声明
摘要
第1章 引言
1.1 社会背景
1.2 技术背景
1.3 论文主要工作
1.3.1 需求分析
1.3.2 研究工作介绍
1.4 论文的组织结构
第2章 DPI相关技术分析
2.1 DPI分析技术研究
2.1.1 传统业务识别方法
2.1.2 深度包检测—DPI
2.1.3 传统业务识别与DPI的对比
2.1.4 DPI技术的难点
2.2 WLAN业务深度分析系统的其他技术
2.2.1 快速流量数据处理技术
2.2.2 智能的处理机制和跟踪分析技术
第3章 WLAN网络业务深度分析系统设计
3.1 系统设计概述
3.1.1 主动式DPI专家智能分析处理引擎设计
3.1.2 网络性能管理可视化设计
3.1.3 基于智能建模技术的应用层业务识别设计
3.1.4 实时的全方位的用户行为控制和安全审计设计
3.1.5 用户流量分析和告警设计
3.2 系统模型设计
3.2.1 数据采集层
3.2.2 业务处理层
3.2.3 应用系统层
3.3 引擎技术设计
3.3.1 深度分析引擎介绍
3.3.2 引擎全业务分析模块架构设计
3.3.3 引擎监测机架构设计
3.4 DPI系统数据库设计
3.4.1 实时分析表
3.4.2 历史分析表
3.4.3 系统用户表
第4章 系统关键功能实现
4.1 应用特征库的重要性和识别方法
4.2 系统应用识别
4.3 应用特征码获取研究
4.3.1 环境配置和软件安装
4.3.2 Tcp和udp协议获取
4.3.3 特征码分析方法
4.3.4 行为分析识别
4.4 WLAN终端型号识别实现
4.5 校园网并机接入检测实现
4.6 WLAN网络RADIUS识别
4.6.1 标准Radius用户拨号上网过程
4.6.2 portal协议认证流程
4.6.3 RADIUS报文DPI分析过程
4.7 DPI分析引擎和代码实现
4.7.1 以PPlive为例的结构说明
4.7.2 核心函数及其作用
第5章 系统部署与运行
5.1 系统部署
5.2 基于业务流量组成运行情况
5.3 基于用户信息的运行情况
5.4 基于终端类型运行情况
5.5 基于网页访问排行的运行情况
5.6 基于用户WLAN业务流速趋势运行情况
5.7 基于热点总体流量规划布点运行情况
5.8 基于用户热点网络业务质量运行情况
5.9 校园网并机检测运行情况
第6章 总结和展望
6.1 论文总结
6.2 展望未来
参考文献
后记