基于分类算法与聚类算法流量识别系统的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·引言 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·研究意义 | 第13-14页 |
| ·工作成果及论文结构 | 第14-16页 |
| 第2章 流量识别技术与数据挖掘 | 第16-30页 |
| ·引言 | 第16页 |
| ·网络业务流量识别技术的分析与比较 | 第16-24页 |
| ·基于端口号的流量识别技术 | 第17页 |
| ·基于特征字段的流量识别技术 | 第17-20页 |
| ·基于传输层的流量识别技术 | 第20-24页 |
| ·数据挖掘技术 | 第24-25页 |
| ·机器学习技术 | 第25-28页 |
| ·基本概念 | 第25-26页 |
| ·评估测试 | 第26-28页 |
| ·数据挖掘技术在流量测量中的应用分析 | 第28-30页 |
| 第3章 基于分类算法的流量识别系统设计与实现 | 第30-54页 |
| ·网络识别分类算法的研究 | 第30-40页 |
| ·决策树 | 第30-34页 |
| ·规则推理 | 第34-35页 |
| ·K最近邻法 | 第35页 |
| ·贝叶斯分类 | 第35-37页 |
| ·网络流量识别算法的比较分析 | 第37-40页 |
| ·系统的设计及实现 | 第40-54页 |
| ·网络流量识别分析系统框架 | 第41-42页 |
| ·数据采集和所用工具 | 第42-45页 |
| ·评估方法与过程 | 第45-46页 |
| ·评估结果与分析 | 第46-54页 |
| 第4章 基于聚类算法的流量识别系统设计与实现 | 第54-65页 |
| ·网络识别聚类算法的研究 | 第55-58页 |
| ·K-means聚类算法 | 第56页 |
| ·DBSCAN聚类算法 | 第56-57页 |
| ·K-medoids聚类算法 | 第57-58页 |
| ·CURE聚类算法 | 第58页 |
| ·系统的设计及实现 | 第58-63页 |
| ·系统框架及功能 | 第58-60页 |
| ·评估方法与过程 | 第60页 |
| ·评估结果与分析 | 第60-63页 |
| ·基于分类算法和聚类算法的流量识别系统的比较 | 第63-65页 |
| 第5章 结束语 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的论文 | 第71页 |
