IoT的场景分析与流量建模
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 本文的主要工作 | 第10-11页 |
| 1.3 论文创新点 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 网络流量建模方法 | 第13-19页 |
| 2.1 网络流量特点与相关参数 | 第13-14页 |
| 2.1.1 传统网络流量特点 | 第13页 |
| 2.1.2 流量相关参数 | 第13-14页 |
| 2.2 网络流量建模 | 第14-15页 |
| 2.2.1 流量建模的意义 | 第14-15页 |
| 2.2.2 流量建模的步骤 | 第15页 |
| 2.3 常见的网络流量模型 | 第15-17页 |
| 2.3.1 短相关模型 | 第15-16页 |
| 2.3.2 长相关模型 | 第16-17页 |
| 2.3.3 复合模型 | 第17页 |
| 2.4 模型分析 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 物联网流量特点及现有模型存在的问题 | 第19-24页 |
| 3.1 物联网流量特点 | 第19页 |
| 3.2 现有的物联网模型及存在的问题 | 第19-22页 |
| 3.2.1 半马尔科夫模型 | 第19-20页 |
| 3.2.2 马尔科夫调制的泊松模型 | 第20-21页 |
| 3.2.3 改进的MWM模型 | 第21-22页 |
| 3.2.4 基于小波的多尺度流量模型 | 第22页 |
| 3.3 物联网流量建模面临的挑战 | 第22-23页 |
| 3.4 本章小结 | 第23-24页 |
| 第四章 物联网应用场景分析 | 第24-33页 |
| 4.1 物联网架构 | 第24-25页 |
| 4.2 物联网典型业务及应用场景 | 第25-30页 |
| 4.2.1 典型的物联网业务 | 第25-28页 |
| 4.2.2 物联网应用场景 | 第28-30页 |
| 4.3 物联网应用与流量的关系 | 第30-31页 |
| 4.4 本章小结 | 第31-33页 |
| 第五章 智慧城市中的流量收集 | 第33-44页 |
| 5.1 网络拓扑结构 | 第33页 |
| 5.2 流量的生成 | 第33-37页 |
| 5.3 物联网流量收集及自相似性分析 | 第37-44页 |
| 第六章 小波调制的Gamma模型 | 第44-63页 |
| 6.1 提出的模型 | 第44-45页 |
| 6.2 建模过程 | 第45页 |
| 6.3 模型优势 | 第45-46页 |
| 6.4 模型拟合及分析 | 第46-58页 |
| 6.5 物联网流量自相似性分析 | 第58-59页 |
| 6.6 物联网场景规模分析 | 第59-60页 |
| 6.7 结论 | 第60-62页 |
| 6.8 本章小结 | 第62-63页 |
| 第七章 WMG-mn模型的评估 | 第63-81页 |
| 7.1 已有的模型评估方法 | 第63页 |
| 7.2 基于模型自相似性的评估 | 第63-70页 |
| 7.3 模型反应网络规模准确性的评估 | 第70-73页 |
| 7.4 模型自适应性评估 | 第73-79页 |
| 7.4.1 Gateway1处聚合流量特征验证 | 第73-75页 |
| 7.4.2 Gateway2处聚合流量特征验证 | 第75-77页 |
| 7.4.3 Gateway4处聚合流量特征验证 | 第77-79页 |
| 7.5 模型复杂度评估 | 第79页 |
| 7.6 实际数据验证 | 第79-80页 |
| 7.7 本章小结 | 第80-81页 |
| 第八章 总结和展望 | 第81-83页 |
| 8.1 本文工作总结 | 第81页 |
| 8.2 展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 作者攻读学位期间学术成果 | 第89页 |
