| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-15页 |
| ·课题背景 | 第12-13页 |
| ·主要研究工作和贡献 | 第13-14页 |
| ·主要研究工作 | 第13页 |
| ·主要贡献 | 第13-14页 |
| ·论文的组织 | 第14-15页 |
| 第二章 相关研究 | 第15-26页 |
| ·流量识别研究现状 | 第15-16页 |
| ·P2P协议及其签名 | 第16-21页 |
| ·Gnutella协议 | 第17-18页 |
| ·eDonkey协议 | 第18-19页 |
| ·DirectConnect协议 | 第19页 |
| ·BitTorrent协议 | 第19-20页 |
| ·Kazaa协议 | 第20-21页 |
| ·流量监测技术 | 第21-23页 |
| ·网络流量监测系统模型 | 第21页 |
| ·RMON (Remote Monitor) | 第21-22页 |
| ·NetFlow | 第22页 |
| ·sFlow | 第22页 |
| ·比较 | 第22-23页 |
| ·sFlow技术 | 第23-24页 |
| ·sFlow采样机制 | 第23页 |
| ·sFlow MIB | 第23-24页 |
| ·sFlow数据传输协议及格式 | 第24页 |
| ·面向应用的流量识别的重要性 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 网络应用交互行为研究 | 第26-32页 |
| ·三种典型的网络应用交互特征 | 第26-29页 |
| ·P2P应用 | 第26-28页 |
| ·流媒体应用 | 第28页 |
| ·网络游戏 | 第28-29页 |
| ·网络应用程序的分类 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于sFlow技术的流量分析 | 第32-45页 |
| ·基于sFlow技术的流量分析架构 | 第32-37页 |
| ·数据采样模块 | 第32-33页 |
| ·数据接收模块 | 第33-34页 |
| ·数据存储与管理模块 | 第34-36页 |
| ·数据分析模块 | 第36页 |
| ·前端工具 | 第36-37页 |
| ·基于构架的应用 | 第37-39页 |
| ·资源利用水平 | 第37-39页 |
| ·判定网络流量异常 | 第39页 |
| ·确定网络瓶颈 | 第39页 |
| ·实验结果 | 第39-44页 |
| ·接口层流量测量算法 | 第40-41页 |
| ·主机层流量测量算法 | 第41-43页 |
| ·应用层流量测量算法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于流亲戚关系分组(FRRG)的流量识别算法 | 第45-55页 |
| ·有效载荷检测算法 | 第45-47页 |
| ·限制 | 第45页 |
| ·算法 | 第45-47页 |
| ·非有效载荷检测算法 | 第47-48页 |
| ·算法 | 第47-48页 |
| ·误判 | 第48页 |
| ·局限性 | 第48页 |
| ·基于流亲戚关系分组的流量识别算法 | 第48-54页 |
| ·应用程序特征表 | 第49页 |
| ·流生成 | 第49-51页 |
| ·流亲戚关系计量 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 FRRG算法的分析验证及实现 | 第55-65页 |
| ·算法分析 | 第55-59页 |
| ·识别准确率 | 第55-57页 |
| ·时间复杂性分析 | 第57-58页 |
| ·算法对比 | 第58-59页 |
| ·算法验证 | 第59-61页 |
| ·缺陷分析 | 第61-62页 |
| ·FRRG工具实现 | 第62-64页 |
| ·工具介绍 | 第62-63页 |
| ·未被实现的功能 | 第63-64页 |
| ·工具使用 | 第64页 |
| ·本章小结 | 第64-65页 |
| 第七章 结束语 | 第65-67页 |
| ·工作总结 | 第65-66页 |
| ·下一步工作 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士期间发表的论文 | 第71-72页 |
| 攻读硕士期间参加的科研项目 | 第72页 |