基于用户感知与业务特征的电信网络性能监控与检测模型研究
发布时间：2021-04-20 06:44
随着通信容量、速度、稳定性要求的不断提升,空间、城市无线通信理论与应用作为无线电物理学科的主要研究方向之一,在低时延海量物联网、智慧城市等领域得到广泛的关注。基于多地理与业务场景下的网络性能异常检测为无线电波在复杂场景的传播特性、信道特性及其自适应选频技术研究提供了技术保障。爆发式增长的终端接入总数以及数据业务流量发展对电信网络性能优化提出了严峻的挑战。无线局部弱覆盖、系统容量负荷不均、大型集团业务的井喷式发展带来的支撑优化能力不足问题成为目前运营商面临的主要问题。同时,快速发展的LTE连接技术产生了海量的网络数据,比如是浏览类、视频类、下载类、即时通信类等多类数据业务数据。同时,结合各类物理场景的复杂性,比如居民区、高铁、重点大型集团、商圈等,使得每类物理场景在用户行为的影响下其业务特性的表现也纷繁多样,从而给电信网络性能异常检测带来了很大的挑战与难度。目前,现有的通过对网络性能指标进行学习建模的机器学习技术无法较好地适用于高度多样性的城市物理场景和用户访问行为相互影响作用的复杂性网络。对于基于复杂物理与业务场景的网络性能异常检测具有重要的理论价值和应用前景。论文利用解析方法与机器学...
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：142 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 大数据分析挖掘与人工智能算法概况
1.2.2 电信网络性能异常预警与故障预测算法
1.2.3 电信业务异常事件监测算法
1.3 论文结构及内容安排
第二章 网络性能分层结构中指标研究
引言
2.1 电信网络指标体系
2.1.1 电信网络重要指标研究
2.1.2 电信网络重要指标特征研究
2.2 电信网络常见性问题分析
2.2.1 电信固定电话业务常见问题分析
2.2.2 电信移动网络常见问题分析
2.3 电信固网语音业务的健康度指标评估模型研究
2.3.1 集团语音专线业务话务突变模型
2.3.2 集团语音专线业务话务趋势预测模型研究
2.3.3 电信固网语音模型应用场景总结
2.4 电信数据业务“泛时延”理论研究与网络指标关联模型研究
2.4.1 泛时延理论研究分析
2.4.2“泛时延”与网络性能指标的关联模型研究
2.5 本章小结
第三章 电信数据网络可访问性预测模型
引言
3.1 电信数据网络可访问性现有技术研究
3.2 数据预处理和分析
3.3 可访问性算法描述
3.3.1 关系模型建立过程
3.3.2 核心数据特征分析
3.3.3 算法整体过程描述
3.3.4 算法详细过程描述
3.3.5 算法验证
3.4 本章小结
第四章 基于业务场景聚类的电信数据网络性能异常检测
引言
4.1 数据预处理和分析
4.1.1 基于地理与业务场景的区分度分析
4.1.2 数据相关性检验筛选
4.2 电信网络场景聚类算法过程
4.2.1 集成聚类中的各聚类算法描述
4.2.2 集成聚类算法过程
4.2.3 算法效果评估
4.3 基于场景聚类的通信网络异常检测
4.3.1 基于各场景下网络核心业务指标判定
4.3.2 异常小区结果判定与分析
4.4 本章小结
第五章 引入时间特征的改进型高斯混合模型性能异常检测
引言
5.1 各算法模型比较
5.2 改进型高斯算法模型阐述
5.2.1 数据样本提取与分析
5.2.2 改进型算法推导过程
5.3 改进型混合高斯算法与各类算法的结果对比分析
5.4 改进型混合高斯算法多维特征数据分析
5.5 本章小结
第六章 基于回归分析的用户业务使用感知及投诉预测
引言
6.1 挖掘感知点匹配关键性指标
6.1.1 明确用户感知点
6.1.2 匹配感知指标
6.2 基于回归分析的用户数据业务使用感知预测模型
6.2.1 数据源与目标定位
6.2.2 算法过程及数据分析
6.2.3 性能提升优化
6.2.4 确定关键性指标和权重模型
6.3 本章小结
第七章 物联网业务与运营质量健康度算法研究与应用
引言
7.1 物联网端到端业务质量评估与问题人工定界
7.2 物联网健康度指标模型研究
7.2.1 数据处理与算法方程
7.2.2 算法过程阐述
7.2.3 算法检验
7.3 算法应用效果
7.4 本章小结
第八章 总结与展望
8.1 总结
8.2 对未来研究的展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]一种基于C-RAN架构的LTE网络能效获取方法[J]. 曹桓,周昶,许勇. 电信工程技术与标准化. 2018(01)
[2]面向复杂时间序列的k近邻分类器[J]. 原继东,王志海,孙艳歌,张伟. 软件学报. 2017(11)
[3]一种K-means改进算法的软扩频信号伪码序列盲估计[J]. 张天骐,杨强,宋玉龙,熊梅. 电子与信息学报. 2018(01)
[4]密集网络下基于Self-Backhaul感知的用户接入负载均衡算法[J]. 唐伦,梁荣,陈婉,张元宝. 北京邮电大学学报. 2017(04)
[5]基于BP神经网络的空中目标航迹预测模型[J]. 钱夔,周颖,杨柳静,谢荣平,何锡点. 指挥信息系统与技术. 2017(03)
[6]基于加权动态时间弯曲的多元时间序列相似性匹配方法[J]. 叶燕清,杨克巍,姜江,葛冰峰,豆亚杰. 模式识别与人工智能. 2017(04)
[7]LTE网络性能与覆盖、干扰的关系研究[J]. 邓安民,黎永坚,谭路加. 邮电设计技术. 2017(02)
[8]时间序列数据挖掘的相似性度量综述[J]. 陈海燕,刘晨晖,孙博. 控制与决策. 2017(01)
[9]面向大数据处理的并行优化抽样聚类K-means算法[J]. 周润物,李智勇,陈少淼,陈京,李仁发. 计算机应用. 2016(02)
[10]初始点优化与参数自适应的密度聚类算法[J]. 戴阳阳,李朝锋,徐华. 计算机工程. 2016(01)
博士论文
[1]面向大规模数据分析与分类的正则化回归算法[D]. 徐晓琳.安徽大学 2017
[2]面向SLA的服务组合QoS管理及优化技术研究[D]. 赵欣.复旦大学 2014
硕士论文
[1]基于数据挖掘的用电数据异常的分析与研究[D]. 张荣昌.北京交通大学 2017
[2]基于SVM和组合特征的分类算法研究[D]. 王珏.大连理工大学 2017
[3]LTE小区间干扰的分析与研究[D]. 刘亮.内蒙古大学 2017
[4]基于岭回归构建程序实体怀疑度的故障定位方法研究[D]. 喻旭磊.浙江大学 2017
[5]自适应弹性网逻辑回归模型的研究[D]. 连少静.河北大学 2016
[6]自适应模糊聚类算法的研究与应用[D]. 梁哲辉.华南理工大学 2011
[7]广义线性模型基于Elastic Net的变量选择方法研究[D]. 卢颖.北京交通大学 2011
[8]面向客户感知的网络性能评价方法的研究[D]. 于瑞芷.北京邮电大学 2011
[9]基于轮廓系数的层次聚类算法研究[D]. 张冬梅.燕山大学 2010
本文编号：3149184
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：142 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 大数据分析挖掘与人工智能算法概况
1.2.2 电信网络性能异常预警与故障预测算法
1.2.3 电信业务异常事件监测算法
1.3 论文结构及内容安排
第二章 网络性能分层结构中指标研究
引言
2.1 电信网络指标体系
2.1.1 电信网络重要指标研究
2.1.2 电信网络重要指标特征研究
2.2 电信网络常见性问题分析
2.2.1 电信固定电话业务常见问题分析
2.2.2 电信移动网络常见问题分析
2.3 电信固网语音业务的健康度指标评估模型研究
2.3.1 集团语音专线业务话务突变模型
2.3.2 集团语音专线业务话务趋势预测模型研究
2.3.3 电信固网语音模型应用场景总结
2.4 电信数据业务“泛时延”理论研究与网络指标关联模型研究
2.4.1 泛时延理论研究分析
2.4.2“泛时延”与网络性能指标的关联模型研究
2.5 本章小结
第三章 电信数据网络可访问性预测模型
引言
3.1 电信数据网络可访问性现有技术研究
3.2 数据预处理和分析
3.3 可访问性算法描述
3.3.1 关系模型建立过程
3.3.2 核心数据特征分析
3.3.3 算法整体过程描述
3.3.4 算法详细过程描述
3.3.5 算法验证
3.4 本章小结
第四章 基于业务场景聚类的电信数据网络性能异常检测
引言
4.1 数据预处理和分析
4.1.1 基于地理与业务场景的区分度分析
4.1.2 数据相关性检验筛选
4.2 电信网络场景聚类算法过程
4.2.1 集成聚类中的各聚类算法描述
4.2.2 集成聚类算法过程
4.2.3 算法效果评估
4.3 基于场景聚类的通信网络异常检测
4.3.1 基于各场景下网络核心业务指标判定
4.3.2 异常小区结果判定与分析
4.4 本章小结
第五章 引入时间特征的改进型高斯混合模型性能异常检测
引言
5.1 各算法模型比较
5.2 改进型高斯算法模型阐述
5.2.1 数据样本提取与分析
5.2.2 改进型算法推导过程
5.3 改进型混合高斯算法与各类算法的结果对比分析
5.4 改进型混合高斯算法多维特征数据分析
5.5 本章小结
第六章 基于回归分析的用户业务使用感知及投诉预测
引言
6.1 挖掘感知点匹配关键性指标
6.1.1 明确用户感知点
6.1.2 匹配感知指标
6.2 基于回归分析的用户数据业务使用感知预测模型
6.2.1 数据源与目标定位
6.2.2 算法过程及数据分析
6.2.3 性能提升优化
6.2.4 确定关键性指标和权重模型
6.3 本章小结
第七章 物联网业务与运营质量健康度算法研究与应用
引言
7.1 物联网端到端业务质量评估与问题人工定界
7.2 物联网健康度指标模型研究
7.2.1 数据处理与算法方程
7.2.2 算法过程阐述
7.2.3 算法检验
7.3 算法应用效果
7.4 本章小结
第八章 总结与展望
8.1 总结
8.2 对未来研究的展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]一种基于C-RAN架构的LTE网络能效获取方法[J]. 曹桓,周昶,许勇. 电信工程技术与标准化. 2018(01)
[2]面向复杂时间序列的k近邻分类器[J]. 原继东,王志海,孙艳歌,张伟. 软件学报. 2017(11)
[3]一种K-means改进算法的软扩频信号伪码序列盲估计[J]. 张天骐,杨强,宋玉龙,熊梅. 电子与信息学报. 2018(01)
[4]密集网络下基于Self-Backhaul感知的用户接入负载均衡算法[J]. 唐伦,梁荣,陈婉,张元宝. 北京邮电大学学报. 2017(04)
[5]基于BP神经网络的空中目标航迹预测模型[J]. 钱夔,周颖,杨柳静,谢荣平,何锡点. 指挥信息系统与技术. 2017(03)
[6]基于加权动态时间弯曲的多元时间序列相似性匹配方法[J]. 叶燕清,杨克巍,姜江,葛冰峰,豆亚杰. 模式识别与人工智能. 2017(04)
[7]LTE网络性能与覆盖、干扰的关系研究[J]. 邓安民,黎永坚,谭路加. 邮电设计技术. 2017(02)
[8]时间序列数据挖掘的相似性度量综述[J]. 陈海燕,刘晨晖,孙博. 控制与决策. 2017(01)
[9]面向大数据处理的并行优化抽样聚类K-means算法[J]. 周润物,李智勇,陈少淼,陈京,李仁发. 计算机应用. 2016(02)
[10]初始点优化与参数自适应的密度聚类算法[J]. 戴阳阳,李朝锋,徐华. 计算机工程. 2016(01)
博士论文
[1]面向大规模数据分析与分类的正则化回归算法[D]. 徐晓琳.安徽大学 2017
[2]面向SLA的服务组合QoS管理及优化技术研究[D]. 赵欣.复旦大学 2014
硕士论文
[1]基于数据挖掘的用电数据异常的分析与研究[D]. 张荣昌.北京交通大学 2017
[2]基于SVM和组合特征的分类算法研究[D]. 王珏.大连理工大学 2017
[3]LTE小区间干扰的分析与研究[D]. 刘亮.内蒙古大学 2017
[4]基于岭回归构建程序实体怀疑度的故障定位方法研究[D]. 喻旭磊.浙江大学 2017
[5]自适应弹性网逻辑回归模型的研究[D]. 连少静.河北大学 2016
[6]自适应模糊聚类算法的研究与应用[D]. 梁哲辉.华南理工大学 2011
[7]广义线性模型基于Elastic Net的变量选择方法研究[D]. 卢颖.北京交通大学 2011
[8]面向客户感知的网络性能评价方法的研究[D]. 于瑞芷.北京邮电大学 2011
[9]基于轮廓系数的层次聚类算法研究[D]. 张冬梅.燕山大学 2010
本文编号：3149184
本文链接：https://www.wllwen.com/guanlilunwen/sjfx/3149184.html
