面向应用的流量识别算法研究和实现
| 论文之家 | 代写论文 | 发表论文 | 站点地图 | 收藏本站 |
您现在的位置： 硕士论文 >> 电子论文 >> 计算机 >> 互联网技术 >> 正文
面向应用的流量识别算法研究和实现
作者：张红林 Publish: 2007-10-18 Hits:-
【中文题名】 面向应用的流量识别算法研究和实现
【英文题名】 Research and Implementation of Application-Oriented Traffic Identification Algorithm
【学科专业】 计算机科学与技术
【论文级别】 硕士论文
【投稿时间】 2007-10-18
【中关键词】 流亲戚关系分组,流亲戚关系计量,应用程序特征表,sFlow,流量分析架构,
【英关键词】 flow relative relation group,flow relative relation computing,application characteristics table,sFlow,traffic analysis framework,
【分类导航】 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>计算机网络>一般性问题
【论文摘要】  随着互联网的应用越来越广泛和深入,带宽越来越高,出现了许多新型的基于网络的应用程序,这些应用程序具有比传统应用程序更加复杂的交互结构和流量模式,具有许多新型的特点;上面这些特性使得很难在应用层上对因特网上的流量进行分析。本文将在应用层上对网络流量进行分析,着重研究应用层的流量识别和刻画,焦点集中在下面这个关键的问题上:如何从因特网流量上识别单个应用程序所产生的流量? 许多传统技术已经不适应形势的发展,传统的网络流量分析技术尤其是应用层的流量分析技术面临巨大的挑战,本文就是在这种背景下,对应用层的流量识别算法进行研究,具有比较重要的意义。它对于网络规划、网络问题检测、网络使用记账收费甚至异常流量诊断、网络流量预测等都具有比较重要的价值,可以使我们对网络上纷繁复杂的流量有个更加清晰的认识;同时它更加完善了流量分析理论,可使用户识别因特网中的绝大部分流量,并且能够分析这些流量;流量监测和分析是网络管理的基础,它对于推动网络管理理论的研究也具有比较重要的作用,网络管理者可以利用流量监测和分析的结果来进行性能管理、故障管理、安全管理的研究。 本文首先对sFlow技术进行了深入研究,提出了基于s...
【论文题纲】
摘要 9-10
ABSTRACT 10-12
第一章 绪论 12-15
1.1 课题背景 12-13
1.2 主要研究工作和贡献 13-14
1.2.1 主要研究工作 13
1.2.2 主要贡献 13-14
1.3 论文的组织 14-15
第二章 相关研究 15-26
2.1 流量识别研究现状 15-16
2.2 P2P协议及其签名 16-21
2.2.1 Gnutella协议 17-18
2.2.2 eDonkey协议 18-19
2.2.3 DirectConnect协议 19
2.2.4 BitTorrent协议 19-20
2.2.5 Kazaa协议 20-21
2.3 流量监测技术 21-23
2.3.1 网络流量监测系统模型 21
2.3.2 RMON (Remote Monitor) 21-22
2.3.3 NetFlow 22
2.3.4 sFlow 22
2.3.5 比较 22-23
2.4 sFlow技术 23-24
2.4.1 sFlow采样机制 23
2.4.2 sFlow MIB 23-24
2.4.3 sFlow数据传输协议及格式 24
2.5 面向应用的流量识别的重要性 24-25
2.6 本章小结 25-26
第三章 网络应用交互行为研究 26-32
3.1 三种典型的网络应用交互特征 26-29
3.1.1 P2P应用 26-28
3.1.2 流媒体应用 28
3.1.3 网络游戏 28-29
3.2 网络应用程序的分类 29-31
3.3 本章小结 31-32
第四章 基于sFlow技术的流量分析 32-45
4.1 基于sFlow技术的流量分析架构 32-37
4.1.1 数据采样模块 32-33
4.1.2 数据接收模块 33-34
4.1.3 数据存储与管理模块 34-36
4.1.4 数据分析模块 36
4.1.5 前端工具 36-37
4.2 基于构架的应用 37-39
4.2.1 资源利用水平 37-39
4.2.2 判定网络流量异常 39
4.2.3 确定网络瓶颈 39
4.3 实验结果 39-44
4.3.1 接口层流量测量算法 40-41
4.3.2 主机层流量测量算法 41-43
4.3.3 应用层流量测量算法 43-44
4.4 本章小结 44-45
第五章 基于流亲戚关系分组(FRRG)的流量识别算法 45-55
5.1 有效载荷检测算法 45-47
5.1.1 限制 45
5.1.2 算法 45-47
5.2 非有效载荷检测算法 47-48
5.2.1 算法 47-48
5.2.2 误判 48
5.2.3 局限性 48
5.3 基于流亲戚关系分组的流量识别算法 48-54
5.3.1 应用程序特征表 49
5.3.2 流生成 49-51
5.3.3 流亲戚关系计量 51-54
5.4 本章小结 54-55
第六章 FRRG算法的分析验证及实现 55-65
6.1 算法分析 55-59
6.1.1 识别准确率 55-57
6.1.2 时间复杂性分析 57-58
6.1.3 算法对比 58-59
6.2 算法验证 59-61
6.3 缺陷分析 61-62
6.4 FRRG工具实现 62-64
6.4.1 工具介绍 62-63
6.4.2 未被实现的功能 63-64
6.4.3 工具使用 64
6.5 本章小结 64-65
第七章 结束语 65-67
7.1 工作总结 65-66
7.2 下一步工作 66-67
致谢 67-68
参考文献 68-71
攻读硕士期间发表的论文 71-72
攻读硕士期间参加的科研项目 72
【DOI】 LunWen.ID:2.2008.376011
付费论文：有参考文献 300元
1、注册会员             2、购买本文            3、下载文章 
注:此文为收费论文，需付费购买。每页大约1000字。
代写论文流程
相关文章列表
面向应用的流量识别算法研究和实现
载入中…
Web lunwenjia
热门搜索：流亲戚关系分组 论文 流亲戚关系计量 应用程序特征表 sFlow 流量分析架构
互联网技术最新论文
互联网技术热门论文