基于时空的多源数据趋势预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 研究现状及存在问题 | 第13-17页 |
| 1.2.1 数据预测研究现状 | 第13-16页 |
| 1.2.2 数据采集研究现状 | 第16-17页 |
| 1.3 本文研究内容 | 第17-18页 |
| 1.4 本文的结构安排 | 第18-20页 |
| 第二章 多源数据采集分析相关技术 | 第20-39页 |
| 2.1 基本概念 | 第20-21页 |
| 2.2 多源数据特征分析理论基础 | 第21-26页 |
| 2.2.1 网络流量特征 | 第21-23页 |
| 2.2.1.1 自相似特征 | 第21-23页 |
| 2.2.1.2 周期性 | 第23页 |
| 2.2.1.3 混沌性 | 第23页 |
| 2.2.2 数据预处理 | 第23-26页 |
| 2.2.2.1 数据清理 | 第24-25页 |
| 2.2.2.2 数据集成 | 第25页 |
| 2.2.2.3 数据变换 | 第25页 |
| 2.2.2.4 数据规约 | 第25-26页 |
| 2.3 多源数据趋势预测基础 | 第26-32页 |
| 2.3.1 时间序列分析 | 第26-32页 |
| 2.3.1.1 平稳性判定方法 | 第27-28页 |
| 2.3.1.2 去非平稳性方法 | 第28-29页 |
| 2.3.1.3 ARMA模型 | 第29-30页 |
| 2.3.1.4 时间序列分析建模过程 | 第30-32页 |
| 2.4 多源数据采集基础 | 第32-38页 |
| 2.4.1 Nagios网络监控架构 | 第32-34页 |
| 2.4.2 事件驱动模型与EPOLL | 第34-35页 |
| 2.4.3 网络流量采集 | 第35-38页 |
| 2.4.3.1 网络流量采集工具 | 第35-36页 |
| 2.4.3.2 SNMP协议概述 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 多源数据特征分析 | 第39-55页 |
| 3.1 数据集的描述 | 第39-43页 |
| 3.2 网络流量自相似特征研究 | 第43-45页 |
| 3.2.1 网络流量自相似特征研究方法 | 第43-44页 |
| 3.2.2 网络流量的自相似特征分析 | 第44-45页 |
| 3.2.2.1 有线网络流量的自相似特征分析 | 第44页 |
| 3.2.2.2 无线网络流量的自相似特征分析 | 第44-45页 |
| 3.3 网络流量长度、周期等特征研究 | 第45-48页 |
| 3.4 网络流量分布研究 | 第48-53页 |
| 3.4.1 正态分布 | 第48-49页 |
| 3.4.2 对数正态分布 | 第49页 |
| 3.4.3 Weibull分布 | 第49页 |
| 3.4.4 Q-Q图分析法 | 第49-50页 |
| 3.4.5 流量分布特征验证 | 第50-53页 |
| 3.5 多源数据特征分析 | 第53-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第四章 多源数据趋势预测模型研究 | 第55-68页 |
| 4.1 FARIMA模型 | 第55-58页 |
| 4.1.1 FARIMA模型简介 | 第55-56页 |
| 4.1.2 FARIMA模型建模过程 | 第56-58页 |
| 4.2 小波与时间序列预测模型 | 第58-62页 |
| 4.2.1 小波变换 | 第58-60页 |
| 4.2.1.1 小波分析 | 第58页 |
| 4.2.1.2 Mallat算法 | 第58-60页 |
| 4.2.2 基于小波与时间序列的预测模型 | 第60-62页 |
| 4.3 实验对比分析 | 第62-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 多源数据采集分析系统设计与实现 | 第68-88页 |
| 5.1 系统整体架构 | 第68-70页 |
| 5.2 系统整体设计 | 第70-72页 |
| 5.3 采集监控管理中心设计与实现 | 第72-77页 |
| 5.3.1 监控管理中心设计与实现 | 第72页 |
| 5.3.2 数据分析模块设计与实现 | 第72-77页 |
| 5.4 采集监听服务器与采集服务器设计与实现 | 第77-79页 |
| 5.5 数据与备份中心设计与实现 | 第79-80页 |
| 5.6 采集客户端的设计与实现 | 第80-82页 |
| 5.7 运行结果 | 第82-87页 |
| 5.8 系统特色 | 第87页 |
| 5.9 本章小结 | 第87-88页 |
| 第六章 总结与展望 | 第88-90页 |
| 6.1 本文总结 | 第88-89页 |
| 6.2 未来展望 | 第89-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-94页 |
| 攻硕期间取得的研究成果 | 第94-95页 |
