骨干网网间流量特征分析与预测

发布时间：2017-09-01 11:04

  本文关键词：骨干网网间流量特征分析与预测

  更多相关文章： 骨干网 分布式计算 网络流量特征 网络流量预测

【摘要】：近年来,我国的移动互联网发展迅猛,已逐渐成为全球互联网的重要组成部分。截止到2013年12月,我国网民规模达6.18亿,互联网普及率为45.8%。而移动互联网用户数规模达5亿,占全体网民的比例上升至81.0%。伴随着移动互联网的高速发展,所暴露出来的问题也日益突出。首先,不断增加的移动互联网用户数和各种新兴业务,使得移动互联网流量激增,网络所承担的压力日益繁重,对网络服务质量与稳定性有了更高的要求。其次,互联网的网络体系结构越来越复杂,使得对于网络整体负载、用户行为、网络流量整体趋势等问题都还缺乏深入的研究和精确的描述,从而严重影响了骨干网网络资源的有效利用和移动互联网的进一步发展。最后,移动互联网络流量的指数型增长,使得传统的流量分析方法已无法满足海量数据的存储和处理要求,需要引入更加可靠、更加高效的方式进行处理。而Hadoop正是一个能够对海量数据进行可靠、高效的分布式处理的可扩展开源软件框架,并已经被越来越多的应用于研究领域。 论文介绍了网络流量分析与预测的意义,以及网络流量分析与预测的研究现状,描述了Hadoop分布式平台和自主研发的省级骨干网数据处理系统,分析了自主研发的省级骨干网数据处理系统的工作原理和工作流程。使用省级骨干网数据处理系统,对骨干网网间流量从粗粒度(一个月)和细粒度(一天)两个方面进行特征分析,并从IP协议分布、大类业务分布、用户在线时长分布、应用热度分析、平均逗留时间分析和上网体验分析等方面对用户行为分析。最后,论文研究了季节性差分自回归移动平均模型的原理和建模方法,对省级骨干网网络流量进行预测,并对预测结果进行评估。
【关键词】：骨干网 分布式计算 网络流量特征 网络流量预测
【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】：TP393.06
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-12
• 1.1 研究背景9-11
• 1.2 论文结构11-12
• 第二章 网络流量分析与预测综述12-15
• 2.1 网络流量分析与预测的意义12-13
• 2.2 网络流量分析与预测的研究现状13-15
• 第三章 基于Hadoop的网络流量处理系统的实现15-28
• 3.1 网络流量分析系统研究15-17
• 3.2 Hadoop平台研究17-23
• 3.2.1 HDFS原理18-20
• 3.2.2 MapReduce原理20-21
• 3.2.3 Hbase原理21-22
• 3.2.4 工作流程22-23
• 3.3 省级骨干网数据处理系统研究23-28
• 3.3.1 系统架构24-25
• 3.3.2 网络拓补结构25-26
• 3.3.3 工作流程26-28
• 第四章 省级骨干网网间流量特征分析28-44
• 4.1 数据说明28-33
• 4.1.1 数据采集28-29
• 4.1.2 数据描述29
• 4.1.3 数据格式29-33
• 4.2 网间流量特征粗粒度分析33-35
• 4.2.1 总体流量分布33-34
• 4.2.2 上下行流量分布34-35
• 4.3 网间流量特征细粒度分析35-37
• 4.3.1 报文数分布35-36
• 4.3.2 报文长度分布36-37
• 4.3.3 流持续时间分布37
• 4.4 用户行为分析37-44
• 4.4.1 IP协议分布38
• 4.4.2 大类业务分布38-40
• 4.4.3 在线时长分布40
• 4.4.4 应用热度分析40-41
• 4.4.5 平均逗留时间分析41-42
• 4.4.6 上网体验分析42-44
• 第五章 基于SARIMA模型的网间流量预测与评估44-56
• 5.1 SARIMA模型研究44-47
• 5.1.1 SARIMA模型背景44-45
• 5.1.2 SARIMA模型原理与适用范围45-47
• 5.2 基于SARIMA的网间流量预测47-51
• 5.2.1 时间序列特征分析47-48
• 5.2.2 模型优化48-50
• 5.2.3 模型评估50-51
• 5.3 预测结果评估51-56
• 5.3.1 数据描述51-52
• 5.3.2 模型预测52-53
• 5.3.3 预测结果53-54
• 5.3.4 结果评估54-56
• 第六章 总结与展望56-57
• 6.1 总结56
• 6.2 展望56-57
• 参考文献57-59
• 致谢59-61
• 攻读学位期间发表的学术论文目录61

【共引文献】

中国硕士学位论文全文数据库 前4条

1 袁仑;流量分析与流记录分析系统的研究与实现[D];北京邮电大学;2013年

2 吴倩;基于DPI与DFI的流量识别与控制系统的设计与实现[D];电子科技大学;2013年

3 柯正祥;基于Hadoop的移动互联网数据导入系统的设计与实现[D];北京邮电大学;2014年

4 熊坚;网络实时分析系统数据采集与传输分析模块的设计与实现[D];北京邮电大学;2015年

，

本文编号：771696