| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 论文结构 | 第12-15页 |
| 第二章 高性能流量解析软件架构概述 | 第15-21页 |
| 2.1 流量解析软件整体框架 | 第15-16页 |
| 2.2 流量解析软件的基本设计原则 | 第16-17页 |
| 2.3 流量解析软件的模块设计 | 第17-20页 |
| 2.3.1 基本框架 | 第17-18页 |
| 2.3.2 输入模块 | 第18-19页 |
| 2.3.3 解析模块 | 第19-20页 |
| 2.3.4 输出模块 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 流量解析软件性能分析与优化 | 第21-35页 |
| 3.1 性能优化的基本概念以及方法概述 | 第21-25页 |
| 3.1.1 系统性能的定义 | 第21-22页 |
| 3.1.2 性能瓶颈的一般定位方法 | 第22-23页 |
| 3.1.3 性能优化方法概述 | 第23-25页 |
| 3.2 流量解析软件性能整体分析 | 第25-27页 |
| 3.2.1 泛性分析 | 第25-26页 |
| 3.2.2 基于VTune的耗时输出 | 第26-27页 |
| 3.3 流量解析软件性能优化 | 第27-34页 |
| 3.3.1 局部性与流水线技术 | 第27-29页 |
| 3.3.2 分析以及优化 | 第29-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 兼容管道化连接的流量关联算法研究 | 第35-53页 |
| 4.1 现有流量关联算法研究 | 第35-40页 |
| 4.1.1 硬件探针上报机制 | 第35-38页 |
| 4.1.2 流量解析软件的会话关联算法 | 第38-40页 |
| 4.2 兼容管道化连接的流记录上报方案设计 | 第40-43页 |
| 4.2.1 管道化连接的特点 | 第40页 |
| 4.2.2 兼容管道化连接的流记录上报机制 | 第40-43页 |
| 4.3 兼容管道化连接的会话关联算法设计与实现 | 第43-51页 |
| 4.3.1 管道化连接的会话关联算法 | 第44-45页 |
| 4.3.2 管道化连接的会话关联实现 | 第45-49页 |
| 4.3.3 会话关联算法性能对比 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 基于重要位置的用户线上线下关联研究 | 第53-77页 |
| 5.1 实验数据 | 第53-55页 |
| 5.1.1 数据格式 | 第53-54页 |
| 5.1.2 数据来源以及规模 | 第54-55页 |
| 5.1.3 常见的几种坐标系 | 第55页 |
| 5.2 分布式处理框架Hadoop | 第55-56页 |
| 5.3 用户重要位置提取 | 第56-62页 |
| 5.3.1 常驻用户提取 | 第56-57页 |
| 5.3.2 用户重要位置发现 | 第57-62页 |
| 5.4 用户移动性主题挖掘 | 第62-67页 |
| 5.4.1 用户线下主题提取 | 第62-65页 |
| 5.4.2 基于主题的用户聚类 | 第65-67页 |
| 5.5 用户线下重要位置与线上行为关联与分析 | 第67-72页 |
| 5.5.1 用户线下重要位置探究 | 第67-70页 |
| 5.5.2 线上行为分析 | 第70-72页 |
| 5.6 区县大规模人群移动研究 | 第72-75页 |
| 5.6.1 PageRank思想与人群移动问题的关联性 | 第73页 |
| 5.6.2 实验过程 | 第73-74页 |
| 5.6.3 实验结果以及分析 | 第74-75页 |
| 5.7 本章小结 | 第75-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-81页 |
| 致谢 | 第81-83页 |
| 攻读学位期间发表的学术论文目录 | 第83页 |