一、校园网中的教学应用模式（论文文献综述）
包政[1]（2020）在《校园宿舍分布式多级无线网络设计与实现》文中研究表明为了加快校园信息化建设,满足在校师生的网络需求,目前很多院校都在与运营商合作的基础上推进校园无线网络的建设,对学校已有的有线网络进行无线扩充,大大提高了整体校园网络的性能,并加强了网络安全方面的防护,使全校师生员工能够随时随地、方便高效地使用信息网络,真正实现全校无线网络覆盖,促进学校教学、科研和管理能力的提升,增强在校师生网络信息时代下生活的幸福指数。本文首先对无线网络发展趋势及高校宿舍网络建设现状进行研究说明;其次从总体上分析了江苏食品药品职业技术学院对宿舍无线网络建设的需求,并深入实地分析在校师生的用户需求,关注部署难题,提出总体设计思路,充分运用智分加技术,进行无线信号的有效覆盖,满足复杂的宿舍网环境中高性能的无线网络需求;最后以江苏食品药品职业技术学院宿舍无线网络建设的实际工程为背景设计并实现了学院宿舍分布式无线网络多级布置,为在校师生提供高质量、高速的无线网络,实现统一身份认证及有线和无线的统一管理,为今后校园宿舍无线网络建设提供借鉴思路。
方晓明[2]（2020）在《基于流量日志的用户行为及其在DHCP中应用研究》文中指出随着智能终端设备获取成本的降低、网络带宽和速度的提升以及无线网络覆盖能力的增强,无线网络中终端设备的规模呈现爆炸式增长,网络DHCP服务器需要承载的压力也越来越大。由于网络IP地址池的规模限制,能够分配给用户终端的IP地址是有限的并且越来越呈现出稀缺性的特点,如何在保证IP地址池可用空间满足突发性的终端设备增加的同时尽可能地降低DHCP服务器的负载,对于避免IP地址耗尽、节约服务器资源以及提升用户体验具有重要意义。校园无线网络环境下,由于网络使用用户较为固定,用户的上网习惯和兴趣偏好在短时间内不会发生较大转变,因此对用户历史上网行为进行分析研究并根据用户会话时长特征动态地确定网络中的DHCP租约时间具有重要研究意义。本文将主要对校园网络环境下DHCP租约时间优化策略展开研究,基于采集到的用户历史行为数据,提出IP地址使用和DHCP负载的仿真计算方法,建立租约时间和DHCP负载以及租约时间和IP地址使用关系模型,并根据建立的模型提出用户行为驱动的DHCP租约时间优化算法,从而在有限的IP地址资源下满足具有良好移动性和瞬态访问模式的智能终端。本文的主要工作如下:1)对校园网络整体状况进行了考察,重点研究了无线接入设备的分布情况,分析了用户终端设备与校园网络的交互过程、校园网络认证机制、校园网络拓扑结构以及相关数据的采集过程;2)对AP日志、网络流量以及WEB认证记录进行预处理,提取用户移动行为属性和用户访问行为属性并提出一种基于分类回归树算法的条件性重分类算法对校园网络中用户的身份进行区分;采用真实数据进行实验,从准确率、精确率和召回率三个方面验证了算法的有效性;3)基于前文的研究,分别挖掘用户时空属性、用户访问属性和用户会话时长特征属性等用户属性并据此建立上网用户行为知识图谱;从用户身份、终端类型以及建筑物区域三个维度对用户会话时长特征进行了分析并以图的方式直观地展现了用户会话时长分布特征;4)结合网络DHCP数据,提出了一种基于用户状态变化的仿真方法计算网络中的IP地址使用和DHCP负载,并在此基础上分别对租约时间和IP地址使用及租约时间和DHCP负载之间的关系进行了建模。最后提出了一种用户行为驱动的DHCP租约时间优化算法,根据历史网络数据动态地设置网络租约时间,并通过实验证明相比于现有的DHCP优化策略,我们提出的算法有着更高的优化效率和稳定性。
葛丽静[3]（2020）在《基于多源数据融合的校园网用户行为分析系统的设计与实现》文中认为随着互联网的产生及其迅速发展,网络已逐渐融入进人们工作和生活当中。与此同时,用户行为分析也应运而生,为网络信息的挖掘和分析带来了机遇和挑战。这个领域一直都是学者们研讨的热点,它可用于研究学生在校上网行为,了解学生上网情况及其对学习的影响,使教务管理人员更有效对学生进行管理。本论文主要用于分析和管理校园网中用户的上网情况,对重度上网用户及早发现并进行针对性的干预和引导。然而,凭借单一的数据源可能分析结论并不准确,另外上网日志存储的位置可能比较分散,很难实现关联分析。本论文以校园网上网日志、流量日志、学习成绩等多源数据作为基础,搭建实现多源数据融合的校园网用户行为分析系统,完成对多源数据的统一处理分析,然后通过界面展示。本论文主要工作如下:（1）调研了用户行为分析的研究背景及意义,了解了国内外学者对校园网用户行为分析的研究现状。（2）分析了校园网用户行为分析的必要性和迫切性,研究了用户行为分析中涉及的相关技术,并提出了一种基于多源数据融合的校园网用户行为分析系统的方案。（3）提出了一种改进的K-means算法。通过改进对初始聚类中心的选取来降低聚类的误差,并利用Hadoop平台的分布式特征,将改进的K-means算法进行并行化计算分析解决系统中的处理效率问题。（4）提出了一种改进的TF-IDF算法。结合网页文本中HTML的结构特征,对TF-IDF算法进行改进,更加准确的提取出文本关键词。（5）设计并实现了一个基于多源数据融合的校园网用户行为分析系统。系统中主要划分为三个模块:数据接入模块、数据处理分析模块和数据展示模块。通过该系统可以对校园中用户的上网行为进行了解,并及时对重度上网用户进行管理和指导。
林玲[4]（2020）在《基于主题搜索的校园用户行为挖掘系统的设计与实现》文中提出随着网络技术和业务的发展,网络用户数量逐年增加,网络中蕴涵的大量的用户行为信息成为了相关人士关注的重要分析来源。在高校中通过数据挖掘手段对校园网的用户行为信息进行分析,可以克服高校中传统的管理模式不够精细和深入的弊端。传统校园用户行为分析系统中主要包含主题模型建立和关联模式挖掘两个部分,现有的主题模型提取出的用户主题词对于语义的表示能力较弱,且传统关联模式挖掘的可定制性不高,容易提取到较大众但无用的关联特征。本文在已有的校园用户行为分析系统中加入主题提取改进算法和关联模式挖掘改进算法,设计并实现了一套基于主题搜索的校园用户行为分析系统。具体研究内容如下:1.提出一种基于结构协同的向量化隐含狄利克雷分布的主题词提取算法。该方法使用结构得分作为基于文本排序的关键词提取算法中的边权重,在该算法的基础上加入算法提取的主题语义信息作为权重参数,使得提取出的关键词具有主题语义表示能力。2.提出基于改进的警示线索词频繁树的两极多支持度算法。该方法加入了事务项的负向关联以增加分析中的潜在项集,使用多重最小支持度提高关联模式的准确性,在基于频繁模式树的关联模式分析算法基础上加入预设警示线索词的筛选,使得系统可以将管理者预设的敏感信息识别并提取出来。3.设计并实现了一种基于主题搜索的用户行为分析系统。系统包括数据存储,数据处理,算法分析和UI展示四大模块,其中算法分析模块包含了主题提取和特征向量关联算法。算法分析的结果通过归类和处理后在UI展示层进行结果的展示。实验结果表明,该系统能够有效的提取用户访问记录中页面链接对应的主题,且能正确地与用户其他特征向量进行关联。算法分析的结果能在Web的UI界面中进行展示,为校园网的网络管理者提供重要的分析依据。
郑梦霞[5]（2020）在《基于聚类的校园网入侵检测与防御研究》文中研究表明随着信息技术的快速发展,网络环境日趋复杂,传统的网络安全技术已难以保证网络的安全性。为适应当前大规模、复杂、隐蔽的网络攻击行为,研究高效的入侵检测与防御技术,开发安全的检测与防御系统,具有重要的理论和现实意义。随着信息技术与教育教学的深度融合,高校信息化建设日益成熟,师生与学校环境、资源的交互方式得到了优化,同时也对校园网的支撑保障能力提出了更高的要求。本文研究基于聚类算法的校园网入侵检测与防御方法,以实现对无标签的校园网流量进行检测并对校园网中的攻击流量进行防御。首先,搭建校园网流量采集系统和Web应用攻击采集系统,对某高校主要Web站点进行数据采集和分析,对Web应用攻击进行流量采集和攻击模拟。为实现对用户行为的准确识别和分析,基于单个异常用户的划分规则对校园网流量进行特征提取、聚类和簇分析,并通过簇分析初步明确校园网中流量的组成。通过Web应用攻击模拟进一步了解攻击方式和攻击特征,为后续的入侵检测实验奠定基础。其次,提出一种基于遗传算法和聚类算法的校园网入侵检测模型,来有效检测无标签校园网流量中的攻击行为。针对无标签数据集直接应用聚类算法难以衡量检测率的问题,引入含标签的外部攻击来区分聚类后的正常簇和异常簇。该模型提取校园网用户访问网页的流量特征和引入攻击的流量特征,提出基于遗传算法的最优权重选择方法来获取特征的最优权重值。对数据集进行聚类分析,计算异常簇中校园网攻击流量的检测率。实验结果表明,该模型在校园网混合数据集上的检测率可达99.09%,能很好地检测无标签数据集中的攻击行为。该模型还在CSIC 2010数据集上得到了验证,可达到99.25%的检测率,较相关文献提高了2.69%。第三,提出一种基于关联分析和聚类算法的校园网警报挖掘模型,对警报进行分类、过滤和优先级排序。将警报拆分为路径项和行为项,并根据行为项之间的字符串相似度进行聚类。根据误报簇中误报的检测率来确定最佳聚类个数,并在最佳聚类个数下完成分类和过滤。通过计算簇大小和簇平均频繁程度对过滤后的警报簇进行排序,使得高威胁的警报得到更及时有效的处理。该模型在CSIC警报集和校园网警报集上进行实验,误报的检测率分别达到了99.13%和97.63%,既保证了大部分假警报的过滤,又能减少真警报的流失。此外,提出的模型排序规则能够对无时间戳的数据集进行警报频繁程度的衡量,较相关文献具有更好的适用性。
刘丽辉[6]（2020）在《校园网网络病毒防护体系的构建研究》文中进行了进一步梳理校园网是各大学校开展教学管理与教育研究工作的信息平台,也是组织进行各项教学活动、信息交流的主阵地。怎样构建一个更加稳定、安全、可靠的校园网,是现阶段各学校必须要重视的问题。在校园网建设过程中,由于部分用户病毒防范意识薄弱,没有采取有效的防护措施,导致校园网常常受到病毒入侵。基于此,本文主要分析了校园网网络病毒的危害与传播特点,对如何构建有效的校园网网络病毒防护体系提出了策略建议。
颜光[7]（2018）在《某高职院校校园网改造方案的设计与实施》文中研究指明近二十年,社会持续不断的发展,伴随着计算机也快速的发展,许多新技术不断的浮现,同时支持新技术的硬件设备也渐渐的普及。国内各大高校的校园网络也得到了快速发展。但随着高校学生的不断增加,校园网络的用户数量快速增长,大量新的应用不断呈现,早期建设的校园网络已无法满足现在师生对网络的需求。为了进一步推动数字校园信息化建设,给在校师生的学习、工作、生活提供更好的网络应用环境,本课题拟为某高职院校打造一个高速、安全、便捷、绿色的校园无线网络以及对有线网络进行千兆接入更新。无线校园网络与学校有线网络相融合,在网络管理、校园网认证上均实现了统一,校园网络结构进一步简化,网络的性能得到了很大提升,包括访问速度以及效率等。根据对该高职院校的校园网络进行调查分析,我们着重对该高职院校的整体网络架构进行了新的设计和规划。主要选择了更加合适的三层网络结构,对核心网络也进行了设计和规划,同时对核心设备进行了升级,如交换机,防火墙等。通过改造促进了校园网络中新设备与老设备的兼容性更加合理。随着学校新的应用系统出现,各服务器的运维变的很困难。随着云计算、虚拟化技术的不断发展,本课题研究了服务器进行虚拟化改造的方案,充分提升设备管理水平,且使数据得到了更可靠的保障。为解决光纤管网覆盖范围小的问题,设计了满足网络、视频监控等系统建设要求的骨干光纤管网方案。随着设备越来越多,原有机房已经无法满足使用的需要,本文论述了校园网的现状、分析了校园网中存在的问题、提出了升级改造方案,详细阐述了相关主要设备的选型标准。为了满足全校师生对无线网络的需求,本次校园网的升级改造方案新增了无线网络的规划设计。经过高校网络的升级换代,网络的安全性和可靠性得到了很大的提高。虚拟化使服务器管理更加科学方便,提高了服务器的安全性和稳定性。双活存储系统使数据安全更加安全;新骨干光纤管网已基本覆盖了校区的重要场所。新的中央机房也为整个校园网的运行提供了安全保障,质量上乘,环境稳定。高清晰度网络监控系统的建设有利于高校的安全与发展。总体而言,本次校园网升级方案的实施取得了令人满意的效果。
张孝国[8]（2019）在《高性能互联网流识别算法研究》文中进行了进一步梳理随着互联网的飞速发展,网络用户数量急速增加,网络带宽不断增长,各种网络应用层出不穷,网络行为日益复杂,传统的基于报文层次的网络分析在获取流量宏观和微观变化规律方面已经不再适用。近年来,众多以网络流为基本处理单位的网络流分析技术则应运而生,而网络流识别则是网络流分析技术的基础步骤和瓶颈环节,虽然目前已有一定数量的网络流识别策略被广泛地应用于网络安全管理、性能管理、计费管理、流量分类、软件定义网络、流量矩阵估计、负载均衡管理以及复杂网络结构分析等领域,但这些策略在网络流识别效率或精度上仍有一定的提升空间。因此,本论文将以提升网络流识别的精度和效率为目的展开研究,为网络流分析技术提供更加适用的网络流识别算法。本论文围绕网络流识别展开研究,首先以网络流属性为研究对象,基于大量的IP trace数据和互联网流属性,研究对比了同一地域内不同网络中网络流的各属性特征以及不同地域间网络流属性特征的差异和共性,为研究新的网络流识别算法提供依据和参考。然后,基于网络流属性特征,量化分析了网络流超时策略的合理性,并提出了一种保障网络流完整性的超时阈值选择算法,为高精度的网络流识别提供可参考的合理超时阈值。而且在网络流特征的研究中,可以看到单包流不仅大量存在,而且单包流比例较早期研究结果更高,于是围绕单包流识别优化问题展开研究,基于TCP连接的有效性分析和高区分度网络流属性提出了一种TCP单包流快速过滤算法,提升了网络流的整体识别效率。最后,针对TCP网络流,量化了TCP网络流属性对网络流识别的贡献度,基于传输控制协议TCP的严格规范性,使用有限状态自动机原理,提出了一种针对TCP网络流的识别算法,提升了TCP网络流的识别性能。本论文的主要贡献和创新点如下:（1）以网络流属性为研究对象,使用不同地域间的实测IP trace流量数据,基于对其中海量网络流属性特征的提取,研究了网络流各属性特征在时间维度上的变化趋势,并对比分析了不同地域间网络流属性的特征差异和共性。通过对网络流属性特征的研究,一方面能够使相关研究者更加全面地把握当前网络流各属性在时间和地域上的特征,另一方面也为研究更加准确和高效的网络流识别算法提供了有益的数据参考和突破点。在分析网络流属性特征之后,提出了一种基于网络流属性识别能力分析网络流超时策略合理性的方法,并以提升网络流识别精度为研究出发点,提出了一种保障网络流完整性的超时阈值选择算法,旨在从提高网络流识别精度的角度设计一种超时阈值选择算法,然后基于大量的实测IP trace流量数据针对不同的网络流量类型进行了实验,并获取了当前网络环境下能够保障网络流完整性的合理超时阈值经验值。（2）针对单包流的大量存在以及现有网络流识别算法在单包流识别优化方面的不足,深入研究了TCP单包流特性,发现数据包状态、数据包到达间隔和数据包大小与TCP单包流具有高相关性,然后基于高区分度属性提出了TCP单包流的快速过滤算法。该算法效率高并且实现相对简单,可作为网络流识别的前端过滤机制,快速识别出满足识别条件的TCP单包流,由于识别出的单包流不再长时间地占有内存空间和消耗计算资源,从而有效地提升了网络流的识别性能。（3）考虑到TCP流量在网络流量中的主导地位,针对TCP网络流展开研究,首先基于信息熵提出了属性识别度概念,利用属性识别度量化了TCP网络流属性对TCP网络流识别的贡献度,发现了数据包到达间隔的识别度最高,TCP传输控制状态的识别度仅次之,数据包大小虽然也对TCP网络流的识别有一定的贡献,但其识别度却很低,而生存时间、源端口、目的端口、服务类型等属性的识别度则极低,可视为对TCP网络流识别无贡献的属性。鉴于数据包到达间隔和TCP传输控制状态的高识别度以及传输控制协议TCP在其连接建立、数据传输和连接释放过程中的严格规范性,利用有限状态自动机原理构建了TCP双向流自动机,使用TCP双向流自动机识别TCP网络流,提出了基于自动机的TCP网络流识别算法,该算法是针对TCP网络流的专用型识别算法,实验结果表明该算法在综合性能上优于网络流识别的经典算法和现有同类代表性算法。
全宏[9]（2018）在《浙江水利水电学院校园网升级改造方案的设计与实现》文中研究表明随着网络技术的高速发展和高等教育改革的逐年加快,校园网作为高校基础设施建设的重要组成部分,是实施教育现代化的重要基础。因此,构建一个安全、稳定、高效的计算机网络是各个学校数字化校园进程中重要事件。浙江水利水电学院校园网于2003年搬迁新校园时开始规划建设,随着校园网络用户的不断增加,信息化应用的不断扩大,校园网络的需求体验也日益增加,为推进校园信息化建设“十三五”规划的实施,提升校园网络用户的上网体验,历经几期建设的校园网络亟需升级改造。本文以浙江水利水电学院校园网升级改造项目为依托,通过系统的分析学校原网络状况及同类高校中存在的问题,结合校园网发展的具体需求及智慧校园建设的总体规划,提出一种校园网总体设计改造方案:（1）建设扁平化大二层的网络架构,以三核心万兆设备为骨干网络设备,实现全网集中网关、集中认证,核心层采用热备技术和虚拟化技术实现冗余备份;（2）建设统一身份认证平台,全网实现web认证及无感知认证;（3）优化校园网无线网络,实现校园WLAN覆盖率95%以上,满足数字化智慧校园移动应用的使用需求;（4）重新规划宿舍网络,实现师生对宿舍网络运营商的灵活选择并能直接访问教学区网络;（5）完善网络安全建设,增加部署安全防护设备,建立纵深防御体系。本文提出的校园网方案有效地解决了校园网规划建设与管理中的难题,实施后校园网络运行稳定,用户使用体验良好。浙江水利水电学院校园网现状在当前同等规模高校校园网建设中具有典型性,本文基于此现状提出的校园网络解决方案也具有一定的实用价值、代表性和推广意义。
蒋涵毅[10]（2018）在《面向移动学习中职校园网服务平台项目的需求管理》文中研究说明在“互联网+”时代,中职学校普遍面临如何改变教学教育理念,适应新时期个性化、开放性和互动性教育发展趋势的问题。具有灵活、智能等特点的移动学习是一个很好的解决问题切入点,同时云平台在校园网中的应用及终端设备的发展也为其提供了必要的技术支撑。因此,研究中职学校需要什么样的移动学习及相应的校园网应该如何改造也就显得十分必要。从项目管理角度来看,这是一个需求分析的问题。本文以一所较为典型的中职学校为案例,分别从项目的业务需求与技术需求两个方面开展研究。业务方面,通过网上问卷的形式调查了师生对于校园移动学习发展现状的认识和需求,运用软系统方法（SSM）,对调查结果进行分析,获得中职学校开展移动学习的基本用户需求,并归纳为功能需求。在此基础上,结合学校的实际情况,给出了利用云技术的面向移动学习中职学校校园网服务平台的技术需求分析。基于本文所做需求分析的校园网服务平台建成后,其在教学服务、资源服务和教育管理三个方面的使用情况验证了分析的有效性,平台达到了很好的服务效果。
二、校园网中的教学应用模式（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、校园网中的教学应用模式（论文提纲范文）
（1）校园宿舍分布式多级无线网络设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 第二章 无线局域网络关键技术研究 |
| 2.1 无线局域网标准 |
| 2.2 无线局域网拓扑结构 |
| 2.3 无线局域网组网技术研究 |
| 2.4 无线局域网的优势 |
| 2.5 本章小结 |
| 第三章 无线局域网技术在校园网中的应用分析 |
| 3.1 校园网接入设计分析 |
| 3.2 校园无线网络覆盖规划分析 |
| 3.2.1 射频规划分析 |
| 3.2.2 SSID规划分析 |
| 3.2.3 漫游规划分析 |
| 3.2.4 QoS规划分析 |
| 3.2.5 带宽管理分析 |
| 3.2.6 安全性规划分析 |
| 3.3 校园无线网络覆盖技术分析 |
| 3.3.1 放装式安装覆盖 |
| 3.3.2 室内分布式安装覆盖 |
| 3.3.3 智分无线覆盖技术 |
| 3.4 校园无线网络运营方式分析 |
| 3.5 本章小结 |
| 第四章 学院宿舍无线网络建设目标与需求分析 |
| 4.1 校园无线网建设目标 |
| 4.2 学校需求分析 |
| 4.3 用户需求分析 |
| 4.4 学院宿舍无线网部署难题分析 |
| 4.5 总体思路 |
| 4.5.1 多级分布式无线部署方式 |
| 4.5.2 802.11ac应对多终端大流量 |
| 4.6 本章小结 |
| 第五章 学院宿舍无线网络组网方案设计 |
| 5.1 江苏食品药品职业技术学院无线网络组网方案设计概述 |
| 5.2 宿舍区(智分+)无线设计 |
| 5.3 汇聚交换机设计 |
| 5.4 有线无线安全出口设计 |
| 5.4.1 安全防护 |
| 5.4.2 流量控制 |
| 5.5 统一账号设计 |
| 5.5.1 学校自主运营模式 |
| 5.5.2 多运营商运营模式 |
| 5.6 原有设备利旧设计 |
| 5.6.1 认证系统利旧 |
| 5.6.2 无线控制器利旧 |
| 5.6.3 网管软件利旧 |
| 5.7 有线无线一体化网络管理设计 |
| 5.8 综合平面图设计 |
| 5.8.1 S1/S3#楼平面图设计 |
| 5.8.2 S2/S4#楼平面图设计 |
| 5.8.3 S5#楼平面图设计 |
| 5.8.4 S6#楼平面图设计 |
| 5.8.5 S7#楼平面图设计 |
| 5.8.6 S8#楼平面图设计 |
| 5.9 校园宿舍网络测试 |
| 5.10 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
（2）基于流量日志的用户行为及其在DHCP中应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究内容及主要工作 |
| 1.3 研究现状 |
| 1.3.1 用户行为分析 |
| 1.3.2 用户身份特征分析 |
| 1.3.3 网络流量和性能研究 |
| 1.3.4 DHCP协议研究 |
| 1.4 论文组织结构 |
| 第二章 网络日志的生成和采集 |
| 2.1 校园网络概述和AP日志 |
| 2.1.1 校园网络概述 |
| 2.1.2 AP日志 |
| 2.2 校园网用户认证 |
| 2.2.1 WEB认证原理 |
| 2.2.2 WEB认证数据 |
| 2.3 校园无线网络流量 |
| 2.3.1 HTTP协议 |
| 2.3.2 网络流量采集 |
| 2.4 本章小结 |
| 第三章 校园网用户属性挖掘和分析 |
| 3.1 用户身份识别 |
| 3.1.1 数据预处理 |
| 3.1.2 基于认证记录的身份识别 |
| 3.1.3 基于网络流量的身份识别 |
| 3.1.4 CRAC算法 |
| 3.1.5 仿真实验和性能评估 |
| 3.2 用户时空属性分析 |
| 3.2.1 用户时空属性定义 |
| 3.2.2 用户时空属性分析 |
| 3.3 用户访问属性分析 |
| 3.3.1 用户访问时间属性分析 |
| 3.3.2 用户访问业务属性分析 |
| 3.4 用户行为知识图谱构建 |
| 3.4.1 知识图谱简介 |
| 3.4.2 知识图谱存储 |
| 3.4.3 知识图谱构建 |
| 3.5 本章小结 |
| 第四章 校园网络下DHCP模型的建立 |
| 4.1 DHCP概览 |
| 4.1.1 DHCP报文及传输过程 |
| 4.1.2 IP地址池和IP租用时间 |
| 4.2 IP地址浪费现象研究 |
| 4.2.1 活动时间定义 |
| 4.2.2 IP地址浪费研究 |
| 4.3 IP地址使用和DHCP负载计算方法 |
| 4.3.1 用户分组 |
| 4.3.2 IP地址使用计算方法 |
| 4.3.3 DHCP负载计算方法 |
| 4.3.4 实验及分析 |
| 4.4 租约时间和IP地址使用及DHCP负载关系模型 |
| 4.4.1 IP地址使用模型 |
| 4.4.2 DHCP负载模型 |
| 4.5 本章小结 |
| 第五章 用户行为驱动的DHCP租约时间优化算法 |
| 5.1 用户群体会话时长分析和分类选择 |
| 5.1.1 用户身份会话时长特征 |
| 5.1.2 用户终端类型会话时长特征 |
| 5.1.3 建筑物区域会话时长特征 |
| 5.1.4 用户群体分类选择 |
| 5.2 DHCP租约时间优化算法 |
| 5.2.1 算法准备工作 |
| 5.2.2 DHCP租约时间优化算法 |
| 5.3 仿真实验及性能分析 |
| 5.3.1 对比方法介绍 |
| 5.3.2 IP地址池消耗 |
| 5.3.3 DHCP负载 |
| 5.3.4 IP地址空闲时间 |
| 5.4 本章小结 |
| 第六章 论文总结与未来工作 |
| 6.1 论文总结 |
| 6.2 未来工作 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（3）基于多源数据融合的校园网用户行为分析系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文的章节安排 |
| 第二章 相关技术介绍 |
| 2.1 数据预处理 |
| 2.1.1 数据清洗 |
| 2.1.2 数据消减 |
| 2.1.3 数据转换集成 |
| 2.1.4 数据标准化 |
| 2.1.5 数据加权归一化 |
| 2.2 大数据相关技术 |
| 2.2.1 Hadoop技术 |
| 2.2.2 Flume技术 |
| 2.2.3 Hive技术 |
| 2.3 聚类算法 |
| 2.3.1 基本概念 |
| 2.3.2 聚类算法分类 |
| 2.3.2.1 划分法 |
| 2.3.2.2 层次法 |
| 2.3.2.3 基于密度的方法 |
| 2.3.2.4 基于网格的方法 |
| 2.3.2.5 基于模型的方法 |
| 2.3.3 算法分类对比 |
| 2.4 统计方法 |
| 2.5 文本关键字提取算法 |
| 2.5.1 基于统计特征的关键词提取算法 |
| 2.5.2 基于词图模型的关键词提取算法 |
| 2.5.3 基于主题模型的关键词提取算法 |
| 2.6 可视化技术 |
| 2.6.1 可视化概念 |
| 2.6.2 可视化特性 |
| 2.7 本章小结 |
| 第三章 系统需求分析 |
| 3.1 需求分析概述 |
| 3.2 功能性需求分析 |
| 3.2.1 系统功能分析 |
| 3.2.2 系统流程分析 |
| 3.2.3 系统相关技术分析 |
| 3.3 非功能性需求分析 |
| 3.4 本章小结 |
| 第四章 系统设计与实现 |
| 4.1 系统架构模型设计 |
| 4.2 系统详细设计 |
| 4.2.1 数据库表设计 |
| 4.2.2 性格主题模型设计 |
| 4.2.3 K-means算法设计 |
| 4.2.3.1 传统的K-means算法 |
| 4.2.3.2 K-means算法改进 |
| 4.2.3.3 算法对比 |
| 4.2.4 TF-IDF算法设计 |
| 4.2.4.1 传统的TF-IDF算法 |
| 4.2.4.2 TF-IDF算法优化 |
| 4.2.4.3 算法对比 |
| 4.2.5 模块接口设计 |
| 4.2.6 数据接入模块设计 |
| 4.2.7 数据处理分析模块设计 |
| 4.2.7.1 数据预处理 |
| 4.2.7.2 用户行为分析功能 |
| 4.2.7.3 用户个人画像功能 |
| 4.2.8 数据展示模块设计 |
| 4.3 系统实现 |
| 4.3.1 系统环境搭建 |
| 4.3.2 系统功能实现 |
| 4.3.2.1 数据接入模块实现 |
| 4.3.2.2 数据处理分析模块实现 |
| 4.3.2.3 数据展示模块实现 |
| 4.4 系统测试 |
| 4.4.1 功能测试 |
| 4.4.2 性能测试 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录: 缩略词说明 |
| 致谢 |
（4）基于主题搜索的校园用户行为挖掘系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 研究现状 |
| 1.2.1 用户行为分析技术研究现状 |
| 1.2.2 Web日志挖掘技术研究现状 |
| 1.3 研究内容 |
| 1.4 论文组织与结构 |
| 第二章 相关技术介绍 |
| 2.1 校园网Web日志挖掘技术 |
| 2.2 Web日志数据预处理 |
| 2.3 基于Web日志的用户行为分析方法 |
| 2.3.1 主题模型介绍 |
| 2.3.2 关联模式挖掘 |
| 2.4 本章小结 |
| 第三章 基于结构协同的向量化狄利克雷主题词提取改进算法 |
| 3.1 关键词提取算法 |
| 3.1.1 网页评分排名算法 |
| 3.1.2 基于文本排名的关键词提取算法 |
| 3.1.3 基于搜索模型的文本相关性权重计算方法 |
| 3.2 基于结构协同的向量化隐含狄利克雷分布主题词提取算法 |
| 3.2.1 算法思想 |
| 3.2.2 文本预处理 |
| 3.2.3 向量化的狄利克雷主题模型初始化向量取值 |
| 3.2.4 候选词得分计算 |
| 3.2.5 文本网络构建 |
| 3.3 本章小结 |
| 第四章 基于正负关联多支持度的警示线索词频繁模式挖掘改进算法 |
| 4.1 算法改进动机 |
| 4.1.1 警示线索词 |
| 4.1.2 单一最小支持度 |
| 4.1.3 传统正向关联规则 |
| 4.2 算法改进思想 |
| 4.2.1 改进的警示线索词频繁树 |
| 4.2.2 多重最小支持度的引入 |
| 4.2.3 含正负项目的多重最小支持度 |
| 4.3 算法流程设计 |
| 4.4 本章小结 |
| 第五章 基于主题搜索的用户行为分析系统设计 |
| 5.1 系统需求及功能流程分析 |
| 5.2 原始数据存储层 |
| 5.3 数据整合处理层 |
| 5.4 算法分析层 |
| 5.4.1 用户行为集预处理模块 |
| 5.4.2 主题提取模块 |
| 5.4.3 特征向量关联模块 |
| 5.5 本章小结 |
| 第六章 测试结果及分析 |
| 6.1 测试环境介绍 |
| 6.2 测试用例设计 |
| 6.3 测试结果及分析 |
| 6.3.1 基于结构协同的LDA2Vector算法测试结果及分析 |
| 6.3.2 基于改进的警示线索词频繁树的两极多支持度算法结果及分析 |
| 6.3.3 系统前端页面展示 |
| 6.3.4 系统在使用传统算法和改进算法运行结果展示 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
（5）基于聚类的校园网入侵检测与防御研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 网络入侵检测与防御研究背景 |
| 1.2 网络入侵检测与防御国内外研究现状 |
| 1.3 本文研究内容及章节安排 |
| 第2章 网络入侵检测与防御相关技术 |
| 2.1 聚类算法 |
| 2.2 遗传算法 |
| 2.3 关联分析 |
| 2.4 小结 |
| 第3章 校园网流量采集与分析 |
| 3.1 校园网流量采集 |
| 3.2 基于聚类算法的校园网流量分析 |
| 3.3 Web应用攻击流量采集与分析 |
| 3.4 小结 |
| 第4章 基于遗传算法和聚类算法的校园网入侵检测模型 |
| 4.1 基于无标签数据集的模型评估方法 |
| 4.2 入侵检测模型的构建 |
| 4.3 实验结果与分析 |
| 4.4 小结 |
| 第5章 基于关联分析和聚类算法的校园网警报挖掘模型 |
| 5.1 基于频繁项集和字符串相似度的警报特征提取方法 |
| 5.2 警报挖掘模型的构建 |
| 5.3 实验结果与分析 |
| 5.4 小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及在学期间取得的科研成果 |
（6）校园网网络病毒防护体系的构建研究（论文提纲范文）
| 1 校园网网络病毒的危害 |
| 1.1 破坏性强 |
| 1.2 传播速度快 |
| 1.3 难于清除性 |
| 2 计算机病毒的特点 |
| 2.1 寄生性 |
| 2.2 传染性 |
| 2.3 潜伏性 |
| 2.4 隐蔽性 |
| 3 校园网网络病毒防护体系的构建策略 |
| 3.1 优化校园网络结构 |
| 3.2 完善病毒防范管理 |
| 3.3 定位网络故障 |
| 4 结语 |
（7）某高职院校校园网改造方案的设计与实施（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外高职院校校园网研究现状 |
| 1.3 某高职院校校园网的概况 |
| 1.4 本文所研究的主要内容和结构 |
| 1.5 本章总结 |
| 第二章 某高职院校校园网的现状研究 |
| 2.1 某高职院校校园网的现状 |
| 2.2 某高职院校校园网面临的主要问题 |
| 2.2.1 网络结构问题、主干核心问题、网络安全问题 |
| 2.2.2 服务器管理以及数据的安全 |
| 2.2.3 光纤网络、视频监控系统 |
| 2.2.4 中央机房较陈旧 |
| 2.3 某高职院校校园网升级改造总体需求 |
| 2.4 本章总结 |
| 第三章 网络升级改造的相关理论与技术 |
| 3.1 多核心结构 |
| 3.2 VLAN技术 |
| 3.3 防火墙 |
| 3.4 三层交换技术 |
| 3.5 服务器的虚拟化技术 |
| 3.6 双活存储技术 |
| 3.7 VPN技术 |
| 3.8 本章总结 |
| 第四章 某高职院校校园网建设需求分析 |
| 4.1 校园网建设需求 |
| 4.2 网络改造实施的基本原则 |
| 4.3 校园网改造的总思路 |
| 4.4 本章总结 |
| 第五章 某高职院校校园网改造升级方案的设计 |
| 5.1 校园网建设的组网技术规范 |
| 5.2 无线场景建设 |
| 5.3 网络分层设计思想 |
| 5.4 校园网骨干网络的总体设计 |
| 5.4.1 核心层的设计 |
| 5.4.2 汇聚层的设计 |
| 5.4.3 接入层设计 |
| 5.4.4 校园网无线覆盖的总体设计 |
| 5.4.5 综合布线 |
| 5.5 校园网络IP地址以及VLAN的规划 |
| 5.5.1 Vlan简介和功能 |
| 5.5.2 Vlan的规划 |
| 5.5.3 IP地址规划 |
| 5.6 校园网安全系统设计 |
| 5.6.1 校园网安全建设依据 |
| 5.6.2 安全体系架构的设计 |
| 5.6.3 校园网主要安全设备的指标 |
| 5.7 数据中心设计 |
| 5.7.1 建设原则 |
| 5.7.2 项目规划设计 |
| 5.7.3 设备采购数量 |
| 5.8 校园网主要设备的选型及清单 |
| 5.9 本章总结 |
| 第六章 结论与展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 致谢 |
（8）高性能互联网流识别算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 网络发展现状 |
| 1.1.2 流量分析面临的挑战 |
| 1.1.3 网络流及其应用 |
| 1.2 网络流识别研究现状及意义 |
| 1.2.1 研究现状 |
| 1.2.2 研究意义 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 论文组织结构 |
| 第二章 网络流特征与超时阈值选择算法 |
| 2.1 网络流测度选择 |
| 2.1.1 引言 |
| 2.1.2 网络流测度选择 |
| 2.2 网络流特征分析对比 |
| 2.2.1 校园网流特征对比研究 |
| 2.2.2 中美互联网流特征对比研究 |
| 2.3 基于网络流完整性的超时阈值选择算法 |
| 2.3.1 相关工作 |
| 2.3.2 超时策略合理性分析 |
| 2.3.3 基于网络流完整性的超时阈值选择算法设计 |
| 2.3.4 基于网络流完整性的超时阈值选择算法分析 |
| 2.3.5 基于网络流完整性的超时阈值选择算法评价 |
| 2.4 本章小结 |
| 第三章 TCP单包流快速过滤策略研究 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.3 TCP单包流特征分析 |
| 3.4 TCP单包流快速过滤策略 |
| 3.4.1 工作原理 |
| 3.4.2 核心算法 |
| 3.5 策略性能分析与对比 |
| 3.5.1 代价分析与对比 |
| 3.5.2 精度分析与对比 |
| 3.6 本章小结 |
| 第四章 TCP流快速识别策略研究 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 TCP流识别属性选择 |
| 4.3.1 属性识别度 |
| 4.3.2 属性选择 |
| 4.4 基于自动机的TCP流识别算法 |
| 4.4.1 TCP双向流自动机 |
| 4.4.2 TFIA算法 |
| 4.5 算法性能评估 |
| 4.5.1 算法代价分析与对比 |
| 4.5.2 算法精度分析与对比 |
| 4.6 本章小结 |
| 第五章 结论 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（9）浙江水利水电学院校园网升级改造方案的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外校园网发展的情况 |
| 1.3 校园网升级改造的实际意义 |
| 1.4 论文研究的主要内容 |
| 第二章 浙江水利水电学院校园网升级改造的总体需求 |
| 2.1 校园网现状 |
| 2.2 校园网存在的问题 |
| 2.3 校园网升级改造的需求分析 |
| 2.3.1 校园网建设的设计原则 |
| 2.3.2 校园网升级改造的思路 |
| 2.3.3 校园网升级改造的内容及目标 |
| 第三章 浙江水利水电学院校园网升级改造方案的设计实现 |
| 3.1 校园网总体结构设计 |
| 3.1.1 网络结构设计原则 |
| 3.1.2 网络架构设计 |
| 3.1.3 骨干网稳定性设计 |
| 3.2 校园网基础区域规划 |
| 3.2.1 校园基础网络整体规划 |
| 3.2.2 核心层设计规划 |
| 3.2.3 汇聚层设计规划 |
| 3.2.4 接入层设计规划 |
| 3.3 校园网命名规则 |
| 3.3.1 设备命名规则 |
| 3.3.2 接口描述规则 |
| 3.4 VLAN规划 |
| 3.4.1 设备VLAN规划 |
| 3.4.2 用户VLAN规划 |
| 3.5 IP地址规划 |
| 3.5.1 设备IP地址规划 |
| 3.5.2 用户IP地址规划 |
| 3.6 统一认证平台设计 |
| 3.6.1 统一上网账号 |
| 3.6.2 统一的监管与服务 |
| 3.6.3 统一认证平台的意义 |
| 3.6.4 统一认证平台整体部署 |
| 3.7 统一出口改造设计 |
| 3.7.1 多运营商对接要求 |
| 3.7.2 多运营商对接方案 |
| 3.7.3 出口日志安全审计 |
| 3.8 校园网WLAN覆盖方案 |
| 3.8.1 射频规划 |
| 3.8.2 SSID和漫游设计 |
| 3.8.3 访客类认证设计 |
| 3.8.4 无感知认证设计 |
| 3.8.5 WLAN覆盖 |
| 3.9 监控专网设计 |
| 3.10 方案实现的主要效果 |
| 第四章 校园网网络安全解决方案 |
| 4.1 安全方案建设意义 |
| 4.2 安全方案架构 |
| 4.3 体化流程 |
| 4.4 校园接入区域安全策略实现 |
| 4.4.1 防止环路 |
| 4.4.2 DHCP安全及防ARP欺骗 |
| 4.4.3 端口保护 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）面向移动学习中职校园网服务平台项目的需求管理（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 信息化项目需求管理 |
| 1.2.2 移动学习 |
| 1.2.3 校园网建设 |
| 1.3 论文的主要内容和章节安排 |
| 1.3.1 论文的主要内容 |
| 1.3.2 章节安排 |
| 第二章 移动学习和需求分析概述 |
| 2.1 项目需求 |
| 2.1.1 需求收集 |
| 2.1.2 需求分析 |
| 2.2 软系统方法(SSM) |
| 2.3 移动学习 |
| 2.3.1 移动学习的基本概念 |
| 2.3.2 移动学习的特点和优势 |
| 2.3.3 中职移动学习的常见形式 |
| 2.3.4 基于云技术的移动学习 |
| 2.4 本章小结 |
| 第三章 中职移动学习与校园网服务平台用户需求分析 |
| 3.1 校园网服务平台改造项目 |
| 3.1.1 校园网服务平台简介 |
| 3.1.2 校园网服务平台改造的基本原则 |
| 3.1.3 校园网服务平台改造的经济因素 |
| 3.2 校园网服务平台的业务需求调查设计 |
| 3.2.1 基于SSM方法的平台需求分析流程 |
| 3.2.2 校园网服务平台的业务需求分析准备 |
| 3.3 中职移动学习需求调查 |
| 3.3.1 中职师生移动学习现状调查 |
| 3.3.2 基于SSM方法的中职师生移动学习需求分析 |
| 3.4 中职移动学习服务平台业务需求分析 |
| 3.4.1 基于SSM法的平台需求检验鉴别 |
| 3.4.2 中职移动学习服务平台功能需求转化 |
| 3.5 本章小结 |
| 第四章 基于校园云的中职移动学习服务平台技术需求 |
| 4.1 基于云技术的校园网 |
| 4.2 校园网移动学习服务平台架构选择 |
| 4.2.1 服务平台的体系架构 |
| 4.2.2 服务平台的基础架构 |
| 4.2.3 服务平台架构选择的技术效益 |
| 4.3 访问容量需求 |
| 4.4 服务器配置需求 |
| 4.5 存储容量及数据库需求 |
| 4.5.1 存储容量需求 |
| 4.5.2 数据库需求 |
| 4.6 软件需求 |
| 4.7 技术需求成本分析 |
| 4.8 本章小结 |
| 第五章 校园网移动学习服务平台应用案例 |
| 5.1 校园网改造基本情况 |
| 5.2 教学应用服务功能 |
| 5.2.1 无边界智能课堂 |
| 5.2.2 专业拓展学习 |
| 5.3 课外资源服务功能 |
| 5.4 学校教学管理职能 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文 |
四、校园网中的教学应用模式（论文参考文献）
- [1]校园宿舍分布式多级无线网络设计与实现[D]. 包政. 南京邮电大学, 2020(02)
- [2]基于流量日志的用户行为及其在DHCP中应用研究[D]. 方晓明. 东南大学, 2020(01)
- [3]基于多源数据融合的校园网用户行为分析系统的设计与实现[D]. 葛丽静. 北京邮电大学, 2020(05)
- [4]基于主题搜索的校园用户行为挖掘系统的设计与实现[D]. 林玲. 北京邮电大学, 2020(05)
- [5]基于聚类的校园网入侵检测与防御研究[D]. 郑梦霞. 浙江大学, 2020(02)
- [6]校园网网络病毒防护体系的构建研究[J]. 刘丽辉. 通讯世界, 2020(01)
- [7]某高职院校校园网改造方案的设计与实施[D]. 颜光. 南京邮电大学, 2018(02)
- [8]高性能互联网流识别算法研究[D]. 张孝国. 东南大学, 2019(12)
- [9]浙江水利水电学院校园网升级改造方案的设计与实现[D]. 全宏. 杭州电子科技大学, 2018(01)
- [10]面向移动学习中职校园网服务平台项目的需求管理[D]. 蒋涵毅. 上海交通大学, 2018(02)