| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-12页 |
| ·课题背景 | 第9-10页 |
| ·课题来源及本人工作 | 第10页 |
| ·本文组织 | 第10-12页 |
| 第二章 P2P 流量检测技术概述 | 第12-20页 |
| ·P2P 定义 | 第13页 |
| ·P2P 流量检测技术的难点 | 第13页 |
| ·现有的P2P 流量检测方法研究 | 第13-18页 |
| ·主动检测方法 | 第13-14页 |
| ·被动检测方法 | 第14-17页 |
| ·两类检测方法的优势与缺陷 | 第17-18页 |
| ·现有检测方法的瓶颈及新的研究方向 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于机器学习的 P2P 流量识别技术研究 | 第20-37页 |
| ·机器学习与数据挖掘 | 第20-22页 |
| ·流量识别技术中的属性特征 | 第22-26页 |
| ·P2P 网络的拓扑特征 | 第23-24页 |
| ·P2P 网络的流量特征 | 第24-25页 |
| ·P2P 网络的可用性量度 | 第25-26页 |
| ·分类算法 | 第26-30页 |
| ·朴素贝叶斯算法 | 第26-27页 |
| ·贝叶斯网络算法 | 第27-28页 |
| ·支持向量机算法 | 第28-30页 |
| ·聚类算法 | 第30-32页 |
| ·流量属性特征的计算 | 第32-36页 |
| ·属性特征计算的必要性 | 第32-34页 |
| ·属性特征计算系统 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于集成学习的 P2P 流量识别算法分析与设计 | 第37-49页 |
| ·相关算法 | 第37-40页 |
| ·DTNB 算法 | 第37-38页 |
| ·ONER | 第38-39页 |
| ·BP 神经网络分类算法 | 第39-40页 |
| ·Vote 合成分类器 | 第40页 |
| ·基于集成学习的 P2P 流量分类算法 | 第40-42页 |
| ·实验环境与数据源 | 第40-41页 |
| ·基于集成学习的分类算法模型 | 第41-42页 |
| ·流量属性特征选择 | 第42-43页 |
| ·ChiSquaredAttributeEval 属性评估方法和RANK 算法 | 第42页 |
| ·属性特征选择 | 第42-43页 |
| ·实验评测 | 第43-48页 |
| ·测试平台与数据源 | 第43-45页 |
| ·分类算法模型测试方案 | 第45-46页 |
| ·分类算法模型评估方法 | 第46页 |
| ·分类机器学习算法评估标准 | 第46页 |
| ·P2P 识别准确率 | 第46-47页 |
| ·正确肯定率和错误肯定率 | 第47页 |
| ·接受者操作特性 ROC | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于 P2P 自相似性的流量控制算法分析 | 第49-56页 |
| ·流量控制方法概述 | 第49-52页 |
| ·滑动窗口协议 | 第49-50页 |
| ·漏桶算法 | 第50-51页 |
| ·令牌桶算法 | 第51-52页 |
| ·基于自相似性的 P2P 流量控制模型 | 第52-53页 |
| ·基于 FARIMA 过程的自相似模型 | 第52-53页 |
| ·基于 FARIMA 模型的时间序列预测 | 第53页 |
| ·PTCM 机制描述 | 第53-54页 |
| ·实验分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 P2P 流量识别与控制软件的设计与实现 | 第56-83页 |
| ·软件的架构 | 第56-57页 |
| ·软件的网络结构 | 第56页 |
| ·软件的体系结构 | 第56-57页 |
| ·流量检测与 PTCM 机制的设计 | 第57-77页 |
| ·相关的数据结构与原理 | 第57-65页 |
| ·识别报文功能设计 | 第65-68页 |
| ·缓存报文功能设计 | 第68-73页 |
| ·发送报文功能设计 | 第73-76页 |
| ·PTCM 机制设计 | 第76-77页 |
| ·系统演示 | 第77-82页 |
| ·系统要求 | 第77页 |
| ·使用流程 | 第77-82页 |
| ·本章小结 | 第82-83页 |
| 第七章 总结与展望 | 第83-84页 |
| ·总结 | 第83页 |
| ·展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 攻读硕士学位期间的学术论文 | 第85-86页 |
| 攻读硕士学位期间参加的科研项目 | 第86页 |
| 攻读硕士学位期间获得的专利申请 | 第86-87页 |
| 缩略词 | 第87-90页 |
| 图表目录 | 第90-93页 |
| 参考文献 | 第93-95页 |