骨干网网间流量特征分析与预测
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 论文结构 | 第11-12页 |
| 第二章 网络流量分析与预测综述 | 第12-15页 |
| 2.1 网络流量分析与预测的意义 | 第12-13页 |
| 2.2 网络流量分析与预测的研究现状 | 第13-15页 |
| 第三章 基于Hadoop的网络流量处理系统的实现 | 第15-28页 |
| 3.1 网络流量分析系统研究 | 第15-17页 |
| 3.2 Hadoop平台研究 | 第17-23页 |
| 3.2.1 HDFS原理 | 第18-20页 |
| 3.2.2 MapReduce原理 | 第20-21页 |
| 3.2.3 Hbase原理 | 第21-22页 |
| 3.2.4 工作流程 | 第22-23页 |
| 3.3 省级骨干网数据处理系统研究 | 第23-28页 |
| 3.3.1 系统架构 | 第24-25页 |
| 3.3.2 网络拓补结构 | 第25-26页 |
| 3.3.3 工作流程 | 第26-28页 |
| 第四章 省级骨干网网间流量特征分析 | 第28-44页 |
| 4.1 数据说明 | 第28-33页 |
| 4.1.1 数据采集 | 第28-29页 |
| 4.1.2 数据描述 | 第29页 |
| 4.1.3 数据格式 | 第29-33页 |
| 4.2 网间流量特征粗粒度分析 | 第33-35页 |
| 4.2.1 总体流量分布 | 第33-34页 |
| 4.2.2 上下行流量分布 | 第34-35页 |
| 4.3 网间流量特征细粒度分析 | 第35-37页 |
| 4.3.1 报文数分布 | 第35-36页 |
| 4.3.2 报文长度分布 | 第36-37页 |
| 4.3.3 流持续时间分布 | 第37页 |
| 4.4 用户行为分析 | 第37-44页 |
| 4.4.1 IP协议分布 | 第38页 |
| 4.4.2 大类业务分布 | 第38-40页 |
| 4.4.3 在线时长分布 | 第40页 |
| 4.4.4 应用热度分析 | 第40-41页 |
| 4.4.5 平均逗留时间分析 | 第41-42页 |
| 4.4.6 上网体验分析 | 第42-44页 |
| 第五章 基于SARIMA模型的网间流量预测与评估 | 第44-56页 |
| 5.1 SARIMA模型研究 | 第44-47页 |
| 5.1.1 SARIMA模型背景 | 第44-45页 |
| 5.1.2 SARIMA模型原理与适用范围 | 第45-47页 |
| 5.2 基于SARIMA的网间流量预测 | 第47-51页 |
| 5.2.1 时间序列特征分析 | 第47-48页 |
| 5.2.2 模型优化 | 第48-50页 |
| 5.2.3 模型评估 | 第50-51页 |
| 5.3 预测结果评估 | 第51-56页 |
| 5.3.1 数据描述 | 第51-52页 |
| 5.3.2 模型预测 | 第52-53页 |
| 5.3.3 预测结果 | 第53-54页 |
| 5.3.4 结果评估 | 第54-56页 |
| 第六章 总结与展望 | 第56-57页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间发表的学术论文目录 | 第61页 |
