互联网大数据挖掘与分类

近年来，互联网的快速发展、新应用的不断出现、网络带宽的不断提高和网络数据流的急剧增加给互联网数据分析研究带来了技术挑战，互联网数据挖掘和分类对于网络计费、流量工程、网络安全等领域具有广泛应用价值。《互联网大数据挖掘与分类》主要针对互联网大数据挖掘与分类问题，系统介绍了作者在互联网数据分析处理方面的理论及实践的研究成果，主要介绍两个互联网大数据的挖掘和分类平台：基于hadoop集群网络被动测量数据分析平台和基于覆盖网的主动测量网络故障诊断平台，同时《互联网大数据挖掘与分类》分别探讨了基于这两个平台的超点抽样检测方法、并行长持续时间流检测方法、面向MapReduce的大流识别方法、基于信息熵灵敏度的异常检测方法、HTTP流量的页面关联、网络流的分类方法等六个方面的互联网大数据挖掘和分类问题。《互联网大数据挖掘与分类》的内容对深入研究互联网数据测量和分析方法具有重要的借鉴意义，为网络安全和网络管理，特别是校园网的管理提供了参考。《互联网大数据挖掘与分类》可供计算机科学、信息科学、网络工程及流量工程等学科的科研人员、大学教师和相关专业的研究生和本科生，以及从事计算机网络管理领域、网络工程及网络安全保护的技术人员阅读参考。