發(fā)布時間：2017-09-01 11:04

  本文關(guān)鍵詞：骨干網(wǎng)網(wǎng)間流量特征分析與預(yù)測

  更多相關(guān)文章： 骨干網(wǎng) 分布式計算 網(wǎng)絡(luò)流量特征 網(wǎng)絡(luò)流量預(yù)測

【摘要】：近年來,我國的移動互聯(lián)網(wǎng)發(fā)展迅猛,已逐漸成為全球互聯(lián)網(wǎng)的重要組成部分。截止到2013年12月,我國網(wǎng)民規(guī)模達6.18億,互聯(lián)網(wǎng)普及率為45.8%。而移動互聯(lián)網(wǎng)用戶數(shù)規(guī)模達5億,占全體網(wǎng)民的比例上升至81.0%。伴隨著移動互聯(lián)網(wǎng)的高速發(fā)展,所暴露出來的問題也日益突出。首先,不斷增加的移動互聯(lián)網(wǎng)用戶數(shù)和各種新興業(yè)務(wù),使得移動互聯(lián)網(wǎng)流量激增,網(wǎng)絡(luò)所承擔的壓力日益繁重,對網(wǎng)絡(luò)服務(wù)質(zhì)量與穩(wěn)定性有了更高的要求。其次,互聯(lián)網(wǎng)的網(wǎng)絡(luò)體系結(jié)構(gòu)越來越復(fù)雜,使得對于網(wǎng)絡(luò)整體負載、用戶行為、網(wǎng)絡(luò)流量整體趨勢等問題都還缺乏深入的研究和精確的描述,從而嚴重影響了骨干網(wǎng)網(wǎng)絡(luò)資源的有效利用和移動互聯(lián)網(wǎng)的進一步發(fā)展。最后,移動互聯(lián)網(wǎng)絡(luò)流量的指數(shù)型增長,使得傳統(tǒng)的流量分析方法已無法滿足海量數(shù)據(jù)的存儲和處理要求,需要引入更加可靠、更加高效的方式進行處理。而Hadoop正是一個能夠?qū)Ａ繑?shù)據(jù)進行可靠、高效的分布式處理的可擴展開源軟件框架,并已經(jīng)被越來越多的應(yīng)用于研究領(lǐng)域。 論文介紹了網(wǎng)絡(luò)流量分析與預(yù)測的意義,以及網(wǎng)絡(luò)流量分析與預(yù)測的研究現(xiàn)狀,描述了Hadoop分布式平臺和自主研發(fā)的省級骨干網(wǎng)數(shù)據(jù)處理系統(tǒng),分析了自主研發(fā)的省級骨干網(wǎng)數(shù)據(jù)處理系統(tǒng)的工作原理和工作流程。使用省級骨干網(wǎng)數(shù)據(jù)處理系統(tǒng),對骨干網(wǎng)網(wǎng)間流量從粗粒度(一個月)和細粒度(一天)兩個方面進行特征分析,并從IP協(xié)議分布、大類業(yè)務(wù)分布、用戶在線時長分布、應(yīng)用熱度分析、平均逗留時間分析和上網(wǎng)體驗分析等方面對用戶行為分析。最后,論文研究了季節(jié)性差分自回歸移動平均模型的原理和建模方法,對省級骨干網(wǎng)網(wǎng)絡(luò)流量進行預(yù)測,并對預(yù)測結(jié)果進行評估。
【關(guān)鍵詞】：骨干網(wǎng) 分布式計算 網(wǎng)絡(luò)流量特征 網(wǎng)絡(luò)流量預(yù)測
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP393.06
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-12
• 1.1 研究背景9-11
• 1.2 論文結(jié)構(gòu)11-12
• 第二章 網(wǎng)絡(luò)流量分析與預(yù)測綜述12-15
• 2.1 網(wǎng)絡(luò)流量分析與預(yù)測的意義12-13
• 2.2 網(wǎng)絡(luò)流量分析與預(yù)測的研究現(xiàn)狀13-15
• 第三章 基于Hadoop的網(wǎng)絡(luò)流量處理系統(tǒng)的實現(xiàn)15-28
• 3.1 網(wǎng)絡(luò)流量分析系統(tǒng)研究15-17
• 3.2 Hadoop平臺研究17-23
• 3.2.1 HDFS原理18-20
• 3.2.2 MapReduce原理20-21
• 3.2.3 Hbase原理21-22
• 3.2.4 工作流程22-23
• 3.3 省級骨干網(wǎng)數(shù)據(jù)處理系統(tǒng)研究23-28
• 3.3.1 系統(tǒng)架構(gòu)24-25
• 3.3.2 網(wǎng)絡(luò)拓補結(jié)構(gòu)25-26
• 3.3.3 工作流程26-28
• 第四章 省級骨干網(wǎng)網(wǎng)間流量特征分析28-44
• 4.1 數(shù)據(jù)說明28-33
• 4.1.1 數(shù)據(jù)采集28-29
• 4.1.2 數(shù)據(jù)描述29
• 4.1.3 數(shù)據(jù)格式29-33
• 4.2 網(wǎng)間流量特征粗粒度分析33-35
• 4.2.1 總體流量分布33-34
• 4.2.2 上下行流量分布34-35
• 4.3 網(wǎng)間流量特征細粒度分析35-37
• 4.3.1 報文數(shù)分布35-36
• 4.3.2 報文長度分布36-37
• 4.3.3 流持續(xù)時間分布37
• 4.4 用戶行為分析37-44
• 4.4.1 IP協(xié)議分布38
• 4.4.2 大類業(yè)務(wù)分布38-40
• 4.4.3 在線時長分布40
• 4.4.4 應(yīng)用熱度分析40-41
• 4.4.5 平均逗留時間分析41-42
• 4.4.6 上網(wǎng)體驗分析42-44
• 第五章 基于SARIMA模型的網(wǎng)間流量預(yù)測與評估44-56
• 5.1 SARIMA模型研究44-47
• 5.1.1 SARIMA模型背景44-45
• 5.1.2 SARIMA模型原理與適用范圍45-47
• 5.2 基于SARIMA的網(wǎng)間流量預(yù)測47-51
• 5.2.1 時間序列特征分析47-48
• 5.2.2 模型優(yōu)化48-50
• 5.2.3 模型評估50-51
• 5.3 預(yù)測結(jié)果評估51-56
• 5.3.1 數(shù)據(jù)描述51-52
• 5.3.2 模型預(yù)測52-53
• 5.3.3 預(yù)測結(jié)果53-54
• 5.3.4 結(jié)果評估54-56
• 第六章 總結(jié)與展望56-57
• 6.1 總結(jié)56
• 6.2 展望56-57
• 參考文獻57-59
• 致謝59-61
• 攻讀學位期間發(fā)表的學術(shù)論文目錄61

【共引文獻】

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 袁侖;流量分析與流記錄分析系統(tǒng)的研究與實現(xiàn)[D];北京郵電大學;2013年

2 吳倩;基于DPI與DFI的流量識別與控制系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學;2013年

3 柯正祥;基于Hadoop的移動互聯(lián)網(wǎng)數(shù)據(jù)導入系統(tǒng)的設(shè)計與實現(xiàn)[D];北京郵電大學;2014年

4 熊堅;網(wǎng)絡(luò)實時分析系統(tǒng)數(shù)據(jù)采集與傳輸分析模塊的設(shè)計與實現(xiàn)[D];北京郵電大學;2015年

，

本文編號：771696