本书主要内容可以分为网络流量处理、数字图像处理，以及安防监测系统信号处理三部分。其中，第1章为三部分的概述，第2～5章为网络流量处理部分，第6～8章为数字图像处理部分，第9章为安防监测系统信号处理。 （1）网络流量处理部分。第2章介绍一种网络流量的平稳化处理方法。由于网络流量的不确定性，为提高流量建模的准确性，需要对流量进行预处理。第3章提出一种网络流量建模方法。在对流量观测值进行平稳化处理之后，根据对流量观测值特征，恰当选择数学模型，进行流量预测，导出流量过载的预警方法。第4章介绍一种网络流量异常检测方法。通过平稳化处理网络流量观测值序列，然后建立时间序列模型，通过一个新的统计量检测流量异常，检测方法效果良好。第5章介绍多协议标签交换网络中的流量工程技术，并提出一种标记交换路径的计算方法。 （2）数字图像处理部分。第6章介绍各种数字图像稀疏编码模型，将各种建模方法分为模拟视觉系统模型、统计分析模型两大类，提出一种新的稀疏编码方法，即基于赫布规则的稀疏编码基向量计算方法。第7章概述数字图像轮廓的提取方法，分析比较这些方法的主要特点，对数字图像的轮廓提取方法的下一步研究进行展望。第8章介绍一种对传统的图像边缘Prewitt检测方法进行改进的方法边缘提取方法。 （3）安防监测系统信号处理部分。第9章首先综述光纤振动信号的各种特征提取方法和识别方法，将特征提取方法分为基于小波分解的特征提取法、基于其他分解模型的特征提取方法和基于波形统计参数的特征提取法三类，将对光纤振动信号的识别方法分为经验阈值识别方法、支持向量机识别方法和神经网络识别方法三种。对挖掘机挖掘、人工挖掘、汽车行走、人员行走和噪声这五种光纤振动信号的短时过零率和能量特征进行可视化分析，提出一种实验样本的选取方法；然后采用二分类任务决策树模型和极速学习机算法，分四个阶段完成光纤入侵事件的识别。这样既提高了事件的正确识别率，又大大缩短模型训练时间。