校园网用户群行为分析模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题背景 | 第8页 |
| ·用户数据的获取 | 第8-9页 |
| ·流量数据建模与预测 | 第9-10页 |
| ·论文的研究内容 | 第10页 |
| ·本人所作的工作论文结构 | 第10-12页 |
| 第二章 网络流量测量技术实现 | 第12-27页 |
| ·IP流的介绍 | 第12-13页 |
| ·流量捕获方法 | 第13-20页 |
| ·网络设备支持的流量采集 | 第13-20页 |
| ·基于用户行为的流量采集模型 | 第20-26页 |
| ·设计思路 | 第20-21页 |
| ·信息采集器 | 第21-22页 |
| ·子服务器 | 第22-25页 |
| ·根服务器 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 常用流量分析与预测模型介绍 | 第27-40页 |
| ·传统网络流量模型 | 第27-30页 |
| ·泊松模型 | 第27页 |
| ·马尔科夫模型 | 第27-29页 |
| ·自回归模型 | 第29页 |
| ·自回归移动平均模型 | 第29-30页 |
| ·自回归合成移动平均模型 | 第30页 |
| ·自相似网络流量模型 | 第30-36页 |
| ·物理模型 | 第30-31页 |
| ·分形布朗运动 | 第31-32页 |
| ·分型ARIMA过程 | 第32-34页 |
| ·多重分型小波模型 | 第34-35页 |
| ·小波域独立高斯模型 | 第35-36页 |
| ·流量预测模型 | 第36-38页 |
| ·神经网络模型 | 第36-37页 |
| ·混沌理论模型 | 第37-38页 |
| ·模型的比较 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 用户群流量的分析与预测 | 第40-52页 |
| ·概述 | 第40页 |
| ·AR模型简述 | 第40-41页 |
| ·多元线性自回归模型 | 第41-44页 |
| ·建模思想 | 第41-42页 |
| ·多元线性自回归算法 | 第42-44页 |
| ·实验结果与分析 | 第44-51页 |
| ·群用户流量的采集和预处理 | 第44-47页 |
| ·模型的建立与预测 | 第47-50页 |
| ·预测精度 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 系统的设计与实现 | 第52-60页 |
| ·用户群组管理 | 第52-58页 |
| ·部门管理 | 第52-54页 |
| ·角色管理 | 第54-55页 |
| ·用户管理 | 第55-58页 |
| ·流量分析与预测 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·下一步工作及展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 硕士在读期间取得成果 | 第66页 |
