基于NetFlow的网络流量分析与分类研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 主要研究现状 | 第11-15页 |
| 1.3 研究目标 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 2 网络流量测量分析相关理论概述 | 第18-26页 |
| 2.1 网络流量测量分析技术 | 第18-20页 |
| 2.1.1 基于SNMP的流量测量分析 | 第18页 |
| 2.1.2 基于RMON的流量测量分析 | 第18-19页 |
| 2.1.3 基于Sniffer的流量测量分析 | 第19页 |
| 2.1.4 基于网络流的流量测量分析 | 第19-20页 |
| 2.2 NetFlow概述 | 第20-23页 |
| 2.2.1 NetFlow概念 | 第20-21页 |
| 2.2.2 NetFlow工作原理 | 第21-23页 |
| 2.3 流数据生成工具nProbe | 第23-24页 |
| 2.4 流量统计分析工具pmacct | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 网络流量聚合分析 | 第26-51页 |
| 3.1 系统架构设计 | 第26-27页 |
| 3.2 系统详细设计 | 第27-37页 |
| 3.2.1 数据采集 | 第27-31页 |
| 3.2.2 数据聚合 | 第31-37页 |
| 3.2.3 数据展示 | 第37页 |
| 3.3 网络流量聚合系统实现 | 第37-50页 |
| 3.3.1 系统实现 | 第37-44页 |
| 3.3.2 结果分析 | 第44-50页 |
| 3.4 本章小结 | 第50-51页 |
| 4 网络流量分类分析 | 第51-69页 |
| 4.1 决策树分类 | 第51-57页 |
| 4.1.1 决策树简介 | 第51-52页 |
| 4.1.2 决策树适用的问题 | 第52-53页 |
| 4.1.3 常见决策树算法 | 第53-54页 |
| 4.1.4 决策树剪枝算法 | 第54-56页 |
| 4.1.6 决策树的评价标准 | 第56-57页 |
| 4.2 C4.5决策树 | 第57-61页 |
| 4.2.1 C4.5决策树思想 | 第57页 |
| 4.2.2 C4.5决策树算法步骤 | 第57-61页 |
| 4.2.3 C4.5决策树优缺点 | 第61页 |
| 4.3 基于C4.5决策树的网络流量分类 | 第61-68页 |
| 4.3.1 实验方法 | 第61-63页 |
| 4.3.2 实验结果分析 | 第63-68页 |
| 4.4 本章小结 | 第68-69页 |
| 5 网络流量预测分析 | 第69-80页 |
| 5.1 流量预测模型 | 第69-71页 |
| 5.1.1 线性回归模型 | 第69页 |
| 5.1.2 BP神经网络 | 第69-71页 |
| 5.2 LM算法 | 第71-72页 |
| 5.3 基于LM算法的非线性回归模型 | 第72-79页 |
| 5.3.1 实现方法 | 第72-75页 |
| 5.3.2 实现结果及分析 | 第75-79页 |
| 5.4 本章小结 | 第79-80页 |
| 6 总结与展望 | 第80-82页 |
| 6.1 成果及总结 | 第80页 |
| 6.2 下一步的工作及展望 | 第80-82页 |
| 参考文献 | 第82-87页 |
| 个人简历 | 第87-88页 |
| 致谢 | 第88页 |
