基于社团结构的移动互联网流量分析与应用识别

发布时间：2017-04-03 03:07

  本文关键词：基于社团结构的移动互联网流量分析与应用识别，，由笔耕文化传播整理发布。

【摘要】：近年来,随着智能手机的普及和通信技术的提高,移动互联网应用数量与日俱增。为了使运营商对用户和网络资源有更加深入的认识,开发丰富的增值应用,并且提高网络服务质量和用户体验,应用识别(Application Identification)是移动互联网网络管理中最重要的任务之一。但是,现有的应用识别方法主要是为传统的因特网设计的,几乎没有为移动互联网设计的应用识别方法,而移动互联网中应用却比传统因特网中更多更复杂。 本文基于从GPRS骨干网中采取的真实的流量数据,构建移动互联网流量图来表示移动互联网中用户与服务器的交互。从复杂网络中的社团结构的角度,本文把每一种应用看作一个社团,分析每种社团的基础特征、支配节点的特征、社团重叠现象以及节点纯洁度等特征,找出社团与社团之间的异同,例如,1%的服务器节点占整个网络超过88%的流量,以及社团内部的服务器节点对自己社团的忠诚度达到98%等。 根据社团与社团之间的异同,本文提出了多维聚类识别模型,该模型在已经划分好社团的情况下能够识别该社团是属于哪种应用。根据服务器节点对社团的忠诚度高的特征,本文提出PSI模型(基于纯洁度和服务器节点的识别模型)。该模型能够快速的识别新来的每一条流量记录的应用类型,并且准确率达到98%。
【关键词】：流量分析 应用识别 移动互联网 社团结构
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP393.01
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-14
• 1.1 研究背景及意义9
• 1.2 国内外研究现状9-10
• 1.3 论文主要工作和贡献10-13
• 1.4 论文的结构安排13-14
• 第二章 相关理论和相关技术研究14-19
• 2.1 复杂网络基础知识14-15
• 2.1.1 网络的图表示14
• 2.1.2 度与强度14-15
• 2.1.3 同配性与异配性15
• 2.2 社团结构相关知识15-19
• 2.2.1 模块度16-17
• 2.2.2 社团重叠现象17-19
• 第三章 流量图构建及特征分析19-35
• 3.1 流量图构建19-24
• 3.1.1 手机上网流程19-21
• 3.1.2 流量来源21-22
• 3.1.3 流量图模型22-24
• 3.2 流量图特征分析24-35
• 3.2.1 流量图的基本信息24-25
• 3.2.2 流量图的支配节点25-30
• 3.2.3 社团重叠特性30-33
• 3.2.4 纯洁度33-35
• 第四章 流量识别模型及结果35-50
• 4.1 多维聚类识别模型35-43
• 4.1.1 多维聚类识别模型的原理介绍35
• 4.1.2 多维聚类识别模型的特征参数35-42
• 4.1.3 多维聚类识别模型的识别效果42-43
• 4.2 PSI模型43-50
• 4.2.1 PSI模型的识别过程44-48
• 4.2.2 PSI模型的识别效果48-50
• 第五章 总结与展望50-52
• 5.1 本文工作总结50
• 5.2 未来研究方向50-52
• 参考文献52-55
• 致谢55-56
• 作者攻读学位期间发表的学术论文目录56

【参考文献】

中国期刊全文数据库 前1条

1 汪小帆;刘亚冰;;复杂网络中的社团结构算法综述[J];电子科技大学学报;2009年05期

  本文关键词：基于社团结构的移动互联网流量分析与应用识别，由笔耕文化传播整理发布。

本文编号：283604