一、基于现有网络构建开放的多业务网络平台（论文文献综述）
鲍捷[1]（2021）在《基于NOMA的网络切片资源分配技术研究》文中指出第五代通信技术近几年正在迅猛发展,同时也带动了移动互联网及相关衍生行业的崛起,网络上的数据量与日俱增。移动设备的高传输速率、低时延和海量设备需求接入越来越成为大家都关心的问题,传统的正交资源分配十分有限,难以满足这些需求。为了解决这些日渐突出的问题,非正交多址技术（Non-orthogonal Multiple Access,NOMA）应运而生。非正交多址技术通过提高接收机的复杂度来提高系统的吞吐量,降低系统时延和提升接入设备数量。本文即是研究基于NOMA的网络切片中的资源分配。本文提出三个网络切片模型,分别是基于功率域NOMA（Power Domain Non-orthogonal Multiple Access,PD-NOMA）的多业务网络切片场景、基于稀疏码分多址接入（Sparse Code Multiple Access,SCMA）的多业务网络切片场景、基于协作的认知无线电的PD-NOMA的多业务网络切片场景,在满足用户的速率和时延限制条件下分别以比例公平速率和、能效和速率和为目标,并且通过实验仿真证明了算法的有效性。在基于PD-NOMA的多业务网络切片场景中,系统中有若干个增强移动宽带（Enhanced Mobile Broadband,eMBB）切片用户和超高可靠超低时延通信（Ultra Reliable Low Latency Communication,URLLC）切片用户,优化目标是系统的比例公平速率和。在这一问题上提出了用户对组内功率分配算法和启发式用户配对算法,第一步通过数学单调性以及导数的分析设计了最佳功率分配因子的最优解表达式求出组内功率分配方案,第二步通过启发式用户配对算法,根据第一步算法得出的方案,同时借助贪婪算法的思想,得出次优的用户配对方案。通过与正交多址接入（Orthogonal Multiple Access,OMA）方案相比发现能够取得更高的比例公平速率和。在基于SCMA的多业务网络切片场景中,给不同的用户分配不同的码本,使之可以在同样的时频资源上同时传输,接收端通过码本区分不同的用户,优化目标为系统的能效。在这一问题中提出了启发式贪婪算法和基于KKT（Karush-Kuhn-Tucker conditions）条件的功率分配算法。第一步通过改进贪婪算法得到用户的次优用户分配方案,第二步通过Dinkelbach算法将非凸优化问题转换为凸优化问题,然后通过KKT条件得到功率分配的最优解。通过SCMA方案与OMA方案相比发现能够取得更高的能效。在基于协作PD-NOMA的多业务认知无线电网络切片场景中,次用户中存在多业务的用户,基站通过中继节点将信号发射给用户,次用户之间的信号使用PD-NOMA技术叠加,在不影响主用户的情况下接入到子载波上,优化目标为边缘用户的速率和。针对这一问题提出了用户配对算法和功率分配算法,由于系统模型的复杂性,所以第一步根据用户的信道质量将用户排序,并且采用了一种直观的次优的用户配对方案,第二步利用KKT条件对功率匹配进行求解。将采用中继协作节点的方式和不采用中继的方式进行对比发现边缘用户能够取得更高的速率和。
中国物业管理协会产学研专业委员会,北京林业大学[2]（2020）在《物业服务企业能力形成机理及提升路径研究》文中提出40年的发展历程,物业服务在很长一段时间都以房地产附属产业的面目示人。以至于很少有人会注意,中国的物业管理行业的发展脉络也与房地产一道,几乎贯穿了整个改革开放的40多年。从深圳的一个社区覆盖到全国城镇,从单一的住宅服务扩展到所有不动产领域的服务,从生活空间服务延伸到城市空间服务。中国物业管理行业就在探索转型升级的螺旋式上升过程中,不断求索现代服务业的真谛。
陈科先[3]（2020）在《面向知识定义网络的带宽分配系统设计与实现》文中进行了进一步梳理随着网络规模的日益复杂,网络承载的业务种类日渐增加,不同业务对网络的带宽资源和服务质量（Quality of Service,Qo S）需求呈现出显着的差异性。传统网络架构因其相对独立的分布式管控机制不能实现灵活的带宽控制,无法满足多业务需求的动态变化和管控系统的自适应性。知识定义网络（Knowledge Define Network,KDN）是一种将知识平面与软件定义网络（Software Defined Network,SDN）架构结合的新型网络架构,其知识平面提供机器学习模型的运行载体,由SDN提供数控分离的网络管控逻辑,有利于网络更加灵活地管控带宽资源。针对网络中动态变化的业务带宽需求,如何在KDN架构下为多业务提供灵活自适应的带宽分配方案,并实现网络的最大化效用价值是一个重要的研究课题。传统带宽分配方案分别从时延、吞吐和抖动等性能指标去衡量网络的运行效率,从效用价值的维度去评价网络的可用效益。然而单一的优化目标难以达到性能与效用的均衡,难以满足业务差异化的Qo S需求。针对差异化Qo S需求的多业务场景,本文提出了一种基于深度Q网络（Deep Q-Network,DQN）的效用带宽分配方案,实现多业务需求的动态带宽管控。针对不同的分配目标量化相应的效用价值,利用DQN模型与网络状态的交互反馈进行训练,适应动态变化的带宽需求并得到最大效用价值的分配结果。结果表明该方案能够得到最大的效用分配带宽,适应带宽需求的动态变化并提高链路带宽利用率,在网络效用与性能方面均具有优越性。为了提高网络管控系统的灵活性和自适应性,本文详细研究知识平面及KDN架构的特点,设计并实现一个基于DQN模型的知识平面原型。通过整合知识平面、控制平面以及数据平面来搭建KDN的网络架构,并基于此设计和实现一个面向KDN的带宽分配系统及其通信方法。该系统包括流量采集、流量识别、路由规划以及带宽分配等四个功能模块。各功能模块之间协同工作,实现对KDN架构网络的流量、路由以及带宽资源的统一有效管理。通过系统平台的搭建测试以及带宽分配模块的功能测试,验证系统平台及模块功能的有效性。结果表明在多业务需求变化的模型场景下,该系统能够实现有效的带宽分配功能,提高管控系统的运行效率。
张源[4]（2020）在《YC银行SD分行个人理财产品网络营销策略研究》文中进行了进一步梳理众所周知,随着科技发展与智能手机普及,互联网+已经广泛融入大众生活。例如,以微博、微信为代表的社交软件已经成为人们工作、学习、交往以及休闲娱乐的重要方式。互联网不仅深度融入了大众日常生活,也潜移默化地影响着大众的行为及习惯:一方面,互联网技术的发展、网民的增加,让网络更容易沟通有无,产品进行网络营销将更加便捷;另一方面,智能手机兴起、社交软件和新媒体发展,大众消费、舆论、生活方式发生改变,而面对新媒体网络时代变化,谁能够在互联网+时代的网络营销中占据制高点,谁便能在新一轮的产品营销中拔得头筹。近年来,商业银行传统营销模式已经难以适应网络时代发展,互联网环境下银行理财产品如何加大营销力度,抢占客户成为各大银行的必然选择。在这种背景下,包括YC银行在内的金融机构纷纷布局产品网络营销,积极销售本行个人理财产品,取得了较好的营销效果,同时传统银行转型智慧银行进行个人理财产品的网络营销同样存在一定的“水土不服”,针对产品网络营销中存在的诸多问题,继续进行深入研究。本文以YC银行SD分行为例,采取了PSET、SWOT、波特五力模型等工具分析了SD分行个人理财产品的营销环境,针对其个人理财产品网络营销现状存在的问题进行分析,基于网络营销理论提出相应的对策及建议,有助于解决YC银行SD分行个人理财产品网络营销存在的问题,促进银行提升经济效益,对其他分行及商业银行也具有一定的借鉴意义。本文研究得出的主要结论为:第一、个人理财产品网络营销主要存在的问题为产品同质化,定价差异化不够,网络促销不够主动,网络渠道拓展不够充分,网络营销的组织架构不够完善以及客户流失较多等问题,通过对产品、价格、促销、渠道及推广五个方面提出相应的对策;第二、SD分行应采取SO战略,即利用YC银行品牌优势和产品和服务的创新提高客户满意度,增强市场占有力,结合互联网信息技术强化管理,为客户提供更优质服务,以期能够长期、稳定、持续提供产能;第三,从4PS角度提出了完善对策,具体来说:采取优化产品组合,提升产品竞争力;制定差异化价格,灵活调整收益;完善网络营销渠道,开发服务终端;完善广告促销,促进线上线下联动营销五个措施进行网络营销战略的实施。最后,研究通过完善组织架构,建立三位一体工作体系及健全制度体系的角度进行基于保障的组织支持。
郭永安[5]（2018）在《面向复杂业务的网络虚拟化关键技术研究》文中认为近年来,随着物联网和人工智能等快速发展,具有多样化、差异化等新特征的复杂网络应用和业务需求不断涌现,而现有网络的能力和效率难以满足上述新需求。如何解决能力和效率受限的各种体系的网络与复杂多样的业务需求之间的矛盾,是目前通信网络领域的关键科学问题之一。近年来网络虚拟化成为解决上述科学问题的有效途径和方法,受到了学术界和产业界的普遍关注。网络虚拟化按照应用和业务需求,利用各种制式的物理网络（又称为底层网络SN:Substrate Network）创建虚拟网络（VN:Virtual Network）,虚拟网络可以运行各种制式的网络协议。网络虚拟化在不改变底层网络架构的情况下可实现灵活多样化的网络业务;同时通过共享多个底层网络极大地提高了网络资源利用率。网络虚拟化已成为构建未来网络的关键技术途径之一。在网络虚拟化中,多个虚拟网络共享底层网络的节点和链路等资源,而每个虚拟网络具有特定的计算、存储和带宽等资源要求,因此在满足不同虚拟网络资源要求的前提下,如何将虚拟网络映射到底层网络中从而实现底层网络资源利用率的最优化,成为网络虚拟化获得成功应用的关键问题之一。把虚拟网络请求映射到底层网络称为虚拟网络映射（VNE:Virtual Network Embedding）。VNE决定了底层物理网络的资源利用率,具有重要的现实意义。VNE求解非常复杂,已有研究表明VNE为NP难问题,无法在多项式时间内求解。因此,VNE是面向复杂业务的网络虚拟化关键技术和研究热点。论文对虚拟网络映射算法进行了深入研究,提出了基于节点重要度的虚拟网络映射算法、基于线性规划方法的虚拟网络映射算法、基于候选节点路径辅助的虚拟网络映射算法等新方法,所提出的新算法与VNE领域的代表性算法相比,性能有较大幅度提高。具体内容包括:1、针对只考虑了网络的单个拓扑属性和局部节点的资源的映射算法,提出了基于节点重要度排序的虚拟网络映射算法。该算法是一种新型的协同两步（节点-链路）映射算法。已有算法只考虑链路的带宽资源,本文所提出的算法同时考虑节点的重要度和链路的传输时延属性。本文算法在映射之前采用迭代的方法计算出每个物理节点的节点重要度因子,并考虑每个节点的资源属性和拓扑属性,有效地提高了节点映射效率。此外在节点重要度定义中考虑了链路传输时延属性,这进一步提高了节点映射效率。该算法基于迭代的方法精确求得每个节点的重要度因子并进行排序,然后采用贪婪算法和最短路径算法分别完成节点映射和链路映射,约束条件包括节点的位置需求、节点能力、链路容量和链路传播时延。分析和仿真结果表明新算法在保证接收率和收益成本比的情况下,能够有效降低网络链路的平均时延。2、针对启发式算法只能求出局部可行虚拟网络映射方案的缺点,提出了基于线性规划方法的虚拟网络映射算法。与一般启发式算法不同,该算法采用整数线性规划方法来解决VNE问题。通过考虑链路时延属性和节点的位置需求,构建了基于链路对路径和基于整数线性规划的数学模型,设置合理的目标函数和约束条件,并提前给定合理的收敛精度和阈值,最终实现最优或局部最优的虚拟网络映射。与已有的同类优化算法相比,该算法不仅考虑最小化物理资源的使用和负载均衡,还同时考虑保证接收率的情况下尽可能地降低网络的链路平均时延。分析和仿真结果表明,所提出的基于整数线性规划方法的虚拟网络映射算法对于中小规模网络来说,接收率和收益成本比等性能指标优于两步映射算法。3、针对直接使用线性规划模型而导致映射算法极高的计算复杂度问题,提出了基于候选节点路径辅助的虚拟网络映射算法。该算法首先构建候选底层节点集和候选底层链路集,然后进行整数线性规划映射。同时,算法考虑了节点能力约束、节点位置约束、链路带宽约束和链接传播延迟约束等四种不同类型的节点和链路约束。该算法实现了对任何虚拟网络请求的最优映射。算法中构建了比全集小得多的候选底层节点和路径子集,因此有效降低了虚拟网络映射算法的计算复杂度。分析和仿真结果表明,该算法主要性能指标优于典型的启发式算法。
王笑千[6]（2019）在《5G多空中接口的业务疏导技术研究》文中研究说明随着移动通信技术的飞速发展,多种新型无线接入技术（Radio Access Technology,RAT）和新型业务种类不断涌现。因此在同一热点区域内有较大的可能同时存在多种无线网络覆盖的情况,例如第五代移动通信（The Fifth Generation Communications,5G）、4G和3G同时覆盖。因此,下一代通信系统应该是能够有机地将现有和未来的各种无线接入网络融合在一起的异构无线网络。在5G融合网络场景下,如何合理地疏导业务完成与网络的交互成为一个需要解决的问题。为了解决未来5G异构网络场景中的多业务疏导问题,本文着重研究了业务疏导技术中的网络选择技术。网络选择技术作为业务疏导技术中接入网侧的技术,可以智能地将不同的业务分配到不同的接入网。网络选择技术可以有效地实现网络利用率的最大化,是业务疏导过程的第一步。本文的主要贡献为:首先本文分析了5G新场景下可能出现的业务类型:交通类业务、工业自动化和公共事业类业务,医疗类业务、虚拟现实（Virtual Reality,VR）/增强现实（Augmented Reality,AR）类业务和智能城市类业务。并且给出了这些业务的对不同网络属性的服务质量（Quality of Service,QoS）需求。关于业务类型的分析是业务疏导理论的基础。针对业务疏导中的网络选择技术,本文提出了一种基于二分图多重匹配的网络选择方法。该方法从图论的角度分析了网络选择问题,并使用最小费用最大流算法得到最优匹配结果。与对比方案相比,所提方案可实现网络的接入用户数均衡,改善网络负载情况并在一定程度上降低网络接入的开销。为了分析网络选择带来的资源竞争问题,本文提出了一种改进的基于演化博弈的网络选择方法。本文不仅改进了先前研究中的奖励函数,还将单业务场景扩展到多业务场景。仿真结果表明所提方法可以有效地均衡网络负载,降低切换开销。为进一步解决演化博弈方案中由于集中式处理带来的信令开销问题,本文还提出了两种基于强化学习（Reinforcement Learning,RL）的网络选择方法。所提方法不仅可以均衡网络接入用户数,还可以改善网络负载情况并降低系统总功耗。
周倩文[7]（2019）在《基于机器学习的定制化网络切片技术研究》文中认为下一代移动互联网需要满足各种不同应用场景需求与关键性能指标,难以用同一张网络支持所有需求。因此,需在通用的开放式网络架构下,利用软件定义网络（Software Defined Network,SDN）、网络功能虚拟化（Network Function Virtualization,NFV）、网络切片（Network Slicing,NS）等技术,构建定制化的专属虚拟子网,满足特定网络业务的需求。在网络切片技术实例化的过程中,网络业务的识别问题是实现面向业务类型建立切片的基础,需首先解决。由于网络规模的扩大,传统的数学工具在解决这一问题中遇到了前所未有的障碍。而随着机器学习的发展,可利用其算法较为准确的实现业务的识别,因此基于机器学习的网络切片技术值得研究。同时,网络资源分配也是保证用户体验的决定性因素之一,在进行资源分配时如何保证质量体验（Quality of Experience,QoE）的同时提高谱效有待研究。针对上述的两个问题,本文进行了如下研究:（1）本文研究了一种基于神经网络的网络业务识别方法,并给出了基于机器学习的网络切片设计方案。针对网络业务识别问题,设计了基于神经网络的网络业务识别方案,给出神经网络参数确定原则与方法。然后,针对SDN网络环境,设计一种滑动时间窗的方法进行网络信息采集,并且结合业务服务器的日志文件完成样本标注。最后,采用软硬件结合的方式搭建了基于SDN/NFV的网络切片原型平台,在SDN实验网上基于滑动时间窗构建了数据集。分别基于实验网的数据集以及公开的Moore数据集验证了所设计的基于神经网络的业务识别方案的可行性,同时也证明了基于SDN实验网采集的数据集训练的神经网络模型在应用时的泛化能力更强。随后,基于实验网的业务类型识别结果,进行了定制化网络切片的实验。（2）为了进一步保证切片服务的性能,本文研究了一种基于强化学习的网络资源分配算法。该算法将业务类型以及每种业务的下行数据量作为Q学习的状态集,资源分配方案作为Q学习的动作,综合考虑谱效和QoE定义了Q学习的价值函数,利用贝尔曼方程递推回报求解。Q学习考虑了未来的网络状态对现在决策的影响,因此随着学习次数的增加,算法效率得到有效提升。最后针对三种业务进行网络带宽资源分配的仿真实验,结果表明,本文所研究的基于强化学习的资源分配算法可以在满足多业务QoE需求的基础上,提高网络谱效。
李乐天[8]（2019）在《变形网络中的资源管理研究》文中提出在过去的几十年间,移动通信系统发展迅速,网络规模不断扩大,系统性能不断提升,提供的服务类型也越来越多样化。传统的移动通信系统只提供语音业务,而现在的移动通信系统提供的业务则非常多样化,包括数据、视频、在线游戏以及远程医疗等多媒体业务,另外还有机器类型通信（Machine Type Communication,MTC）业务如自动化驾驶、工厂自动化控制、传感器数据收集等。相应的,接入移动通信网络的终端也越来越多样化,从简单的手机到现在的智能手机、平板,以及各种各样的MTC终端。但是,移动通信系统在不断发展成熟的同时,也面临着诸多问题。首先,网络功能依赖于专有设备,功能多样化使得网络结构变得更加复杂,这就导致网络的灵活性不足;其次网络规模庞大,消耗能量增多,能效管理机制的缺乏导致网络能效低下;最后,用户需求的不断增加对系统容量提出了更高的要求,而业务类型的多样化则要求系统多业务资源管理更加灵活高效。本文将针对上述的几个问题,致力于提高网络的灵活性,并在此基础上提高网络的能效和谱效。首先,网络服务依赖于底层的专有设备,这会导致网络变得静态、难以升级和改变,产生网络僵化问题,我们设计了新颖的可以灵活配置的网络结构,借此对网络结构进行优化,并提高网络的灵活性和扩展性,改善网络僵化问题。其次,在设计的网络结构中,我们考虑了现有网络不能灵活适应环境变化的缺陷,设计了基于环境感知的动态基站调整策略,实现了射频拉远单元（Radio Remote Unit,RRU）基于环境变化简单变形,提高了网络能效。最后,我们考虑了现有网络多业务资源管理方面的不足,设计了基于无线虚拟化的多业务资源管理方案,实现了基带处理单元（Baseband Unit,BBU）的高效配置和调度,提高了网络能效。由于现有网络结构设计只是解决上述网络问题中的部分问题,本文设计了更加灵活的网络结构以期解决上述所有问题。我们在调研现有的技术以及相关工作的基础上,通过使用软件自定义网络（Software Defined Network,SDN）、云接入网（Cloud-Radio Access Network,C-RAN）、网络虚拟化（Network Virtualization,NV）等技术构成控制核心,加入环境感知模块以收集信息,考虑针对环境变化和多业务的挑战,将多个模块融合构成一个整体结构,即变形网络结构。整体结构由变形核、变形体、变形云构成,我们阐述了它们的功能以及它们之间的关系,以及变形网络的运行逻辑。同时,我们列举了一些简单的变形网络应用的例子,以期更好的表达出变形网络的思想。另外,我们分析了要实现变形网络部署仍需要解决的问题和挑战。针对现有能效管理工作场景简单、只针对业务变化、信息获取不精确、基站调整手段不全面等缺点,本文研究了基于环境感知的动态基站管理策略。我们在变形网络结构中,使用基于MIMO、C-RAN等多种技术的异构蜂窝网络场景,并从环境感知模块获取信息,在此系统模型下对问题建模。由于该问题是一个NP-hard问题,我们设计了启发式算法来获得次优解,算法中我们联合使用了基站休眠、天线开关以及功率控制等手段。仿真分析表明了本文设计的算法比两个基线算法拥有更好的性能,另外我们还分析了算法参数取值、基站休眠策略以及降雨对系统带来的影响。该策略实现了RRU基于环境变化变形,提高了网络的能效的灵活性。针对传统调度算法不适用于MTC,而虚拟化资源管理没有考虑多业务特性的情况,本文设计了基于虚拟化的多业务资源管理策略。我们基于变形网络,采用了以业务为中心的虚拟化模型,并且依据此模型设计了虚拟基站,在虚拟基站中将多业务资源管理问题解耦成虚拟网络间的资源分配和虚拟网络内的资源调度问题。虚拟网络间的资源分配问题被建模成一个NP-hard的优化问题,我们设计启发式算法求取次优解,而虚拟网络内的资源调度问题就是调度算法设计问题,我们为专门服务不同业务的虚拟网络设计了不同的调度算法。在仿真中,我们首先证明了这些调度算法的性能优势,其次,我们证明了该资源管理方案符合虚拟化的自定义、隔离、高资源利用率等特性。最后我们分析了设计的资源管理方案的整体性能,证明了该方案可以良好的解决多业务资源管理问题。该策略实现了BBU基于多业务变形,提高了网络的谱效的灵活性。
林川[9]（2018）在《互联网中面向实时数据传输保障机制研究》文中认为互联网作为新一代信息技术（如:物联网、工业互联网、大数据等）的通信基础,其时延特征从时间维度表征了互联网的信息传播特性,是评价衡量互联网的最重要的性能指标。近年来,随着高性能集群计算、云计算、边缘计算/雾计算等新一代计算技术的飞速发展,面向互联网业务计算与部署的时效性问题已经逐渐转变为业务数据在互联网上传输的实时性问题,即通信时延问题。互联网发展至今,已经从原有的“抢空间”模式逐渐转移到“省时间”模式。面向实时数据传输的互联网的网络基础架构与通信原理研究对于提高网络资源利用率与业务调度效率、保障网络业务部署的实时性具有重要意义。本文以互联网“时延问题”为主线,研究面向实时数据传输的保障机制。在此研究目标下,本文研究工作主要从“时延发现”——“时延管理”——“时延控制”三个方面展开:本文首先对互联网的时延发现问题进行深入研究,即研究分析互联网现阶段的时延特征。本文以权威机构CAIDA的海量IPv4级数据样本为基础,择取有效探测路径达900万之多,分析互联网在宏观拓扑结构下的网络端到端时延特征和在时域上的演化趋势。经分析,互联网端到端时延与探测数据包经过的路由器个数呈现极弱相关性,且在互联网的有效探测路径上,存在1条或几条链路的链路时延对互联网的端到端时延起绝对支配作用,且超过70%的有效路径存在本文定义的“瓶颈时延”现象。经分析,本文认为正是因为瓶颈时延的普遍存在影响网络端到端时延。在此基础上,本文提出基于IP地理映射和IP中心化映射的“IP联合映射”分析架构以分析瓶颈时延的特征,并发现瓶颈时延以超过80%的概率出现在同一国家的某一链路并或通常具有“大入口、小出口”或拥有平均最短的“测地距离”的链路。最后,本文分析了瓶颈时延的产生原因。本文认为发生在同一国家的瓶颈时延主要由排队时延组成,而在长程远距离链路中,传播时延成为影响瓶颈时延的关键。其次,针对互联网缺少以保障互联网实时数据传输为目的,集合网络资源管理、设备整合、流量规划等功能的时延管理平台,本文提出一种面向互联网时延敏感数据传输任务的新型数据传输管理规划引擎（DTE-SDN）。DT’E-SDN利用软件定义网络技术为网络提供集中式的全局管理视图,并利用OpenFlow协议（如:PortStatusRequest、PortStatusReply、PacketIn!PacketOut）实现网络链路时延和吞吐量的主动探测。为实现对时延敏感数据的有效规划,本文提出基于多径路由技术和时间扩展网络技术的最大网络动态流理论和以保障实时数据传输为目的的伪多项式时间可解算法,并基于动态调度思想将其部署在DTE-SDN的流量规划模块,致使DTE-SDN可以实时感知网络状态,为数据传输动态地提供最优流量工程方案。此外,为了实现UDP数据多径分发和流量工程,本文改进OpenFlow协议,提出一种基于概率匹配技术的group table组件,并将其部署在网络转发设备中。实验结果证明:DTE-SDN可以在一定误差范围内,有效探测网络链路时延和吞吐量,并可以按照动态计算的流量工程策略将网络流量分发到各路径中。且同比基于单路径路由和网络最大静态流的流量工程,DTE-SDN的流量规划模块可以充分利用网络资源,可以在最短时间内完成数据传输规划。最后,本文对互联网存在的多业务同步实时数据传输时延控制问题进行深入研究,即要求所有业务数据传输规划都在一定时间阈值范围内完成（本文将其定义为多业务时延约束传输调度问题,MDTS）。本文证明了MDTS问题的复杂性,并基于多径路由技术和网络动态流理论,分别提出两种静态（MDTS-R和MDTS-P）和一种动态调度（MDTS-H）算法。其中,MDTS-R算法采用最大网络动态理论,逐个解决单业务传输调度问题,直到所有业务传输完成调度。在MDTS-P算法中,本文提出网络最大限制动态流理论,致使该算法可以从整体上优化网络多业务数据流,以解决MDTS问题。MDTS-H算法以保证整体网络最大吞吐量为目标,通过最大多目标网络动态流理论贪婪地优化网络整体流量,直到一个业务完成数据传输,至重新调度规划。此外,MDTS-H利用辅助矩阵计算技术解决多业务数据流在动态规划过程中的剩余流问题,以此精确地计算多业务数据流的最小切换时间间隔,继而实现动态调度。通过大规模仿真实验证明:本文提出的MDTS-R、MDTS-P、MDTS-H算法都可以有效地解决互联网中存在的MDTS问题。其中,MDTS-R算法执行效率最高,运行时间最短;当网络中的业务数较小时,MDTS-P算法解决MDTS问题的成功率更高;当网络中的业务数较大时,MDTS-H算法更能充分利用网络资源,具有较高的问题解决成功率。
杜彬[10]（2013）在《新型移动业务网络多业务仿真平台的设计与实现》文中研究表明移动通信产业和互联网产业的迅猛发展,使得移动通信和互联网已成为人们日常生活中不可或缺的重要组成部分。随着我国3G移动网络的快速部署与业务应用,移动互联网时代已经来临。为了适应互联网业务的演进方向和业务需求,兼顾传统电信网络和互联网的优势,中国移动提出了分布式业务网络（Distributed Service Network）,即DSN网络。为了能够在DSN网络上部署各类业务,必须首先要对该项业务进行仿真。然而,现有的分布式业务仿真平台无法对多业务融合进行仿真,对电信网中特定QoS指标也不支持,同时,一些新兴业务也无法完成仿真或者仿真效果很差。因此,作者所在的项目组研究并开发一套能够针对新型业务网络中不同业务性能及其扩展属性进行仿真的新型多业务仿真平台,旨在能够给移动提出的新型业务网络及其对应的实际应用部署提供一套强大准确的理论支撑和切实可行的参考依据。为了顺利完成新型多业务仿真平台的设计与实现,本文在充分调研相关基础知识的前提下,首先针对DSN网络上的业务特点,结合仿真平台的实际需求完成了整体设计,主要包括功能架构设计和逻辑结构设计,并针对平台的层级结构进行了分析。接着针对仿真平台的业务特点,提出了新型移动业务网络多业务仿真平台的性能评价模型,以构建仿真平台的性能评价体系。之后就多业务仿真平台中的分布式下载子系统的设计实现进行了详细的说明,包括其用户行为模型,具体的网络结构,实体消息定义以及详尽的业务流程等等,在充分考虑仿真工具OMNeT++和INET框架的设计理念以及仿真平台设计方案的基础上,完成了分布式下载子系统的具体实现。最后通过具体的场景测试,对下载子系统的各项性能指标进行了检测和分析,从而验证了系统的可靠性和稳定性。
二、基于现有网络构建开放的多业务网络平台（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、基于现有网络构建开放的多业务网络平台（论文提纲范文）
（1）基于NOMA的网络切片资源分配技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题主要研究内容及贡献 |
| 1.3 本论文的结构和组织 |
| 第二章 关键理论技术 |
| 2.1 非正交多址技术 |
| 2.1.1 功率域NOMA |
| 2.1.2 稀疏码分多址接入 |
| 2.2 网络切片 |
| 第三章 基于PD-NOMA的多业务网络切片资源分配技术 |
| 3.1 引言 |
| 3.2 系统模型与问题描述 |
| 3.2.1 5G三大应用场景 |
| 3.2.2 系统模型 |
| 3.3 用户对组内功率分配算法 |
| 3.4 启发式用户配对算法 |
| 3.5 仿真结果与分析 |
| 3.6 本章小结 |
| 第四章 基于SCMA的多业务网络切片资源分配技术 |
| 4.1 引言 |
| 4.2 系统模型与问题描述 |
| 4.3 子载波匹配算法 |
| 4.3.1 问题模型 |
| 4.3.2 贪心算法 |
| 4.3.3 启发式贪心算法 |
| 4.4 功率分配算法 |
| 4.5 仿真结果与分析 |
| 4.6 本章小结 |
| 第五章 基于协作NOMA的多业务认知无线电网络切片资源分配技术 |
| 5.1 引言 |
| 5.2 系统模型与问题建模 |
| 5.2.1 认知无线电 |
| 5.2.2 cooperative CR-NOMA模型 |
| 5.3 用户配对和功率分配算法 |
| 5.3.1 用户配对算法 |
| 5.3.2 功率分配算法 |
| 5.4 仿真结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（2）物业服务企业能力形成机理及提升路径研究（论文提纲范文）
| 第一章重新定义物业管理 |
| 1.1物业管理概念的变迁 |
| 1.2物业管理内涵的变与不变 |
| 1.3物业服务行业的演化路径 |
| 第二章适应物业管理行业进化的基础能力 |
| 2.1物业复杂服务系统 |
| 2.2网络和核心竞争力 |
| 2.3“帕特农神庙”模型 |
| 第三章适应物业管理行业进化的业务升级能力 |
| 3.1物业服务企业能力提升路径分析 |
| 3.2物业服务企业业务协同 |
| 第四章适应物业管理行业进化的数字能力 |
| 4.1物业服务企业信息数字化的必要条件 |
| 4.2物业服务信息化平台的构建 |
| 4.3形成整体平台服务能力 |
| 4.4物业服务企业中台架构建设 |
| 4.5数字化平台建设的注意点 |
| 4.6总结与未来展望 |
| 第五章结语 |
（3）面向知识定义网络的带宽分配系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究动机与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 知识定义网络架构 |
| 1.3.2 带宽资源分配机制 |
| 1.4 本文主要工作与创新点 |
| 1.4.1 主要工作 |
| 1.4.2 创新点 |
| 1.5 内容安排 |
| 第二章 知识定义网络及相关技术 |
| 2.1 知识定义网络 |
| 2.1.1 知识平面 |
| 2.1.2 架构平面 |
| 2.2 多业务QoS及效用模型 |
| 2.2.1 QoS服务模型 |
| 2.2.2 多业务分类 |
| 2.3 带宽分配相关技术方法 |
| 2.3.1 基于拥塞控制的分配方法 |
| 2.3.2 基于队列调度的分配方法 |
| 2.3.3 基于业务效用的分配方法 |
| 2.3.4 基于机器学习的分配方法 |
| 2.4 本章小结 |
| 第三章 面向知识定义网络的带宽分配方案 |
| 3.1 多业务网络环境描述 |
| 3.1.1 多业务效用模型 |
| 3.1.2 网络模型场景 |
| 3.2 基于多业务的效用带宽分配方案 |
| 3.2.1 多业务效用函数模型 |
| 3.2.2 效用公平方案实现 |
| 3.3 基于DQN的效用带宽分配方案 |
| 3.3.1 DQN算法原理 |
| 3.3.2 DQN模型设计 |
| 3.3.3 DQN方案实现 |
| 3.4 仿真实验与分析 |
| 3.4.1 模型参数设置 |
| 3.4.2 仿真结果分析 |
| 3.4.3 对比算法分析 |
| 3.5 本章小结 |
| 第四章 面向知识定义网络的带宽分配系统 |
| 4.1 网络拓扑结构 |
| 4.2 系统设计 |
| 4.2.1 系统平面 |
| 4.2.2 系统结构 |
| 4.3 系统实现 |
| 4.3.1 模块功能 |
| 4.3.2 通信方法 |
| 4.4 实验与性能分析 |
| 4.4.1 系统平台测试 |
| 4.4.2 功能测试分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）YC银行SD分行个人理财产品网络营销策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究目的和意义 |
| 1.2 相关研究文献综述 |
| 1.2.1 国外研究研究 |
| 1.2.2 国内研究现状 |
| 1.3 研究设计方案、预期结果 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.3.4 预期成果 |
| 1.4 论文创新和不足 |
| 第二章 相关理论概述 |
| 2.1 个人理财产品相关概念 |
| 2.1.1 理财 |
| 2.1.2 理财产品 |
| 2.1.3 个人理财产品 |
| 2.2 网络营销相关理论概述 |
| 2.2.1 网络营销 |
| 2.2.2 目标市场营销战略(STP营销理论) |
| 2.2.3 市场营销组合策略(4P’s营销理论) |
| 2.2.4 营销环境分析工具(SWOT分析法) |
| 第三章 YC银行SD分行个人理财产品网络营销环境分析 |
| 3.1 YC银行SD分行概况 |
| 3.2 YC银行SD分行个人理财产品基本情况 |
| 3.2.1 YC银行SD分行个人理财业务编制架构及发展概况 |
| 3.2.2 YC银行SD分行个人理财产品经营情况 |
| 3.3 宏观环境分析 |
| 3.3.1 经济环境分析 |
| 3.3.2 社会文化环境分析 |
| 3.3.3 政治法律环境分析 |
| 3.3.4 技术环境分析 |
| 3.4 微观环境分析 |
| 3.4.1 行业竞争分析 |
| 3.4.2 供方议价能力分析 |
| 3.4.3 购买者还价能力分析 |
| 3.4.4 潜在进入者威胁分析 |
| 3.4.5 替代品威胁分析 |
| 3.5 本章小结 |
| 第四章 YC银行SD分行个人理财产品网络营销分析 |
| 4.1 YC银行SD分行个人理财产品网络营销现状 |
| 4.1.1 网络营销方式日趋完善 |
| 4.1.2 网络营销规模不断提高 |
| 4.1.3 理财产品不断创新 |
| 4.2 YC银行SD分行个人理财产品网络营销存在的问题 |
| 4.2.1 网络营销定位偏离市场需求 |
| 4.2.2 网络营销手段成效差 |
| 4.2.3 网络渠道较为单一 |
| 4.2.4 网络营销运营力量不足 |
| 4.2.5 网络营销成效差 |
| 4.3 YC银行SD分行个人理财产品网络营销SWOT分析 |
| 4.3.1 优势分析 |
| 4.3.2 劣势分析 |
| 4.3.3 机会分析 |
| 4.3.4 威胁分析 |
| 4.3.5 YC银行SD分行SWOT分析结果评述 |
| 4.3.6 YC银行SD分行SWOT战略 |
| 第五章 基于YC银行SD分行个人理财产品网络营销策略研究 |
| 5.1 YC银行SD分行目标市场战略分析 |
| 5.1.1 市场细分 |
| 5.1.2 目标市场选择 |
| 5.1.3 市场定位 |
| 5.2 4PS网络营销策略组合设计及实施 |
| 5.2.1 产品策略 |
| 5.2.2 价格策略 |
| 5.2.3 促销策略 |
| 5.2.4 渠道策略 |
| 5.2.5 推广策略 |
| 5.3 构建个人理财产品网络营销对策保障机制 |
| 5.3.1 完善网络营销组织架构 |
| 5.3.2 建立起网络营销体系 |
| 5.3.3 健全网络营销制度体系 |
| 第六章 结论及政策建议 |
| 6.1 研究结论 |
| 6.2 政策建议 |
| 6.2.1 分析客户成本,进行合理市场定价 |
| 6.2.2 改进业务流程,提高客户便利性 |
| 6.2.3 构建信息管理平台,丰富服务渠道 |
| 参考文献 |
| 致谢 |
（5）面向复杂业务的网络虚拟化关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究内容 |
| 1.2.1 课题研究来源 |
| 1.2.2 研究内容 |
| 1.2.3 论文的组织结构 |
| 第二章 网络虚拟化及虚拟网络映射算法 |
| 2.1 网络虚拟化概述 |
| 2.1.1 网络虚拟化的业务角色 |
| 2.1.2 虚拟网络资源管理模型 |
| 2.1.3 网络虚拟化的特点 |
| 2.1.4 网络虚拟化与SDN/NFV |
| 2.1.5 网络虚拟化的关键研究问题 |
| 2.2 虚拟网络映射问题 |
| 2.2.1 虚拟网络映射问题建模 |
| 2.2.2 虚拟网络映射性能评价标准 |
| 2.2.3 虚拟网络映射算法研究现状 |
| 2.3 本章小结 |
| 第三章 基于节点重要度排序的虚拟网络映射算法与分析 |
| 3.1 引言 |
| 3.2 算法思想 |
| 3.3 优化模型及其算法实现 |
| 3.3.1 NR-VNE算法 |
| 3.3.2 映射过程描述 |
| 3.4 仿真与性能分析 |
| 3.4.1 仿真环境与参数设置 |
| 3.4.2 对比算法及性能指标 |
| 3.4.3 仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 基于线性规划方法的虚拟网络映射算法与分析 |
| 4.1 引言 |
| 4.2 算法思想 |
| 4.3 优化模型及其算法实现 |
| 4.3.1 变量及相关参数的定义 |
| 4.3.2 目标函数 |
| 4.3.3 约束条件 |
| 4.4 仿真与性能分析 |
| 4.4.1 实验环境与参数设置 |
| 4.4.2 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 基于候选节点路径辅助的虚拟网络映射算法与分析 |
| 5.1 引言 |
| 5.2 算法思想 |
| 5.2.1 网络资源的测量 |
| 5.2.2 映射过程描述 |
| 5.3 优化模型及其算法实现 |
| 5.3.1 候选子集构造 |
| 5.3.2 约束条件 |
| 5.3.3 目标函数 |
| 5.3.4 VNE-CNPA算法流程图 |
| 5.4 仿真与性能分析 |
| 5.4.1 仿真环境和参数设置 |
| 5.4.2 对比算法与性能指标 |
| 5.4.3 第一部分实验结果与分析 |
| 5.4.4 第二部分实验结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 下一步工作展望 |
| 参考文献 |
| 附录1 攻读博士学位期间撰写的论文 |
| 附录2 攻读博士学位期间申请的专利 |
| 附录3 攻读博士学位期间参加的科研项目 |
| 致谢 |
（6）5G多空中接口的业务疏导技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 第1章 引言 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.3 当前存在的主要问题 |
| 1.4 论文研究内容及组织结构 |
| 1.4.1 论文主要研究内容 |
| 1.4.2 论文组织结构 |
| 第2章 5G业务疏导技术概述 |
| 2.1 5G无线异构网络 |
| 2.2 5G新业务类型 |
| 2.3 多空口业务疏导技术 |
| 2.3.1 网络选择技术 |
| 2.3.2 垂直切换技术 |
| 2.3.3 负载均衡技术 |
| 2.4 本章小结 |
| 第3章 基于二分图多重匹配的5G多业务网络选择方案 |
| 3.1 异构网络系统模型 |
| 3.2 基于二分图网络的网络选择模型 |
| 3.2.1 二分图网络模型 |
| 3.2.2 基于AHP-GRA的二分图网络权重计算 |
| 3.3 基于最小费用最大流的网络算法 |
| 3.4 仿真与分析 |
| 3.4.1 仿真参数设置 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 第4章 基于演化博弈的5G多业务网络选择方案 |
| 4.1 演化博弈概述 |
| 4.2 异构网络系统模型与演化博弈模型 |
| 4.2.1 系统模型 |
| 4.2.2 演化博弈模型 |
| 4.3 复制动态及均衡存在性分析 |
| 4.4 基于演化博弈的网络选择算法 |
| 4.5 仿真与分析 |
| 4.5.1 仿真参数设置 |
| 4.5.2 仿真结果分析 |
| 4.6 本章小结 |
| 第5章 基于强化学习的5G多业务网络选择方案 |
| 5.1 强化学习与Q-Learning算法 |
| 5.1.1 强化学习概述 |
| 5.1.2 QL概述 |
| 5.2 异构网络系统模型 |
| 5.3 单智能体网络选择方案 |
| 5.3.1 单智能体网络选择模型 |
| 5.3.2 单智能体网络选择算法 |
| 5.4 多智能体网络选择方案 |
| 5.4.1 多智能体强化学习 |
| 5.4.2 多智能体网络选择模型 |
| 5.4.3 多智能体网络选择算法 |
| 5.4.4 收敛性分析 |
| 5.5 仿真与分析 |
| 5.5.1 仿真参数设置 |
| 5.5.2 仿真结果分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（7）基于机器学习的定制化网络切片技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究意义与内容 |
| 1.4 论文结构安排 |
| 第二章 相关技术概述 |
| 2.1 SDN与 NFV |
| 2.1.1 SDN概述 |
| 2.1.2 NFV概述 |
| 2.1.3 SDN/NFV在5G中的应用 |
| 2.2 网络切片 |
| 2.2.1 网络切片系统架构 |
| 2.2.2 网络切片类型 |
| 2.3 网络业务的分类与识别 |
| 2.3.1 端口映射识别 |
| 2.3.2 深度包检测DPI |
| 2.3.3 机器学习 |
| 2.4 机器学习基础 |
| 2.4.1 机器学习概述 |
| 2.4.2 神经网络 |
| 2.4.3 强化学习 |
| 2.5 面向业务识别的机器学习算法 |
| 2.5.1 面向业务识别的机器学习算法分析与选择 |
| 2.5.2 业务识别器性能评估方法 |
| 2.6 本章小结 |
| 第三章 基于机器学习的网络切片设计与实现 |
| 3.1 基于机器学习的网络切片设计方案 |
| 3.1.1 系统模型 |
| 3.1.2 基于机器学习的网络切片设计方案 |
| 3.2 网络业务分类与识别问题建模 |
| 3.2.1 相关概念及定义 |
| 3.2.2 业务分类与识别模型描述 |
| 3.3 基于神经网络的网络业务识别方案 |
| 3.3.1 神经网络的工作过程与特点 |
| 3.3.2 基于滑动时间窗的数据集获取及特征工程 |
| 3.3.3 基于神经网络的网络业务识别方案 |
| 3.4 平台搭建与方案验证 |
| 3.4.1 平台搭建方法与过程 |
| 3.4.2 方案测试与结果分析 |
| 3.5 本章小结 |
| 第四章 基于强化学习的网络资源分配算法研究 |
| 4.1 系统模型 |
| 4.2 基于强化学习的网络切片设计 |
| 4.2.1 问题分析 |
| 4.2.2 基于强化学习的网络资源分配算法 |
| 4.3 仿真结果与分析 |
| 4.3.1 仿真环境 |
| 4.3.2 仿真结果分析 |
| 4.4 本章小结 |
| 第五章 总结与未来展望 |
| 5.1 全文总结 |
| 5.2 未来研究方向 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）变形网络中的资源管理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第1章 绪论 |
| 1.1 移动通信的发展历程 |
| 1.2 未来移动通信面临的挑战 |
| 1.2.1 需求分析 |
| 1.2.2 挑战分析 |
| 1.3 关键技术介绍 |
| 1.3.1 物理层技术 |
| 1.3.2 链路层技术 |
| 1.3.3 网络架构相关技术 |
| 1.4 本文的研究内容和结构 |
| 1.4.1 研究动机 |
| 1.4.2 本文的研究内容和贡献 |
| 1.4.3 本文的结构 |
| 第2章 相关工作介绍 |
| 2.1 引言 |
| 2.2 网络架构设计研究现状 |
| 2.2.1 SDN |
| 2.2.2 网络虚拟化 |
| 2.2.3 C-RAN |
| 2.2.4 基于上述技术的网络架构设计工作 |
| 2.3 应对环境变化相关研究现状 |
| 2.4 应对业务多样相关研究现状 |
| 2.4.1 传统资源调度算法 |
| 2.4.2 虚拟资源分配 |
| 第3章 变形网络结构设计 |
| 3.1 引言 |
| 3.2 结构设计 |
| 3.2.1 变形核 |
| 3.2.2 变形体 |
| 3.2.3 变形云 |
| 3.3 应用举例 |
| 3.3.1 校园场景 |
| 3.3.2 高铁场景 |
| 3.4 挑战分析 |
| 3.4.1 各模块中存在的待研究问题 |
| 3.4.2 本文针对的研究问题 |
| 3.5 总结 |
| 第4章 基于环境感知的基站动态管理 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 系统场景 |
| 4.2.2 环境变化 |
| 4.2.3 能耗模型 |
| 4.2.4 系统容量 |
| 4.2.5 问题建模 |
| 4.3 策略分析 |
| 4.3.1 算法设计 |
| 4.3.2 算法复杂性分析 |
| 4.4 仿真结果 |
| 4.4.1 仿真设置 |
| 4.5 总结 |
| 第5章 虚拟化网络中的多业务资源管理 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 虚拟化模型 |
| 5.2.2 虚拟基站模型 |
| 5.2.3 网络模型 |
| 5.2.4 问题建模 |
| 5.3 策略分析 |
| 5.3.1 虚拟网络间的资源分配算法 |
| 5.3.2 虚拟网络内的资源调度算法 |
| 5.4 仿真结果 |
| 5.4.1 仿真设置 |
| 5.4.2 仿真结果 |
| 5.5 总结 |
| 第6章 总结与展望 |
| 6.1 现有工作总结 |
| 6.2 未来研究展望 |
| 参考文献 |
| 在读期间发表的学术论文 |
| 在读期间项目经历 |
| 致谢 |
（9）互联网中面向实时数据传输保障机制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.1.3 研究挑战 |
| 1.2 研究目标和主要研究内容 |
| 1.3 国内外研究现状 |
| 1.3.1 面向互联网基础结构与性能的发现技术 |
| 1.3.2 面向提高互联网可管理性的新型网络架构 |
| 1.3.3 面向互联网的流量控制技术 |
| 1.4 本文组织结构 |
| 第2章 相关技术概述 |
| 2.1 引言 |
| 2.2 面向互联网的数据获取与分析技术 |
| 2.2.1 分析基础 |
| 2.2.2 分析内容 |
| 2.2.3 分析方法 |
| 2.3 SDN架构下数据传输保障技术初探 |
| 2.3.1 软件定义网络概念 |
| 2.3.2 软件定义网络体系结构 |
| 2.3.3 OpenFlow |
| 2.3.4 基于OpenFlow协议的端到端带宽保障技术探究 |
| 2.4 面向QoS的数据传输保障机制 |
| 2.4.1 QoS(服务质量) |
| 2.4.2 IntServ |
| 2.4.3 DifServ |
| 2.4.4 基于网络动态流理论的QoS数据传输 |
| 2.5 本章小结 |
| 第3章 面向互联网宏观拓扑结构下的关键链路时延特征研究 |
| 3.1 引言 |
| 3.2 数据来源与定义 |
| 3.2.1 基于CAIDA主动探测项目的网络时延数据 |
| 3.2.2 网络探测特征值提取及定义 |
| 3.3 互联网宏观拓扑结构下网络时延特征分析 |
| 3.3.1 网络时延和通信直径的统计特征 |
| 3.3.2 网络时延与通信直径相关性分析 |
| 3.4 互联网瓶颈时延现象与讨论 |
| 3.4.1 互联网瓶颈时延现象 |
| 3.4.2 瓶颈时延与网络时延相关性分析 |
| 3.5 基于IP联合映射的瓶颈时延特征分析 |
| 3.5.1 IP地理映射 |
| 3.5.2 基于复杂网络理论的IP中心化映射 |
| 3.5.3 瓶颈时延原因分析 |
| 3.6 本章小结 |
| 第4章 面向互联网时延敏感数据的传输调度引擎的设计与实现 |
| 4.1 引言 |
| 4.2 系统架构与设计目标 |
| 4.3 系统调度流程 |
| 4.4 网络QoS监控模块设计与实现 |
| 4.4.1 吞吐量监控 |
| 4.4.2 链路时延监控 |
| 4.5 流量传输规划模块设计与实现 |
| 4.5.1 基于时间扩展网络的最大网络动态流理论 |
| 4.5.2 基于精确搜索的动态调度策略 |
| 4.5.3 调度策略实现 |
| 4.6 仿真实验及结果分析 |
| 4.7 本章小结 |
| 第5章 面向互联网多业务同步数据流的时延约束传输调度策略研究 |
| 5.1 引言 |
| 5.2 网络模型与定义 |
| 5.2.1 多业务数据同步传输模型 |
| 5.2.2 多业务时延约束传输调度问题定义 |
| 5.3 静态调度算法 |
| 5.3.1 基于最大网络动态流的静态调度算法 |
| 5.3.2 基于网络最大限制动态流的静态调度算法 |
| 5.4 动态调度算法 |
| 5.4.1 网络中的剩余流量 |
| 5.4.2 基于最大多目标网络动态流的动态调度 |
| 5.5 实验及结果分析 |
| 5.5.1 静态调度算法(MDTS-R、MDTS-P)测试 |
| 5.5.2 动态调度算法(MDTS-H)测试 |
| 5.5.3 对比测试及结果分析 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 个人简历与攻读博士学位期间的研究成果 |
| 致谢 |
（10）新型移动业务网络多业务仿真平台的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究工作 |
| 1.3 论文结构 |
| 第二章 新型移动业务网络相关技术介绍 |
| 2.1 P2P技术 |
| 2.1.1 P2P的概念 |
| 2.1.2 P2P与Web的对比与较量 |
| 2.1.3 P2P技术的相关应用 |
| 2.2 流媒体技术 |
| 2.2.1 流媒体的基本概念 |
| 2.2.2 流媒体传输技术 |
| 2.2.3 流媒体的发展与面临的问题 |
| 2.2.4 P2P流媒体技术 |
| 2.3 P2P-VoIP技术 |
| 2.3.1 VoIP技术 |
| 2.3.2 P2P-SIP技术 |
| 2.4 P2P下载技术 |
| 2.4.1 中心化拓扑结构 |
| 2.4.2 非结构化拓扑结构 |
| 2.4.3 结构化拓扑结构 |
| 2.4.4 混合型拓扑结构 |
| 2.5 本章小结 |
| 第三章 新型移动业务网络多业务仿真平台的总体设计 |
| 3.1 整体架构设计 |
| 3.1.1 架构设计要求 |
| 3.1.2 系统设计模式 |
| 3.1.3 系统设计目标 |
| 3.1.4 系统设计方案 |
| 3.2 功能架构设计 |
| 3.2.1 DSN网络的逻辑架构设计方案 |
| 3.2.2 多业务仿真平台逻辑功能架构设计 |
| 3.3 新型移动业务网络多业务性能评价模型 |
| 3.3.1 性能评价模型介绍 |
| 3.3.2 仿真场景控制模型 |
| 3.3.3 模型输出 |
| 3.4 本章小结 |
| 第四章 多业务仿真平台中P2P下载子系统的设计与实现 |
| 4.1 下载模块的需求分析 |
| 4.1.1 数据块结构 |
| 4.1.2 仿真系统包的重传 |
| 4.1.3 用户行为模型 |
| 4.2 下载模块后台逻辑结构的设计实现 |
| 4.2.1 系统网络结构图 |
| 4.2.2 网元实体 |
| 4.2.3 辅助模块 |
| 4.2.4 消息定义 |
| 4.2.5 业务流程 |
| 4.2.6 模块策略 |
| 4.3 系统前台的设计实现 |
| 4.3.1 仿真数据收集 |
| 4.3.2 数据处理及性能指标展示 |
| 4.3.3 前台界面的实现 |
| 4.4 本章小结 |
| 第五章 多业务仿真平台中P2P下载子系统的测试及结果分析 |
| 5.1 软硬件环境说明 |
| 5.2 配置说明 |
| 5.2.1 网络拓扑图 |
| 5.2.2 场景配置信息 |
| 5.3 单指标性能分析 |
| 5.3.1 用户侧性能指标 |
| 5.3.2 网络侧性能指标 |
| 5.4 综合指标分析 |
| 5.4.1 指标关联性分析 |
| 5.5 小结 |
| 第六章 结束语 |
| 6.1 论文总结 |
| 6.2 下一步的研究工作 |
| 参考文献 |
| 缩略语 |
| 致谢 |
| 作者攻读学位期间发表的学术论文目录 |
四、基于现有网络构建开放的多业务网络平台（论文参考文献）
- [1]基于NOMA的网络切片资源分配技术研究[D]. 鲍捷. 北京邮电大学, 2021(01)
- [2]物业服务企业能力形成机理及提升路径研究[A]. 中国物业管理协会产学研专业委员会,北京林业大学. 2020年中国物业管理协会课题研究成果, 2020
- [3]面向知识定义网络的带宽分配系统设计与实现[D]. 陈科先. 西安电子科技大学, 2020(05)
- [4]YC银行SD分行个人理财产品网络营销策略研究[D]. 张源. 山东理工大学, 2020(02)
- [5]面向复杂业务的网络虚拟化关键技术研究[D]. 郭永安. 南京邮电大学, 2018
- [6]5G多空中接口的业务疏导技术研究[D]. 王笑千. 重庆邮电大学, 2019(02)
- [7]基于机器学习的定制化网络切片技术研究[D]. 周倩文. 西安电子科技大学, 2019(02)
- [8]变形网络中的资源管理研究[D]. 李乐天. 中国科学技术大学, 2019(08)
- [9]互联网中面向实时数据传输保障机制研究[D]. 林川. 东北大学, 2018(01)
- [10]新型移动业务网络多业务仿真平台的设计与实现[D]. 杜彬. 北京邮电大学, 2013(11)