基于RMON2协议的网络流量监测与预测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景与意义 | 第14页 |
| 1.2 国内外研究概况 | 第14-16页 |
| 1.3 论文主要内容和结构 | 第16-18页 |
| 第二章 流量监测与预测的关键技术 | 第18-26页 |
| 2.1 SNMP协议 | 第18-19页 |
| 2.2 RMON协议 | 第19-22页 |
| 2.2.1 RMON介绍 | 第19-21页 |
| 2.2.2 RMON标准 | 第21-22页 |
| 2.3 神经网络的基本原理 | 第22-25页 |
| 2.3.1 人工神经网络模型 | 第22-23页 |
| 2.3.2 人工神经网络的拓扑分类 | 第23-24页 |
| 2.3.3 人工神经网络的学习算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 RMON2系统的设计与实现 | 第26-44页 |
| 3.1 系统的开发环境与需求分析 | 第26-27页 |
| 3.2 系统的总体设计 | 第27-28页 |
| 3.3 系统的模块设计 | 第28-39页 |
| 3.3.1 系统模块零层分解 | 第28-29页 |
| 3.3.2 系统模块一层分解 | 第29-30页 |
| 3.3.3 系统一层模块的运行设计 | 第30-32页 |
| 3.3.4 系统模块二层分解 | 第32-33页 |
| 3.3.5 系统二层模块的运行设计 | 第33-39页 |
| 3.4 系统测试与运行效果 | 第39-43页 |
| 3.4.1 测试组网 | 第39页 |
| 3.4.2 测试方法 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 RMON2自动化工具实现 | 第44-54页 |
| 4.1 测试自动化与TCL语言 | 第44-46页 |
| 4.1.1 自动化测试的优点和缺点 | 第44-45页 |
| 4.1.2 TCL脚本语言 | 第45-46页 |
| 4.2 测试脚本系统设计 | 第46-50页 |
| 4.2.1 测试环境组网 | 第46页 |
| 4.2.2 脚本设计分析 | 第46-50页 |
| 4.3 测试脚本实施 | 第50-53页 |
| 4.3.1 测试脚本结构 | 第50-51页 |
| 4.3.2 测试脚本实例与执行分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 基于神经网络的网络流量预测 | 第54-68页 |
| 5.1 基于BP神经网络的网络流量预测 | 第54-61页 |
| 5.1.1 BP神经网络结构 | 第54页 |
| 5.1.2 BP神经网络学习算法 | 第54-58页 |
| 5.1.3 BP神经网络设计的关键因素 | 第58-59页 |
| 5.1.4 基于BP神经网络的流量预测模型 | 第59-61页 |
| 5.2 基于小波神经网络的流量预测 | 第61-66页 |
| 5.2.1 小波理论 | 第61页 |
| 5.2.2 小波神经网络基本概念 | 第61-62页 |
| 5.2.3 小波神经网络学习算法 | 第62-65页 |
| 5.2.4 基于小波神经网络的流量预测模型 | 第65-66页 |
| 5.3 本章小结 | 第66-68页 |
| 第六章 总结 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74页 |
