暂无评论
盲分类(blindclassification,BLINC)方法提出利用不同网络应用在传输层子图连接模式的差异对网络流量进行分类,获得了良好的效果,该方法分类的准确度较高,但是完整度则相对较低。为了解
基于信号分解的网络流量建模与重构研究,蒋定德,聂来森,网络流量重构是当前的热点研究问题,本文通过信号分解提出一种方法来重构网络流量。通过利用小波分解将网络流量变换到时频域,根
pdf格式 硕士论文 下载为rar文件 很不错的硕士论文
网络流量预测在拥塞控制、网络管理与诊断、路由器设计等领域都具有重要意义。根据当今网络流量的特点,传统的ARMA模型在描述网络流量数据特性时有一定的局限性,从而影响网络流量预测的精度。针对这个问题,研究
基于小波神经网络的水文时间序列预测,孙井池,,由于气候因素及下垫面因素的综合影响,水文时间序列表现出复杂的非线性,一般的时间序列预测方法对非线性非平稳的信号不适用。小
基于局部张量填充的网络流量数据恢复,王香阁,谢鲲,随着网络规模的持续扩大,监测网络中所有节点间的流量数据是不现实的,利用部分测量数据推断出整体网络流量数据成为网络工程中越来�
基于TCP友好性的网络流量均衡模型,董晶晶,余镇危,随着多媒体流技术的快速发展,网络中的流量成爆炸式的增长,UDP流所占的比例也越来越大,具有TCP友好性的网络流量均衡是保证网络高
进行网络流量异常检测,需要对正常流量行为建立准确的模型,根据异常流量与正常模型间的偏离程度作出判断。针对现有网络流量模型中自相似模型与多分形模型无法全面刻画流量特征的不足,提出了一种基于流量层叠模型分
基于网络流量异常的入侵检测技术综述,牛敏姝,徐鹏,随着计算技术的不断发展和网络的不断普及,网络攻击形式层出不穷,网络安全问题日益突出,造成的社会影响和经济损失越来越大,为
网络流量分类技术对网络安全管理起着非常重要的作用。随着网络和信息技术的发展,传统的基于端口号和深度包检测分类方法的局限性愈发明显,不能对现有的流量进行准确分类。提出一种基于流相关性的半监督网络流量分类
暂无评论