第一章绪论
1.1 课题来源
1.2 本课题研究的背景及意义
1.3 国内外研究现状
1.4 论文的主要内容及结构安排
第二章 网络流量数据分类识别的关键技术
2.1 深度检测技术的识别方法
2.1.1 深度包检测技术
2.1.2 深度流检测技术
2.2 基于机器学习的网络识别
2.2.1 机器学习
2.2.2 ID3决策树生成算法
2.2.3 C4.5决策树算法
2.3 训练再培训过程
2.3.1 Bagging算法框架
2.3.2 Boosting算法框架
2.4 Storm分布式数据处理引擎
2.4.1 Storm简介
2.4.2 Storm的机制
2.5 本章小结
第三章 5G移动互联网应用场景特性环境搭建
3.1 场景硬件的配置
3.1.1 场景环境的需求
3.1.2 场景硬件的实现
3.2 三大应用场景的实现
3.2.1 场景的实测工具
3.2.2 场景环境的实现
3.3 本章小结
第四章 典型业务数据包特征分析
4.1 即时通讯类协议
4.1.1 微信业务数据解析
4.1.2 QQ业务数据分析
4.2 视频类协议
4.2.1 主流视频流量协议解析
4.2.2 视频直播点播协议解析
4.3 知识共享类协议
4.3.1 知识共享协议
4.3.2 微博业务分析
4.4 本章小结
第五章 IP标签业务识别处理与分析
5.1 业务识别方案的总体架构及流程
5.2 实验过程中三类数据集的分析
5.3 基于优质数据集的增强分类器训练模型
5.4 增强分类器的识别与结果分析
5.4 本章小结
总结与展望
参考文献
攻读学位期间发表的论文和专利
声明
致谢
