| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状分析 | 第12-14页 |
| 1.2.1 国内外研究现状分析 | 第12-14页 |
| 1.2.2 现有研究工作存在的问题和不足 | 第14页 |
| 1.3 论文的主要研究内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第2章 TCSN的业务分类与服务模型设计 | 第16-31页 |
| 2.1 TCSN概述 | 第16页 |
| 2.2 TCSN业务分析 | 第16-21页 |
| 2.2.1 TCSN列车控制业务分析 | 第16-20页 |
| 2.2.2 TCSN旅客服务业务分析 | 第20-21页 |
| 2.3 TCSN业务传输服务需求分析 | 第21-23页 |
| 2.3.1 传输服务需求的定义 | 第21-22页 |
| 2.3.2 TCSN控制类业务传输需求分析 | 第22页 |
| 2.3.3 TCSN服务类业务传输需求分析 | 第22-23页 |
| 2.4 TCSN业务分类 | 第23-24页 |
| 2.4.1 传统网络的QoS业务分类 | 第23页 |
| 2.4.2 TCSN的业务分类 | 第23-24页 |
| 2.5 TCSN服务参数设计 | 第24-30页 |
| 2.5.1 DSCP参数设计 | 第25-28页 |
| 2.5.2 SLA参数设计 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 TCSN流量识别 | 第31-44页 |
| 3.1 TCSN流量识别算法的应用场合及算法性能要求 | 第31页 |
| 3.2 TCSN控制类流量识别 | 第31页 |
| 3.3 TCSN服务类流量识别算法设计与实现 | 第31-36页 |
| 3.3.1 常用的网络流量识别算法 | 第31-32页 |
| 3.3.2 TCSN服务类流量识别算法设计 | 第32-33页 |
| 3.3.3 TCSN流量识别算法实现 | 第33-36页 |
| 3.4 TCSN流量识别 | 第36-42页 |
| 3.4.1 微信业务流量识别 | 第36-38页 |
| 3.4.2 QQ业务流量识别 | 第38页 |
| 3.4.3 网易云音乐流量识别 | 第38-40页 |
| 3.4.4 淘宝业务流量识别 | 第40-41页 |
| 3.4.5 BitTorrent业务流量识别 | 第41-42页 |
| 3.4.6 部分移动互联网业务流量识别 | 第42页 |
| 3.5 TCSN流量识别算法性能分析 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 TCSN网络仿真 | 第44-58页 |
| 4.1 TCSN网络仿真模型设计 | 第44页 |
| 4.2 TCSN网络仿真软件的设计 | 第44-46页 |
| 4.2.1 仿真采用的方法和原理 | 第44-45页 |
| 4.2.2 仿真时钟设计 | 第45-46页 |
| 4.3 TCSN网络仿真软件的实现 | 第46-51页 |
| 4.3.1 流量识别模块 | 第46页 |
| 4.3.2 流量监管模块 | 第46-49页 |
| 4.3.3 流量调度模块 | 第49-51页 |
| 4.4 仿真结果分析 | 第51-56页 |
| 4.4.1 仿真统计的性能参数 | 第51页 |
| 4.4.2 仿真结果分析 | 第51-56页 |
| 4.5 本章小结 | 第56-58页 |
| 总结与展望 | 第58-60页 |
| 1.总结 | 第58页 |
| 2.展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 在读期间的科研工作及论文发表情况 | 第65页 |