导读:本文包含了数据流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:网络安全,态势感知,安全防护,数据分析
数据流量论文文献综述
孙建立,杨志军,周筱来[1]（2019）在《基于数据流量分析的网络安全态势感知平台研究》一文中研究指出随着计算机和通信技术的迅速发展,网络的复杂性和不确定性也逐渐增加,因此网络安全问题日益突出,各种网络攻击行为往往给信息系统的运作造成严重影响,尤其是在高校信息安全中。文中以高校信息化环境为基础,采用了基于流量的数据分析方式对异常流量进行跟踪,来划分危险服务器区;溯源到具体主机(服务器),对其进行漏洞分析,确定失陷主机对内和对外的攻击情况,从而提前预防网络攻击的防护手段,增强校园网络信息安全的可靠性。(本文来源于《中国计算机用户协会网络应用分会2019年第二十叁届网络新技术与应用年会论文集》期刊2019-11-07）
曹蕊,叶林,陈志伟,吴味波,诚然[2]（2019）在《基于流量抑制及高额溢出用户识别的大数据流量经营》一文中研究指出文章针对流量用户进行区分,对高额溢出用户与流量抑制用户分别建立识别模型,在增强用户体验的同时增大流量包的销量,达到增加用户的ARPU值及用户品牌粘度的良好效果。(本文来源于《中国集体经济》期刊2019年22期）
张江楠,谭献海,王帅[3]（2019）在《微信数据流量特性的全面分析》一文中研究指出本文以微信应用为背景,通过识别分类提取微信流量,分析微信业务的流量特性。研究表明,微信流量具有高可变性和自相似性,无法用传统的泊松分布来统计。此外,微信流量还具有明显的突发性,呈现幂律特性,可以通过重尾分布来统计。本文对比不同的重尾分布,发现pareto分布更能准确刻画微信流量的重尾特性。(本文来源于《单片机与嵌入式系统应用》期刊2019年07期）
王艳兵[4]（2019）在《无线网络中应用程序数据流量的预测研究》一文中研究指出探讨了无线网络数据流量的建模和预测框架,利用alpha稳定模型对应用程序数据流量进行建模,结果表明了alpha稳定模型能够很好地拟合无线网络中应用程序数据流量.同时,还发现数据流量具有空间上的稀疏性.利用电信服务提供商的真实流量数据集,验证了本文框架对于预测不同类型应用程序数据流量的有效性和健壮性.结果表明,该框架为应用层流量的建模和预测提供了统一的解决方案.(本文来源于《西安文理学院学报(自然科学版)》期刊2019年03期）
陈灼[5]（2019）在《移动互联网背景下小城镇用户数据流量消费行为研究》一文中研究指出移动互联网的高速发展,带来的不仅仅是一个信息化的加速,同时也催生了一个巨大的移动互联网市场。目前,移动终端成为移动互联的重要载体,是一个重要的可随时随地交流、处理信息的平台;数据流量作为其核心属性,已经成为各大互联网企业提供产品和服务时的重要因素,因而数据流量及其流量消费逐渐受到学界越来越多的关注。与大城市相比,小城镇用户有自身独特的人文地理环境和消费行为特征,在移动互联网背景下,针对小城镇用户推出适宜的营销方案对运营商来说可谓机遇与挑战并存。因此,本文以小城镇用户为研究对象,研究不同消费类型用户的消费行为特征,并对用户进行消费类别判定,进而分析其数据流量消费行为,挖掘其真正的消费意向,以期为运营商实现精准营销提供参考。本文以小城镇用户流量消费现状为研究切入点,对用户进行消费行为特征分类,并在此基础上筛选具有高价值和高潜力的用户进行诸如流量、语音等属性在内的偏好研究,以针对不同类别的移动用户提供不同的营销建议。本文的主要研究内容及创新点、不足如下:本文一共分为七个章节,第一章阐述了本文的研究背景、意义、研究内容、研究思路及创新不足;第二章阐述了移动互联网、小城镇和精准营销等相关概念界定,以及消费行为理论、行为模式等基础理论;第叁章分析了小城镇用户的流量消费行为、消费特点、消费效应及其影响因素;第四章将小城镇用户分类,并对四类用户进行特征画像;第五章在精准营销视角下将四类用户分为两类用户:高价值、高潜力用户和不属于高价值、高潜力的用户,并做用户消费类型判定;第六章基于选择实验模型对精准营销用户进行消费行为分析;第七章在展望中表达了对高价值、高潜力用户的精准营销重点发展方向。论文的创新点在:(1)消费行为模式的创新:将传统的消费行为模型在移动互联网背景下进行综合运用,突出多样化和复杂化,丰富、补充和完善了消费行为理论;(2)消费行为研究方法的创新:本文引入随机森林算法和选择实验模型,并用其对精准营销用户进行数据流量属性的效用分析、相对重要性分析及支付意愿分析,为数据流量的精准营销提供决策依据;(3)运营商决策流程的创新:本文构建了一套以现状分析、用户分类分析、用户预测分析和用户偏好性分析为一体的研究流程,为各大互联网运营商抢占市场提供了一套完整的营销方案;(4)研究维度的创新:本文选取小城镇为研究区域,与以往研究大城市不同,不仅能满足小城镇用户的需求,更能为运营商精确、科学地提供差异化营销,增加了研究区域维度,让运营商无市场死角。本文的不足之处:(1)由于研究水平和研究环境的限制使得对消费行为的研究较为宏观;(2)用户聚类细分属性的选择及随机森林训练集数据和测试集数据的划分标准存在一定局限性,有待补充完善。本文的不足指出在今后的工作中有待加强和学习。本文围绕小城镇用户和数据流量等关键词,系统地研究了以XJ县为例的小城镇移动用户的数据流量消费行为现状、不同消费类型的用户特征、精准营销类型用户的分类判定,及其属性、偏好性、支付意愿分析,对丰富消费行为理论、帮助运营商掌控市场无死角,及提供精准营销参考策略具有重要的理论及实际意义。(本文来源于《成都理工大学》期刊2019-04-01）
杨蓉[6]（2019）在《2019年春节期间移动数据流量同比增长130%》一文中研究指出近日,据工信部网站发布的消息,2019年春节期间移动数据流量消费增长130%,5G创新圆满完成春晚直播任务。工信部表示,在拜年方式视频化、春节活动视频分享化、线上线下融合业务普及化和流量资费一体化等多因素推动下,春节假期7天,移动互联网流量消费了195.7万TB,在2018年春节超两倍增长基础上翻倍。用户使用手机进行线上线下节日消费,春节期间7天每日流量消费基本相当,除夕和(本文来源于《计算机与网络》期刊2019年05期）
唐弢,程士华,谭慧婷,王辰阳[7]（2019）在《买“粉丝”买“热搜” 数据流量造假几时休》一文中研究指出某明星一条微博一年点击量超1亿次,评论区大量相似账号转发;某电视剧33天播放点击量达309亿次,最多的一天高达14亿次;某电影票房十几亿元,被曝同一影厅15分钟播放一场……在"数据为王"的背景下,数据流量造(本文来源于《党员文摘》期刊2019年03期）
[8]（2019）在《2019年春节期间移动数据流量消费增长翻倍》一文中研究指出2019年春节假期(2月4日-2月10日),基础电信企业认真落实工业和信息化部对春节期间通信保障工作的部署和要求,多措并举确保通信网络运行安全、稳定、优质,满足广大用户日益丰富的春节期间线上线下融合消费需求,有效保障景区、热点区域的通信需求。移动数据流量消费增长翻倍。在拜年方式视频化、春节活动视频分享化、线上线下融合业务普及(本文来源于《电子世界》期刊2019年04期）
[9]（2019）在《工信部:2019年春节期间移动数据流量消费增长翻倍》一文中研究指出据工信部网站消息,工信部12日公布的数据显示:春节假期7天,移动互联网流量消费了195.7万TB,在去年春节超两倍增长基础上翻倍,同比增长130%。工信部介绍,2019年春节假期(2月4日—2月10日),基础电信企业多措并举确保通信网络运行安全、稳定、优质,满足广大用户日益丰富的春节期间线上线下融合消费需求,有效保障景区、热点区域的通信需求。(本文来源于《电子技术与软件工程》期刊2019年04期）
黄鑫[10]（2019）在《价格降了，视频拜年火了》一文中研究指出春节假期移动互联网流量消费达195.7万TB，同比增长130%工信部2月12日公布的数据显示，2019年春节假期7天，移动互联网流量消费达195.7万TB，在去年春节超两倍增长基础上，同比增长130%。春节期间移动数据流量消费增长翻倍(本文来源于《经济日报》期刊2019-02-14）
数据流量论文开题报告
（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：
文章针对流量用户进行区分,对高额溢出用户与流量抑制用户分别建立识别模型,在增强用户体验的同时增大流量包的销量,达到增加用户的ARPU值及用户品牌粘度的良好效果。
（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。
数据流量论文参考文献
[1].孙建立,杨志军,周筱来.基于数据流量分析的网络安全态势感知平台研究[C].中国计算机用户协会网络应用分会2019年第二十叁届网络新技术与应用年会论文集.2019
[2].曹蕊,叶林,陈志伟,吴味波,诚然.基于流量抑制及高额溢出用户识别的大数据流量经营[J].中国集体经济.2019
[3].张江楠,谭献海,王帅.微信数据流量特性的全面分析[J].单片机与嵌入式系统应用.2019
[4].王艳兵.无线网络中应用程序数据流量的预测研究[J].西安文理学院学报(自然科学版).2019
[5].陈灼.移动互联网背景下小城镇用户数据流量消费行为研究[D].成都理工大学.2019
[6].杨蓉.2019年春节期间移动数据流量同比增长130%[J].计算机与网络.2019
[7].唐弢,程士华,谭慧婷,王辰阳.买“粉丝”买“热搜”数据流量造假几时休[J].党员文摘.2019
[8]..2019年春节期间移动数据流量消费增长翻倍[J].电子世界.2019
[9]..工信部:2019年春节期间移动数据流量消费增长翻倍[J].电子技术与软件工程.2019
[10].黄鑫.价格降了，视频拜年火了[N].经济日报.2019