近幾年,互聯(lián)網(wǎng)的快速發(fā)展和壯大,使得網(wǎng)絡(luò)規(guī)模急劇擴(kuò)大,網(wǎng)絡(luò)帶寬不斷增加,不同類型的網(wǎng)絡(luò)業(yè)務(wù)層出不窮,與此同時(shí),也出現(xiàn)了各種各樣的問題,例如網(wǎng)絡(luò)帶寬的一味擴(kuò)容并不能夠滿足日益增加的各類網(wǎng)絡(luò)應(yīng)用的需求,部分網(wǎng)絡(luò)應(yīng)用對(duì)網(wǎng)絡(luò)帶寬的過量消耗使得網(wǎng)絡(luò)資源不能夠得到充分地利用,網(wǎng)絡(luò)安全日益嚴(yán)重。目前,網(wǎng)絡(luò)流量分析技術(shù)是能夠解決這些問題的有效手段之一,它能夠?yàn)槌浞趾侠淼乩镁W(wǎng)絡(luò)帶寬、維護(hù)網(wǎng)絡(luò)安全環(huán)境、實(shí)現(xiàn)差異化QoS（服務(wù)質(zhì)量）控制和分析網(wǎng)絡(luò)業(yè)務(wù)提供強(qiáng)而有力的理論依據(jù)�；诰垲愃惴ǖ膶�(shí)時(shí)IP流量識(shí)別技術(shù)是網(wǎng)絡(luò)流量分析方法中的研究熱點(diǎn),此種方法將機(jī)器學(xué)習(xí)中的聚類算法運(yùn)用到實(shí)時(shí)IP流量識(shí)別技術(shù)中,能夠得到較高的網(wǎng)絡(luò)應(yīng)用的識(shí)別準(zhǔn)確率。本文針對(duì)基于聚類算法的實(shí)時(shí)IP流量識(shí)別技術(shù)做了深入研究,研究的主要內(nèi)容主要有如下幾個(gè)方面：1、對(duì)互聯(lián)網(wǎng)的發(fā)展近況做了簡(jiǎn)要的介紹,包括網(wǎng)絡(luò)的規(guī)模、網(wǎng)絡(luò)的應(yīng)用業(yè)務(wù)、網(wǎng)絡(luò)的帶寬資源及網(wǎng)絡(luò)的安全性四個(gè)方面,并且對(duì)網(wǎng)絡(luò)流量分析的必要性和當(dāng)前面臨的主要問題做出了闡述。2、對(duì)網(wǎng)絡(luò)流量分析的研究現(xiàn)狀進(jìn)行了概括。首先,介紹了三種主流的網(wǎng)絡(luò)流量分析方法,分別是基于端口的分析方法、基于包負(fù)載的分析方... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 引言
    1.1 Internet發(fā)展近況
        1.1.1 Internet規(guī)模
        1.1.2 Internet業(yè)務(wù)
        1.1.3 Internet資源
        1.1.4 Internet安全問題
    1.2 網(wǎng)絡(luò)流量分析的必要性
    1.3 在線網(wǎng)絡(luò)流量分析的面臨問題
    1.4 本文的主要工作
    1.5 論文結(jié)構(gòu)
第二章 網(wǎng)絡(luò)流量分析的背景知識(shí)及研究現(xiàn)狀
    2.1 基于機(jī)器學(xué)習(xí)算法的流量識(shí)別的基本概念
        2.1.1 網(wǎng)絡(luò)應(yīng)用數(shù)據(jù)流的基本概念
        2.1.2 機(jī)器學(xué)習(xí)方法概要
    2.2 網(wǎng)絡(luò)流量識(shí)別方法
        2.2.1 基于端口的識(shí)別方法
        2.2.2 基于包負(fù)載的識(shí)別方法
        2.2.3 基于流特征統(tǒng)計(jì)的流量識(shí)別方法
        2.2.4 基于機(jī)器學(xué)習(xí)算法的流量識(shí)別的研究現(xiàn)狀
    2.3 實(shí)驗(yàn)環(huán)境簡(jiǎn)介
        2.3.1 實(shí)驗(yàn)環(huán)境
        2.3.2 實(shí)驗(yàn)工具
        2.3.3 實(shí)驗(yàn)評(píng)價(jià)標(biāo)準(zhǔn)
    2.4 本章小結(jié)
第三章 特征集處理及模型設(shè)計(jì)
    3.1 特征集處理概述
        3.1.1 特征集的基本概念
        3.1.2 特征集的基本要求
        3.1.3 特征集的選擇
    3.2 特征集處理流程的改進(jìn)
    3.3 改進(jìn)特征提取模型設(shè)計(jì)
        3.3.1 特征提取模型
        3.3.2 改進(jìn)的特征提取模型設(shè)計(jì)
        3.3.3 改進(jìn)的特征提取模型分析
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 實(shí)驗(yàn)設(shè)計(jì)
        3.4.2 實(shí)驗(yàn)結(jié)果
        3.4.3 實(shí)驗(yàn)分析
    3.5 改進(jìn)的特征提取模型的分析
    3.6 本章小結(jié)
第四章 聚類算法改進(jìn)及網(wǎng)絡(luò)流量識(shí)別模型設(shè)計(jì)
    4.1 聚類算法分析
        4.1.1 劃分聚類算法
        4.1.2 層次聚類算法
        4.1.3 基于密度的方法
        4.1.4 基于網(wǎng)格的方法
        4.1.5 基于模型的方法
        4.1.6 聚類算法對(duì)比
    4.2 在網(wǎng)絡(luò)流量識(shí)別中聚類算法對(duì)比實(shí)驗(yàn)
        4.2.1 實(shí)驗(yàn)設(shè)計(jì)
        4.2.2 實(shí)驗(yàn)結(jié)果
        4.2.3 實(shí)驗(yàn)分析
    4.3 聚類算法改進(jìn)
        4.3.1 改進(jìn)算法描述
        4.3.2 改進(jìn)算法分析
    4.4 基于改進(jìn)算法的在線網(wǎng)絡(luò)流量識(shí)別模型設(shè)計(jì)
        4.4.1 在線網(wǎng)絡(luò)流量識(shí)別模型設(shè)計(jì)
        4.4.2 在線網(wǎng)絡(luò)流量識(shí)別系統(tǒng)設(shè)計(jì)
        4.4.3 在線網(wǎng)絡(luò)流量模型和系統(tǒng)分析
    4.5 基于改進(jìn)算法實(shí)驗(yàn)結(jié)果
        4.5.1 實(shí)驗(yàn)設(shè)計(jì)
        4.5.2 實(shí)驗(yàn)結(jié)果
        4.5.3 實(shí)驗(yàn)分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 今后工作及展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文



本文編號(hào)：3413346