原创力文档- 1、本文档共81页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
利用深度学习技术构建计算机网络实验平台
目录
内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1.1网络实验教学现状分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1.2深度学习技术发展趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.1.3构建新平台的需求迫切性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.2.1基于虚拟化的网络实验环境．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.2.2深度学习在网络仿真中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.2.3相关技术与平台比较．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
1.3.1平台核心功能定位．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
1.3.2主要技术路线规划．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
1.3.3预期研究成果概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
1.4论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
2.1计算机网络体系结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
2.1.1OSI七层模型解析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.1.2TCP/IP协议簇详解．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.2虚拟化与容器化技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.2.1虚拟机技术原理及优缺点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
2.2.2Docker与Kubernetes技术介绍．．．．．．．．．．．．．．．．．．．．．．．．．．32
2.3深度学习核心概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.3.1神经网络基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.3.2常用深度学习模型介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
2.4网络流量分析与学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
2.4.1网络数据采集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
2.4.2基于深度学习的流量特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．38
基于深度学习的网络实验平台总体设计．．．．．．．．．．．．．．．．．．．．．40
3.1平台架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
3.1.1分层体系结构规划．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
3.1.2模块功能划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
3.2关键技术选型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
3.2.1深度学习框架选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
3.2.2网络仿真引擎集成（如NS3,OMNeT++）．．．．．．．．．．．．．．．．．．51
3.2.3数据存储与管理方案．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
3.3平台核心功能模块设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
3.3.1虚拟网络环境生成模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
3.3.2实验场景自动配置模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
3
文档评论（0）