摘要 | 第4-5页 |
Abstract | 第5-6页 |
专用术语注释表 | 第9-10页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 本文研究内容 | 第13-14页 |
1.4 本文组织结构 | 第14-16页 |
第二章 相关背景知识介绍 | 第16-26页 |
2.1 软件定义网络 | 第16-20页 |
2.1.1 SDN的定义 | 第16-17页 |
2.1.2 SDN的体系结构 | 第17-19页 |
2.1.3 开放式接口与协议 | 第19-20页 |
2.2 用户体验质量 | 第20-24页 |
2.2.1 QoE的定义和影响因素 | 第21页 |
2.2.2 QoE指标的量化与评估方法 | 第21-22页 |
2.2.3 基于QoE的度量标准 | 第22-24页 |
2.3 增强学习策略 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第三章 面向QoE驱动的软件定义网络业务流控制模型 | 第26-36页 |
3.1 面向QoE驱动的SDN业务流控制模型的设计需求 | 第26-29页 |
3.1.1 传统网络业务流控制模型研究 | 第26-27页 |
3.1.2 SDN业务流控制模型的设计需求 | 第27-29页 |
3.2 面向QoE驱动的SDN业务流控制模型 | 第29-35页 |
3.2.1 SDN业务流控制模型的结构特征 | 第29-32页 |
3.2.2 服务协商和优化 | 第32-34页 |
3.2.3 路径优化控制 | 第34-35页 |
3.3 本章小结 | 第35-36页 |
第四章 基于自主协商机制的SDN多业务流全局优化配置 | 第36-48页 |
4.1 改进的自主服务协商和优化机制 | 第36-39页 |
4.1.1 最终服务配置的协商过程 | 第37-38页 |
4.1.2 基于QoE的效用函数 | 第38-39页 |
4.2 基于MOS的数学模型 | 第39-41页 |
4.3 迭代MOS增加算法和改编的贪婪算法 | 第41-43页 |
4.4 仿真与分析 | 第43-47页 |
4.5 本章小结 | 第47-48页 |
第五章 基于双重增强学习策略的SDN多业务流路径优化控制 | 第48-61页 |
5.1 QoE度量标准模型 | 第49页 |
5.2 双重增强学习机制 | 第49-53页 |
5.2.1 值函数 | 第50-51页 |
5.2.2 QoE感知学习机制 | 第51-52页 |
5.2.3 学习速率 | 第52页 |
5.2.4 折扣因子 | 第52-53页 |
5.3 探索与丢弃方案 | 第53-54页 |
5.3.1 探索 | 第53-54页 |
5.3.2 区分的丢弃方案 | 第54页 |
5.4 仿真与分析 | 第54-60页 |
5.5 本章小结 | 第60-61页 |
第六章 总结与展望 | 第61-63页 |
6.1 全文工作总结 | 第61-62页 |
6.2 后续研究工作展望 | 第62-63页 |
参考文献 | 第63-66页 |
附录1 攻读硕士学位期间撰写的论文 | 第66-67页 |
附录2 攻读硕士学位期间参加的科研项目 | 第67-68页 |
致谢 | 第68页 |