移动智能网性能管理若干关键技术的研究与应用

来源 :北京邮电大学 | 被引量 : 2次 | 上传用户:luo_123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
性能管理在整个网络管理系统中处于核心地位,它是保证网络资源有效运行的关键部分,维护网络服务质量,提高网络的可见性。其应用价值越来越明显地体现出来。本文通过对移动智能网性能管理中一些关键技术的研究,从系统架构和具体应用出发,提出了一个性能管理系统的设计与实现方案。本文第一章从介绍智能网概念、移动智能网概念入手、引出了智能网网管对象:业务管理点(SMP:Service Management Point)、业务控制点(SCP:Service Control Point)、智能外设(IP:IntelligentPeripheral)、充值中心(VC:Voucher Center)以及驻留在其上的功能实体,并概括介绍了智能网网管系统的五大功能域:拓扑管理、配置管理、性能管理、告警管理、操作维护。并且简单介绍了性能管理系统在移动智能网网络管理系统中的位置。本文第二章主要总结移动智能网网管性能管理系统的设计原则以及需要实现的主要功能。同时,提出性能管理中实际存在的问题以及需要研究、解决的方面。本文第三章从性能管理的基本功能出发,对一些关键技术进行研究。主要包括以下三个方面的研究:第一,采集网络性能数据时对保持数据完整性的管理,包括性能数据的采集、缺失数据的自动补采、缺失数据的补缺;第二,数据监控方面的研究,监控系统的现状,发现数据的异变,从而得出相应的结果,给出初步处理方案或者产生相应的告警提示等;第三,报表的相关研究,包括报表的定制、报表的呈现,多种形式报表的实现等。这三个方面的研究将体现在下一步的移动智能网性能管理系统的方案设计以及实现中。从第四章开始,本文进入到系统的设计与实现部分。首先对这个系统的构架进行概述,阐明了系统的逻辑结构、总体结构、通信机制等。然后将整个系统分为数据采集、数据监控、数据分析呈现、数据自动删除、接入命令处理这五个主要模块,针对各个模块分别进行设计与实现。数据采集模块,实现性能管理最基本的功能,采集网络的性能数据,并将对数据完整性的研究应用到设计方案中。数据监控模块,包括对当前数据的监控以及对历史数据的分析研究,从而监控网络的状态、发现数据的异变,提高网络的可见性。数据分析呈现模块,通过报表的形式向用户呈现系统处理后的数据。数据自动删除模块,实现自动删除数据库中过多的历史数据,定时清理数据库,减轻数据库的负担,从而提高系统的整体性能。文中对上述主要模块的概要设计、关键处理流程设计和关键类的设计等进行了详尽的说明。最后,即本文的第六章,分析了该系统目前还存在的不足以及需要改进优化的方向,为本系统的推广、下一步的研究方向、下一个版本的设计提出一些意见和建议。
其他文献
长久以来,企业界一直在信息化建设和资金投入间艰难的寻找平衡点。近几年来,随着x86体系结构计算机性能的飞速提升,软件人员开始将过去应用在大中型计算机上的虚拟化技术带到x86
随着我国加入WTO以及市场经济体制的逐渐完善,高校间的竞争日益凸现。决策支持系统在高校中的应用研究将充分利用现有的高校信息资源,从更高的层面优化学校资源配置,从整体、宏
随着市场经济的深入发展,作为“第三利润源泉”的物流在我国的生产、分配、流通和消费的各个领域起着越来越重要的作用。配送是物流系统中很重要的一个环节,在物流的各项成本中
计算机技术被认为是20世纪三大科学革命之一,电子计算机为社会的发展起到了巨大的促进作用,但是量子物理学己经成功地预测出芯片微处理能力的增长不能长期地保持下去。基于这
说话人识别是根据语音波形中反映说话人生理和行为特征的语音参数,自动识别出说话人的过程,它是语音信号处理的一个重要研究方向,作为一种生物认证技术,具有广泛的应用前景。
概念格理论是Wille在1982年提出的一种数学理论,也被称作形式概念分析(FCA)。概念格理论是一种可以从数据集中找出概念结构的数据分析工具,它的层次结构是信息表示的基础,如
在数字信息技术和网络技术高速发展的今天,嵌入式系统已经广泛地渗透到人们的日常生活等方方面面中。而在嵌入式系统开发流程中调试是一个相当重要的环节,调试器是衡量一个系
运动控制是伴随着电机相关控制技术的发展而产生的一种多学科交叉技术。一般是指在复杂情况下,把制定的控制流程、指令序列转变成希望的机械运动,用来达到对机械运动过程的精
随着计算机技术的发展,个人电脑、服务器、工作站的性能不断增强,高速网络系统快速发展。大型计算机系统从使用传统的大型机、巨型机向使用由多机组成的计算机集群系统方向发
由于应用性数据的爆炸式增长(如商业分析),及计算机的软硬件技术的发展日趋完备,近几年来数据挖掘已经成为应用最广泛的数据分析工具。数据挖掘需要配合许多其它领域的技术才能得