导读:本文包含了流量特征分析论文开题报告文献综述及选题提纲参考文献，主要关键词:洪峰流量,水文变异诊断系统,Morlet小波分析法,特征分析
流量特征分析论文文献综述
莫崇勋,班华珍,谢燕平,何嘉奇,阮俞理[1]（2019）在《岩溶区流域年最大洪峰流量变化特征分析》一文中研究指出基于广西岩溶区流域澄碧河水库1963-2014年最大洪峰流量序列,采用水文变异诊断系统中的多种检验方法对序列的趋势和突变进行综合分析,并运用Morlet小波分析法对其周期性进行研究。结果表明:岩溶区澄碧河水库年最大洪峰流量序列整体呈不显着下降趋势,年均下降速率为6.04 m~3/s;序列于1979年发生以跳跃形式为主的变异;1985年之前,序列的主周期为15 a,次周期为8和28 a,1985年之后无明显周期性规律。(本文来源于《中国农村水利水电》期刊2019年11期）
郑永真,杨卫兴,张幼林[2]（2019）在《伴不同分流量卵圆孔未闭脑梗死患者影像学特征分析》一文中研究指出近年来,研究证实伴卵圆孔未闭(Patent foramen ovale,PFO)患者封堵治疗在预防缺血性脑卒中发生风险方面优于药物治疗[1～4]。PFO作为一个重要的脑卒中危险因素越来越受到神经内科医生关注,在隐源性卒中人群中,PFO发现率高达50%,约为普通人群的两倍[5]。一般认为反常栓塞为其发病机制[6],因而PFO所致脑梗死病灶分布类似于其他心源性因素诸如房颤等所致的脑梗死,本研究分析不同分流量PFO与脑梗死病灶分布之间的关系,现报道如下。(本文来源于《中国现代医药杂志》期刊2019年09期）
何峣[3]（2019）在《业务流量特征对5G基带芯片功耗的影响分析》一文中研究指出通过研究典型移动业务的流量特征,分析其对5G基带芯片功耗的影响,为后续5G终端的功耗优化提供依据。(本文来源于《广东通信技术》期刊2019年08期）
庞镭[4]（2019）在《高校校园网流量特征分析及意义》一文中研究指出本文根据2018年3月至2019年3月首都经济贸易大学校园网出口流量、无线网总流量以及各楼宇有线无线总流量,分析了校园网各类型流量特征,从大数据的分析支撑提取该校群体的使用行为,为管理部门提供更贴近用户的需求分析和网络管理、优化配置依据。(本文来源于《中国新通信》期刊2019年14期）
郭寿银[5]（2019）在《安徽白塔河2016～2017年水位流量特征分析》一文中研究指出应用小波分析的理论方法,采用Matlab2015b软件自带小波分析工具箱对2016～2017年天长水文站流量资料进行处理分析,得到了流量变化的主要特征周期分布及流量变化趋势,为水文测站水文测量和分析预测工作提供新思路。(本文来源于《水科学与工程技术》期刊2019年03期）
蒋慧勇[6]（2019）在《大数据环境下的光网络流量变化特征分析》一文中研究指出光网络受到许多因素的影响,具有非稳性、随机性、周期性等变化特性,而当前光网络流量变化特征分析方法没有综合考虑这些变化特点,使得光网络流量预测误差很大,为了全面对光网络流量变化特征进行准确分析,设计了一种大数据环境下的光网络流量变化特征分析方法。首先对当前国内外光网络流量变化特征分析研究现状进行分析,寻找出光网络流量变化特征分析方法存在的局限性,然后针对光网络流量复杂多变的特点,引入大数据环境下的数据分析方法,构建了光网络流量变化特征分析模型,最后对光网络流量变化特征分析模型的性能进行了测试。测试结果表明,本文方法的光网络流量变化特征分析结果的平均精度超过了95%,而当前经典光网络流量变化特征分析方法的精度均在90%以下,本文方法的平均分析时间大幅度减少,获得了更优的光网络流量变化特征分析率。(本文来源于《激光杂志》期刊2019年06期）
南英华,郭高轩,许亮,沈媛媛,陆海燕[7]（2019）在《基于多元线性回归的甘池泉流量对降水响应特征分析》一文中研究指出以房山长沟镇甘池泉流量为研究对象,采用多元线性回归方法,分析泉流量-降水的响应特征。自相关性及互相关性分析结果表明,泉流量对降水表现为短期滞时(快速响应)和长期滞时(5～6个月)。建立大气降水-泉流量的多元线性回归模型,将输出结果与实测过程曲线相拟合,纳什效率系数NSE为0.72,表明建模效果较好。经分析,所建模型用于4个月之内的泉流量预测较为可靠。结合甘池泉域含水层特性分析,泉流量在降水后产生快速响应,其径流主要来自于表层岩溶带裂隙水流;而5～6个月的长滞时响应来源于深远部岩溶带裂隙水流。(本文来源于《城市地质》期刊2019年02期）
赵元棣,李悦[8]（2019）在《基于聚类方法的机场航班流量时段特征分析》一文中研究指出通过对机场各特征时段的繁忙程度加以分析,掌握机场航班运行规律,是优化航班结构,调整资源分配的重要基础。采用改进K-means算法对机场进港、离港和总航班数进行一维聚类分析,得到叁组相互独立的时段划分结果。利用MMDBK算法对进离港航班二维数据聚类分析,得出进离港相互关联的时段划分结果。对比结果并分析进离港航班流量运行规律,符合机场实际运行情况。能够有效划分机场航班流量时段,并准确掌握机场运行特征。(本文来源于《航空计算技术》期刊2019年03期）
邓河,贺宗梅[9]（2019）在《基于Hadoop的网络流量分析和特征计算》一文中研究指出长期以来,互联网流量的测量和分析可用于识别网络资源和用户行为,但随着互联网的快速发展和网络的高速访问,网络流量分析愈发困难。大规模的网络流量数据需要具备与之相匹配的存储、计算资源。基于此,提出了基于Hadoop平台的分布式网络流量存储和基于多层的并行计算流特征。通过10个节点,进行针对2TB流跟踪文件的37个网络流侯选特征的计算试验。结果表明,基于Hadoop平台的分布式存储和计算,大大提高了大规模网络流的处理速度,且随着网络流量规模的扩大,网络流量的分析和特征计算时间非常稳定。(本文来源于《信息与电脑(理论版)》期刊2019年07期）
尚瑶瑶[10]（2019）在《基于网络流量统计特征与图分析的僵尸网络检测方法研究》一文中研究指出僵尸网络作为网络安全中威胁最大的攻击平台之一,正被黑客发动一系列诸如DDoS攻击、垃圾邮件、比特币挖矿、勒索、网络钓鱼等多种恶意活动。不仅给用户造成巨大的经济损失,也使网络安全面临着严峻的考验。因此,研究如何快速有效检测出僵尸网络显得尤为重要。尽管研究人员已经提出了大量的基于网络流量分析的方法或基于图模型的僵尸网络检测方法。但由于僵尸程序不断升级变异以及僵尸网络结构、协议不断复杂,使用单一的模型会导致误报,漏报,甚至失效。一方面,攻击者会通过模拟攻击、隐蔽通道等多种先进技术来逃避基于网络流量方法的检测。另一方面,现有的基于图的方法需要获取整个网络中全部主机间的所有通信数据,真实环境中的网络拓扑庞大、错综复杂导致检测难度大,通用性差。本文的主要研究工作为:深入研究了包括Mirai,Zeus,BlackEnergy,Athena,Ares五种新型的僵尸网络样本。搭建部署其所依赖的环境后,通过Docker容器技术模拟了 305台受感染的僵尸主机以及相应5台控制与命令服务器,采用WireShark捕获其产生的流量数据,并与从某ISP网关上捕获的背景流量混合构成本文实验数据集。本文实验中使用了 203,066台主机,总共捕获的数据包数为456,229,550。研究分析了僵尸网络的工作原理、控制协议及消息传递机制等,重点关注僵尸网络通信时的所特有的流量统计特征,基于k-means聚类、数据包大小分布向量的变化频率,提出将这两者各自加权线性结合来提升模型检测效果。实验结果表明,相似性模型的检测率达到98.36%,高于稳定性模型,证明了我们提取的高维僵尸网络统计特征有效。进一步分析发现,相似性分析可以检测稳定性分析检测不完全的Zues,而稳定性分析可以检测到相似性模型检测不出的Athena。在保证较低误报率的前提下,两者结合使检测到Zeus僵尸主机数比单纯使用稳定性模型所检测到的僵尸主机数多22台。深入研究了大规模网络图中正常节点的所有邻域点遵循的规则模式,结合网络中异常点与正常点的邻域分布显着不同这一事实,设计图特征检测模型。通过分析自我中心网络中点数、边数、权重等结构特征组成的特征对,采用最小二乘法结合局部异常因子算法构建基于僵尸网络通信图的节点异常检测模型。实验结果的准确率达到91.66%。设计并实现了基于网络流量统计特征与图特征混合分析的僵尸网络检测框架——BotMark。该框架基于相似性得分、节点异常得分、稳定性得分,采用投票机制标记僵尸流量。实验结果表明,BotMark的检测率达到98.36%,误报率为0.06%,报率显着降低。从准确率来看,BotMark达到了 99.94%的准确率,优于任何单一检测模型。此外,BotMark独立于命令与控制服务器所使用的协议(IRC、HTTP)和架构(中心化、点对点),同时不依赖任何二进制文件、流量指纹等先验知识,适用于任何复杂的僵尸网络场景。(本文来源于《北京交通大学》期刊2019-04-01）
流量特征分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,研究证实伴卵圆孔未闭(Patent foramen ovale,PFO)患者封堵治疗在预防缺血性脑卒中发生风险方面优于药物治疗[1～4]。PFO作为一个重要的脑卒中危险因素越来越受到神经内科医生关注,在隐源性卒中人群中,PFO发现率高达50%,约为普通人群的两倍[5]。一般认为反常栓塞为其发病机制[6],因而PFO所致脑梗死病灶分布类似于其他心源性因素诸如房颤等所致的脑梗死,本研究分析不同分流量PFO与脑梗死病灶分布之间的关系,现报道如下。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
流量特征分析论文参考文献
[1].莫崇勋,班华珍,谢燕平,何嘉奇,阮俞理.岩溶区流域年最大洪峰流量变化特征分析[J].中国农村水利水电.2019
[2].郑永真,杨卫兴,张幼林.伴不同分流量卵圆孔未闭脑梗死患者影像学特征分析[J].中国现代医药杂志.2019
[3].何峣.业务流量特征对5G基带芯片功耗的影响分析[J].广东通信技术.2019
[4].庞镭.高校校园网流量特征分析及意义[J].中国新通信.2019
[5].郭寿银.安徽白塔河2016～2017年水位流量特征分析[J].水科学与工程技术.2019
[6].蒋慧勇.大数据环境下的光网络流量变化特征分析[J].激光杂志.2019
[7].南英华,郭高轩,许亮,沈媛媛,陆海燕.基于多元线性回归的甘池泉流量对降水响应特征分析[J].城市地质.2019
[8].赵元棣,李悦.基于聚类方法的机场航班流量时段特征分析[J].航空计算技术.2019
[9].邓河,贺宗梅.基于Hadoop的网络流量分析和特征计算[J].信息与电脑(理论版).2019
[10].尚瑶瑶.基于网络流量统计特征与图分析的僵尸网络检测方法研究[D].北京交通大学.2019
标签：洪峰流量; 水文变异诊断系统; Morlet小波分析法; 特征分析;