论文题目: 基于流量预测的下一代网络动态QoS研究
论文类型: 博士论文
论文专业: 电气系统控制及信息技术
作者: 赵其刚
导师: 李群湛
关键词: 流量预测,动态控制,移动代理
文献来源: 西南交通大学
发表年度: 2005
论文摘要: 支持综合业务应用的下一代网络(NGN)的出现,要求在IP承载网上提供包括传统电信业务在内的多业务应用。NGN承载层与业务应用层间相互独立、缺乏有效协商的致命缺点使传统实时应用业务、保证型业务难以在NGN环境下获得传统电信业务所要求的QoS保证,这桎梏了NGN的大规模发展与应用。本文针对该问题,对承载层IP QoS控制与业务层接纳控制问建立有效协商机制所涉及的相关问题进行了系统研究。 为掌握NGN业务的IP流量特征,本文分析了当前主流的网络流量模型,并利用实测NGN流量数据对网络流量的重要特征进行了分析。论证了传统流量模型未能揭示NGN流量的本质特征,在NGN流量分析应用中具有严格局限性;自相似及混沌动学模型由于反映了NGN流量的本质变化,在NGN流量分析中可作为网络流量分析与建模的重要工具与方法;验证了NGN流量数据具有周期性、自相似性与混沌特性。 基于小波信号分解与神经网络信号预测的相关原理,将小波神经网络引入NGN流量预测中,根据该预测模型的特点与实际应用的需要提出了一个改进的小波神经网络预测模型。得出采用小波信号分解,并以分解流量信号训练BP网络将避免由于流量“混沌”特性而导致的网络振荡;采用具有尺度变化能力的小波信号取代神经网络的Sigmoid转移函数,可使神经网络对NGN流量信号具有更好的逼近效果与精度:以低频分量作为训练样本与预测数据的改进预测模型对预测效率具有有效改善。 基于NGN网络流量的混沌特性,提出对其时间序列进行相空间重构,提取其Lyapunov指数,并基于Lyapunov指数进行短期流量预测的混沌动力学预测模型。得出基于混沌动力学预测模型进行NGN流量预测时,需要的数据量少,且能有效利用所有的数据信息,预测方法算法复杂度低,计算量小,但该预测方法仅在短期预测前提下具有高效性,当预测时间变长时其预测精度下降。 基于IP QoS对NGN综合业务的重要影响,仿真分析了IntServ、DiffServ、DiffServ+MPLS三种QoS方案,分析了各自的性能特征与适用范围。
论文目录:
第一章 绪论
1．1 课题研究的背景与意义
1．1．1 NGN的主要研究领域与现状
1．1．2 QoS在NGN研究中的关键地位
1．2 NGN及其QoS研究综述
1．2．1 NGN QoS研究现状
1．2．2 NGN流量特征与建模研究现状
1．2．3 动态IP QoS研究现状
1．3 本文的研究思路与内容
1．3．1 NGN流量特征与预测模型研究
1．3．2 NGN动态QoS控制模型研究
1．3．3 NGN动态QoS实现方案研究
第二章 网络流量模型与特征分析
2．1 概述
2．2 传统流量模型与应用
2．2．1 泊松过程模型
2．2．2 马氏过程模型
2．2．3 回归过程模型
2．3 网络流量自相似与混沌动力学模型
2．2．1 网络流量自相似模型
2．3．2 网络流量混沌动力学模型
2．4 网络流量统计特性
2．4．1 NGN流量数据采集
2．4．2 网络流量周期性分析
2．4．3 网络流量自相似分析
2．2．4 网络流量混沌特性分析
2．5 本章小结
第三章 基于小波神经网络的流量预测
3．1 概述
3．2 信号的小波分解
3．2．1 NGN流量的多尺度特性
3．2．2 信号的多分辨率分析
3．2．4 流量信号的小波分解
3．3 基于小波神经网络的预测模型
3．3．1 神经网络与信号预测
3．3．2 基于集成神经网络的建模
3．3．3 基于小波神经网络的预测模型
3．4 基于小波神经网络的预测分析
3．4．1 基于小波神经网络的预测结果分析
3．4．2 基于小波神经网络的预测与传统流量预测比较
3．4．3 流量信号的小波压缩与预测模型改进
3．5 本章小结
第四章 基于混沌的短期流量预测
4．1 流量时间序列混沌特性
4．1．1 流量时间序列的相空间重构
4．1．2 流量时间序列的结构
4．1．3 时间序列最大Lyapunov指数
4．2 流量时间序列混沌预测
4．2．1 重构相空间
4．2．2 最大Lyapunov指数计算算法
4．2．3 基于最大Lyapunov指数的流量预测
4．3 混沌预测分析
4．3．1 预测结果与分析
4．3．2 混沌预测时效分析
4．3．3 基于Lyapunov指数预测特点
4．4 本章小结
第五章 基于流量预测的动态QoS模型
5．1 概述
5．2 IP QoS机制仿真与分析
5．2．1 集成服务模型与性能仿真分析
5．2．2 业务区分与排队性能仿真分析
5．2．3 DiffServ+MPLS方案仿真分析
5．3 NGN综合QoS模型
5．3．1 NGN综合QoS实现原则
5．3．2 综合QoS网络模型
5．3．3 基于预测QoS动态控制机制
5．4 动态QoS仿真模型与分析
5．4．1 动态QoS网络模型设计
5．4．2 仿真结点模型设计
5．4．3 仿真方案设计
5．4．4 仿真结果分析
5．5 本章小结
第六章 动态QoS控制实现方案研究
6．1 动态QoS控制实现关健因素与方案
6．1．1 动态QoS控制实现关键
6．1．2 动态QoS控制的两种方案
6．2 基于SNMP的动态QoS控制
6．2．1 基于SNMP的管理模型
6．2．2 基于SNMP的消息格式与MIB库机制
6．2．3 动态QoS控制系统层次结构
6．3 基于移动代理的动态QoS控制
6．3．1 基于移动代理的动态QoS控制方案的优点
6．3．2 基于移动代理的动态QoS控制方案
6．3．3 基于移动代理的动态QoS控制过程
6．4 两种实现方案的性能分析与比较
6．5 本章小结
第七章 结论与进一步研究展望
7．1 本文工作总结
7．2 进一步研究展望
致谢
参考文献
缩略语表
攻读博士期间发表和完成的论文
攻读博士期间参加与完成的科研项目
发布时间: 2006-03-06
参考文献
- [1].绿色通信网络的节能方法研究[D]. 郭秉义.华南理工大学2014
- [2].无线网络中的流量预测与MAC算法研究[D]. 杨双懋.电子科技大学2012
- [3].无线传感器网络异常入侵检测技术研究[D]. 肖政宏.中南大学2012
- [4].面向绿色蜂窝网的流量预测分析与智能化基站管理策略研究[D]. 李荣鹏.浙江大学2015
相关论文
- [1].网络流量控制若干关键技术研究[D]. 刘岩.复旦大学2005
- [2].因特网QoS路由算法研究[D]. 郑彦兴.国防科学技术大学2005
- [3].网络QoS控制中的队列管理和接纳控制研究[D]. 高文宇.中南大学2005
- [4].IP网络QoS技术研究[D]. 陈晓峰.浙江大学2006
- [5].网络流量的半马尔柯夫模型[D]. 黄晓璐.中国科学院研究生院（计算技术研究所）2006
- [6].基于软交换技术的下一代网络体系结构及相关技术的研究[D]. 林娜.东北大学2005
- [7].网络流量异常检测与预测方法研究[D]. 邹柏贤.中国科学院研究生院（计算技术研究所）2003
- [8].基于分形的网络流量建模及排队性能研究[D]. 魏进武.解放军信息工程大学2006
- [9].IP网络业务流量多重分形建模和预测研究[D]. 王升辉.北京交通大学2007
- [10].基于流量测量的网络QoS改善若干关键问题研究[D]. 杨洁.北京邮电大学2007