移动社交网络中“设备-设备”内容分发的数据测量分析

发布时间：2021-09-05 00:23

　　随着用户对移动网络需求日益增大,移动流量暴增,移动运营商面临前所未有的运营压力,并且运营利润逐年降低。许多相关研究提出把经过主干网传输的服务卸载到边缘移动设备间,推进“设备-设备”直接传输的方法实现流量迁移,减轻主干网的压力,同时这也是5G网络研究的重点。本文针对此问题开展了基于大规模真实线下“设备-设备”内容分享数据集的多维度分析和预测工作。目前相关研究方法都是基于模型假设,使用小范围的数据集或者从单一维度展开分析,这些因素都影响了研究的准确性和扩展性。本文为了解决这一问题,开展大规模真实“设备-设备”内容分享数据分析和测量工作,预测未来网络中发生分享的关键节点从而实现高效内容分发,进一步实现流量迁移,主要工作包括:（1）搭建Spark大数据分析平台,处理来自闪传软件三千万用户的数据,包括四十亿次传输和一千六百万个内容文件;（2）从时间,地理,内容,用户行为习惯和社交影响力等五个维度展开分析,根据测量结果预测用户分享行为,即学习网络中即将发生分享的关键节点,实验结果表明正确率可达到60%;（3）为了进一步挖掘用户社交群组特性,本文还基于复杂网络理论分析群组结构特性并设计关键节点选取的... 

【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

线下数据分享和线上数据分享比较

9图 2-1 D2D 通信网络架构图2D 通信包括集中式控制和分布式控制两种方式，集中式控制方式于一个总体的控制器，能够获取所有终端设备的传输信息和所有链

大数据的生命周期

【参考文献】：
期刊论文
[1]D2D技术在5G通信中的应用[J]. 刘珍.  通讯世界. 2017(13)
[2]面向5G通信网的D2D技术综述[J]. 钱志鸿,王雪.  通信学报. 2016(07)



本文编号：3384296