[00541696]网络服务行为智能分析能力研究及实验

　　该项目为江苏省未来网络前瞻性研究专项资金资助“未来网络创新环境的关键技术研究与实验验证”中的项目（项目编号：BY2013095-2-16）。

　　该项目主要对互联网中的用户行为和网络流量规律进行建模预测，基于用户使用数据业务的规律，探索新型互联网中的流量数据特征，研究相同以及不同网络业务数据之间数据的相互关系，以及寻找适应不同业务类型的统一流量预测模型，整理出一套完整的面向海量数据的用户行为分析和网络流量建模系统。

　　该项目首先通过对真实网络中的流量数据进行相关预处理，将经过处理后的数据信息发送到网络数据分析系统，最终实现对数据的特征分析，用户行为建模和流量预测功能。主要研究内容和成果如下：

　　1.海量网络数据存储处理分析系统构建：设计并实现了一个基于Hadoop的分布式数据处理系统，提高了数据处理的效率；提出了云计算系统TSS（Task Scheduling Service）模型；提出了混沌蚁群算法，对常规蚁群算法易于陷入局部最优解的缺陷进行了优化。

　　2.网络数据分类及业务特征分析理论研究：提出了一种自适应的聚类算法，使用分离度与聚合度相加得到极值的方式得到最适合的聚类类数；提出了高效的互联网数据业务特征挖掘方法，构建了针对业务和用户分类的模型；通过分析一个市的移动用户的上网记录流量分布特点，提出了新的分布—对数正态指数（LNE）分布；提出了自适应聚类算法来对一天所有的SGSN进行聚类分析，刻画出了不同地理区域的业务特点；通过带有时间戳的用户业务记录，提出了一套完整的方法论来全面地研究人类出行模式。

　　3.网络流量预测及用户行为预测算法研究：提出了一种基于小波注入的最小复杂度回声状态网络（MCESN）预测模型；提出了一种通过生物侧抑制和交叉机制来改善神经网络神经元的丰富特性的神经网络预测方法（DMESN LIM）；提出了一种基于HCR（混合环形动态池）的回声状态网络架构，首次实现最低复杂度以及在保证预测精度的同时增加适应范围。

　　该项目组建设了云平台及虚拟化的试验床，并与全国南京未来网络试验床联调成功，作为覆盖24个城市的未来网络试验床的一部分。积极将项目研究成果应用在该试验床上进行了试验验证。同时，该项目目前积极将课题成果推广到通信，金融，交通等领域应用。