| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 论文的选题背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文的主要内容 | 第10页 |
| 1.4 论文结构 | 第10-12页 |
| 第2章 关键技术综述与分析 | 第12-21页 |
| 2.1 网络业务流量识别方法的研究 | 第12-16页 |
| 2.1.1 端口识别技术 | 第12-13页 |
| 2.1.2 DPI(Deep Packet Inspection)技术 | 第13-15页 |
| 2.1.3 DFI(Deep Flow Inspection)技术 | 第15-16页 |
| 2.1.4 DPI与DFI比较 | 第16页 |
| 2.2 Hadoop平台 | 第16-20页 |
| 2.2.1 Hadoop分布式文件系统--HDFS(Hadoop Distributed File System) | 第17-18页 |
| 2.2.2 MapReduce简介 | 第18-20页 |
| 2.3 本章小节 | 第20-21页 |
| 第3章 DPI技术中匹配算法的研究与改进 | 第21-30页 |
| 3.1 DPI技术中的模式匹配算法 | 第21-22页 |
| 3.1.1 KMP算法 | 第21页 |
| 3.1.2 Aho-Corasick算法 | 第21-22页 |
| 3.1.3 Wu-Manber算法 | 第22页 |
| 3.2 BM算法的研究 | 第22-25页 |
| 3.2.1 BM算法原理及算法流程 | 第22-23页 |
| 3.2.2 BMH算法 | 第23-24页 |
| 3.2.3 BMHS算法 | 第24-25页 |
| 3.3 BM算法的改进--BMF(BM Fast)算法 | 第25-29页 |
| 3.3.1 BMF算法思想 | 第25-27页 |
| 3.3.2 算法的匹配过程 | 第27页 |
| 3.3.3 算法测试与分析 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 DPI技术在Hadoop平台下的网络业务流量识别研究 | 第30-43页 |
| 4.1 总体架构设计 | 第30-31页 |
| 4.2 DPI技术的网络业务流量识别 | 第31-35页 |
| 4.2.1 DPI技术识别 | 第31-32页 |
| 4.2.2 网络流量数据采集软件——Wireshark | 第32-33页 |
| 4.2.3 流量数据预处理 | 第33-34页 |
| 4.2.4 规则特征库 | 第34-35页 |
| 4.3 Hadoop平台的MapReduce编程框架 | 第35-38页 |
| 4.3.1 MapReduce编程框架—Map函数和Reduce函数 | 第35-36页 |
| 4.3.2 MapReduceBoyer-MooreFast算法设计的研究 | 第36-38页 |
| 4.4 实验 | 第38-42页 |
| 4.4.1 实验平台搭建 | 第38-39页 |
| 4.4.2 实验结果分析 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 总结与展望 | 第43-45页 |
| 5.1 论文工作总结 | 第43页 |
| 5.2 展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 在读期间发表的学术论文及研究成果 | 第48-49页 |
| 致谢 | 第49页 |
