面向下一代移动互联网的IP标签识别处理技术
发布时间：2021-10-12 13:54
随着信息时代的到来、4G技术的普及,移动互联网在高速大容量以及业务多样性方面的性能要求越来越高,下一代移动互联网、5G技术正在紧密部署,如何满足多用户在高速连接环境下,协调多种网络资源,为用户提供更优质、快速的服务是各运营商与网络平台的主要目标。而有效的IP业务标签识别、管理,一方面可对数据进行高效的分门别类,提升网络效率,增强网络可控性;另一方面对各大运营商的多业务发展谋划奠定基础,提高用户服务质量（QoS）和用户质量体验（QoE）。本课题来源于广州市科技计划项目-面向5G网络测试云平台技术研究及产业化,提出一种面向下一代移动互联网的IP标签识别处理方法。首先介绍了在当今移动互联网下,业务识别方法的相关技术研究背景与发展趋势,分析了深度检测技术的原理、优劣性,着重介绍基于机器学习的决策树算法以及模型训练的再培训过程,并简述实时处理数据的Storm分布式数据处理引擎机制。然后,针对下一代移动互联网三大应用场景,提出基于Hadoop、Storm等大数据架构,并结合netstat等处理工具,实现移动互联网大容量、多连接、高速率特性实验环境模拟。基于实验环境可完成对即时通讯类、视频类、知识共...
【文章来源】：广东工业大学广东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
系统硬件架构图
图 3-2 系统硬件架构图Fig.3-2 Frame diagram of system hardware中具体的服务器、客户端等硬件实物图如图 3-3 所示，图中从左至右 1别表示为采集服务器 hadoop01，采集服务器 hadoop02，采集服务器 had器 hadoop04，5 号为监控服务器，6 号为客户端，7 号为万兆交换机。
图 3-4 服务器系统存储Fig.3-4 Server system storage为实现大容量存储构建 HIVE 数据仓库并设置 HIVE 环境变量：export HIVE_HOME=/usr/local/hive；export PATH=$PATH:$HIVE_HOME/bin:$HIVE_HOME/sbin；修改 hive-site 参数，其中主要修改部分为：<value> /usr/local/hive/tmp/ </value>；<value> jdbc:mysql://hadoop:50070/hive </value>；之后为 HIVE 创建相应的 HDFS 目录，HDFS 是能够在传统服务器上运行的分布式文件系统，其基于存储面向大批量的数据处理，将访问数据与存储数据分散存储在多个服务器上。分布式文件系统 HDFS 还需要配置 SSH 以保证数据完成分配，数据仓库完成后效果如图 3-5 所示：
【参考文献】：
期刊论文
[1]Storm集群下基于性能感知的负载均衡策略[J]. 冯馨锐,谢彬,唐鹏,秦健. 计算机系统应用. 2018(12)
[2]网络背景流量的分类与识别研究综述[J]. 邹腾宽,汪钰颖,吴承荣. 计算机应用. 2019(03)
[3]DPI+DFI深度检测融合策略研究[J]. 薄杨. 太原学院学报(自然科学版). 2018(02)
[4]基于新型网络结构流量识别方法研究[J]. 黄石平. 电脑编程技巧与维护. 2018(04)
[5]DPI和DFI相结合的网络协议自动识别系统构建[J]. 蔡乐,石荣,许都. 现代电子技术. 2018(03)
[6]分布式数据流聚类算法及其基于Storm的实现[J]. 万新贵,李玲娟,马可. 计算机技术与发展. 2017(07)
[7]基于端口识别的网络流量分类模式的改进[J]. 王倪. 电脑知识与技术. 2017(03)
[8]基于深度DPI识别的微信业务精细化分析研究[J]. 李姮. 无线互联科技. 2017(05)
[9]微信流量分类模型及其业务识别算法研究[J]. 范颖,邹香玲. 现代电子技术. 2016(15)
[10]Android平台下智能手机业务识别[J]. 胡晓晔. 宝鸡文理学院学报(自然科学版). 2015(02)
博士论文
[1]IP网络业务识别关键技术研究[D]. 王攀.南京邮电大学 2013
硕士论文
[1]移动互联网流量识别分类系统的设计与实现[D]. 周上越.电子科技大学 2018
[2]深度数据包和深度数据流检测技术研究[D]. 郭婷.长春理工大学 2013
本文编号：3432709
【文章来源】：广东工业大学广东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
系统硬件架构图
图 3-2 系统硬件架构图Fig.3-2 Frame diagram of system hardware中具体的服务器、客户端等硬件实物图如图 3-3 所示，图中从左至右 1别表示为采集服务器 hadoop01，采集服务器 hadoop02，采集服务器 had器 hadoop04，5 号为监控服务器，6 号为客户端，7 号为万兆交换机。
图 3-4 服务器系统存储Fig.3-4 Server system storage为实现大容量存储构建 HIVE 数据仓库并设置 HIVE 环境变量：export HIVE_HOME=/usr/local/hive；export PATH=$PATH:$HIVE_HOME/bin:$HIVE_HOME/sbin；修改 hive-site 参数，其中主要修改部分为：<value> /usr/local/hive/tmp/ </value>；<value> jdbc:mysql://hadoop:50070/hive </value>；之后为 HIVE 创建相应的 HDFS 目录，HDFS 是能够在传统服务器上运行的分布式文件系统，其基于存储面向大批量的数据处理，将访问数据与存储数据分散存储在多个服务器上。分布式文件系统 HDFS 还需要配置 SSH 以保证数据完成分配，数据仓库完成后效果如图 3-5 所示：
【参考文献】：
期刊论文
[1]Storm集群下基于性能感知的负载均衡策略[J]. 冯馨锐,谢彬,唐鹏,秦健. 计算机系统应用. 2018(12)
[2]网络背景流量的分类与识别研究综述[J]. 邹腾宽,汪钰颖,吴承荣. 计算机应用. 2019(03)
[3]DPI+DFI深度检测融合策略研究[J]. 薄杨. 太原学院学报(自然科学版). 2018(02)
[4]基于新型网络结构流量识别方法研究[J]. 黄石平. 电脑编程技巧与维护. 2018(04)
[5]DPI和DFI相结合的网络协议自动识别系统构建[J]. 蔡乐,石荣,许都. 现代电子技术. 2018(03)
[6]分布式数据流聚类算法及其基于Storm的实现[J]. 万新贵,李玲娟,马可. 计算机技术与发展. 2017(07)
[7]基于端口识别的网络流量分类模式的改进[J]. 王倪. 电脑知识与技术. 2017(03)
[8]基于深度DPI识别的微信业务精细化分析研究[J]. 李姮. 无线互联科技. 2017(05)
[9]微信流量分类模型及其业务识别算法研究[J]. 范颖,邹香玲. 现代电子技术. 2016(15)
[10]Android平台下智能手机业务识别[J]. 胡晓晔. 宝鸡文理学院学报(自然科学版). 2015(02)
博士论文
[1]IP网络业务识别关键技术研究[D]. 王攀.南京邮电大学 2013
硕士论文
[1]移动互联网流量识别分类系统的设计与实现[D]. 周上越.电子科技大学 2018
[2]深度数据包和深度数据流检测技术研究[D]. 郭婷.长春理工大学 2013
本文编号：3432709
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3432709.html
