移动互联网业务行为分析与统计

发布时间：2017-10-17 11:44

  本文关键词：移动互联网业务行为分析与统计

  更多相关文章： 移动互联网 聚类 自相似性 相关性

【摘要】：移动互联网具有广阔的发展前景,而随着移动网络数据量的爆发性增长,运营商的盲目扩容不能满足用户的需求。在大数据时代背景之下,移动互联网数据中蕴含的信息价值十分巨大,根据移动互联网业务行为特征采取针对性的措施具有重要意义。 随着新兴业务的出现以及用户行为模式的改变,急需针对目前的现实情况对移动互联网的业务行为进行统计分析,探究有助于优化网络资源部署、提升用户体验的网络流量规律。同时,以往网络流量的研究成果不能全面准确地应用于目前实际网络情况,自相似等重要特性是否仍适用于当前网络流量,也有待验证。 本文从实际采集的真实数据出发,对移动互联网中的即时通信类以及流媒体类两大类业务进行了多方面的研究分析。分别采用统计和自适应聚类的方法研究了典型业务的流向以及流经重要网络节点SGSN业务流量特征,研究结果为运营商针对性资源部署提供了重要参考；利用自相关函数和Hurst指数研究了具体业务在不同时间尺度下的流量变化规律,结果显示即时通信类以及流媒体类业务具有显著的自相似特性；提出综合相关性指标分析了业务间相关性,得到结论——即时通信类业务间存在显著的相关关系,相关性主要体现于用户间相关性,流媒体类业务间相关性相对较弱。研究成果将促进运营商以及服务提供商由粗放式向精细化运营模式的改变,促进运营商从目前的增容不增收的尴尬境地,向运营商和用户的双赢的方向改变。
【关键词】：移动互联网 聚类 自相似性 相关性
【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】：TP393.01;TN929.5
【目录】：

• 摘要4-5
• ABSTRACT5-7
• 目录7-9
• 第一章 绪论9-12
• 1.1 移动互联网现状及发展前景9
• 1.2 移动互联网数据分析与统计意义9-10
• 1.3 本文的研究工作及论文安排10-12
• 第二章 网络流量统计分析研究概述12-18
• 2.1 网络流量统计分析研究方法12-13
• 2.2 网络流量自相似特性研究13-14
• 2.3 网络流量其他统计特性研究14-15
• 2.4 本章小结15-18
• 第三章 网络流量统计分析研究方法18-26
• 3.1 自相似特性18-21
• 3.1.1 自相似特性概述18
• 3.1.2 自相似特性评价指标计算方法18-21
• 3.2 相关性研究21-25
• 3.2.1 相关性研究建模方法21-22
• 3.2.2 相关性指数22-25
• 3.3 本章小结25-26
• 第四章 移动互联网业务流向及节点业务特征分析26-38
• 4.1 数据说明26-27
• 4.2 移动互联网业务流向统计分析27-33
• 4.2.1 即时通信类业务流向分析28-31
• 4.2.3 流媒体业务流向分析31-33
• 4.3 流经SGSN业务分析33-37
• 4.3.1 各SGSN类分析33-36
• 4.3.2 各类SGSN业务组成分析36-37
• 4.4 本章小结37-38
• 第五章 移动互联网数据自相似性及相关性分析38-62
• 5.1 移动互联网业务行为自相似分析38-53
• 5.1.1 即时通信类业务自相似特性分析38-46
• 5.1.2 流媒体业务的自相似性研究46-53
• 5.2 移动互联网业务相关性研究53-60
• 5.2.1 业务间相关性统计分析方法53-54
• 5.2.2 即时通信类业务相关性研究54-57
• 5.2.3 流媒体类业务相关性研究57-60
• 5.3 本章小结60-62
• 第六章 总结与展望62-64
• 6.1 论文总结62-63
• 6.2 未来工作展望63-64
• 参考文献64-68
• 致谢68-70
• 攻读学位期间发表的学术论文目录70

【参考文献】

中国期刊全文数据库 前1条

1 张冬梅;王韬;侯景辉;;网络流量自相似性产生原因的分析[J];科学技术与工程;2006年17期

，

本文编号：1048677