基于3G核心网数据的用户网络行为识别技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究目的及意义 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-13页 |
| 1.3 论文研究内容及组织结构 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 组织结构 | 第13-15页 |
| 第二章 系统需求分析及关键技术 | 第15-25页 |
| 2.1 系统需求分析 | 第15-16页 |
| 2.2 移动业务识别技术 | 第16-19页 |
| 2.2.1 深度包检测技术 | 第16-17页 |
| 2.2.2 深度流检测技术 | 第17-18页 |
| 2.2.3 DPI技术的实现方式 | 第18-19页 |
| 2.3 数据挖掘相关技术 | 第19-22页 |
| 2.3.1 数据挖掘算法的介绍 | 第19-21页 |
| 2.3.2 数据挖掘算法的对比与选择 | 第21-22页 |
| 2.4 WinForm开发 | 第22-23页 |
| 2.4.1 .NET Framework框架 | 第22-23页 |
| 2.4.2 WinForm开发框架 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 3G核心网数据的分析与预处理 | 第25-35页 |
| 3.1 UMTS简介 | 第25-27页 |
| 3.1.1 UMTS系统网络构成 | 第25-26页 |
| 3.1.2 核心网基本结构 | 第26-27页 |
| 3.2 核心网数据的分析与提取 | 第27-30页 |
| 3.2.1 数据的采集接口 | 第27页 |
| 3.2.2 核心网数据的提取 | 第27-28页 |
| 3.2.3 CDR记录的合并 | 第28-30页 |
| 3.3 核心网数据的预处理 | 第30-34页 |
| 3.4 本章小节 | 第34-35页 |
| 第四章 用户网络行为的分析与识别 | 第35-60页 |
| 4.1 系统总体设计 | 第35-36页 |
| 4.2 移动应用的分析及特征库的建立 | 第36-47页 |
| 4.2.1 移动应用的分类 | 第36页 |
| 4.2.2 移动应用分析流程 | 第36-38页 |
| 4.2.3 典型移动应用的分析 | 第38-45页 |
| 4.2.3.1 即时通信类应用 | 第38-43页 |
| 4.2.3.2 影音图像类应用 | 第43-45页 |
| 4.2.4 特征库详细设计方案 | 第45-47页 |
| 4.3 移动应用的识别 | 第47-53页 |
| 4.3.1 移动应用的识别流程 | 第47-48页 |
| 4.3.2 Payload预处理模块 | 第48-51页 |
| 4.3.3 HTTP报文处理模块 | 第51-52页 |
| 4.3.4 特征匹配模块 | 第52-53页 |
| 4.4 基于分散度识别算法的用户上网偏好识别模型 | 第53-59页 |
| 4.4.1 模型的建设思路与目标 | 第53-54页 |
| 4.4.2 分散度识别算法思想 | 第54-56页 |
| 4.4.3 上网偏好识别模型的设计与实现 | 第56-59页 |
| 4.4.3.1 上网时间偏好分析模块 | 第56-58页 |
| 4.4.3.2 上网内容偏好分析模块 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 决策树模型实现用户网络行为的预测 | 第60-80页 |
| 5.1 系统总体设计 | 第60-61页 |
| 5.2 构造样本数据集 | 第61-65页 |
| 5.2.1 样本数据的类别信息 | 第61-62页 |
| 5.2.2 样本数据的属性选择 | 第62-63页 |
| 5.2.3 数据集的抽取 | 第63-65页 |
| 5.3 决策树算法研究 | 第65-69页 |
| 5.3.1 决策树算法的基本概念 | 第65-66页 |
| 5.3.2 决策树算法的对比 | 第66-69页 |
| 5.3.3 决策树算法的选择 | 第69页 |
| 5.4 基于决策树的用户网络行为预测模型的建立 | 第69-74页 |
| 5.4.1 预测模型的建立流程 | 第69-70页 |
| 5.4.2 对连续型属性的处理 | 第70-71页 |
| 5.4.3 决策树的构造 | 第71-73页 |
| 5.4.4 模型的评估准则 | 第73-74页 |
| 5.5 预测模型的优化 | 第74-78页 |
| 5.5.1 常用的剪枝技术 | 第74-77页 |
| 5.5.2 剪枝技术的选择 | 第77页 |
| 5.5.3 决策树优化过程的实现 | 第77-78页 |
| 5.6 网络行为预测模块 | 第78-79页 |
| 5.7 本章小结 | 第79-80页 |
| 第六章 系统测试 | 第80-91页 |
| 6.1 系统测试环境介绍 | 第80页 |
| 6.2 源数据预处理结果展示 | 第80-81页 |
| 6.3 网络行为识别系统测试 | 第81-87页 |
| 6.3.1 移动应用识别测试 | 第81-84页 |
| 6.3.2 网络行为偏好结果分析 | 第84-87页 |
| 6.4 网络行为预测系统测试 | 第87-90页 |
| 6.4.1 决策树模型的评估 | 第87-89页 |
| 6.4.2 网络行为预测结果分析 | 第89-90页 |
| 6.5 本章小结 | 第90-91页 |
| 第七章 总结与展望 | 第91-93页 |
| 7.1 全文总结 | 第91页 |
| 7.2 下一步工作和展望 | 第91-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-97页 |
