铁路数据网网络资源管理中的网络流量趋势研究 |
论文目录 | | | 致谢 | 第1-6页 | | 摘要 | 第6-7页 | | ABSTRACT | 第7-12页 | | 1 引言 | 第12-17页 | | 1.1 研究背景 | 第12页 | | 1.2 研究现状 | 第12-15页 | | 1.3 论文主要工作 | 第15-17页 | | 2 铁路数据网组网模型及承载业务分析 | 第17-25页 | | 2.1 铁路数据网组网结构 | 第17-19页 | | 2.2 铁路骨干数据网组网形式 | 第19页 | | 2.3 铁路区域网络组网形式 | 第19-21页 | | 2.3.1 区域网络核心节点 | 第20页 | | 2.3.2 区域网络汇聚节点 | 第20页 | | 2.3.3 区域网络接入节点 | 第20-21页 | | 2.4 铁路数据网承载业务类型分析 | 第21-24页 | | 2.4.1 铁路数据网承载业务分析 | 第21-22页 | | 2.4.2 铁路数据网业务性能指标 | 第22页 | | 2.4.3 业务系统VPN等级 | 第22-23页 | | 2.4.4 铁路数据网IP业务地址分配 | 第23-24页 | | 2.5 本章小结 | 第24-25页 | | 3 基于业务的流量统计分析 | 第25-37页 | | 3.1 流量统计方法 | 第25-27页 | | 3.1.1 利用实时抓包分析的方法 | 第25页 | | 3.1.2 基于SNMP协议的方法 | 第25-26页 | | 3.1.3 应用网络探针(Probe)的方法 | 第26页 | | 3.1.4 基于数据流(Flow)的方法 | 第26-27页 | | 3.2 NetFlow技术 | 第27-32页 | | 3.2.1 NetFlow基本原理 | 第27-28页 | | 3.2.2 NetFlow流结构 | 第28页 | | 3.2.3 NetFlow缓存 | 第28-29页 | | 3.2.4 流老化机制 | 第29页 | | 3.2.5 NetFlow数据导出 | 第29-30页 | | 3.2.6 NetFlow聚合 | 第30-32页 | | 3.3 铁路数据网业务流量统计系统方案设计 | 第32-36页 | | 3.3.1 系统结构 | 第32-33页 | | 3.3.2 数据采集 | 第33页 | | 3.3.3 流量聚合策略 | 第33-35页 | | 3.3.4 数据库存储 | 第35-36页 | | 3.4 本章小结 | 第36-37页 | | 4 铁路数据网网络流量趋势分析模型 | 第37-63页 | | 4.1 FARIMA模型原理 | 第39-43页 | | 4.1.1 数据聚合处理 | 第40-41页 | | 4.1.2 序列零均值化 | 第41页 | | 4.1.3 Hurst系数估计及分数差分 | 第41-43页 | | 4.2 ARMA模式识别 | 第43-48页 | | 4.2.1 ARMA模型原理 | 第43-45页 | | 4.2.2 样本自相关系数和偏自相关系数 | 第45页 | | 4.2.3 模型识别(计算p,q) | 第45-46页 | | 4.2.4 参数估计 | 第46-47页 | | 4.2.5 模型检验 | 第47-48页 | | 4.2.6 模型优化 | 第48页 | | 4.3 仿真验证FARIMA模型的长相关性 | 第48-54页 | | 4.3.1 产生FARIMA(p,d,q)序列 | 第49-50页 | | 4.3.2 验证Hurst参数 | 第50-54页 | | 4.4 铁路数据网流量趋势预测仿真分析 | 第54-62页 | | 4.4.1 数据采集及处理 | 第54-56页 | | 4.4.2 Hurst定参及d阶差分处理 | 第56-57页 | | 4.4.3 ARMA过程的p,q定阶和参数估计 | 第57-59页 | | 4.4.4 模型检验 | 第59-61页 | | 4.4.5 FARIMA模型预测仿真分析 | 第61-62页 | | 4.5 本章小结 | 第62-63页 | | 5 总结与展望 | 第63-65页 | | 5.1 总结全文 | 第63-64页 | | 5.2 研究展望 | 第64-65页 | | 参考文献 | 第65-68页 | | 作者简历 | 第68-70页 | | 学位论文数据集 | 第70页 |
|
|
|
