基于虚拟向量的超点检测算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 相关定义 | 第10页 |
| 1.2.1 流 | 第10页 |
| 1.2.2 主机基数 | 第10页 |
| 1.2.3 超点 | 第10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.4 论文的研究内容及组织结构 | 第13-14页 |
| 第2章 超点检测算法的相关技术 | 第14-28页 |
| 2.1 超点检测相关技术 | 第14-16页 |
| 2.1.1 哈希函数 | 第14-15页 |
| 2.1.2 位映射 | 第15-16页 |
| 2.1.3 虚拟向量 | 第16页 |
| 2.2 基于流抽样的超点检测算法 | 第16-18页 |
| 2.3 基于位映射的超点检测算法 | 第18-20页 |
| 2.4 基于比特共享的超点检测算法 | 第20-23页 |
| 2.4.1 基于虚拟向量的超点基数估计器 | 第20-21页 |
| 2.4.2 基于虚拟索引的主机连接度测量算法 | 第21-23页 |
| 2.5 基于可逆结构的超点检测算法 | 第23-27页 |
| 2.5.1 基于可逆概要的高主机连接度的检测算法 | 第23-25页 |
| 2.5.2 基于VBF的超点检测算法 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于虚拟向量的超点检测算法 | 第28-38页 |
| 3.1 LADS的总体结构 | 第28-29页 |
| 3.2 在线更新模块 | 第29-31页 |
| 3.3 离线估计模块 | 第31-34页 |
| 3.3.1 选取候选虚拟向量 | 第31页 |
| 3.3.2 还原源IP | 第31-33页 |
| 3.3.3 主机基数估计 | 第33-34页 |
| 3.4 算法分析 | 第34-37页 |
| 3.4.1 主机基数估计值K的计算 | 第34-36页 |
| 3.4.2 时间复杂度分析 | 第36-37页 |
| 3.4.3 空间复杂度分析 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 实验 | 第38-58页 |
| 4.1 实验数据 | 第38页 |
| 4.2 评价指标 | 第38-39页 |
| 4.3 实验结果与比较分析 | 第39-57页 |
| 4.3.1 哈希函数均匀性测试 | 第39-42页 |
| 4.3.2 LADS与VBF算法白勺比较 | 第42-47页 |
| 4.3.3 LADS与其他算法的比较 | 第47-53页 |
| 4.3.5 参数对LADS性能的影响 | 第53-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间公开发表学术论文 | 第63-64页 |
| 致谢 | 第64页 |
