| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景与选题意义 | 第8-10页 |
| ·研究背景 | 第8-9页 |
| ·选题意义 | 第9-10页 |
| ·国内外研究发展综述 | 第10-12页 |
| ·本文的研究内容 | 第12页 |
| ·本文的创新点 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第二章 高并发性能监测系统相关理论与技术基础 | 第14-30页 |
| ·系统性能测试技术 | 第14-17页 |
| ·性能测试的基本理论 | 第14-15页 |
| ·高并发系统性能测试概念 | 第15页 |
| ·高并发系统性能测试的实施 | 第15-17页 |
| ·高并发性能测试的种类与指标 | 第17页 |
| ·系统性能监视技术 | 第17-19页 |
| ·性能监视的基本概念 | 第17-18页 |
| ·性能监视对象及对应计数器类型 | 第18页 |
| ·高并发系统性能监视的实施 | 第18-19页 |
| ·可视化数据挖掘技术 | 第19-27页 |
| ·可视化数据挖掘简介 | 第19-20页 |
| ·可视化技术 | 第20-23页 |
| ·数据挖掘技术 | 第23-25页 |
| ·可视化技术与数据挖掘的结合 | 第25-27页 |
| ·实时系统 | 第27-28页 |
| ·实时系统概念 | 第27页 |
| ·实时系统特点 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 高并发性能监测系统中的问题分析及解决方案 | 第30-41页 |
| ·高并发性能监测系统实现中将面临的问题与分析 | 第30页 |
| ·针对实时数据采集和处理的解决方案 | 第30-34页 |
| ·基于时序同步的分布式并行处理技术相关概念 | 第31页 |
| ·监测数据采集的实施策略 | 第31-34页 |
| ·针对监测数据挖掘处理和统计分析的解决方案 | 第34-40页 |
| ·关于数据挖掘中神经网络分析法 | 第35-36页 |
| ·BP神经网络模型 | 第36页 |
| ·BP神经网络结构 | 第36-38页 |
| ·基于BP神经网络的数据挖掘过程 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于实时可视化数据挖掘的高并发性能监测系统的分析与设计 | 第41-61页 |
| ·系统运行模式设计 | 第41-42页 |
| ·系统架构设计 | 第42-43页 |
| ·性能测试子系统分析与设计 | 第43-48页 |
| ·性能测试子系统的分析 | 第43-44页 |
| ·性能测试子系统设计 | 第44-48页 |
| ·性能监视子系统分析与设计 | 第48-52页 |
| ·性能监视子系统分析 | 第48-49页 |
| ·性能监视子系统设计 | 第49-52页 |
| ·基于时序同步的分布式并行处理模型的设计 | 第52-53页 |
| ·BP神经网络数据挖掘算法的设计 | 第53-58页 |
| ·BP神经网络各层分布及功能设计 | 第53-54页 |
| ·基于BP神经网络数据挖掘算法建模设计 | 第54-58页 |
| ·高并发性能监测系统的部署 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于实时可视化数据挖掘的高并发性能监测系统的实现与应用 | 第61-103页 |
| ·高并发性能监测系统各基本功能的实现 | 第61-90页 |
| ·控制中心 | 第61-68页 |
| ·系统代理 | 第68-72页 |
| ·并发负载控制及负载执行的实现 | 第72-73页 |
| ·性能监测数据采集功能的实现 | 第73-84页 |
| ·监测数据分析功能的实现 | 第84-85页 |
| ·性能计数器 | 第85-86页 |
| ·可视化引擎模块的图形可视化处理实现 | 第86-90页 |
| ·BP神经网络数据挖掘算法在系统中的实现 | 第90-95页 |
| ·BP神经网络数据挖掘算法在相关模块中的分布 | 第90-91页 |
| ·BP神经网络数据挖掘算法基本代码的实现 | 第91-95页 |
| ·系统的举例应用 | 第95-102页 |
| ·本章小节 | 第102-103页 |
| 第六章 结论与展望 | 第103-105页 |
| ·本文工作总结 | 第103页 |
| ·今后的研究方向 | 第103-105页 |
| 参考文献 | 第105-109页 |
| 致谢 | 第109-110页 |