导读:本文包含了网络流量测量论文开题报告文献综述及选题提纲参考文献，主要关键词:集输-立管,两相流流量,特征参数,BP神经网络
网络流量测量论文文献综述
匡世才,王武强,周宏亮[1]（2019）在《基于BP神经网络的集输-立管系统气液两相流流量测量》一文中研究指出针对海洋油气采输工业中集输-立管内气液两相流流量测量问题,在大型集输-立管实验环路上采集立管底部、顶部压力波动信号,提取其绝对值均值、绝对值方差、偏态系数、峰态系数,结合本征模函数(IMF)的高、中、低3个频段上的能量分数,构建了一个包含7个特征参数的BP神经网络测量模型。设计了集成化网络结构,在宽广的流型范围内,以最小均方误差算法(LMS)为基础,引入动量因子α和学习率自适应调节进行算法优化。集成网络预测的气相平均相对误差E_(MR)和均方根相对误差E_(RMS)分别为4.67%、4.91%,液相分别为5.83%、5.87%。(本文来源于《热能动力工程》期刊2019年04期）
翟羽娟,罗浩,吴志刚,张树壮[2]（2019）在《基于节点加权的网络流量测量点选择算法》一文中研究指出为了解决现有算法无法根据不同节点对网络流量传输具有不同重要性选择流量测量点的问题,提出了一种基于节点加权的网络流量测量点选择算法。该算法首先通过节点关键度对节点进行权重分配,之后使用节点加权的关联矩阵近似算法计算初始解,最后通过对基本蚁群算法中的信息素初始化以及期望启发信息值计算进行改进形成基于节点加权的蚁群算法,并以此计算问题最终解。实验结果表明,基于节点加权的网络流量测量点选择算法能够在保证链路覆盖率的前提下,优先选择关键度更高的节点。(本文来源于《应用科技》期刊2019年03期）
何吉坤,许力强,王俊杰[3]（2018）在《基于神经网络的气化炉煤粉流量测量及应用》一文中研究指出通过研究干粉煤气化技术的工艺流程,确定了影响气化炉煤粉质量流量的主要工艺参数,采用BP神经网络构造煤粉质量流量软测量模型,通过大量历史数据对该模型进行训练和检验,实现了对气化炉煤粉质量流量的实时准确测量。现场应用结果表明,基于神经网络的煤粉质量流量测量模型,测量结果可靠,精度较高,应用性强。(本文来源于《化工设计通讯》期刊2018年11期）
张建锋,江先亮,金光[4]（2018）在《基于人流量的蜂窝网络传输性能测量》一文中研究指出与传统网络不同,LTE网络存在误码率高、时延较大和终端移动等特点,使TCP拥塞控制算法(Congestion control Algorithms,CCAs)的表现受到影响。实验通过在日常生活中的场景中测试,比较Cubic及其竞争对手New Vegas、BBR等算法的表现,了解不同CCAs在上述因素影响下,传输性能产生的变化。在分析测量结果后,得到的结论如下:人流增大时,New Vegas在时延方面表现较好,BBR在下行速率则拥有较好的表现,BBR在上行速率方面几乎不受人流量变化的影响且一直表现较好。(本文来源于《无线通信技术》期刊2018年03期）
李振[5]（2018）在《移动网络流量测量系统研究与开发》一文中研究指出为了解决过度使用流量,恶意流量的非法附加费和恶意程序的网络访问问题,以及帮助用户安全可靠地使用手机的问题,本文开发并实现了一种在Android环境中监控移动流量的系统。本文采用Android系统作为搜索平台,从应用层和Linux内核,重点关注流量监控技术。通过应用程序分类检测Android的HTTP流量,以设计和实现识别应用程序和处理流量的信息。同时,以Iptables为核心功能的Android流量监控系统的开发和实现,可以有效跟踪手机应用的流量。本文的主要工作如下:1.总结监控和流程设计方法并分析安全问题。2.开发基本架构和操作机制,包括Android系统的结构,应用程序组件和通信组件,并说明系统开发和调试环境。3.设计并实施监控模块和管理模块,以及相应接口。4.测试系统实现和编写测试用例的模块。在本文设计开发的系统可以分类移动端用户应用并显示不同类型用户的流量使用。测试流量使用的用户界面,用于流量控制的Iptables和控制方法。通过对系统的实验分析,测试结果符合预期的要求。用户可以安全地使用手机访问互联网,而无需担心流量计量不准确。(本文来源于《西安理工大学》期刊2018-06-30）
潘志豪[6]（2018）在《SDN网络流量测量方法研究》一文中研究指出随着网络业务需求的不断增长和网络规模不断增大和复杂化,网络运行商需要实时地掌控网络的性能参数,包括流量矩阵、网络链路的时延、网络流量的丢包率等。传统网络中的分布式控制使得运营商对网络的控制能力较弱,无法实现精确的网络流量测量。软件定义网络(Software Defined Network,SDN)作为一种新的网络体系架构应运而生,它最重要的思想就是将网络的控制平面和传输平面相互剥离,SDN网络相比传统网络拥有更强和更灵活的集中控制能力,它可以实时下发流表对流进行细粒度控制,流表能实时获得流的统计信息。SDN的灵活网络控制能力为每一条流的精确测量提供了可能,但同时也有资源不足的问题,在SDN网络中进行资源受限的网络流量测量是本文研究的重点。SDN背景下的网络流量测量一直是一个重要的研究方向。在数据中心里面,全网的网络资源(内存、带宽和计算能力)可以被协调使用。如何分配网络资源进行全网协作式测量以解决资源不足,是我们要解决的第一个难题。我们首先证明了该问题是一个NP-Hard问题,然后我们将问题建模成ILP(Integer Linear Programming)模型,并设计了LPSAM(Lagrange Place Selectors And Monitors)算法。LPSAM算法使用拉格朗日乘子法对问题进行了对偶等价,将原始问题拆分成很多子问题。我们使用剪枝优化的深度优先搜索来求解子问题,LPSAM算法给出了原始问题最优解的上界和下界,我们对LPSAM算法进行了改进得到了ILPSAM(Improve Lagrange Place Selectors And Monitors)算法。实验仿真表明,ILPSAM算法能快速给出近似解,适用于快速部署测量任务。SDN全网协作式网络测量关注于异常发生时的网络测量,而网络管理者往往需要了解当前网络的流量矩阵。在SDN背景下,一条流的精确测量需要消耗一条叁态内容寻址存储(TCAM)资源,而SDN交换机的TCAM资源是有限的,在TCAM资源受限情况下测量流量矩阵是我们的第二个工作。我们首先设计了一个TCAM资源分配算法,该算法可以保证在最少测量周期内测量完所有的流量。另外,为了能在一个测量周期内测量流量矩阵,我们设计了一个基于强化学习的大流检测算法。NetworkRL算法检测出哪些流是大流,进而只测量大流。实验显示NetworkRL的性能比现有的算法MUCB的性能好20%。当前交换机的缓存调度策略是同等的对待网络中的每条流,然而少量的大流会占完交换机的缓存,使得大多数的小流无法被调度,流量的大流检测能帮助交换机进行细粒度的网络流量管理。在现有的网络流量测量基础之上,我们使用卷积神经网络和流量的前100ms特征对流进行大流和小流快速检测,实验仿真获得了90%的准确性,为交换机优化缓冲调度策略提供了可能。为了让网络管理者清楚当前网络的网络流量类型,我们使用聚类和分类算法进行了流量识别。仿真实验获得了约90%的准确性,这表明使用现有的网络流量测量数据进行流量识别是可行的。(本文来源于《电子科技大学》期刊2018-05-14）
彭灿[7]（2018）在《基于张量填充的网络流量数据恢复和测量》一文中研究指出张量填充主要解决在仅观察到一个张量的某一小部分数据时,填充那些未知或者是缺失的数据,从而获得完整的张量。在张量填充过程中会把大量的数据组织成一个张量。张量填充目前用在很多的网络工程任务中,例如容量规划,负载平衡,路径建立,网络供应,异常检测和故障恢复等,逐渐成为研究和应用的热点。但是由于受到网络测量资源、传感节点的硬件条件、监测和通信代价等客观条件的影响,所以在收集网络数据的时候会面临很大的困难。因此,在现实研究中,只会采取少量的数据,然而在许多的网络工程中需要的是整个网络中的所有数据。现有的研究表明,利用张量填充恢复的数据比矩阵填充恢复数据的精确度要高。但是,在以前的研究中从未考虑过采样速率的变化,所以可以形成一个完整的张量,然而在现实中采样的时候,采样率是会随着网络中流量的变化而变化的。于此同时,在随机采样的时候,由于各种条件的限制,随机采样只能收取到一部分数据,但是在低采样率的情况下,张量填充的恢复性能不是很好。因此,本次毕业设计对这两个问题展开了深入研究,该文的主要成果和创新点如下:1,针对采样速率变化的问题,本文提出了一种重建-对齐张量的方法来恢复丢失或者未采样数据的方案。在实际的网络中,由于采样速率的变化,使得无法得到一个标准的张量。在该方案中,本文提出了一种基于时间对齐的矩阵分割算法,利用时间对齐规则有效地将流量矩阵分解为对应于在同一时间段同一采样率的子矩阵。然后利用这些子矩阵形成规则的张量。实验结果表明,重建-对齐方法能够在采样速率变化的时候达到很好的恢复率。2,为了减少采样代价,本文提出了一种预先调度的采样算法,本次设计没有采用随机的测量样本,而是主动确定未来网络监控样本的位置,同时确保通过张量填充准确推断未测量的数据的方法。在不了解未来数据结构的情况下,找到最优的采样点是很难的。为了解决这个问题,本文的预先调度采样算法包括以下几个新的技术:一个包含叁个顶点集的图来表示张量数据,一个基于图形的样本选择算法和一个精心设计的选择原则和可行性检测程序。实验结果表明,即使是在很低的采样率时,pre-sheduled方法能够达到很好的恢复性能。(本文来源于《湖南大学》期刊2018-05-08）
唐继兴[8]（2018）在《软件定义网络中面向业务流特征的流量测量方法的研究》一文中研究指出随着网络技术的发展与普及,软件定义网络(Software-Defined Networks,SDN)作为新一代网络范式被提出并受到了广泛的关注。与传统网络技术不同,SDN将控制平面与数据平面相分离,使得控制平面在逻辑上可以集中化,为网络的配置与管理带来了便利。流量测量是网络配置与管理的基础,现有的SDN流量测量方法在进行性能评估时使用的业务流的特征通常较为单一,常常忽视了业务流特征对流量测量方法性能的影响。本文主要研究面向业务流特征的SDN流量测量方法,文中对流量测量方法的研究所做的主要贡献有:1.针对较细粒度的流量测量需求,本文使用吞吐量长时间剧烈波动的VBR业务流对现有SDN流量测量方法的性能进行了评估,并提出了基于吞吐量波动自适应的流量测量方法(AdaRate)。该方法根据业务流近期的历史统计信息计算吞吐量的波动性,并根据波动剧烈程度调整轮询频率,因此几乎不需要人为设定参数,同时也克服了SWT在业务流模式固定的情况下易丢失吞吐量波动的峰值信息的问题。本文还提出一种随机突发检测机制,来对AdaRate的测量行为进行修正。2.为了满足VBR视频流场景下更细粒度的流量测量需求,文中对VBR视频流中视频场景切换对吞吐量变化的影响进行了分析与讨论,提出了SW-ARIMA算法。SW-ARIMA算法使用变长的滑动窗口在VBR视频流的吞吐量序列中寻找适合ARIMA模型建模的片段,并基于ARIMA模型判断当前滑动窗口所对应的VBR视频流片段是否存在视频场景切换。当控制器判断滑动窗口中的VBR视频流片段存在视频场景切换时,控制器采用最大的轮询频率;当滑动窗口所对应的VBR视频流片段不存在视频场景切换时,控制器调整轮询频率以减小网络带宽开销,并基于ARIMA模型对未测点进行实时插值。最后,本文通过实验验证了上述方法的有效性和实际应用价值,并提出了一种集成了上述流量测量方法的SDN流量测量框架的设计与实现,用户可以通过框架提供RESTful接口配置指定业务流的流量测量方法。(本文来源于《华东师范大学》期刊2018-05-01）
杨哲瀚[9]（2017）在《网络数据流流量测量方法的应用》一文中研究指出随着互联网技术、通信技术的高速发展,大量数据流类型的数据得以产生。关于网络数据流流量的测量得到人们越来越多的关注。通过应用网络数据流流量测量方法进行网络流量测量,可有效提升网络监控与管理质量。基于此,本文从网络数据流流量测量方法的相关概述出发,对网络数据流流量测量方法的应用进行了分析,以供参考。(本文来源于《数码世界》期刊2017年11期）
李朝阳,冯增辉,杨梅,周波,夏小波[10]（2017）在《一种基于FlowScan的改进型网络流量数据测量方法及其应用研究》一文中研究指出通过对由互联网数据分析合作协会(CAIDA)提出的一种基于FlowScan的Netflow数据测量方法的深入研究,发现该方法在流数据收集,分析以及结果显示方面存在缺陷。于是在广泛阅读和实践的基础上,提出基于JKFlow的FlowScan系统改进方法,并将该方法应用于实际网络管理中,取得了良好的效果。实践证明,改进后的测量方法提供给用户更丰富的功能,更能满足实际应用的需求,具有广阔的应用前景。(本文来源于《第十一届全国信号和智能信息处理与应用学术会议专刊》期刊2017-10-26）
网络流量测量论文开题报告
（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：
为了解决现有算法无法根据不同节点对网络流量传输具有不同重要性选择流量测量点的问题,提出了一种基于节点加权的网络流量测量点选择算法。该算法首先通过节点关键度对节点进行权重分配,之后使用节点加权的关联矩阵近似算法计算初始解,最后通过对基本蚁群算法中的信息素初始化以及期望启发信息值计算进行改进形成基于节点加权的蚁群算法,并以此计算问题最终解。实验结果表明,基于节点加权的网络流量测量点选择算法能够在保证链路覆盖率的前提下,优先选择关键度更高的节点。
（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。
网络流量测量论文参考文献
[1].匡世才,王武强,周宏亮.基于BP神经网络的集输-立管系统气液两相流流量测量[J].热能动力工程.2019
[2].翟羽娟,罗浩,吴志刚,张树壮.基于节点加权的网络流量测量点选择算法[J].应用科技.2019
[3].何吉坤,许力强,王俊杰.基于神经网络的气化炉煤粉流量测量及应用[J].化工设计通讯.2018
[4].张建锋,江先亮,金光.基于人流量的蜂窝网络传输性能测量[J].无线通信技术.2018
[5].李振.移动网络流量测量系统研究与开发[D].西安理工大学.2018
[6].潘志豪.SDN网络流量测量方法研究[D].电子科技大学.2018
[7].彭灿.基于张量填充的网络流量数据恢复和测量[D].湖南大学.2018
[8].唐继兴.软件定义网络中面向业务流特征的流量测量方法的研究[D].华东师范大学.2018
[9].杨哲瀚.网络数据流流量测量方法的应用[J].数码世界.2017
[10].李朝阳,冯增辉,杨梅,周波,夏小波.一种基于FlowScan的改进型网络流量数据测量方法及其应用研究[C].第十一届全国信号和智能信息处理与应用学术会议专刊.2017