互聯網流測量

定　價：￥40.00

作　者：	程光，龔儉著
出版社：	東南大學出版社
叢編項：
標　簽：	網絡配置與管理

購買這本書可以去

ISBN：	9787564115067	出版時間：	2008-12-01	包裝：	平裝
開本：	16開	頁數：	309	字數：

內容簡介

　　本著作討論互聯網流的測量相關技術，實現對互聯網流行為的實時檢測和分析，進行網絡流的近似測量技術研究和流量行為分析。本著作是作者在互聯網流量測量領域長期的研究工作總結，也是作者承擔國家各類科研項目的研究成果總結。本著作的出版對互聯網技術的研究具有重要的基礎性貢獻。本著作分為四個部分：互聯網流測量技術基礎、抽樣測量技術、互聯網流測度行為規(guī)律、互聯網流測量系統。測量技術基礎分兩章介紹互聯網流測量的相關研究狀況和流測量研究中所涉及的數學基礎理論。抽樣測量技術分別在第3章至第6章進行討論，涉及內容為：基于分組標識的抽樣測量模型、基于互聯網流的哈希算法、互聯網流長度估計方法、自適應超流檢測方法等4個部分。互聯網流測度行為規(guī)律研究內容分別在第7章至第13章進行討論，涉及內容為：網絡行為測度、互聯網流量統計行為、網絡流流長度分布分析、網絡流流速特征分析、網絡流流速和到達行為分析與模型、網絡流量行為分析模型、TCP宏觀平衡性分析等7個部分?；ヂ摼W流測量系統包括高速網絡報文測量器、高速網絡流量測量平臺等。本著作適合作為網絡測量、網絡行為學、網絡安全、網絡體系結構相關研究人員的參考用書，也可作為網絡測量相關課程的教材。

作者簡介

　　程光，安徽黃山人，東南大學計算機科學與工程學院副教授，碩士生導師。2003年3月東南大學計算機應用技術專業(yè)博士畢業(yè)，2006—2007在美國佐治亞理工大學電子與計算機工程學院進行博士后研究。研究領域主要涉及：網絡測量、流量模型、流量行為分析、網絡安全、抽樣技術等。先后負責、參加國家973項目、863項目、國家科技支撐計劃、國家自然基金項目、教育部重點基礎研究項目、江蘇省自然基礎科學研究等10多項縱向課題研究。近年來在國內外期刊及會議上發(fā)表論文50余篇，其中SCI、EI、ISTP等三大檢索30篇。獲得項目鑒定1項，軟件注冊2項，專利申請5項，授權專利1項。撰寫教材3部，其中一部為“國家十一五”規(guī)劃教材。2004年獲得“華英青年學者”稱號，2006年獲得“東南大學優(yōu)秀青年教師教學科研資助計劃”支持。龔儉，現任東南大學計算機科學與工程學院教授，博士生導師；中國教育和科研計算機網CERNET專家委員會委員；教育部現代遠程教育專家委員會委員；CERNET華東（北）地區(qū)網絡中心主任，江蘇省計算機網絡技術重點實驗室主仟，IEEE會員，中國電子學會和中國計算機學會高級會員，江蘇省互聯網協會副理事長。20世紀80年代中期開始從事計算機網絡方面的教學與科研工作，涉及的研究領域包括開放系統百連理論及其應用、開放分布式處理理論及其應用、計算機互聯網絡工程、網絡管琿和網絡安全等方面。1994年起參加中國教育和科研計算機網CERNET的建設與管琿，1995年起主持江蘇省教育和科研計算機網JSERNET的建設與管理。在國內外學術刊物和學術會議上發(fā)表學術論文100余篇，編著出版教材2部；主持承擔國家和省部級科研項目10余項，取得利技成果鑒定11項：獲國家科技進步二等獎2項，國冢科技進步三等獎1項，省部級科技進步一一等獎4項，省部級科技進步二等獎3項，省部級優(yōu)秀教材一等獎1項，全國普通高校優(yōu)秀教材二等獎1項。1 998年被遴選為江蘇省“333工程”第二層次培養(yǎng)對象，1 999年獲政府特殊津貼，2002年被遴選為江蘇省“333工程”第一層次培養(yǎng)對象。

圖書目錄

1 互聯網流測量概述
1.1 流量測量的必要性
1.2 網絡測量技術
1.2.1 主動測量技術
1.2.2 被動測量技術
1.2.3 測量體系結構
1.2.4 抽樣測量技術
1.3 互聯網流測量技術
1.3.1 互聯網流的定義
1.3.2 IP流特性描述
1.3.3 IP流測量研究
1.3.4 IP流特性研究
1.4 流量統計行為的研究
1.4.1 統計行為研究狀況
1.4.2 流量自相似模型
1.4.3 網絡流量預測模型
參考文獻
2 測量統計數學基礎
2.1 抽樣理論
2.1.1 簡單隨機抽樣
2.1.2 樣本容量確定
2.1.3 分層抽樣
2.1.4 整群抽樣
2.2 概率論
2.2.1 概率空間
2.2.2 條件概率
2.2.3 大數定理和中心極限定理
2.3 估計理論
2.3.1 回歸系統的最小二乘估計
2.3.2 極大似然估計
2.3.3 EM算法
2.4 研究結論與展望
參考文獻
3 基于分組標識的抽樣測量模型
3.1 引言
3.1.1 問題提出
3.1.2 相關研究
3.1.3 研究難點
3.2 抽樣模型概念
3.2.1 概念定義
3.2.2 抽樣測量模型
3.3 流量比特隨機性分析
3.3.1 IP報頭位熵分析
3.3.2 位流熵分析
3.4 測量樣本隨機性分析
3.4.1 抽樣模型隨機性分析
3.4.2 抽樣樣本統計屬性分析
3.4.3 不同測量點的標識字段隨機性比較
3.5 基于標識字段的多掩碼抽樣算法
3.5.1 標識字段屬性分析
3.5.2 模型描述
3.5.3 抽樣算法
3.5.4 改進算法
3.6 基于標識字段的抽樣算法性能比較
3.6.1 基于標識字段的其他算法
3.6.2 性能比較
3.6.3 改進抽樣算法和隨機算法的比較
3.7 誤差修正
3.7.1 標識0的誤差修正算法
3.7.2 標識0抽樣比率預測模型
3.8 研究結論和展望
參考文獻
4 基于互聯網流的哈希算法
4.1 引言
4.2 測度定義
4.2.1 隨機性
4.2.2 均勻性
4.2.3 沖突性
4.2.4 活躍流評估
4.2.5 計算速度
4.3 比特隨機運算的分析
4.3.1 二元比特運算分析
4.3.2 異或運算分析
4.3.3 位移運算分析
4.4 臺希算法
4.4.1 異或位移哈希算法
4.4.2 IPSX哈希算法
4.4.3 CRC32臺希算法
4.4.4 Bob哈希算法
4.4.5 MD5哈希算法
4.5 哈希算法比較分析
4.5.1 隨機性比較
4.5.2 卡方檢驗
4.5.3 沖突率的比較
4.5.4 活躍流評估
4.5.5 速度比較
4.6 研究結論與展望
參考文獻
5 互聯網流長度估計方法
5.1 引言
5.1.1 問題提出
5.1.2 相關研究
5.1.3 研究難點
5.2 基于概率模型的流長度估計
5.2.1 原始流長度分布概率模型
5.2.2 最大概率法估計模型
5.2.3 不同分布估計的比較
5.3 流長度分布估計
5.3.1 流分類
5.3.2 長流估計
5.3.3 短流估計
5.4 實驗分析
5.5 研究結論和展望
參考文獻
6 自適應超點檢測方法
6.1 引言
6.2 相關研究
6.3 自適應超點檢測算法
6.3.1 算法概述
6.3.2 更新過程
6.3.3 自適應過程
6.4 算法空間分析
6.4.1 Bitmap內存空間
6.4.2 IP哈希鏈表內存空間
6.5 SDAS算法實驗分析
6.5.1 實驗說明
6.5.2 算法性能比較
6.5.3 自適應超點檢測算法性能分析
6.6 研究結論與展望
參考文獻
7 流量行為測度研究
7.1 引言
7.2 流量行為屬性
7.2.1 流量統計屬性
7.2.2 端至端性能屬性
7.3 總體目標量函數
7.4 統計分布函數
7.4.1 流量總體和樣本
7.4.2 流量數據分組
7.4.3 統計測度函數
7.5 網給行為測度形式化定義
7.6 研究結論與展望
8 高速網絡流量統計行為研究
9 互聯網流長度分布分析
10 IP流流速特征分析
11 IP流到達相關特征及模型
12 網絡流量行為分析模型
13 TCP宏觀平衡性分析
14 高速網絡報文測量器
15 高速網絡流量測量平臺