摘要3-4
ABSTRACT4-9
1 绪论9-13
1.1 探讨背景9
1.2 国内外探讨近况9-11
1.3 探讨目的与作用11-12
1.4 论文组织结构12-13
2 基于隐马尔可夫模型的流量分类13-29
2.1 隐马尔可夫模型基础论述13-16
2.1.1 马尔可夫历程13-14
2.1.2 隐马尔可夫模型的定义14-15
2.1.3 HMM 的三种典型运用15-16
2.2 网络流的 HMM 模型16-20
2.2.1 网络流的时序特性与统计特性16-18
2.2.2 网络流特点的提取18-20
2.2.3 建立网络流的 HMM20
2.3 通过 HMM 模型对网络流分类20-24
2.3.1 经典前向算法20-22
2.3.2 基于连续 HMM 的网络流分类22-24
2.3.3 识别率与时间复杂度24
2.4 根据网络流序列生成 HMM24-28
2.4.1 经典 Baum-Welch 算法24-26
2.4.2 网络流 HMM 模型的学习算法26-28
2.5 本章小结28-29
3 基于 Netfilter 的流量制约与带宽保障29-45
3.1 网络流量制约相关技术29-33
3.1.1 Linux 内部流控系统 TC29-30
3.1.2 防火墙框架 Netfilter30-32
3.1.3 常用流量整形算法32-33
3.2 令牌桶算法的实现与改善33-36
3.2.1 基本算法设计33-34
3.2.2 提升制约精度34-35
3.2.3 数据转发逻辑改善35-36
3.3 缓存管理的优化36-41
3.3.1 改善缓存空间占用36-39
3.3.2 用于 TCP 的丢包避开算法39-41
3.4 闭环带宽保障机制41-44
3.4.1 带宽保障的原理41-42
3.4.2 带宽调整对策42
3.4.3 实施带宽保障42-44
3.5 本章小结44-45
4 流量管理原型系统设计与实现45-69
4.1 离线流量分类器设计45-52
4.1.1 模块结构45-46
4.1.2 获取训练数据46-48
4.1.3 HMM 学习模块实现48-50
4.1.4 HMM 分类模块实现50-52
4.2 流量制约器设计52-63
4.2.1 内核定时器52-53
4.2.2 关键数据结构53-56
4.2.3 逻辑结构与工作原理56-59
4.2.4 带宽保障及相关模块实现59-62
4.2.5 缓存管理优化的实现62-63
4.3 流量管理原型系统总体设计63-67
4.3.1 系统整体架构64
4.3.2 在线流量分类器设计64-67
4.3.3 流量制约器总控程序设计67
4.4 本章小结67-69
5 实验与浅析69-81
5.1 HMM 的构造与训练69-73
5.1.1 典型流量类句法结构69-70
5.1.2 学习结果浅析70-73
5.2 流量分类测试73-75
5.3 流量制约测试75-78
5.3.1 高速传输性能比较75
5.3.2 速率调整平滑性测试75-76
5.3.3 并发 TCP 流制约效果比较76
5.3.4 限速精度验证76-77
5.3.5 带宽保障效果测试77
5.3.6 UDP 流制约效果比较77-78
5.4 原型系统运转实验78-80
5.5 本章小结80-81
6 结论与展望81-83
致谢83-85