控制 | 第127-129页 |
| ·多层聚集模式设计 | 第129-135页 |
| ·TCP 聚集模式 | 第131-133页 |
| ·UDP 聚集模式 | 第133-134页 |
| ·ICMP 聚集模式 | 第134-135页 |
| ·基于 Adapted-MULTOPS 的数据管理 | 第135-140页 |
| ·MULTOPS 结构 | 第135-137页 |
| ·Adapted-MULTOPS 结构 | 第137-140页 |
| ·异常流量控制 | 第140-151页 |
| ·控制结构设计 | 第140-143页 |
| ·公平退让机制 | 第143-149页 |
| ·控制规则设计 | 第149-151页 |
| ·实验分析 | 第151-156页 |
| ·本章小结 | 第156-157页 |
| 第6章 总结与展望 | 第157-159页 |
| ·总结 | 第157-158页 |
| ·展望 | 第158-159页 |
| 参考文献 | 第159-173页 |
| 缩略语表 | 第173-174页 |
| 攻读学位期间公开的发表论文和参加的科研项目 | 第174-176页 |
| 致谢 | 第176-177页 |
| 详细摘要 | 第177-187页 |