基于DPI技术的数据业务分析及网络优化
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文的主要内容 | 第14-15页 |
| 第2章 DPI技术特征 | 第15-21页 |
| 2.1 DPI技术产生背景 | 第15-16页 |
| 2.2 DPI技术与传统流量分析技术的区别 | 第16-17页 |
| 2.3 DPI技术的分类 | 第17-19页 |
| 2.3.1 特征字识别技术 | 第17-18页 |
| 2.3.2 应用层网关识别技术 | 第18-19页 |
| 2.3.3 行为模式识别技术 | 第19页 |
| 2.4 DPI技术的应用 | 第19-20页 |
| 2.4.1 业务识别 | 第20页 |
| 2.4.2 业务控制 | 第20页 |
| 2.4.3 业务统计 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于DPI技术的数据业务分析 | 第21-68页 |
| 3.1 DPI系统网络环境的搭建 | 第21-22页 |
| 3.2 DPI数据分析系统的数据采集及性能分析 | 第22-67页 |
| 3.2.1 SP性能分析 | 第22-27页 |
| 3.2.2 彩信业务收发质量分析 | 第27-32页 |
| 3.2.3 DNS解析成功率分析 | 第32-38页 |
| 3.2.4 四网协同数据分析 | 第38-46页 |
| 3.2.5 用户感知分析 | 第46-58页 |
| 3.2.6 终端性能分析 | 第58-67页 |
| 3.3 本章小结 | 第67-68页 |
| 第4章 基于DPI数据分析系统的网络优化 | 第68-83页 |
| 4.1 投诉问题处理 | 第68-75页 |
| 4.1.1 概述 | 第68-69页 |
| 4.1.2 投诉问题典型案例分析 | 第69-75页 |
| 4.1.3 小结 | 第75页 |
| 4.2 差小区优化 | 第75-77页 |
| 4.2.1 无线环境差小区分析 | 第75-77页 |
| 4.2.2 结论 | 第77页 |
| 4.3 PS寻呼优化 | 第77-79页 |
| 4.3.1 无线问题优化 | 第78页 |
| 4.3.2 寻呼拥塞问题小区处理 | 第78-79页 |
| 4.4 频繁重选小区优化 | 第79-82页 |
| 4.4.1 2G网系统内频繁重选小区优化 | 第79-80页 |
| 4.4.2 T网与G网系统间频繁重选小区优化 | 第80-82页 |
| 4.5 本章小结 | 第82-83页 |
| 第5章 总结及展望 | 第83-84页 |
| 5.1 总结 | 第83页 |
| 5.2 展望 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 致谢 | 第87-88页 |
| 作者简介 | 第88页 |
