以用户体验为中心的移动通信网络性能优化关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61572324
  • 项目类别:
    面上项目
  • 资助金额:
    66.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0207.计算机网络
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

The mobile user experience is essential to mobile network carriers, which can be greatly affected not only by the high dynamics of wireless channels but also the response of the operating system of a mobile device to the up- and down-link data characteristics. Currently, neither can the carrier networks perceive the specific behavior characteristics of end users, nor can mobile devices of users adapt the fast changes of network traffic. Consequently, conventional wireless network optimization schemes such as enlarging the coverage and link bandwidth fail to satisfy the ever-increasing demands of users. To address these issues, the proposed project will be directed in the following three thrusts from both the perspective of networks and that of end users. First, we will propose schemes new network access control and resource allocation solutions combining the input of the network utilization features on user sides. Second, we will also propose accurate performance diagnosis and optimization schemes for mobile devices, leveraging the real-time information of network-level status. Third, we will study novel data processing techniques based on the decomposition of data matrices of network performance measurement. Last, we will develop a 4G network research platform based on real large-scale traces and conduct research on establishing mobile user behavior models, re-designing advanced network applications and Smartphone’s system components, and verifying the efficacy of our proposed schemes. We expect to make innovations and breakthroughs in massive mobile data processing, cross-layer analysis models in mobile networks, and network protocol optimization. We will also establish a protocol and software prototype and publish a number of high quality research papers. The cutting-edge research in this proposed project can provide theoretical and technical support for next-generation mobile networks in China.
无线用户的网络体验不仅受到无线网络环境的影响,同时也受到移动终端系统对网络数据流处理优化的影响。现有无线网络无法从海量网络数据中获取用户网络行为特征,移动终端也缺乏对网络数据流动态变化的感知能力,导致了无法对网络服务和数据处理策略进行深入优化。仅从提高网络覆盖、无线信道质量和网络接入能力的角度优化网络性能,无法达到最大化提升用户网络体验的目标。本项目拟提出:1)移动用户网络特征感知的网络接入控制与资源分配策略;2)基于网络数据流感知的终端系统组件性能诊断与优化方法;3)大规模网络高效数据处理技术;4)构建基于真实移动网络数据驱动的研究测试平台。本项目预期在移动用户网络特征建模及网络接入与资源分配策略,终端系统组件性能诊断与优化技术,移动网络高效数据处理技术研究方面取得创新和突破,并提供相应的原型系统和若干篇高质量论文,为我国下一代移动通信网络建设提供相应的理论与技术支持。

结项摘要

无线用户的网络体验不仅受到无线网络环境的影响,同时也受到移动终端系统对网络数据流处理优化的影响。现有无线网络无法从海量网络数据中获取用户网络行为特征,移动终端也缺乏对网络数据流动态变化的感知能力,导致了无法对网络服务和数据处理策略进行深入优化。仅从提高网络覆盖、无线信道质量和网络接入能力的角度优化网络性能,无法达到最大化提升用户网络体验的目标。本项目完成了: 1)移动用户网络特征感知的网络接入控制与资源分配策略;2)基于网络数据流感知的终端系统组件性能诊断与优化方法;3)大规模网络高效数据处理技术;4)构建基于真实移动网络数据驱动的研究测试平台。在移动用户网络特征建模及网络接入与资源分配策略,终端系统组件性能诊断与优化技术,移动网络高效数据处理技术研究方面取得创新和突破,提供了相应的原型系统和若干篇高质量论文,为我国下一代移动通信网络建设提供相应的理论与技术支持。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(17)
专利数量(0)
Ada-Things: An adaptive virtual machine monitoring and migration strategy for internet of things applications
Ada-Things:物联网应用程序的自适应虚拟机监控和迁移策略
  • DOI:
    10.1016/j.jpdc.2018.06.009
  • 发表时间:
    2019
  • 期刊:
    Journal of Parallel and Distributed Computing
  • 影响因子:
    3.8
  • 作者:
    Wang Zhong;Sun Daniel;Xue Guangtao;Qian Shiyou;Li Guoqiang;Li Minglu
  • 通讯作者:
    Li Minglu
Large-Scale Full WiFi Coverage: Deployment and Management Strategy Based on User Spatio-Temporal Association Analytics
大规模WiFi全覆盖:基于用户时空关联分析的部署与管理策略
  • DOI:
    10.1109/jiot.2019.2933266
  • 发表时间:
    2019-08
  • 期刊:
    IEEE Internet of Things Journal
  • 影响因子:
    10.6
  • 作者:
    Feng Lyu;Liang Fang;Guangtao Xue;Hua Xue;Minglu Li
  • 通讯作者:
    Minglu Li
Network Measurement and Performance Analysis at Server Side
服务器端的网络测量和性能分析
  • DOI:
    10.3390/fi10070067
  • 发表时间:
    2018-07
  • 期刊:
    Future Internet
  • 影响因子:
    3.4
  • 作者:
    Guang-Qian Peng;Guangtao Xue;Yi-Chao Chen
  • 通讯作者:
    Yi-Chao Chen
Pothole in the Dark: Perceiving Pothole Profiles with Participatory Urban Vehicles
黑暗中的坑洞:利用参与式城市车辆感知坑洞轮廓
  • DOI:
    10.1109/tmc.2016.2597839
  • 发表时间:
    2017-05-01
  • 期刊:
    IEEE TRANSACTIONS ON MOBILE COMPUTING
  • 影响因子:
    7.9
  • 作者:
    Xue, Guangtao;Zhu, Hongzi;Luo, Yuan
  • 通讯作者:
    Luo, Yuan
Online Auction for IaaS Clouds: Towards Elastic User Demands and Weighted Heterogeneous VMs
IaaS 云在线拍卖:面向弹性用户需求和加权异构虚拟机
  • DOI:
    10.1109/tpds.2018.2814566
  • 发表时间:
    2018
  • 期刊:
    IEEE Transactions on Parallel and Distributed Systems
  • 影响因子:
    5.3
  • 作者:
    Li Juan;Zhu Yanmin;Yu Jiadi;Long Chengnian;Xue Guangtao;Qian Shiyou
  • 通讯作者:
    Qian Shiyou

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Improvement of Incentive M echanism on BitTorrent-like Peer-to-Peer File Sharing Systems
类BitTorrent点对点文件共享系统激励机制的改进
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Donghua University (English Edition),
  • 影响因子:
    --
  • 作者:
    洪峰;俞嘉地;薛广涛;李明禄
  • 通讯作者:
    李明禄
Characteristics of GPS Trace Data for a Vehicular Ad hoc Network
车载自组织网络 GPS 跟踪数据的特征
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    International Journal of Distributed Sensor Networks
  • 影响因子:
    2.3
  • 作者:
    黄宏宇;薛广涛
  • 通讯作者:
    薛广涛
基于P2P的通告代理集群技术
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    上海交通大学学报
  • 影响因子:
    --
  • 作者:
    姜义;薛广涛;贾兆庆
  • 通讯作者:
    贾兆庆
一种面向用户的无线局域网冗余消除机制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    周新生;薛广涛
  • 通讯作者:
    薛广涛
非结构化 P2P 中的一种信任机制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    贾兆庆;薛广涛
  • 通讯作者:
    薛广涛

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

薛广涛的其他基金

基于电磁辐射旁路信号的移动计算与智能感知技术研究
  • 批准号:
    62072306
  • 批准年份:
    2020
  • 资助金额:
    57 万元
  • 项目类别:
    面上项目
面向大规模多源数据的人物画像及定位技术
  • 批准号:
    U1736207
  • 批准年份:
    2017
  • 资助金额:
    254.0 万元
  • 项目类别:
    联合基金项目
用户社会性行为感知的无线网络优化技术研究
  • 批准号:
    61170237
  • 批准年份:
    2011
  • 资助金额:
    55.0 万元
  • 项目类别:
    面上项目
城市车辆自组织网络的运动建模与通信协议研究
  • 批准号:
    60970106
  • 批准年份:
    2009
  • 资助金额:
    30.0 万元
  • 项目类别:
    面上项目
非结构化对等网络高性能动态查询响应关键技术研究
  • 批准号:
    60673166
  • 批准年份:
    2006
  • 资助金额:
    27.0 万元
  • 项目类别:
    面上项目
P2P网络自主行为模型研究及其应用
  • 批准号:
    60503045
  • 批准年份:
    2005
  • 资助金额:
    5.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码