全文总字数：8173字
1. 研究目的与意义（文献综述）
互联网时代的到来让人们对于网络的依赖性逐渐增强，对网络质量也提出了更高的要求。而伴随着移动互联网、高清视频、在线游戏、云应用等业务的兴起，网络流量呈现爆炸式增长，这导致了各种网络问题的出现。日益增长的流量数据对于网络设备的性能提出了更高的要求，但是，仅仅单纯地依靠提高设备的性能去解决当前网络中存在的问题是不太现实的。目前普遍存在的问题是：流量的分布呈现出不均衡的状态，在流量密集的区域，设备往往不堪重负而出现故障甚至瘫痪；而在流量稀疏的区域设备又常常因空闲而没有发挥最大的效益。在现有的设备不变的前提下，每个网络的负载能力和容量都是有限的，为了实现数据可靠和高效的传输就必须优化网络流量管理。
传统的网络流量管理都是在网络出现问题之后才由管理员处理，这种处理方式显然效率不高，但成本很高。一个高效的网络管理系统可以给网络管理员提供良好的信息来源，以便准确及时发现网络故障，将故障带来的损失降到最低。优化网络流量管理很重要的一环就是对网络流量进行预测。要预测网络流量的走势，首先需要使用软件结合硬件的方法采集真实网络环境中的网络流量，在对网络流量特性有详细了解的基础上建立一个合适的模型，然后使用正确的技术方法对流量进行分析处理，并预测出未来的流量走势，使网络流量情况都在掌控之中。
传统网络的架构，随着网络的发展，其弊端越来越显露出来。对传统网络的管理和部署越来越困难，不同厂商生产的网络设备各不相同，都有自己的一套配置和调试的程序。而现实中的互联网，充斥着各大厂商生产的设备。导致了在同一个网络中要配置不同厂商生产的设备，对这些设备进行配置和调试，比较困难而且复杂。虽然现在有网络管理设备可以对链路、设备进行配置管理、拓扑发现以及链路质量检测等等，但也只是起到了监视器的作用，真正的解决问题，还是需要人工手动去解决。
2. 研究的基本内容与方案
sdn节能机制描述如下：
（１）网络系统在运行过程中，控制平面的数据统计模块会下发策略到数据平面，以获取数据平面的流量信息。
（２）特征提取模块将收集到的信息进行归一化等处理之后，构建模型输入特征，包括直接提取的流量特征和手动构建的流量特征，然后输入流量预测模块，对未来预测阶段的流量大小进行预测。
3. 研究计划与安排
第1-3周：查阅相关文献资料，明确研究内容，了解基本理论，确定研究方案，完成开题报告。
第4-5周：完成英文文献翻译，熟悉实验软件，搭建实验环境。
第6-9周：研究三个模块——预处理模块、流量预测模块、节能策略模块，调试代码。
4. 参考文献（12篇以上）
[1]chestnut s r, zenklusen r. hardness and approximation for networkflow interaction [j], networks, 2017, 158(13):1441-1455.［２］imai h. network-flow algorithms for lower-truncated transversalpolymatroids [j], journal of the operations research society of japan, 2017, 26(3):186-211.
［３］tan m c, wong s c, xu j m, et al. an aggregation approach toshort-term traffic flow prediction [j], ieee transactions on intelligenttransportation systems, 2009,10(1):60-69.
［４］deng l, he y, zhang y, et al. device-to-device load balancing forcellular networks [j], 2017:19-27.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
