声明
摘要
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 研究内容与研究意义
1.4 论文结构与创新点
第二章 时间序列分析技术
2.1 时间序列技术相关理论
2.1.1 平稳性
2.1.2 季节性
2.1.3 相关函数
2.2 ARMA模型
2.2.1 P阶自回归模型AR(p)
2.2.2 q阶移动平均模型MA(q)
2.2.3 自回归移动平均过程ARMA(p,q)
2.2.4 ARMA(p,q)建模流程
2.3 SARMA模型
2.4 GARCH模型
2.5 本章小结
第三章 网络流量分析及监控相关技术
3.1 应用层协议分析
3.1.1 端口识别技术
3.1.2 深度包检测技术(DPI)
3.1.3 深度流检测技术(DFI)
3.1.4 优缺点比较
3.2 多模式有限状态机匹配技术
3.3 简单网络管理协议(SNMP)
3.4 本章小结
第四章 SARMA-GARCH模型在网络预测中的应用
4.1 实验数据分析
4.2 SARMA模型预测
4.2.1 模型识别
4.2.2 序列平稳化
4.2.3 模型定阶
4.2.4 参数估计
4.3 SARMA-GARCH模型预测
4.3.1 ARCH效应检验
4.3.2 残差修正
4.3.3 预测效果
4.4 本章小结
第五章 网络流量预测与监控系统的设计与实现
5.1 总体设计
5.1.1 设计思想
5.1.2 系统架构与总体功能
5.1.3 开发平台与开发工具
5.2 系统主要功能模块的实现
5.2.1 抓包模块
5.2.2 协议分析模块
5.2.3 网络预测模块
5.2.4 控制模块
5.3 系统部署与实验效果
5.3.1 系统部署
5.3.2 实验效果与性能分析
5.4 本章小结
第六章 总结与展望
6.1 本文总结
6.2 下一步研究展望
参考文献
发表论文和科研情况说明
致谢