基于QoS的电信网络海量数据处理与研究

摘要

移动互联网应用的飞速发展使得电信网络正面临着巨大的挑战，传统的服务质量（QoS）分析方法和工具难以解决这些问题。本论文针对基于QoS的电信网络海量数据分析和处理进行了研究，着重对于影响用户体验的电信网络业务进行了分析，并基于海量数据进行统计，分析给出了影响网络性能和用户体验的主要因素。
　　论文首先概述了服务质量的概念，并对服务质量的模型和关注的问题进行了讨论，分析给出了服务质量与体验质量的区别与联系。论文研究了基于数据特征的业务分类方法，对移动互联网服务质量的关键因素进行了分析，并对影响服务质量的关键问题进行了深入研究，提出了解决方案。论文基于全网端到端的数据流量，首先从传统资源消耗的角度对全网进行了分析；又通过关键 KPI指标，对不同类型的应用进行数据流特性统计分析，得到2G、3G下数据流特征规律。论文最后提出了一种基于 Kmeans算法的拥塞避免机制，可以通过分析占据基站的流量特性，指导网络优化和提高网络服务质量。

目录

封面

声明

中文摘要

英文摘要

目录

专用术语注释表

第一章 绪论

1.1移动互联网服务质量研究的意义

1.2服务质量关注的问题

1.3论文主要工作及结构

第二章 服务质量理论体系

2.1服务质量（QoS）基本概念

2.2 QoE与QoS的关系

2.3移动网络服务质量的度量

2.4流量测量方法

2.5本章小结

第三章 体验质量关键对象研究及应对策略

3.1移动互联网业务及对网络影响

3.2移动互联网终端的发展和对网络影响

3.3影响服务质量的典型问题描述及应对策略

3.4本章小结

第四章 基于统计分析的全网服务质量

4.1全网数据的采集和指标的选取

4.2基于体验的数据的分析

4.3应用的流特性的研究

4.4本章小结

第五章 基于数据流特征的拥塞避免研究

5.1问题及假设

5.2 Kmeans算法

5.3应用Kmeans算法对基站流量进行聚类应用

5.4本章小结

第六章 总结

参考文献

附录1攻读硕士学位期间撰写的论文

附录2 攻读硕士学位期间申请的专利

致谢