物聯(lián)網(wǎng)（IoT,Internet of Things）結(jié)構(gòu)復雜,類型各異,且不同物聯(lián)網(wǎng)應用場景的流量特征差異很大。為分析復雜的物聯(lián)網(wǎng)網(wǎng)絡環(huán)境和流量對網(wǎng)絡及其他應用帶來的影響,對物聯(lián)網(wǎng)流量特征進行分析和預測變得日益重要。由于獲取多種物聯(lián)網(wǎng)場景下規(guī)模龐大且類型復雜的應用流量數(shù)據(jù)十分困難,為完成物聯(lián)網(wǎng)流量預測與模型評估,使用流量仿真工具生成物聯(lián)網(wǎng)流量十分重要。但目前主流的仿真工具大多存在仿真時間過長、仿真規(guī)模不足、流量建模不符合實際、網(wǎng)絡配置不夠靈活等問題,而且這些仿真工具往往不是面向物聯(lián)網(wǎng)進行設計的,無法滿足物聯(lián)網(wǎng)流量預測與建模的需求。本論文的核心工作在于設計一種物聯(lián)網(wǎng)流量生成器（NS-IoT）以解決上述問題。論文首先通過背景調(diào)查和對項目需求進行分析,實現(xiàn)系統(tǒng)的功能需求分析。然后以仿真規(guī)模和仿真時間為切入點,以提高仿真效率為目標對系統(tǒng)進行需求分析、概要設計和詳細設計,設計并實現(xiàn)系統(tǒng)的整體軟件結(jié)構(gòu)和業(yè)務流程。NS-IoT利用Hadoop中的分布式計算模型MapReduce,通過多設備協(xié)同仿真提高系統(tǒng)資源利用率來增加仿真規(guī)模。同時本文提出了一種時間伸縮數(shù)據(jù)生成（Time-Scaling Dat... 

【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

圖２－１顯示，存儲在Ｈａｄｏｏｐ分布式文件系統(tǒng)（ＨＤＦＳ）上的輸入數(shù)據(jù)被分成固??

物理層（Ｐｈｙｓｉｃａｌ?ｌａｙｅｒ）、連接層（Ｌｉｎｋ?ｌａｙｅｒ）、網(wǎng)絡層（Ｎｅｔｗｏｒｋ?ｌａｙｅｒ）、傳輸層??（Ｔｒａｎｓｐｏｒｔ?ｌａｙｅｒ）、應用層（Ａｐｐｌｉｃａｔｉｏｎｓ）。這五層模型與ＴＣＰ／ＩＰ網(wǎng)絡模型的結(jié)構(gòu)功??能基本對應，其具體結(jié)構(gòu)如圖２－２所示。??Ａｓｙｎｃｈｒｏｎｏｕｓ?ｓｏｃｋｅｔｓ?ＡＰＩ，?ＯｎＯｆｆＡｐｐｌｉｃａｔｉｏｎ，?ｐａｃｋｅｔ?ｓｏｃｋｅｔ??Ｈ?—??Ｕｎｉｃａｓｔ：?ＩＰｖ４?ｇｌｏｂａｌ?ｓｔａｔｉｃ?ｒｏｕｔｉｎｇ??Ｍｕｌｔｉｃａｓｔ：?ｓｔａｔｉｃ?ｒｏｕｔｉｎｇ??ＭＡＮＥＴ：?ＯＬＳＲ??／?，?ｔ?，，??ＰｏｉｎｔＴｏＰｏｉｎｔ，?ＣＳＭＡ，?８０２．１１?ＭＡＣ?ｌｏｗ?ａｎｄ?ｈｉｇｈ，?ｒａｔｅ?ｃｏｎｔｒｏｌ?ａｌｇｏｒｉｔｈｍｓ??８０２．１１ａ，?Ｆｒｆｉｓ?ｐｒｏｐａｇａｔｉｏｎ?ｌｏｓｓ?ｍｏｄｅｌ，?ｌｏｇ?ｄｉｓｔａｎｃｅｐｒｏｐａｇａｔｉｏｎ?ｌｏｓｓ??ｍｏｄｅｌ，?ｂａｓｉｃ?ｗｉｒｅｄ（ｉｏｓｓ?ｄｅｌａｙ）??圖２－２?ＮＳ－３基本模型及其功能［３３］??ＮＳ－３的基本網(wǎng)絡組成構(gòu)件分為四類

統(tǒng)用戶可以更加方便快捷的獲取調(diào)試信息、錯誤信息等關鍵數(shù)據(jù)，有利于仿真工??作的部署。??利用ＮＳ－３工具構(gòu)建仿真網(wǎng)絡，其基本的仿真流程如圖２－３：??１０??

【參考文獻】：
期刊論文
[1]物聯(lián)網(wǎng)流量控制分析[J]. 李蘭英,何勇,蘭英.  信息技術. 2017(06)



本文編號：3547480