网络业务流的特性分析及预测技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 前言 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·课题意义 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·本文主要工作 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第二章 网络业务流量特性分析 | 第13-26页 |
| ·自相似性 | 第13-22页 |
| ·自相似过程的定义 | 第14-16页 |
| ·自相似过程的性质 | 第16-17页 |
| ·自相似性判断方法 | 第17-21页 |
| ·形成网络流量自相似性的原因 | 第21-22页 |
| ·长相关性 | 第22-23页 |
| ·重尾分布 | 第23-24页 |
| ·网络业务流的相关特性对网络性能的影响 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 网络业务流量预测方法研究 | 第26-35页 |
| ·网络流量的可预测性 | 第26-27页 |
| ·基于流量模型的预测方法 | 第27-30页 |
| ·短相关模型 | 第27-29页 |
| ·马尔可夫模型 | 第27-28页 |
| ·回归模型 | 第28-29页 |
| ·长相关模型 | 第29-30页 |
| ·分形布朗运动 | 第29页 |
| ·分形高斯噪声 | 第29-30页 |
| ·FARIMA 模型 | 第30页 |
| ·基于小波变换的网络流量预测方法 | 第30-32页 |
| ·网络流量的LMMSE 估计方法 | 第32-33页 |
| ·预测方法性能比较与评价 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于小波多尺度分析的网络流量组合预测方法 | 第35-47页 |
| ·网络流量分析和预测 | 第35-37页 |
| ·流量的汇聚性 | 第35页 |
| ·基于小波多尺度分析 | 第35-37页 |
| ·基于小波多尺度分析的组合流量预测方法 | 第37-40页 |
| ·网络流量预测模型 | 第37-38页 |
| ·对小波分析生成的逼近信号的预测 | 第38-39页 |
| ·对小波分析生成的细节信号的预测 | 第39-40页 |
| ·预测结果的生成 | 第40页 |
| ·预测算法和步骤 | 第40-41页 |
| ·仿真实验 | 第41-46页 |
| ·仿真环境和实验数据选择 | 第41-42页 |
| ·实验结果及分析 | 第42-46页 |
| ·和其他预测方法的对比 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于流量预测的 DDoS 攻击检测 | 第47-52页 |
| ·DDos 攻击检测的新思路 | 第47-48页 |
| ·基于流量预测的 DDoS 攻击检测模型 | 第48-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第60页 |
