摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-13页 |
1.1 选题背景及现实意义 | 第9页 |
1.2 研究现状 | 第9-11页 |
1.3 研究内容 | 第11-12页 |
1.4 本文的结构安排 | 第12-13页 |
2 相关理论与技术 | 第13-25页 |
2.1 基于NetStream技术的Gb接口数据采集 | 第13-16页 |
2.1.1 Gb接口 | 第13-14页 |
2.1.2 Netstream技术 | 第14-16页 |
2.2 常用网络流量预测模型介绍 | 第16-24页 |
2.2.1 泊松模型 | 第16页 |
2.2.2 ARMA模型 | 第16-17页 |
2.2.3 ARIMA模型 | 第17页 |
2.2.4 LSSVM模型 | 第17-22页 |
2.2.5 小波分解及重构 | 第22-24页 |
2.3 本章小结 | 第24-25页 |
3 移动数据网络流量监测预警系统设计 | 第25-41页 |
3.1 需求分析 | 第25-29页 |
3.1.1 业务需求分析 | 第25-27页 |
3.1.2 网络流量监测预警系统性能指标 | 第27-28页 |
3.1.3 设计方案分析 | 第28-29页 |
3.2 系统总体设计 | 第29-33页 |
3.2.1 系统框架设计 | 第29-30页 |
3.2.2 模块功能设计 | 第30-33页 |
3.3 数据处理模块设计 | 第33-35页 |
3.3.1 设计分析 | 第33页 |
3.3.2 设计框图 | 第33-35页 |
3.4 数据呈现模块设计 | 第35-36页 |
3.5 数据预测预警模块设计 | 第36-37页 |
3.6 数据库模块设计 | 第37-40页 |
3.7 本章小结 | 第40-41页 |
4 网络流量预测及预警建模 | 第41-58页 |
4.1 网络流量预测建模 | 第41-54页 |
4.1.1 数据来源及预处理 | 第41-44页 |
4.1.2 基于ARIMA模型的网络流量预测 | 第44-45页 |
4.1.3 基于LSSVM模型的网络流量预测 | 第45-47页 |
4.1.4 基于小波分解的ARIMA及LSSVM模型的网络流量预测 | 第47-48页 |
4.1.5 预测结果对比及分析 | 第48-54页 |
4.2 网络流量预警 | 第54-57页 |
4.3 本章小结 | 第57-58页 |
5 移动数据网络流量监测预警系统实现 | 第58-70页 |
5.1 监测预警系统功能模块组成 | 第58页 |
5.2 数据处理模块实现 | 第58-65页 |
5.3 数据预测预警模块实现 | 第65-67页 |
5.4 数据呈现模块实现 | 第67-69页 |
5.4.1 数据呈现模块界面 | 第67-68页 |
5.4.2 流量显示界面 | 第68-69页 |
5.5 本章小结 | 第69-70页 |
6 系统运行及测试分析 | 第70-75页 |
6.1 系统运行 | 第70页 |
6.2 各个模块测试及分析 | 第70-74页 |
6.3 本章小结 | 第74-75页 |
结论 | 第75-76页 |
参考文献 | 第76-79页 |
攻读硕士学位期间发表学术论文情况 | 第79-80页 |
致谢 | 第80-81页 |