导读:本文包含了网络业务量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:业务,网络,过程,工程,神经网络,突发性,基站。
网络业务量论文文献综述
冉伟仡,覃凤谢[1]（2018）在《无线通信网络中业务量预测与应用研究》一文中研究指出在综述现有通信网络业务预测技术的基础上,对现有的业务预测技术进行对比分析研究,通过分析得到了现有技术存在的优点与缺点,在此基础上指出该领域未来的发展方向是提升数学模型,提高机制设计以及联合设计。(本文来源于《科学咨询(科技·管理)》期刊2018年07期）
张骞[2]（2018）在《基于GPU的SDN网络并行业务量工程算法研究》一文中研究指出业务量工程(Traffic Engineering)能够通过为业务选择合理的网络路由来达到充分利用网络资源、提高网络性能、满足Qos需求等目的。在SDN网络中,集中式的SDN控制器能够在全局拓扑上进行业务量工程,提高业务量工程的优化效果。然而,由于互联网应用的快速增加,短时间内会有大量业务到达SDN网络,同时,SDN网络的规模也相应增大,这要求SDN控制器能在短时间内在大网络拓扑上为大量业务计算路由,业务量工程的计算面临着时间上的挑战。所以,为了缩短SDN控制器的计算时间,本文利用GPU的强大并行计算能力来加速业务量工程算法。针对SDN IP网络,本文首先将业务量工程问题建模成一个带链路容量约束的MILP模型。为了求解这个模型,本文设计了两种并行算法GA-PTEA(Genetic Algorithm Based Parallel Traffic Engineering Algorithm)和LR-PTEA(Lagrange Relaxing Based Parallel Traffic Engineering Algorithm)。其中,GA-PTEA将原来的业务量工程模型简化为基于备选路径的业务量工程模型,利用并行的遗传算法来求解业务量工程问题,并行加速比可达到10倍以上。LR-PTEA则采用了拉格朗日松弛的方法,首先通过松弛链路容量约束,将业务量工程问题分解为一批业务的最短路径计算问题,然后设计了基于GPU的并行算法来加速最短路的计算。LR-PTEA使用次梯度下降方法来求解拉格朗日对偶问题,为了加快次梯度算法的收敛速度,LR-PTEA采用了高效的次梯度步长更新方法,同时,LR-PTEA在求解对偶问题的过程中采用了快速的路径调整策略来获得对原问题目标函数的可行解。本文的实验发现基于GPU的LR-PTEA并行算法可以在短时间内得到业务量工程问题的优化解,与串行算法LR-STEA(Lagrange Relaxing Based Serial Traffic Engineering Algorithm)相比,加速比可达到10倍以上。在SDN弹性光网络中,首先,为了简化频谱分配问题,本文采用分层图模型将弹性光网络中的频谱分配问题转化为路由选择问题。其次,为了优化弹性光网络中业务的路由代价,减少资源使用,降低阻塞率,本文设计了TESAA(Traffic Engineering and Spectrum Allocate Algrithm)优化算法。最后,为了缩短SDN控制器的计算时间,我们对TESAA进行并行加速,分别针对无权图和带权图设计了基于GPU的并行路由算法。实验发现TESAA可以大大减小路由的代价、节省网络资源和有效降低业务的阻塞率,基于GPU的并行算法PTESAA(Parallel TESAA)与串行算法STESAA(Serial TESAA)相比,加速比可达到10倍以上。(本文来源于《电子科技大学》期刊2018-04-05）
邓欣伟,刘丽娜[3]（2017）在《基于神经网络的快递业务量预测分析研究》一文中研究指出随着智慧城市的建设,人们对电子商务活动的需求也在不断提高。然而,在现阶段条件下的物流产业和技术很难满足快速增长的市场需求,快递企业的业务成本和快递人员管理水平对电子商务市场的发展将会产生重大的影响。对此,本文基于神经网络的算法对快递业务量进行分析和预测,让快递企业能够合理分配资源进行科学管理,实现提高工作效率的目的。神经网络具有对非线性复杂系统预测的良好特性,从而使城市快递业务量呈现出非线性变化,更好地促进快递业务满足社会、环境和经济的可持续、快速发展。(本文来源于《辽宁经济》期刊2017年12期）
范琮珊,张天魁,曾志民[4]（2017）在《基于业务量突发性的异构蜂窝网络最优基站密度》一文中研究指出针对多媒体业务普及导致网络业务量突发性增强的问题,利用随机几何建模,研究了异构蜂窝网络中基于业务量突发性的最优基站密度.基于业务量突发性提出业务覆盖率定义,推导出异构蜂窝网络中业务覆盖率与基站密度之间的关系.以业务覆盖率为限制条件,构建目标为最小化基站密度的优化问题.利用二分搜索法获得最优基站密度,并推导出最优基站密度的上、下限.通过仿真结果验证了理论推导的准确性,证实了业务量突发性对最优基站密度的影响.(本文来源于《北京邮电大学学报》期刊2017年06期）
梁宏超[5]（2017）在《哈尔滨GSM与TD-SCDMA网络业务量均衡技术应用研究》一文中研究指出随着客户对于移动通信业务的需要更加多元化和高速化,传统的通话通信系统已经不能满足用户的要求,3G网络的市场地位变的更加重要。所以在一段时期内2/3G网络将共存和互相辅助,这对网络的支撑和优化难度提出了更高的要求,需要2/3G网络能更协同发展,共同满足用户的需求。本论文以哈尔滨为实验区域,从覆盖均衡和容量均衡两个角度对GSM与TD网络业务量均衡技术进行了研究。覆盖上,首先深入了解GSM与TD网络特性,包括网络结构、技术特点以及GSM与TD网络互操作流程等相关知识,总结在覆盖中影响GSM与TD网络业务均衡性的关键技术及参数,采用硬覆盖调整和软覆盖调整两种手段对GSM与TD网络的覆盖均衡性进行优化。硬覆盖主要通过对GSM与TD网络天线的不合理姿态进行调整,使两网覆盖达到更为合理的效果,进而保证了TD网络有足够的能力可以接入用户并分担更多业务。软覆盖主要通过合理的进行参数调整,在保证网络关键性能指标不下降的同时,合理的对现网中存在的业务量进行分流。最终在硬覆盖调整和软覆盖调整的双重手段下使GSM与TD网络的覆盖均衡性达到最佳效果,使TD网络能够最大化的分流业务量。容量上,在覆盖均衡操作后,GSM与TD两网业务量变化幅度较大,两张网络的不同小区的容量需求发生变化,这时需要对小区容量进行及时调整,保证网络能够承载业务分担后带来的潜在业务量,避免或减少呼损。所以,本文对哈尔滨目前所使用的GSM与TD网络设备商的各设备以及相关License等进行学习和研究,掌握不同型号不同版本的硬件所能够支持的载波数,最终针对硬件或者License调整制定了相关的调整门限和调整流程,指导后续的GSM与TD网络的容量调整工作。通过前期研究所得的调整手段和技术流程最终应用于哈尔滨整体网络,并进行验证。(本文来源于《哈尔滨工业大学》期刊2017-06-01）
高云雪[6]（2017）在《移动网络优化中业务量预测及移动用户高度分层方法研究》一文中研究指出虚拟化和容器技术使得核心网资源分配越来越灵活高效。因此需要网络能够提前对业务量进行感知和预测。通过预测话务量和用户数并按照预测的结果合理分配有限的网络资源,能有效提高服务质量。另一方面,随着城市高层楼宇增多,深度覆盖特别是垂直覆盖的优化也变得越来越重要,但测试人员无法进入高层建筑测试也是这一问题的难点。寻求能有效的利用用户数据来判断高层楼宇内的信号覆盖质量的方法,在学术领域和工业界还属于空白。首先,本文介绍LTE系统核心网及接入网络的网络架构,给出通过LTE系统接口进行控制面信令探测,进而利用控制面信令及用户面数据,分析得到用户数、话务量和用户感知的Wi Fi信息的过程。本文还研究了时间序列的原理与特点,分析了利用时间序列分析中广泛使用的ARIMA的原理以及模型识别的标准,并给出了预测的步骤与预测的评价标准。其次,本文对每小时话务量的数据特性进行分析,并基于分析给出预测话务量的模型。研究了话务量预测中乘积季节ARIMA模型的应用条件,给出了模型识别、阶数确定与残差校验等建模步骤。并应用STL方法将话务量时间序列分解为季节项、趋势项以及随机项,对序列进行季节性调整后再用ETS模型拟合,预测时以最近一周期的数据作为季节项的预测结果。此外还分析了Holt-Winters加法和乘法模型,并探讨了利用BP神经网络训练建模并预测的过程。本文应用这四种模型对某运营商在特定景区的话务量及终端数量进行预测,实验表明预测精度良好,能够满足移动网络性能优化要求,通过代码实现并应用于运营商核心网的网络优化中。最后,本文在利用LTE网络用户面深度包分析获得特定区域及建筑物内用户可感知的Wi Fi物理地址及RSSI后,通过数据积累得到高层楼宇的Wi Fi信息,构建Wi Fi的能量矩阵,矩阵的元素是采样点采集到的Wi Fi的RSSI值。两个Wi Fi的相关系数是能量矩阵对应的Wi Fi列之间的相关性,进而获得Wi Fi的相关矩阵。应用k-means、PAM、谱聚类与Fast Unfolding算法对Wi Fi样本进行聚类分析,获得叁个Wi Fi簇。在确定底层簇后,利用簇间相关性确定其他簇,得到Wi Fi的高度标签。最后依据LTE终端测量的RSRP的强度确定移动用户的信号覆盖质量。实验结果具备较高精度并能满足无线侧网络优化需求。(本文来源于《哈尔滨工业大学》期刊2017-06-01）
张培[7]（2017）在《节能与降低数据中心网络业务量的虚拟机放置策略研究》一文中研究指出云计算给全球的客户提供了实用化的IT服务,在消费者,科技和商业等领域都有着广泛的应用,随着云计算需求的急剧增加,托管云计算的数据中心规模越来越大,数据中心的扩展性问题变得突出,同时大量电能的消耗,导致了高运营成本和二氧化碳的排放。因此,对于数据中心的虚拟机放置问题,考虑其节能效率,并降低网络中的流量,增强其扩展性能,不仅能极大限度的降低运营成本,同时也减少了对环境的影响。目前,对于数据中心的节能性和扩展性的研究都有很大的局限性,包括放置虚拟机时只考虑了服务器端的节能,只考虑网络端的节能问题,或者降低网络中的流量,只考虑其扩展性问题。然而联合考虑整个IT设备的能耗以及网络的扩展性问题的研究的却很少。本文给出了数据中心的虚拟化节能扩展问题,在虚拟机放置时,通过整合服务器的资源和降低数据中心网络的流量,来提升数据中心的节能效率和其扩展性能,并指出网络端的能耗大小也会受到虚拟机之间的虚拟链路映射策略影响。在放置虚拟机和链路映射时,降低服务器和网路设备开启的数目,同时优化网络中的业务量,降低数据中心的网络代价。论文开展的研究有:1.考虑数据中心服务器,网络的能耗,以及网络代价这些优化目标,给出数据中心的虚拟化节能扩展问题的定义,并证明了该问题为NP完全。2.通过分析现有的数据中心节能扩展算法的不足,提出基于能耗感知的联合虚拟机放置算法和链路映射贪婪合并算法,目的是将虚拟机的放置整合到数据中心时,降低服务器和网络端能耗,并对流量进行整合,鉴于网络中的流量分布也会影响数据中心网络的节能效果和扩展性能。通过仿真表明,该算法效果明显。3.数据中心采取不同的拓扑,会影响到网络中服务器的位置,进而影响到网络中的流量分布,基于此我们提出基于能耗感知分层放置算法,该算法充分考虑了Fattree的拓扑结构,进一步优化了网络中业务流量,对比基于能耗感知的联合虚拟机放置算法,网络代价得到了很大的提升,网络节能效果也取得一定的改进。(本文来源于《西安电子科技大学》期刊2017-06-01）
文强[8]（2016）在《SDN网络业务量工程技术研究》一文中研究指出近年来随着互联网的迅猛发展,网络中的业务量不断增大,业务对网络资源需求越来越大,由于传统网络设备的控制和转发功能紧密耦合,很难对网络进行有效的管理,传统的互联网架构越来越难以实现和适应当前的业务需求。软件定义网络(Software Defined Network,SDN)便在这一背景下应运而生,SDN将控制平面从传统的网络设备中分离出来,网络设备只需负责匹配表项进行数据转发,控制逻辑集中到软件形式的控制器。通过控制器提供的开放的北向接口,网络管理员可以对网络动态控制和管理,通过标准化的南向接口,使得不同厂商的网络设备兼容。SDN这种集中式的管理架构很适合数据中心网络,通过SDN控制器,可以对数据中心网络中的流量进行更细粒度的调度,可以提高数据中心资源利用率,同时能对业务提供QoS保障。本文基于SDN技术,主要从负载均衡和QoS路由方面研究了SDN网络业务量工程技术。首先介绍了当前国内外业务量工程的研究背景和现状,简述了SDN架构以及SDN相关的背景,并对数据中心网络拓扑结构和路由现状进行了分析,然后描述了SDN在数据中心网络的应用前景及优势。SDN架构中,控制逻辑和数据转发分离,控制平面拥有全网的拓扑信息和网络状态信息,可以对业务进行动态调度,本文提出了一种应用于数据中心网络胖树拓扑下的负载均衡方案,并在SDN控制器POX上实现该算法,使用Mininet仿真平台搭建了胖树拓扑,并模拟了数据中心网络的两种业务模型,通过这两种模型对算法进行了分析和对比。接着,描述了多约束QoS路由问题,使用遗传算法对多QoS约束路由进行求解,在Mininet上搭建了一种含有带宽、时延、丢包率约束的拓扑,在SDN控制器POX上实现遗传算法并对该网络模型进行仿真测试,测试结果表明遗传算法能完成多QoS约束路由目标,为业务选择合适的路径。最后,总结了本文所做的工作,对本文的不足以及未来研究工作作出了说明和展望。(本文来源于《电子科技大学》期刊2016-05-03）
吴华[9]（2016）在《高峰期短信业务量对网络的影响及解决方法》一文中研究指出文章结合现网无线侧短信传送占用信道类型及数据分析,分析CDMA网络高峰期短信业务量对网络指标的影响,并提出相关网优解决措施。(本文来源于《信息通信》期刊2016年02期）
秦明伟[10]（2015）在《片上网络（NoC）业务量建模方法及应用研究》一文中研究指出随着半导体集成电路的飞速发展,片上组件数量不断增长,总线通信结构成为芯片设计的瓶颈,为了解决复杂的片上通信问题,业界提出了基于数据包的片上网络通信架构。由于片上通信网络(Network on Chip,No C)的性能高度依赖于实际业务量,因此准确的业务量模型对于网络拓扑、协议及性能评估有重要意义。然而实现实际应用需要时间,且缺乏灵活性,在No C设计初期常常采用基于数学理论构建的分析业务量模型进行评估。本文以片上网络业务量建模方法及应用为研究课题,重点研究了基于自相似理论的No C业务量估计与生成方法、基于多分形理论的No C业务量估计与生成方法、基于拓扑的No C全局业务量建模方法和分形业务量下的缓存优化配置技术等。本文的主要研究内容及贡献如下:论文第二章在分析自相似过程定义及性质的基础上,完成了基于R/S、聚类方差、周期图、Whittle和小波等估计理的No C自相似业务量估计方法设计与性能分析;在论证No C业务量具有自相似特性的基础上完成了No C业务流自相似性形成原因分析;分别提出了基于随机中点置换的No C改进自相似业务流生成方法ISTG-RMD和基于傅里叶变换改进任意分布自相似业务量生成方法IAMDSTG-FT,实验表明,ISTG-RMD和IAMDSTG-FT都能准确的产生自相似No C业务数据流,且IAMDSTG-FT算法能够控制No C自相似业务流的自相关函数衰减变化,从而更加准确的模拟实际No C业务流。论文第叁章在分析多分形过程定义及性质的基础上,完成了基于多小波分解与估计的No C多分形业务量多重分形谱估计算法设计与仿真验证,为No C设计者提供多分形业务量特性分析工具;基于多分形小波模型,提出了一种No C多分形业务流生成方法,解决了No C设计实现性能评估中的多分形业务流生成问题;通过实验分析论证了多分形业务量模型在No C业务流局部突发性描述上的优势;完成了基于FPGA的通用No C业务流模拟源设计实现,证明了模拟源的准确性,能够满足No C设计者仿真与测试评估中对No C业务流生成的需求。论文第四章在分析常用No C拓扑结构的基础上,结合自相似和多分形数学理论,完成了MPSo C实现的微观电路结构中常用处理算法对业务流特性影响的建模与仿真分析,得到了6个明确的业务流特性变化结论,为No C设计者进行业务流分析提供参考;结合自相似业务量理论提出了基于统计的脉动处理结构No C业务流特性变化模型SUPFTM,实验表明,该模型能够准确的刻画脉动处理结构下业务流自相似指数的变化;结合No C实现拓扑结构提出了基于节点的多任务No C全局分形业务量模型,为No C设计评估中的业务模拟提供解决方案。论文第五章在对No C路由器结构进行分析的基础上,论证了路由器输入通道缓存优化的必要性;提出了一种自相似业务量下的缓存配置优化方法,实验表明,该优化方法能够极大的降低No C路由器输入通道数据包排队服务等待时间;基于两种关键路径提出了关键路径下的No C缓存配置优化算法,实验表明该算法能够有效降低关键路径上数据包的排队时延。论文第六章基于自适应通信接收机对高速复杂实时信号处理技术及实现架构的需求,在对接收机进行任务划分及任务业务流间数据率、自相似性初步估算的基础上,完成了接收机的No C架构MPSo C实现中缓存优化配置策略初步设计,具有一定的参考价值。(本文来源于《电子科技大学》期刊2015-04-24）
网络业务量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
业务量工程(Traffic Engineering)能够通过为业务选择合理的网络路由来达到充分利用网络资源、提高网络性能、满足Qos需求等目的。在SDN网络中,集中式的SDN控制器能够在全局拓扑上进行业务量工程,提高业务量工程的优化效果。然而,由于互联网应用的快速增加,短时间内会有大量业务到达SDN网络,同时,SDN网络的规模也相应增大,这要求SDN控制器能在短时间内在大网络拓扑上为大量业务计算路由,业务量工程的计算面临着时间上的挑战。所以,为了缩短SDN控制器的计算时间,本文利用GPU的强大并行计算能力来加速业务量工程算法。针对SDN IP网络,本文首先将业务量工程问题建模成一个带链路容量约束的MILP模型。为了求解这个模型,本文设计了两种并行算法GA-PTEA(Genetic Algorithm Based Parallel Traffic Engineering Algorithm)和LR-PTEA(Lagrange Relaxing Based Parallel Traffic Engineering Algorithm)。其中,GA-PTEA将原来的业务量工程模型简化为基于备选路径的业务量工程模型,利用并行的遗传算法来求解业务量工程问题,并行加速比可达到10倍以上。LR-PTEA则采用了拉格朗日松弛的方法,首先通过松弛链路容量约束,将业务量工程问题分解为一批业务的最短路径计算问题,然后设计了基于GPU的并行算法来加速最短路的计算。LR-PTEA使用次梯度下降方法来求解拉格朗日对偶问题,为了加快次梯度算法的收敛速度,LR-PTEA采用了高效的次梯度步长更新方法,同时,LR-PTEA在求解对偶问题的过程中采用了快速的路径调整策略来获得对原问题目标函数的可行解。本文的实验发现基于GPU的LR-PTEA并行算法可以在短时间内得到业务量工程问题的优化解,与串行算法LR-STEA(Lagrange Relaxing Based Serial Traffic Engineering Algorithm)相比,加速比可达到10倍以上。在SDN弹性光网络中,首先,为了简化频谱分配问题,本文采用分层图模型将弹性光网络中的频谱分配问题转化为路由选择问题。其次,为了优化弹性光网络中业务的路由代价,减少资源使用,降低阻塞率,本文设计了TESAA(Traffic Engineering and Spectrum Allocate Algrithm)优化算法。最后,为了缩短SDN控制器的计算时间,我们对TESAA进行并行加速,分别针对无权图和带权图设计了基于GPU的并行路由算法。实验发现TESAA可以大大减小路由的代价、节省网络资源和有效降低业务的阻塞率,基于GPU的并行算法PTESAA(Parallel TESAA)与串行算法STESAA(Serial TESAA)相比,加速比可达到10倍以上。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络业务量论文参考文献
[1].冉伟仡,覃凤谢.无线通信网络中业务量预测与应用研究[J].科学咨询(科技·管理).2018
[2].张骞.基于GPU的SDN网络并行业务量工程算法研究[D].电子科技大学.2018
[3].邓欣伟,刘丽娜.基于神经网络的快递业务量预测分析研究[J].辽宁经济.2017
[4].范琮珊,张天魁,曾志民.基于业务量突发性的异构蜂窝网络最优基站密度[J].北京邮电大学学报.2017
[5].梁宏超.哈尔滨GSM与TD-SCDMA网络业务量均衡技术应用研究[D].哈尔滨工业大学.2017
[6].高云雪.移动网络优化中业务量预测及移动用户高度分层方法研究[D].哈尔滨工业大学.2017
[7].张培.节能与降低数据中心网络业务量的虚拟机放置策略研究[D].西安电子科技大学.2017
[8].文强.SDN网络业务量工程技术研究[D].电子科技大学.2016
[9].吴华.高峰期短信业务量对网络的影响及解决方法[J].信息通信.2016
[10].秦明伟.片上网络（NoC）业务量建模方法及应用研究[D].电子科技大学.2015
论文知识图
