移动网络流量特性分析及预测研究

发布时间：2017-04-07 15:06

  本文关键词：移动网络流量特性分析及预测研究，，由笔耕文化传播整理发布。

【摘要】：移动网络的快速发展以及海量移动终端和新型业务类型的出现给移动通信行业的发展带来新一轮的契机。相对于传统移动网络而言,一方面新型移动网络更强调业务的多样性和用户的移动性;另一方面,新型移动网络也衍生出自己独有的特性。如何对网络中的业务流量变化规律和用户移动性规律进行分析和预测研究,成为未来网络研究的一个重要方向。本文在深入研究现有流量特性分析和预测方法的基础上,结合具体网络环境中采集到的数据,从业务流量变化规律和用户移动性规律两方面对移动网络流量特性分析及预测研究进行了探索:针对业务流量变化规律,本文根据自相似产生的机理研究了移动通信网络典型业务类型在不同时间尺度下的流量特征,结合自相似函数特征和*指数论证了典型业务类型的自相似特性,对此提出一种基于改进!和模型的流量预测算法。首先,采用!理论将流量序列分解为具有短相关性质的本征模态函数);然后,基于流量序列和)之间的相关系数去除本征模态函数中的伪分量;最后,对剩余)构建预测模型,并将叠加后的预测值作为流量预测的最终输出值。文中通过仿真实验分别检验了该算法对移动浏览业务、移动视频业务以及移动)业务的预测效果。实验结果表明,该算法在网络流量预测研究领域具有较大的优势,并对网络资源规划和优化分配具有重要指导意义。针对用户移动性规律,本文提出了一种基于用户群体聚类的移动轨迹预测算法。首先,根据轨迹的时间和空间特征对用户时空相似度进行了定义,并从时空相似度的角度对用户群体进行聚类;然后,为每类用户群体生成一个状态转移矩阵;最后,通过状态转移矩阵对用户移动轨迹进行预测。仿真结果表明,该算法在移动轨迹预测领域具有较大的优势,在网络资源调配、流量突发性监测等方面可起到重要的预警作用。本文研究成果对网络高效管理及资源优化分配具有重要指导意义。
【关键词】：移动网络 流量特性 业务类型 用户行为 预测
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN929.5
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-14
• 1.1 课题来源8
• 1.2 课题研究背景、目的及意义8-10
• 1.2.1 课题研究背景8-9
• 1.2.2 课题研究目的及意义9-10
• 1.3 国内外研究现状10-12
• 1.3.1 针对移动网络流量预测研究10-11
• 1.3.2 针对移动网络用户行为研究11-12
• 1.4 本文主要工作及章节安排12
• 1.5 本章小结12-14
• 2 移动网络流量特性分析14-26
• 2.1 自相似性14-18
• 2.1.1 自相似过程的定义14-15
• 2.1.2 自相似过程的特性15-16
• 2.1.3 自相似特性评定指标及计算方法16-18
• 2.2 自相似性对网络性能的影响18
• 2.3 移动网络典型业务流量特性分析18-25
• 2.3.1 典型业务及特征18-19
• 2.3.2 数据描述19-20
• 2.3.3 典型业务流量特性分析20-25
• 2.4 本章小结25-26
• 3 移动网络流量预测26-50
• 3.1 网络流量预测模型概述26-32
• 3.1.1 短相关流量预测模型26-29
• 3.1.2 长相关流量预测模型29-32
• 3.1.3 各类模型的比较32
• 3.2 基于改进EMD和ARMA模型的流量预测32-48
• 3.2.1 经验模态分解32-34
• 3.2.2 理论证明34-36
• 3.2.3 基于改进EMD和ARMA的流量预测模型36-39
• 3.2.4 预测算法评估39
• 3.2.5 移动浏览业务流量预测与评估39-42
• 3.2.6 移动视频业务流量预测与评估42-45
• 3.2.7 移动IM业务流量预测与评估45-48
• 3.3 本章小结48-50
• 4 移动网络用户行为预测50-68
• 4.1 移动行为的位置预测算法50-53
• 4.1.1 基于移动访问量统计的移动位置预测50-51
• 4.1.2 基于决策树的移动位置预测51-52
• 4.1.3 基于马尔科夫过程模型的移动位置预测52-53
• 4.2 基于用户群体聚类的移动轨迹预测53-66
• 4.2.1 移动行为的可预测性54
• 4.2.2 轨迹模型定义54-55
• 4.2.3 轨迹相似度定义55-56
• 4.2.4 用户群体聚类算法描述56-58
• 4.2.5 基于用户群体聚类的移动轨迹预测算法58-61
• 4.2.6 仿真结果与分析61-66
• 4.3 本章小结66-68
• 5 总结与展望68-70
• 5.1 总结68-69
• 5.2 展望69-70
• 致谢70-72
• 参考文献72-78
• 附录78
• A. 作者在攻读学位期间发表的论文目录78
• B. 作者在攻读学位期间申请的专利目录78
• C. 作者在攻读学位期间参与的研究项目78

【相似文献】

中国期刊全文数据库 前6条

1 谭晓玲,许勇,梅成刚,刘兰;基于网络流量特性的分析模型研究[J];微机发展;2005年05期

2 肖志新,杨岳湘,杨霖,吴利华;小波技术在网络流量特性分析中的应用[J];计算技术与自动化;2004年01期

3 王明定;赵国鸿;陆华彪;;基于网络流量特性分析的高速入侵检测分流算法[J];计算机应用研究;2010年09期

4 袁小坊;王东;谢高岗;张大方;闵应骅;;高速网络流量特性与流数据库设计[J];计算机工程与应用;2009年13期

5 陈宝钢;胡金龙;司海平;;P2P应用网络流量特性研究[J];河南农业大学学报;2012年02期

6 ;[J];;年期

中国硕士学位论文全文数据库 前4条

1 万贝利;移动网络流量特性分析及预测研究[D];重庆大学;2016年

2 冯怀成;基于小波的网络流量特性研究[D];山东大学;2006年

3 王燕;网络流量特性分析及预测模型研究[D];浙江工业大学;2012年

4 吴美美;网络流量特性分析及预测研究[D];天津大学;2008年

  本文关键词：移动网络流量特性分析及预测研究，由笔耕文化传播整理发布。

本文编号：290689