对于马尔基于隐马尔可夫模型网络流量分类和制约技术查抄袭率理工

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