基于用户行为分析的无线前传网络边缘缓存策略

目录

声明

缩略词表

第一章绪论

1.1 研究背景

1.2 研究目的与意义

1.3 国内外研究现状

1.3.1 网络边缘缓存策略

1.3.2 用户行为分析和预测

1.4 论文的组织结构

第二章用户行为分析和预测以及网络边缘缓存策略相关内容

2.1 数据挖掘技术在网络用户行为分析和预测中的应用

2. 聚类算法

3. 关联规则法

4. 统计分析法

5. 时间序列数据分析法

2.2 网络用户行为分析和预测算法的评定标准

2.2.1 网络用户行为分析算法的评测参数

2.2.2 网络用户行为数据预测算法的评测参数

2.3 网络边缘缓存策略相关内容

2.3.1 网络边缘缓存的位置选择

2.3.2 D2D 通信技术

2.3.3 网络内容的缓存依据

2.3.4 缓存替换策略

2.3.5 齐夫分布

2.4 本章小结

第三章用于无线前传网络边缘缓存的用户行为分析及预测方法

3.1 网络用户行为分析和预测的步骤模型

1).前期数据准备模块

2).数据挖掘处理模块

3).结果分析模块

3.2.1 网络用户行为分析算法的选择

3.2.2 针对网络用户喜好度预测的数据挖掘算法选择

3.3 DP 聚类算法的原理及改进

3.3.1 密度峰值(DP)聚类算法

3.3.2 密度比估计(DRE)算法

3.3.3 基于DRE 算法改进的密度比峰值(DRP)聚类算法

3.4.1 时间序列数据的平稳性检验

3.4.2 预测模型的选择及其参数的确定

3.4.3 经验模态分解(EMD)算法

3.4.4 EMD-ARIMA预测模型

3.5.1 基于DRP 算法的用户行为分析仿真

3.5.2 EMD-ARIMA模型的性能测试

3.6 本章小结

第四章基于用户行为分析和预测的无线前传网络边缘缓存策略

4.1 单小区网络边缘缓存策略

4.1.1 混合网络边缘缓存策略

4.1.2 主动缓存替换策略

4.1.3 移动用户获取网络内容步骤

4.2 多小区网络边缘协作缓存策略

4.2.1 混合协作网络边缘缓存策略

4.2.2 主动协作缓存替换策略

4.2.3 移动用户获取网络内容步骤

4.3 网络边缘缓存策略的仿真结果与分析

4.3.1 数据整理

4.3.2 单小区网络边缘缓存策略性能分析

4.3.3 多小区协作缓存策略性能分析

4.4 本章小结

第五章总结与展望

5.1 工作总结

5.2 未来展望

致谢

参考文献

攻读硕士学位期间取得的成果