| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究意义和目的 | 第11页 |
| ·论文工作概述和结构 | 第11-13页 |
| 2 P2P 流媒体识别的技术基础 | 第13-21页 |
| ·引言 | 第13页 |
| ·P2P 流量识别技术综述 | 第13-17页 |
| ·基于应用层签名的识别方法 | 第13页 |
| ·基于流量特征的识别方法 | 第13-14页 |
| ·基于双重特征的识别方法 | 第14-15页 |
| ·基于流属性统计特征的识别方法 | 第15-16页 |
| ·P2P 流量识别技术的总结比较 | 第16-17页 |
| ·P2P 流媒体技术综述 | 第17-20页 |
| ·P2P 流媒体系统结构 | 第17-18页 |
| ·P2P 流媒体中的关键技术 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 3 P2P 流媒体特征分析及特征提取 | 第21-43页 |
| ·引言 | 第21页 |
| ·常用P2P 流媒体协议交互过程 | 第21-24页 |
| ·PPLive 协议案例分析 | 第21-23页 |
| ·P2P 流媒体通信和工作交互模式总结 | 第23-24页 |
| ·P2P 流媒体的应用层签名特征 | 第24-27页 |
| ·PPLive 应用层签名的分析 | 第25页 |
| ·PPStream 应用层签名的分析 | 第25-26页 |
| ·QQLive 应用层签名的分析 | 第26页 |
| ·UUsee 应用层签名的分析 | 第26页 |
| ·SopCast 应用层签名的分析 | 第26-27页 |
| ·P2P 流媒体应用层签名总结 | 第27页 |
| ·P2P 流媒体的流属性统计特征 | 第27-41页 |
| ·P2P 流媒体系统的流量特征分析 | 第28-31页 |
| ·WinPcap 抓包工具介绍 | 第31-35页 |
| ·P2P 流媒体流属性统计特征选取实验 | 第35-41页 |
| ·本章小结 | 第41-43页 |
| 4 基于流属性统计特征的 P2P 流媒体识别 | 第43-59页 |
| ·引言 | 第43页 |
| ·数据挖掘技术在P2P 流媒体识别方面的应用 | 第43-47页 |
| ·数据挖掘的一般过程 | 第44-45页 |
| ·常用机器学习算法介绍 | 第45-47页 |
| ·基于决策树的P2P 流媒体识别方法 | 第47-49页 |
| ·决策树分类模型构建过程 | 第47-49页 |
| ·使用决策树分类P2P 流媒体流量 | 第49页 |
| ·实验设计与分析 | 第49-58页 |
| ·Weka 平台介绍 | 第49-51页 |
| ·实验过程和结果分析 | 第51-56页 |
| ·改进的双层分类模型实验过程 | 第56-58页 |
| ·实验结果分析与评价 | 第58页 |
| ·本章小结 | 第58-59页 |
| 5 基于复合特征的 P2P 流媒体识别实验原型系统 | 第59-75页 |
| ·引言 | 第59页 |
| ·系统总体架构 | 第59-60页 |
| ·流量离线分析和识别模块 | 第60-65页 |
| ·系统模块设计 | 第60-61页 |
| ·自动提取应用层签名方法 | 第61-63页 |
| ·系统模块测试 | 第63-65页 |
| ·流量在线识别和分类模块 | 第65-73页 |
| ·系统模块设计 | 第65-66页 |
| ·基于缓存概念的线性包分类算法设计与实现 | 第66-68页 |
| ·系统模块测试 | 第68-73页 |
| ·本章小结 | 第73-75页 |
| 6 结论与展望 | 第75-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 附录 | 第83页 |