《基於網路業務特徵的用戶行為及虛擬映射技術研究》是依託北京郵電大學，由崔鴻雁擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於網路業務特徵的用戶行為及虛擬映射技術研究
- 項目類別：青年科學基金項目
- 項目負責人：崔鴻雁
- 依託單位：北京郵電大學
項目摘要,結題摘要,
項目摘要
針對國家建設未來高可信網路的戰略計畫需求，本項目針對日益增長的網路數據業務，在研究海量網路數據的特徵和用戶業務行為需求的基礎上，設計未來網路中基於虛擬映射技術的高效資源分配方案，實現未來網路和用戶之間通信可信賴的目的，解決目前通信網路缺乏動態預測和資源智慧型管理能力的問題。具體包括：本項目擬設計一套完整的網路海量數據採集和分析系統；研究海量網路業務數據分類理論；研究網路流量及用戶行為預測算法，提出具有動態感知能力的可信網路模型，及研究該模型下基於虛擬映射的資源管理機制。本項目的目標是探索未來網路面臨的如何保證和提高網路智慧型管控能力的關鍵技術，從而解決當數據業務特徵和用戶行為需求未知、負載變化、網路節點失效等因素引起的當前網路盲目調度資源問題，為構建一個智慧型、可信的網路資源管理體系提供理論依據和實踐指導。
結題摘要
針對國家建設未來智慧型可信的通信網路的戰略需求，重點就要解決從海量網路數據和用戶業務行為上挖掘出有效的規律和知識，以及設計基於虛擬化技術的有效資源管理方案，解決目前通信網路缺乏動態預測和資源智慧型管理能力問題。 為了完成基於業務特徵的用戶行為及虛擬映射技術，我們主要做了以下幾方面工作（1）為了提高對TB級數據的處理效率，設計並實現了一套基於Hadoop的海量數據分散式處理系統，提出了新的雲調度算法。（2）通過分析兩個市在不同年用戶的上網流量分布特點，提出了對數正態指數分布模型來刻畫用戶使用數據業務時新出現的特徵。（3）通過研究了人類移動行為特點，發現了人們出行時間的穩定性和新的變化特徵，以及用戶每天遷移路徑的規律。（4）為了解決多維節點在未知類別數量的情況下的分類問題，我們提出了一種自適應聚類算法並取得好的效果。（5）我們研究了用戶的頻繁模式，解決了提取用戶的四個共同特徵就能最大限度的預測用戶未來的行為問題。（6）發現了每個基站用戶數和產生流量之間的模型關係，用來解決網路綠色通信問題。（7）我們使用熵證實了移動網際網路業務特徵的可預測性。（8）提出了一種通過生物側抑制和交叉機制來改善神經網路神經元的豐富特性的神經網路預測方法，達到滿意的預測精度。（9）提出了基於小波注入的最小複雜度回聲狀態網路（MCESN）預測模型，在150個神經單元時，就能夠達到接近傳統ESN的預測效果，但複雜度遠遠低於ESN。（10）提出了一種基於HCR（混合環形動態池）的ESN方法，不但擴展了套用的譜半徑的範圍，還到達了滿意的預測精確度。（11）提出了基於多維博弈論的虛擬化資源分配機制，並利用拉格朗日乘子法和海森矩陣的性質證明了多維Nash的存在性，來處理多個VNs處理多種資源的分配問題。（12）針對傳統的虛擬網路映射算法效率低下的這一問題，我們提出了基於拓撲聚合度的虛擬網路映射算法。（13）提出了針對不同業務需求的資源分配方法。（14）提出了基於拍賣機制的網路資源分配框架，讓多個InP和SP相互競爭網路資源，以達到系統整體的利益最大化。（15）設計了基於預測的智慧型化分散式虛擬網路資源管理架構，達到高效的物理資源共享。圍繞項目研究內容，已發表論文24篇（包括EI檢索論文21篇，SCI檢索論文3篇），專利5項，專著1本，已投稿4篇SCI論文。
