| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文研究内容 | 第10页 |
| ·本文结构 | 第10-11页 |
| 第二章 网络测量技术 | 第11-17页 |
| ·网络测量面对的问题 | 第11页 |
| ·网络测量分类 | 第11-13页 |
| ·网络流测量技术 | 第13-16页 |
| ·流的定义 | 第13-14页 |
| ·流特征描述 | 第14页 |
| ·流测量分类 | 第14-15页 |
| ·流的重尾分布特性 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 哈希技术研究 | 第17-25页 |
| ·哈希技术概述 | 第17页 |
| ·哈希函数性能测度 | 第17-18页 |
| ·Bloom Filter | 第18-21页 |
| ·Bloom Filter 基本原理 | 第18-19页 |
| ·Bloom Filter 的错误率估计 | 第19-20页 |
| ·哈希函数个数选择 | 第20页 |
| ·位数组的长度 | 第20-21页 |
| ·Bloom Filter 小结 | 第21页 |
| ·Space-Code Bloom Filter | 第21-22页 |
| ·Counting Bloom Filter | 第22-23页 |
| ·Dynamic Counting Bloom Filter | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 基于 LRU 和扩展 CBF 结构的算法 LRU_MCBF | 第25-38页 |
| ·最近最少使用算法 LRU | 第25页 |
| ·扩展的 Counting Bloom Filter-MCBF | 第25-27页 |
| ·LRU-MCBF 算法 | 第27-33页 |
| ·算法模型 | 第27-31页 |
| ·算法的空间复杂度分析 | 第31-32页 |
| ·算法的时间复杂度分析 | 第32-33页 |
| ·LRU-MCBF 算法实验 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第五章 基于抽样的 LRU-MCBF 算法 | 第38-50页 |
| ·抽样技术 | 第38-41页 |
| ·抽样的基本概念 | 第38页 |
| ·抽样的分类 | 第38-39页 |
| ·抽样的触发方式 | 第39-40页 |
| ·抽样估计方法 | 第40-41页 |
| ·基于抽样的 LRU-MCBF 算法 | 第41-44页 |
| ·抽样的可行性分析 | 第41页 |
| ·算法模型 | 第41-42页 |
| ·算法的复杂度 | 第42-43页 |
| ·算法的流程图 | 第43-44页 |
| ·基于抽样的 LRU-MCBF 算法实验 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 主要结论与展望 | 第50-52页 |
| ·主要结论 | 第50页 |
| ·展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第55页 |
