首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于流量监测的网络用户行为分析

摘要第1-6页
ABSTRACT第6-12页
第一章 绪论第12-29页
   ·中国网络发展现状第12-15页
     ·网络规模第12-13页
     ·网络服务第13-14页
     ·网络用户构成第14页
     ·用户上网时间第14-15页
   ·网络用户行为分析第15-21页
     ·网络用户的概念第15页
     ·网络用户行为的概念及特征第15-17页
     ·网络用户行为分析的概念第17页
     ·网络用户行为分析的内容第17-21页
     ·网络用户行为分析的意义第21页
   ·基于流量监测的网络用户行为数据采集第21-24页
     ·网络流量的识别与解析第22-23页
     ·数据的获取环境第23页
     ·流量监测设备的部署第23-24页
     ·数据特点第24页
   ·论文研究内容和创新点第24-27页
   ·论文结构第27-29页
第二章 网络用户行为分析方法第29-45页
   ·概述第29-30页
   ·数据预处理第30-31页
     ·数据清理第30页
     ·数据转换第30-31页
     ·数据规约第31页
   ·统计分析第31-33页
     ·统计指标第32-33页
     ·统计表和统计图第33页
   ·聚类分析第33-43页
     ·相似性度量第33-36页
     ·常用聚类算法第36-41页
     ·聚类评估方法第41-43页
   ·其它方法第43-45页
     ·关联分析第43页
     ·时态数据挖掘第43-45页
第三章 用户会话行为统计分析第45-60页
   ·概述第45页
   ·相关工作第45-46页
   ·用户上网环境第46-48页
     ·网络用户的接入方式第46-47页
     ·网络用户的认证方式第47-48页
   ·数据来源第48-49页
     ·RADIUS报文监测与解析第48页
     ·数据内容第48-49页
   ·会话行为统计特征第49-58页
     ·会话行为指标随时间的分布特征第49-52页
     ·会话行为指标间的相关性第52-57页
     ·会话行为中的帕雷托效应第57-58页
   ·本章小结第58-60页
第四章 用户上网时段喜好分析第60-73页
   ·概述第60页
   ·相关工作第60-61页
   ·数据来源第61-62页
   ·用户上网时间分布的近相似性第62-64页
     ·概念提出第62页
     ·数据验证第62-64页
   ·基于快速分组的层次聚类算法第64-72页
     ·算法介绍第64-65页
     ·聚类数目选择第65-66页
     ·实验结果第66-68页
     ·算法评估第68-72页
   ·本章小结第72-73页
第五章 用户Web喜好分析第73-102页
   ·概述第73页
   ·相关工作第73-74页
   ·数据来源第74-76页
   ·Web访问数据统计分析第76-78页
     ·Web类型的日访问次数分析第76页
     ·Web类型的日访问人数分析第76-77页
     ·用户访问Web类型数量分析第77-78页
   ·基于量值的频繁闭项集层次聚类算法第78-101页
     ·算法介绍第78-88页
     ·实验结果第88-90页
     ·算法评估第90-101页
   ·本章小结第101-102页
第六章 用户Web访问状态转移研究第102-124页
   ·概述第102-103页
   ·相关工作第103-104页
   ·Web访问状态获取第104-105页
   ·Web访问状态统计分析第105-110页
     ·用户数量随状态数量分布第105-106页
     ·用户数量随状态转移次数分布第106页
     ·用户状态相似度分析第106-110页
     ·小结第110页
   ·用户连续Web访问状态转移模式发现第110-123页
     ·基于熵的CWSTM聚类算法第110-117页
     ·实验结果第117-118页
     ·算法评估第118-122页
     ·确定性转移概率预测准确性验证第122-123页
   ·本章小结第123-124页
结束语:总结与展望第124-126页
参考文献第126-133页
附录:缩写词说明第133-135页
致谢第135-137页
攻读学位期间发表的学术论文目录第137页

论文共137页,点击 下载论文
上一篇:无结构P2P网络中基于语义和节点存储能力的搜索关键技术研究
下一篇:基于多核平台的网络流量监测研究与优化