模糊聚类在网络运行态势感知中的应用研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究发展及现状 | 第14-16页 |
| 1.3 本文主要工作与贡献 | 第16页 |
| 1.4 论文结构及内容安排 | 第16-18页 |
| 第二章 网络态势感知相关技术 | 第18-25页 |
| 2.1 网络态势感知研究 | 第18-19页 |
| 2.2 态势评估指标体系 | 第19页 |
| 2.3 网络态势感知模型 | 第19-21页 |
| 2.4 网络态势评估方法 | 第21-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 网络运行态势感知系统模型 | 第25-41页 |
| 3.1 网络态势感知需求分析 | 第25页 |
| 3.2 网络运行态势感知模型 | 第25-29页 |
| 3.2.1 纵向模型 | 第25-27页 |
| 3.2.2 横向模型 | 第27-28页 |
| 3.2.3 模型总述 | 第28-29页 |
| 3.3 网络运行态势感知系统结构设计 | 第29-32页 |
| 3.3.1 系统功能设计 | 第29-30页 |
| 3.3.2 系统总体架构 | 第30页 |
| 3.3.3 系统运行过程 | 第30-32页 |
| 3.4 网络运行态势感知指标体系 | 第32-39页 |
| 3.4.1 问题描述 | 第32页 |
| 3.4.2 网络态势评估指标体系 | 第32-38页 |
| 3.4.3 评估指标规范化 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于模糊聚类的态势评估方法 | 第41-57页 |
| 4.1 模糊聚类算法的研究 | 第41-45页 |
| 4.1.1 需求分析 | 第41页 |
| 4.1.2 模糊聚类算法研究进展 | 第41-42页 |
| 4.1.3 模糊c-均值算法 | 第42-44页 |
| 4.1.4 传统的半监督FCM聚类算法 | 第44-45页 |
| 4.2 基于改进的模糊聚类算法 | 第45-54页 |
| 4.2.1 Canopy算法简介 | 第45-47页 |
| 4.2.2 基于Canopy聚类的FCM算法 | 第47-48页 |
| 4.2.3 基于网络态势等级划分的预标签 | 第48-49页 |
| 4.2.4 基于改进的半监督FCM算法 | 第49-52页 |
| 4.2.5 实验结果与分析 | 第52-54页 |
| 4.3 基于加权融合的网络运行态势评估过程 | 第54-56页 |
| 4.3.1 链路权重评价方法 | 第54-56页 |
| 4.3.2 网络运行态势评估过程 | 第56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 网络运行态势感知实验与分析 | 第57-64页 |
| 5.1 实验环境 | 第57页 |
| 5.2 网络运行态势评估过程测试 | 第57-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本文工作总结 | 第64-65页 |
| 6.2 下一步研究工作 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69页 |
