文摘
英文文摘
图表目录
第一章 引言
1.1 课题研究背景
1.2 国内外的研究现状
1.3 本文解决的关键技术
1.4 基于k—means和自适应谐振理论的网络流量分类方法的提出和实现
1.5 本论文的安排
第二章 研究背景
2.1 网络流量分类
2.2 机器学习方法
2.2.1 基于有监督机器学习方法
2.2.2 基于无监督机器学习方法
2.3 现有的网络流量分类产品
2.4 小结
第三章 网络流量分类系统的关键技术
3.1 小波压缩
3.2 k—means算法
3.3 自适应谐振理论
3.3.1 人工神经网络
3.3.2 自适应谐振理论
3.4 小结
第四章 网络流量分类系统的设计
4.1 搭建试验环境
4.2 实验中的Trace
4.3 分流
4.4 特征提取
4.5 数据正规化
4.6 小波压缩
4.7 自适应谐振网络的设计和实现
4.7.1 自适应谐振网络的设计原则
4.7.2 自适应谐振网络的编程实现
4.8 k—means的编程实现
4.9 实验结果
4.10 小结
第五章 总结与展望
致谢
参考文献
攻读硕士学位期间发表的学术论文
内蒙古大学;