基于网络流量监测与预测的用户流量行为分析方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文主要研究内容 | 第10页 |
| ·本文组织结构 | 第10-12页 |
| 第2章 基础理论 | 第12-22页 |
| ·网络用户流量行为概念与分类 | 第12-13页 |
| ·网络用户流量行为分析过程 | 第13-14页 |
| ·网络流量识别 | 第14-16页 |
| ·基本概念 | 第14-15页 |
| ·流量识别技术 | 第15-16页 |
| ·经典数据挖掘算法 | 第16-18页 |
| ·Apriori 算法 | 第16-18页 |
| ·朴素贝叶斯算法 | 第18页 |
| ·用户行为预测方法 | 第18-20页 |
| ·时间序列 | 第18-19页 |
| ·ARMA 模型 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第3章 单用户流量行为分析 | 第22-30页 |
| ·单用户流量行为表示 | 第22-23页 |
| ·网络流量获取 | 第23-24页 |
| ·用户流量行为模式挖掘 | 第24-25页 |
| ·数据预处理 | 第24-25页 |
| ·用户流量行为模式生成 | 第25页 |
| ·用户流量行为模式相似度 | 第25-26页 |
| ·实验分析 | 第26-29页 |
| ·实验数据 | 第26-27页 |
| ·实验过程 | 第27页 |
| ·实验结果及分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 海量用户流量行为分析与异常用户定位 | 第30-42页 |
| ·海量用户行为表示 | 第30-33页 |
| ·网络流量特征集 | 第30-32页 |
| ·特征选择规则 | 第32-33页 |
| ·海量用户流量行为分析系统 | 第33-34页 |
| ·海量用户流量行为分析 | 第34页 |
| ·异常用户定位 | 第34-35页 |
| ·实验分析 | 第35-39页 |
| ·数据集 | 第35页 |
| ·实验过程 | 第35-36页 |
| ·实验结果及分析 | 第36-39页 |
| ·本章小结 | 第39-42页 |
| 第5章 基于预测的海量用户流量行为分析 | 第42-54页 |
| ·序列平稳化处理 | 第43-45页 |
| ·预测模型构建与预测 | 第45-47页 |
| ·构建用户流量行为模型 | 第45页 |
| ·流量行为预测 | 第45-47页 |
| ·异常行为预判 | 第47-48页 |
| ·实验分析 | 第48-52页 |
| ·数据集 | 第48页 |
| ·实验过程 | 第48-49页 |
| ·实验结果及分析 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间所发表的学术论文 | 第60-62页 |
| 致谢 | 第62页 |
