【摘要】：近年來,隨著移動(dòng)通信技術(shù)的不斷進(jìn)步和移動(dòng)設(shè)備保有量的迅猛增長,全球移動(dòng)數(shù)據(jù)流量呈爆炸式上升,這對移動(dòng)用戶和通信運(yùn)營商都產(chǎn)生了很大影響。對于移動(dòng)用戶而言,數(shù)據(jù)請求的大規(guī)模接入極易造成移動(dòng)通信網(wǎng)絡(luò)擁塞,嚴(yán)重降低用戶體驗(yàn);對于通信運(yùn)營商而言,為了滿足急劇增長的用戶移動(dòng)數(shù)據(jù)需求,緩解移動(dòng)通信網(wǎng)絡(luò)的壓力,通信運(yùn)營商需要持續(xù)購買頻譜、建設(shè)基站和升級網(wǎng)絡(luò),運(yùn)營成本顯著增加。如何緩解移動(dòng)通信網(wǎng)絡(luò)壓力,同時(shí)滿足日益增長的用戶移動(dòng)數(shù)據(jù)需求、保證用戶體驗(yàn),已成為亟待解決的難題。數(shù)據(jù)分流將原本經(jīng)移動(dòng)通信網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)改經(jīng)其他網(wǎng)絡(luò)傳輸,以應(yīng)對移動(dòng)數(shù)據(jù)流量急劇增長帶來的諸多挑戰(zhàn)。實(shí)踐證明,數(shù)據(jù)分流可以較好地緩解移動(dòng)通信網(wǎng)絡(luò)的壓力,滿足用戶的移動(dòng)數(shù)據(jù)需求。此外,研究人員發(fā)現(xiàn),在數(shù)據(jù)分流方法中考慮用戶的移動(dòng)行為,可以進(jìn)一步提升分流方法的性能。因此,本文圍繞基于用戶移動(dòng)行為規(guī)律的數(shù)據(jù)分流方法開展了研究工作。具體而言,本文工作主要包括如下幾個(gè)方面:(1)本文對用戶移動(dòng)行為規(guī)律挖掘方法展開了研究。首先,本文對用戶移動(dòng)行為進(jìn)行分析,得出用戶移動(dòng)行為具有如下規(guī)律:1)用戶每天絕大部分時(shí)間會(huì)呆在少數(shù)幾個(gè)熱點(diǎn)位置;2)用戶以天為周期頻繁在熱點(diǎn)位置之間移動(dòng),且習(xí)慣于沿著頻繁路徑進(jìn)行移動(dòng)。接著,鑒于GPS設(shè)備存在橢圓測量誤差以及部分區(qū)域GPS信號較弱,本文采用卡爾曼濾波方法對用戶移動(dòng)行為數(shù)據(jù)進(jìn)行預(yù)處理,以削弱上述因素對挖掘方法性能的影響。最后,本文提出用戶熱點(diǎn)位置挖掘方法和用戶頻繁路徑挖掘方法,分別對上述兩種規(guī)律進(jìn)行挖掘,以供后續(xù)數(shù)據(jù)分流方法使用。(2)移動(dòng)通信技術(shù)的進(jìn)步為流媒體服務(wù)的興起創(chuàng)造了條件,在移動(dòng)設(shè)備上瀏覽視頻已成為人們普遍的流量消費(fèi)模式,移動(dòng)視頻流量的增長已極大地推動(dòng)了移動(dòng)數(shù)據(jù)總流量的增長。移動(dòng)視頻具有用戶個(gè)性化特征鮮明和可緩存的特點(diǎn)。為此,本文提出了一種基于用戶熱點(diǎn)位置的數(shù)據(jù)分流方法(A Personal Hotspot Positions Based Data Offloading Method,簡稱HPO方法)。該方法主要分為三步:1)挖掘出用戶熱點(diǎn)位置;2)基于用戶觀看視頻的歷史記錄,組合ItemCF/CB和GBDT+LR兩種方法對用戶觀看興趣進(jìn)行建模,并生成用戶最感興趣的移動(dòng)視頻列表;3)當(dāng)檢測出用戶位于熱點(diǎn)位置且移動(dòng)設(shè)備連接互補(bǔ)網(wǎng)絡(luò)時(shí),將移動(dòng)視頻緩存到設(shè)備中,以供用戶不在WiFi、小基站等互補(bǔ)網(wǎng)絡(luò)覆蓋區(qū)域的時(shí)候觀看,達(dá)到分流移動(dòng)視頻數(shù)據(jù)的目的。最后,本文在MovieLens數(shù)據(jù)集上對HPO方法的性能進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,HPO方法的緩存精度優(yōu)于GBDT方法以及GBDT+LR方法等,且執(zhí)行效率更高。(3)很多數(shù)據(jù)不具有可緩存性,無法通過提前緩存的方式進(jìn)行分流,但是它們在移動(dòng)數(shù)據(jù)總流量中也占有很大比重,對其進(jìn)行分流同樣重要。鑒于城市區(qū)域部署有大量的WiFi、小基站等互補(bǔ)網(wǎng)絡(luò)熱點(diǎn),且這些熱點(diǎn)的分布信息可知,本文提出一種基于用戶頻繁路徑的數(shù)據(jù)分流方法(A Personal Frequent Paths Based Data Offloading Method,簡稱FPO方法)。該方法首先挖掘出用戶的頻繁路徑;接著,基于互補(bǔ)網(wǎng)絡(luò)熱點(diǎn)的分布信息,確定各熱點(diǎn)在用戶頻繁路徑上的覆蓋區(qū)域;然后,利用用戶在頻繁路徑上的移動(dòng)行為具有的時(shí)空規(guī)律,預(yù)測出用戶進(jìn)/出各熱點(diǎn)覆蓋區(qū)域的時(shí)間;最后,當(dāng)檢測出用戶在頻繁路徑上移動(dòng)時(shí),FPO方法基于各數(shù)據(jù)傳輸任務(wù)的截止完成時(shí)間,提前制定分流策略,達(dá)到充分利用互補(bǔ)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)分流的目的。本文選取確定性延時(shí)分流方法和適應(yīng)性延時(shí)分流方法作為參照對象,對FPO方法的性能進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,FPO方法具有良好的分流性能,平均相對完成時(shí)間更低,且能夠保證用戶體驗(yàn)。
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN929.5
【圖文】：

流量為丨丨．５ＥＢ／ｊ邋ｊ，預(yù)〖丨？邋２０２２年將達(dá)到７７ＥＢ／Ｗ，復(fù)合年均增長率為４６％。此外，逡逑工信部發(fā)布的《２０１８年通信業(yè)統(tǒng)計(jì)公報(bào)》［２］顯示，２０１８年中國移動(dòng)互聯(lián)網(wǎng)接入逡逑流量消費(fèi)達(dá)７１１億ＧＢ，即月平均消費(fèi)流量５．９２５ＥＢ［２］，如圖１－１所示。中國超越逡逑美國成為使用移動(dòng)數(shù)據(jù)最多的國家，在全球移動(dòng)數(shù)據(jù)使用量中占比３１％。逡逑促使移動(dòng)數(shù)據(jù)流量激增的因素眾多。文獻(xiàn)［３－６］指出，隨著芯片技術(shù)的進(jìn)步以逡逑及Ａｎｄｒｏｉｄ、ＩＯＳ等移動(dòng)操作系統(tǒng)的出現(xiàn)和廣泛應(yīng)用，移動(dòng)智能終端（如智能手逡逑機(jī)、平板電腦、可穿戴設(shè)備等）的全球保有量呈爆炸式增長。而一部智能終端消逡逑耗的數(shù)據(jù)量是功能設(shè)備的３５倍，因而，極大地刺激了移動(dòng)數(shù)據(jù)的使用。此外，逡逑移動(dòng)通信技術(shù)的進(jìn)步為流媒體服務(wù)的興起創(chuàng)造了條件。文獻(xiàn)［７－８］發(fā)現(xiàn)，以逡逑ＹｏｕＴｕｂｅ、Ｎｅｔｆｌｅｘ為代表的視頻類應(yīng)用為人們提供了內(nèi)容豐富的高清視頻，瀏覽逡逑移動(dòng)視頻己成為人們的普遍消費(fèi)模式。據(jù)ＹｏｕＴｕｂｅ統(tǒng)計(jì)，用戶平均每天觀看一小逡逑時(shí)的視頻

圖１－２論文組織架構(gòu)逡逑在第一章中，我們主要介紹了本文的選題背景、數(shù)據(jù)分流方法研究現(xiàn)狀、用逡逑移動(dòng)行為規(guī)律研究現(xiàn)狀，本文主要研究工作和論文組織架構(gòu)。逡逑在第二章中，本文首先對用戶移動(dòng)行為進(jìn)行分析，得出用戶移動(dòng)行為具有熱逡逑位置和頻繁路徑兩方面的規(guī)律。接著，本文介紹了利用卡爾曼濾波對用戶移動(dòng)逡逑為數(shù)據(jù)進(jìn)行預(yù)處理的過程。最后本文探討了用戶熱點(diǎn)位置挖掘和用戶頻繁路徑逡逑掘兩種用戶移動(dòng)行為規(guī)律挖掘方法。逡逑在第三章中，本文介紹了基于用戶熱點(diǎn)位置的數(shù)據(jù)分流方法。該方法包括：１）用戶熱點(diǎn)位置挖掘；２）用戶觀看興趣建模，視頻緩存列表構(gòu)建；３）視頻緩存。方法通過挖掘用戶個(gè)性化觀看興趣，進(jìn)而提前緩存視頻的方式，動(dòng)視頻數(shù)據(jù)進(jìn)行分流，達(dá)到緩解移動(dòng)通信網(wǎng)絡(luò)壓力，保證用戶觀看體驗(yàn)的目的。逡逑在第四章中，本文詳細(xì)介紹了基于用戶頻繁路徑的數(shù)據(jù)分流方法。該方法：１）；２）／區(qū)；逡逑

邐第二章用戶移動(dòng)行為規(guī)律挖掘方法研究邐逡逑天大部分時(shí)間都呆在少數(shù)幾個(gè)熱點(diǎn)位置；（２）用戶以天為周期頻繁在熱點(diǎn)位置間逡逑移動(dòng)，且習(xí)慣于沿著頻繁路徑移動(dòng)。接下來，本文給出用戶移動(dòng)行為規(guī)律挖掘方逡逑法，具體包括兩部分：用戶熱點(diǎn)位置挖掘方法和用戶頻繁路徑挖掘方法。逡逑邐軌跡１邋邐機(jī)跡２邐軌跡３邋－邋＿邋一軌跡４邐軟跡５逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 焦鋒,劉群,邢文建;客戶機(jī)/服務(wù)器下的數(shù)據(jù)緩存技術(shù)[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào);2005年02期

2 王渤;;交通大數(shù)據(jù)之用[J];中國公路;2018年18期

3 李震;;一種基于雙口RAM的環(huán)形數(shù)據(jù)緩存系統(tǒng)[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年01期

4 丁銳;趙千川;;無線網(wǎng)絡(luò)定位系統(tǒng)的數(shù)據(jù)緩存模塊的封裝[J];計(jì)算機(jī)應(yīng)用與軟件;2011年09期

5 劉波;王曉彤;張冬明;葛偉琪;;一種面向雷達(dá)應(yīng)用可重構(gòu)系統(tǒng)中的數(shù)據(jù)緩存結(jié)構(gòu)和管理機(jī)制[J];上海交通大學(xué)學(xué)報(bào);2017年05期

6 薛國鳳;張健;;基于FPGA的數(shù)據(jù)緩存與轉(zhuǎn)發(fā)系統(tǒng)設(shè)計(jì)[J];微計(jì)算機(jī)信息;2010年20期

7 王彥士;王偉;劉朝輝;魏峻;黃濤;;支持透明集成的數(shù)據(jù)緩存機(jī)制[J];計(jì)算機(jī)研究與發(fā)展;2015年04期

8 王欣;周南;邱小彬;;JCS數(shù)據(jù)緩存技術(shù)在動(dòng)態(tài)Web系統(tǒng)中的應(yīng)用[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年S1期

9 余粉香;萬剛;劉廣社;;基于數(shù)據(jù)緩存的影像數(shù)據(jù)庫的設(shè)計(jì)與實(shí)現(xiàn)[J];測繪科學(xué)技術(shù)學(xué)報(bào);2006年06期

10 龔華明;陰躲芬;;基于T~*樹的RFID數(shù)據(jù)緩存的研究與實(shí)現(xiàn)[J];計(jì)算機(jī)與數(shù)字工程;2013年12期

相關(guān)會(huì)議論文 前3條

1 石磊;陳曉敏;朱巖;李昆;;基于SDRAM的高速數(shù)據(jù)緩存的FPGA控制實(shí)現(xiàn)[A];第二十三屆全國空間探測學(xué)術(shù)交流會(huì)論文摘要集[C];2010年

2 鄧可學(xué);;隊(duì)列管理和SDRAM控制器的FPGA設(shè)計(jì)[A];全國第十三次光纖通信暨第十四屆集成光學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

3 韓波;楊林山;馬豹;;一種衛(wèi)星相機(jī)數(shù)據(jù)實(shí)時(shí)檢測系統(tǒng)的實(shí)現(xiàn)方法[A];第四屆高分辨率對地觀測學(xué)術(shù)年會(huì)論文集[C];2017年

相關(guān)重要報(bào)紙文章 前6條

1 建行上海市分行 潘煥成;“大數(shù)據(jù)”力推銀行經(jīng)營可持續(xù)發(fā)展[N];上海金融報(bào);2017年

2 會(huì)記;2018中國大數(shù)據(jù)應(yīng)用大會(huì)論壇集匯(二)[N];電子報(bào);2018年

3 中國外匯交易中心副總裁 許再越 中匯信息技術(shù)有限公司總經(jīng)理助理 盧艷民;推進(jìn)銀行間市場數(shù)據(jù)治理 促進(jìn)IT基礎(chǔ)設(shè)施能力升級(下篇)[N];金融時(shí)報(bào);2018年

4 劉險(xiǎn)峰;安全的大數(shù)據(jù)才是靠譜的大數(shù)據(jù)[N];人民郵電;2018年

5 本報(bào)記者 曾曉新;機(jī)票價(jià)格變化的秘密[N];中國民航報(bào);2018年

6 ;面向鋁/銅板帶材智能制造的工業(yè)大數(shù)據(jù)平臺(tái)技術(shù)[N];世界金屬導(dǎo)報(bào);2019年

相關(guān)博士學(xué)位論文 前3條

1 鮑敘言;面向數(shù)據(jù)分流的機(jī)會(huì)網(wǎng)絡(luò)及關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2018年

2 苗艷超;數(shù)字視頻服務(wù)關(guān)鍵技術(shù)研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2004年

3 葉凡;無線網(wǎng)絡(luò)中移動(dòng)數(shù)據(jù)緩存若干問題的研究[D];中國科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李秀;基于校園數(shù)據(jù)中心的數(shù)據(jù)治理與應(yīng)用[D];西安科技大學(xué);2018年

2 趙建峰;基于Spark醫(yī)療信息大數(shù)據(jù)交互統(tǒng)計(jì)分析研究[D];江西財(cái)經(jīng)大學(xué);2019年

3 李育橋;云平臺(tái)下數(shù)據(jù)訪問優(yōu)化技術(shù)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2019年

4 霍建東;中頻信號回放模塊硬件電路設(shè)計(jì)[D];電子科技大學(xué);2019年

5 王方蘇;移動(dòng)環(huán)境中基于能耗最小化的數(shù)據(jù)卸載優(yōu)化策略研究[D];廣西大學(xué);2019年

6 吳潮兵;基于用戶移動(dòng)行為規(guī)律的數(shù)據(jù)分流方法研究[D];南京大學(xué);2019年

7 馬驍;大數(shù)據(jù)環(huán)境下的醫(yī)療數(shù)據(jù)生命周期的研究和實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

8 王海紅;流感信息采集與預(yù)測預(yù)警平臺(tái)的研究與應(yīng)用[D];湖南大學(xué);2015年

9 魏陶琳;稅務(wù)數(shù)據(jù)管稅平臺(tái)下數(shù)據(jù)質(zhì)量審計(jì)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2017年

10 文宇軒;基于Disruptor的高效ETL系統(tǒng)研究與實(shí)現(xiàn)[D];湖南大學(xué);2018年

本文編號：2802025