隨著互聯(lián)網(wǎng)的快速發(fā)展,網(wǎng)絡(luò)業(yè)務(wù)應(yīng)用類型呈現(xiàn)百花齊放的狀態(tài)。這在提高了社會效率和豐富了人們精神生活的同時,也使得網(wǎng)絡(luò)環(huán)境更加復(fù)雜化,大量的P2P業(yè)務(wù)占據(jù)了帶寬資源,造成網(wǎng)絡(luò)擁塞,運營商服務(wù)質(zhì)量降低,安全問題日益突出。因此,迫切地需要實施網(wǎng)絡(luò)管理和監(jiān)控,優(yōu)化網(wǎng)絡(luò)資源,解決安全問題,提高網(wǎng)絡(luò)傳輸能力,并為網(wǎng)絡(luò)規(guī)劃和擴容提供科學(xué)依據(jù)。網(wǎng)絡(luò)業(yè)務(wù)識別技術(shù)正是支持網(wǎng)絡(luò)管理與監(jiān)控的基礎(chǔ)和有效手段。如今,過分依賴于端口和數(shù)據(jù)包負載的傳統(tǒng)網(wǎng)絡(luò)業(yè)務(wù)識別技術(shù)已經(jīng)無法應(yīng)對復(fù)雜的網(wǎng)絡(luò)環(huán)境。基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)業(yè)務(wù)識別技術(shù)提取網(wǎng)絡(luò)業(yè)務(wù)流的統(tǒng)計信息對其進行分類或聚類處理,更適用于對現(xiàn)今環(huán)境下復(fù)雜的網(wǎng)絡(luò)業(yè)務(wù)流量進行識別,因此成為網(wǎng)絡(luò)業(yè)務(wù)流識別的重點研究方向之一考慮到網(wǎng)絡(luò)業(yè)務(wù)流的數(shù)據(jù)流特性,本文致力于數(shù)據(jù)流聚類算法和網(wǎng)絡(luò)業(yè)務(wù)識別方案的研究,主要內(nèi)容和創(chuàng)新點如下：網(wǎng)格時間權(quán)重閾值自適應(yīng)的任意形狀數(shù)據(jù)流聚類方法研究：網(wǎng)格技術(shù)具有處理快速且處理時間只依賴于網(wǎng)格劃分粒度的優(yōu)點。針對網(wǎng)絡(luò)業(yè)務(wù)流的分布在數(shù)據(jù)空間中具有任意形狀,以及其在時間和空間上的傾斜特性,本文提出一種基于網(wǎng)格的任意形狀數(shù)據(jù)流聚類算法。該方法基于衰減函數(shù)提出了潛在密集... 

【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)】：129 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
目錄
第一章 引言
    1.1 研究背景
        1.1.1 互聯(lián)網(wǎng)的發(fā)展現(xiàn)狀
        1.1.2 網(wǎng)絡(luò)業(yè)務(wù)識別的意義
    1.2 網(wǎng)絡(luò)業(yè)務(wù)識別關(guān)鍵技術(shù)研究現(xiàn)狀
        1.2.1 基于端口的識別技術(shù)
        1.2.2 基于數(shù)據(jù)包負載的識別技術(shù)
        1.2.3 基于流統(tǒng)計信息的識別技術(shù)
        1.2.4 基于數(shù)據(jù)挖掘的識別技術(shù)
    1.3 現(xiàn)有技術(shù)面臨的挑戰(zhàn)
    1.4 本文的主要工作
    1.5 本文的組織結(jié)構(gòu)
第二章 網(wǎng)絡(luò)業(yè)務(wù)識別的背景知識
    2.1 數(shù)據(jù)挖掘在網(wǎng)絡(luò)業(yè)務(wù)識別中的應(yīng)用
        2.1.1 網(wǎng)絡(luò)業(yè)務(wù)識別中的基本概念
        2.1.2 網(wǎng)絡(luò)業(yè)務(wù)識別的度量方法
        2.1.3 基于數(shù)據(jù)挖掘的識別
    2.2 數(shù)據(jù)挖掘方法概述
        2.2.1 傳統(tǒng)數(shù)據(jù)挖掘方法
        2.2.2 數(shù)據(jù)流挖掘方法
        2.2.3 傳統(tǒng)數(shù)據(jù)挖掘和數(shù)據(jù)流挖掘的不同
    2.3 其他識別方法
    2.4 多種識別方法的對比
    2.5 本章小結(jié)
第三章 網(wǎng)格時間權(quán)重閾值自適應(yīng)的任意形狀數(shù)據(jù)流聚類
    3.1 引言
    3.2 相關(guān)工作
        3.2.1 基于傳統(tǒng)聚類方法的網(wǎng)絡(luò)業(yè)務(wù)識別
        3.2.2 流聚類方法
    3.3 問題分析和相關(guān)概念
        3.3.1 問題分析及解決方法
        3.3.2 相關(guān)概念
    3.4 網(wǎng)格時間權(quán)重閾值自適應(yīng)的流聚類算法
        3.4.1 網(wǎng)格結(jié)構(gòu)
        3.4.2 自適應(yīng)的網(wǎng)格時間權(quán)重閾值
        3.4.3 在線網(wǎng)格維護算法
        3.4.4 離線宏聚類算法
    3.5 實驗結(jié)果與分析
        3.5.1 實驗設(shè)置
        3.5.2 實驗數(shù)據(jù)集
        3.5.3 實驗結(jié)果
        3.5.4 算法分析
    3.6 本章小結(jié)
第四章 基于網(wǎng)格密度的數(shù)據(jù)流演化聚類
    4.1 引言
    4.2 相關(guān)工作和問題分析
        4.2.1 相關(guān)工作
        4.2.2 問題分析
    4.3 基于網(wǎng)格密度的數(shù)據(jù)流演化聚類算法
        4.3.1 基于數(shù)據(jù)點密度系數(shù)的網(wǎng)格結(jié)構(gòu)
        4.3.2 金字塔時間框架技術(shù)
        4.3.3 在線維護算法
        4.3.4 離線演化聚類分析
    4.4 實驗結(jié)果與分析
        4.4.1 實驗設(shè)置
        4.4.2 實驗結(jié)果
        4.4.3 算法分析
    4.5 本章小結(jié)
第五章 基于流聚類的半監(jiān)督多級網(wǎng)絡(luò)業(yè)務(wù)識別
    5.1 引言
    5.2 在線多級網(wǎng)絡(luò)業(yè)務(wù)分流識別體系
        5.2.1 長短流與子流的判定
        5.2.2 多級網(wǎng)絡(luò)業(yè)務(wù)分流識別體系設(shè)計
    5.3 基于流聚類算法的半監(jiān)督識別方案
        5.3.1 設(shè)計目標
        5.3.2 方案設(shè)計
        5.3.3 模塊功能描述
    5.4 基于長流的子流屬性特征提取與選擇
        5.4.1 實驗數(shù)據(jù)說明
        5.4.2 初始屬性特征統(tǒng)計
        5.4.3 特征子集選擇
    5.5 在線更新的簇映射規(guī)則
    5.6 實驗結(jié)果與分析
        5.6.1 實驗設(shè)置
        5.6.2 實驗結(jié)果
        5.6.3 方法分析
    5.7 本章小結(jié)
第六章 小結(jié)與展望
參考文獻
致謝
攻讀博士學(xué)位期間發(fā)表的學(xué)術(shù)論文


【參考文獻】：
期刊論文
[1]基于滑動窗口的進化數(shù)據(jù)流聚類[J]. 常建龍,曹鋒,周傲英+.  軟件學(xué)報. 2007(04)
[2]一種基于網(wǎng)格方法的高維數(shù)據(jù)流子空間聚類算法[J]. 孫玉芬,盧炎生.  計算機科學(xué). 2007(04)
[3]基于圖形處理器的數(shù)據(jù)流快速聚類[J]. 曹鋒,周傲英.  軟件學(xué)報. 2007(02)
[4]高維數(shù)據(jù)流聚類及其演化分析研究[J]. 周曉云,孫志揮,張柏禮,楊宜東.  計算機研究與發(fā)展. 2006(11)
[5]基于數(shù)據(jù)流的任意形狀聚類算法[J]. 朱蔚恒,印鑒,謝益煌.  軟件學(xué)報. 2006(03)

博士論文
[1]網(wǎng)絡(luò)流量的離線分析[D]. 林平.北京郵電大學(xué) 2010



本文編號：3614743