| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 P2P 流量识别研究现状 | 第8-9页 |
| 1.3 论文的主要内容和论文结构 | 第9-11页 |
| 1.3.1 论文主要内容 | 第9-10页 |
| 1.3.2 论文结构 | 第10-11页 |
| 第二章 P2P 流量识别方法概述 | 第11-16页 |
| 2.1 P2P 网络概述 | 第11-12页 |
| 2.1.1 P2P 网络的概念 | 第11页 |
| 2.1.2 P2P 网络的发展 | 第11-12页 |
| 2.1.3 P2P 技术的应用 | 第12页 |
| 2.2 P2P 流量识别方法 | 第12-16页 |
| 2.2.1 基于端口的识别方法 | 第12-13页 |
| 2.2.2 深度数据包识别方法 | 第13页 |
| 2.2.3 行为特征识别方法 | 第13-14页 |
| 2.2.4 基于机器学习的识别方法 | 第14-15页 |
| 2.2.5 云计算环境下的识别方法 | 第15-16页 |
| 第三章 基于节点及流量行为特征的 P2P 流量识别 | 第16-26页 |
| 3.1 引言 | 第16页 |
| 3.2 P2P 节点特征识别法 | 第16-19页 |
| 3.2.1 P2P 节点双面性特征 | 第16-17页 |
| 3.2.2 P2P 节点特征的识别算法 | 第17-18页 |
| 3.2.3 算法伪代码 | 第18-19页 |
| 3.3 P2P 流量特征识别法 | 第19-20页 |
| 3.3.1 P2P 流量特征 | 第19页 |
| 3.3.2 P2P 流量特征识别算法 | 第19-20页 |
| 3.3.3 算法伪代码 | 第20页 |
| 3.4 实验设计与结果分析 | 第20-24页 |
| 3.4.1 数据集 | 第20-21页 |
| 3.4.2 测试指标 | 第21页 |
| 3.4.3 系统结构 | 第21-22页 |
| 3.4.4 实验 | 第22-24页 |
| 3.5 本章小结 | 第24-26页 |
| 第四章 云计算环境下的 P2P 流量识别 | 第26-38页 |
| 4.1 引言 | 第26页 |
| 4.2 Map/Reduce 云计算模型 | 第26-27页 |
| 4.3 粗糙集理论 | 第27-30页 |
| 4.3.1 相关概念 | 第27-28页 |
| 4.3.2 DIS 属性约简算法 | 第28页 |
| 4.3.3 改进的 DIS 属性约简算法 | 第28-30页 |
| 4.4 朴素贝叶斯理论 | 第30-32页 |
| 4.4.1 朴素贝叶斯分类公式 | 第30-31页 |
| 4.4.2 云计算环境下的朴素贝叶斯分类算法 | 第31-32页 |
| 4.5 实验与结果分析 | 第32-37页 |
| 4.5.1 实验环境 | 第32-33页 |
| 4.5.2 数据集 | 第33页 |
| 4.5.3 结果分析 | 第33-37页 |
| 4.6 本章小结 | 第37-38页 |
| 第五章 总结与展望 | 第38-39页 |
| 5.1 总结 | 第38页 |
| 5.2 展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 在校期间发表的学术论文 | 第42-43页 |
| 致谢 | 第43页 |