| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 符号说明 | 第13-14页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 论文的主要工作内容和贡献 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 软件定义网络技术基础与体验质量评价 | 第19-30页 |
| 2.1 软件定义网络 | 第19-21页 |
| 2.1.1 软件定义网络的产生与发展 | 第19-20页 |
| 2.1.2 软件定义网络原理 | 第20-21页 |
| 2.2 OpenFlow协议 | 第21-26页 |
| 2.2.1 OpenFlow协议及消息类型 | 第21-23页 |
| 2.2.2 OpenFlow交换机流表匹配 | 第23-26页 |
| 2.3 流媒体体验质量QoE | 第26-29页 |
| 2.3.1 QoE定义及影响因素 | 第26页 |
| 2.3.2 QoE评价和量化方法 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 SDN中基于链路损耗的流媒体最佳路径控制器设计 | 第30-46页 |
| 3.1 引言 | 第30-31页 |
| 3.2 基于Mininet的网络环境构建与STP功能实现 | 第31-37页 |
| 3.2.1 Mininet环境与Ryu控制器框架 | 第31-33页 |
| 3.2.2 网络拓扑结构生成 | 第33-35页 |
| 3.2.3 STP功能实现 | 第35-37页 |
| 3.3 基于链路损耗的流媒体传输最佳路径选取控制器设计 | 第37-42页 |
| 3.3.1 系统结构设计 | 第38-39页 |
| 3.3.2 系统工作流程 | 第39-40页 |
| 3.3.3 SDN-Dijkstra设计 | 第40-42页 |
| 3.4 性能结果 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 流媒体QoE控制器参数学习与控制器设计 | 第46-63页 |
| 4.1 引言 | 第46-47页 |
| 4.2 基于BP神经网络的QoS到QoE映射 | 第47-49页 |
| 4.2.1 BP神经网络 | 第47-48页 |
| 4.2.2 QoS到QoE映射训练 | 第48-49页 |
| 4.3 基于深度学习的QoS到QoE映射 | 第49-53页 |
| 4.3.1 深度学习 | 第49-51页 |
| 4.3.2 基于深度学习的QoS到QoE映射 | 第51-53页 |
| 4.4 基于SDN的流媒体QoE控制器设计 | 第53-62页 |
| 4.4.1 系统结构 | 第54-55页 |
| 4.4.2 系统工作流程 | 第55-58页 |
| 4.4.3 性能结果 | 第58-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 SDN流媒体传输系统的设计与实现 | 第63-71页 |
| 5.1 SDN流媒体传输系统的设计 | 第63-64页 |
| 5.1.1 系统结构 | 第63-64页 |
| 5.1.2 系统工作流程 | 第64页 |
| 5.2 基于Docker的网络环境部署 | 第64-66页 |
| 5.3 硬件选择与软件接收端设计 | 第66-69页 |
| 5.3.1 硬件选择 | 第66-67页 |
| 5.3.2 软件接收端 | 第67-69页 |
| 5.4 性能结果 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-74页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的论文与参加的科研项目 | 第80-81页 |
| 学位论文评阅及答辩情况表 | 第81页 |
