OTT业务数据特征提取方法及实现
发布时间:2017-05-27 15:07
本文关键词:OTT业务数据特征提取方法及实现,,由笔耕文化传播整理发布。
【摘要】:随着移动互联网近年来的蓬勃发展,移动终端应用给人们的生活带来了越来越多的便利。淘宝购物、移动终端话费充值、互联网金融服务等逐渐影响着人们的生活习惯,其中OTT应用对人们交流习惯的影响尤为明显。OTT是指移动互联网中的数据和视频服务业务,典型OTT应用包括米聊、微信和易信等。人们每天通过微信等移动终端的APP进行通信交流的现象越来越明显,而微信语音功能的流行对运营商的话音业务产生了强大的冲击,所以,实现对OTT业务的网络监控是很重要的。作为获取移动通信网络运行状况的重要手段之一——移动网络监控一直是互联网研究的热点,而OTT业务特征的提取在其中扮演着重要的角色。 本文主要研究了OTT业务数据特征的提取方法,提出了一种基于数据挖掘思想的新方案。论文首先介绍了OTT业务识别的关键技术,阐述几种重要的特征提取方法,说明了OTT业务数据提取系统的分层设计和系统架构。然后设计了数据准备模块并说明其工作原理,对数据载荷的捕获、转换和加载作了详细介绍;分析了两大关键算法——PDA算法和SDA算法,并基于两大算法构建了特征分析模块;建立了OTT业务数据特征提取的系统环境,以微信4.0为样本进行了实验,成功提取出数据特征,并对测试结果进行了分析。最后提出了特征提取方法的不足之处及对后续开发工作的建议。
【关键词】:OTT 数据特征提取 数据挖掘 PDA算法 SDA算法
【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
- ABSTRACT5-7
- 目录7-9
- 第一章 绪论9-12
- 1.1 研究背景与意义9-10
- 1.2 数据特征提取的国内外研究与应用现状10-11
- 1.3 本文主要研究内容及组织结构11-12
- 第二章 OTT数据特征提取方法及系统架构12-25
- 2.1 OTT数据流量识别方法12-15
- 2.1.1 基于五元组的业务流量检测技术12
- 2.1.2 深度包检测技术12-14
- 2.1.3 深度/动态流检测技术14-15
- 2.2 特征提取方法15-20
- 2.2.1 特征码概述15-16
- 2.2.2 动态规划算法16-17
- 2.2.3 后缀树算法17-20
- 2.2.4 基于数据挖掘的特征码提取方法20
- 2.3 系统总体设计20-24
- 2.3.1 系统分层设计20-21
- 2.3.2 系统架构21-23
- 2.3.3 系统架构特点23-24
- 2.4 本章小结24-25
- 第三章 数据准备模块设计25-42
- 3.1 无线局域网监控模块25-26
- 3.2 ETL功能模块26-37
- 3.2.1 ETL技术26-27
- 3.2.2 数据抽取功能设计27-31
- 3.2.3 载荷数据加载功能设计31-37
- 3.3 样本数据库模块37-41
- 3.3.1 数据库原理概述37
- 3.3.2 样本数据库表空间设计37-39
- 3.3.3 样本数据库的访问实现39-41
- 3.4 本章小结41-42
- 第四章 数据分析模块设计42-55
- 4.1 数据包载荷分析42-43
- 4.2 数据挖掘技术43-46
- 4.2.1 数据挖掘概述43-44
- 4.2.2 数据挖掘的功能44-46
- 4.3 基于数据挖掘的PDA和SDA特征提取算法46-52
- 4.3.1 数据特征提取原理分析46-47
- 4.3.2 PDA特征提取算法47-50
- 4.3.3 SDA特征提取算法50-52
- 4.4 结果输出模块设计52-54
- 4.5 本章小结54-55
- 第五章 特征提取系统实现与测试结果分析55-63
- 5.1 数据特征提取方法的实现55-57
- 5.2 系统环境57-58
- 5.2.1 系统运行环境57-58
- 5.2.2 系统开发环境58
- 5.3 测试及测试结果分析58-62
- 5.3.1 测试过程58-60
- 5.3.2 测试结果分析60-62
- 5.4 本章小结62-63
- 第六章 总结与展望63-64
- 6.1 总结63
- 6.2 展望63-64
- 参考文献64-67
- 附录:缩写词说明67-68
- 致谢68
【参考文献】
中国期刊全文数据库 前10条
1 周文琼;王乐球;周桐;周春光;;基于XMPP的企业即时通信系统研究与应用[J];吉林大学学报(信息科学版);2010年01期
2 李晖晖;黄继宁;孙炼;罗亚丹;;基于IMEI的网络性能分析和优化[J];电信工程技术与标准化;2010年06期
3 谭晓宇;陈谋;姜长生;;改进动态规划算法在小目标检测中的应用[J];光电工程;2008年05期
4 刘静;赵宇驰;;数据挖掘领域中的聚类分析[J];东北林业大学学报;2012年08期
5 李艳凤;;OTT业务给传统电信运营商带来的冲击及应对策略探究[J];才智;2014年01期
6 曾传璜;陈景忠;;基于DPI的流媒体流量监控系统的分析与设计[J];电视技术;2014年09期
7 胡海龙;孙晨;赫枫龄;左万利;;基于改进后缀树算法中英文聚类引擎的实现[J];吉林大学学报(理学版);2009年02期
8 张宁,贾自艳,史忠植;数据仓库中ETL技术的研究[J];计算机工程与应用;2002年24期
9 马光志,龙硕柱;基于聚类和分类的自学习系统模型[J];计算机工程与应用;2003年10期
10 方莹;;基于应用层签名特征的P2P流量识别[J];计算机工程与应用;2012年03期
本文关键词:OTT业务数据特征提取方法及实现,由笔耕文化传播整理发布。
本文编号:400330
本文链接:https://www.wllwen.com/kejilunwen/wltx/400330.html