基于净荷特征和流量特征的社交网络流量快速识别研究

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 研究内容

1．4 研究特色与创新点

1．5 本文组织结构

第二章 相关技术及工作

2．1 流量识别技术

2．1．1 净荷特征识别技术

2．1．2 流量特征识别技术

2．1．3 机器学习方法在流量识别中的应用

2．2 识别算法选择

2．2．1 净荷特征算法

2．2．2 聚类算法

2．3 流量相似度计算

2．4 MapReduce分布式并行计算框架

2．5 本章小结

第三章 社交网络流量识别的设计思想

3．1 设计思想

3．2 整体结构

3．3 本章小结

第四章 基于净荷特征的社交网络流量识别方法

4．1 社交网络流量净荷特征的提取

4．1．1 人人网流量特征提取

4．1．2 新浪微博流量特征提取

4．1．3 腾讯QQ流量特征提取

4．2 特征字符库

4．3 净荷特征匹配PCM算法

4．4 净荷特征识别MapReduce并行计算过程

4．5 本章小结

第五章 基于流量特征的社交网络流量识别方法

5．1 社交网络流量特征发现

5．2 社交网络流量特征提取

5．3 聚类算法的改进

5．3．1 常规K-medoids聚类算法

5．3．2 改进后的AS-K-medoids聚类算法

5．4 流量特征识别的MapReduce分布式并行计算实现

5．5 本章小结

第六章 社交网络流量识别系统的实现与实验分析

6．1 系统结构及实验环境

6．2 社交网络流量数据采集

6．3 社交网络流量识别结果及分析

6．4 本章小结

第七章 总结与展望

7．1 工作总结

7．2 未来展望

参考文献

个人简历 在学期间发表的学术论文与研究成果

致谢