| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景 | 第9-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 认知网络相关研究 | 第11-12页 |
| 1.2.2 流量预测相关研究 | 第12-13页 |
| 1.2.3 负载均衡相关研究 | 第13-14页 |
| 1.3 主要工作和创新 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 第二章 相关技术研究 | 第16-31页 |
| 2.1 认知网络相关技术研究 | 第16-19页 |
| 2.2 流量预测相关技术研究 | 第19-26页 |
| 2.2.1 网络流量特征 | 第19-20页 |
| 2.2.2 网络流量采集方法 | 第20-22页 |
| 2.2.3 网络流量预测方法 | 第22-26页 |
| 2.3 负载均衡方法 | 第26-27页 |
| 2.4 数据挖掘技术 | 第27-30页 |
| 2.5 需要解决的关键问题 | 第30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 流量预测模型研究 | 第31-49页 |
| 3.1 基于ARIMA模型的流量预测方法介绍 | 第31-36页 |
| 3.1.1 ARIMA模型介绍 | 第31-32页 |
| 3.1.2 基于ARIMA的流量预测模型建立 | 第32-34页 |
| 3.1.3 ARIMA模型流量预测 | 第34-36页 |
| 3.2 基于马尔可夫理论的流量预测方法介绍 | 第36-41页 |
| 3.2.1 马尔可夫决策过程介绍 | 第36-37页 |
| 3.2.2 基于马尔可夫决策过程的流量预测模型建立 | 第37-39页 |
| 3.2.3 基于马尔可夫决策过程介绍流量预测 | 第39-41页 |
| 3.3 基于部分可观马尔可夫决策过程的流量预测模型 | 第41-48页 |
| 3.3.1 部分可观马尔可夫决策过程介绍 | 第41-42页 |
| 3.3.2 基于部分可观马尔可夫决策过程的流量预测模型建立 | 第42-47页 |
| 3.3.3 基于部分可观马尔可夫决策过程的流量预测 | 第47-48页 |
| 3.3.4 三种流量预测模型的比较分析 | 第48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 基于流量预测的负载均衡模型 | 第49-65页 |
| 4.1 基于流量预测的负载均衡与路由决策模型 | 第49-50页 |
| 4.1.1 多路路由决策思想 | 第49页 |
| 4.1.2 认知网络负载均衡与路由决策方法特点 | 第49页 |
| 4.1.3 现有技术研究 | 第49-50页 |
| 4.2 基于流量预测的负载均衡与路由决策方法 | 第50-64页 |
| 4.2.1 业务信息分类模型 | 第54-60页 |
| 4.2.2 链路状态预测及分类模型 | 第60-62页 |
| 4.2.3 路由决策模型 | 第62-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第五章 认知网络中基于流量预测的负载均衡实现 | 第65-73页 |
| 5.1 测试环境搭建 | 第65-66页 |
| 5.2 测试方法 | 第66-67页 |
| 5.3 实验及结果分析 | 第67-71页 |
| 5.4 本章小结 | 第71-73页 |
| 第六章 总结 | 第73-75页 |
| 6.1 工作总结 | 第73页 |
| 6.2 工作展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 攻读学位期间主要成果 | 第83页 |
