网页浏览业务指标从哪类XDR计算得到()
A、SGS
B、HTTP
C、S1-MME
D、S11
A、SGS
B、HTTP
C、S1-MME
D、S11
第1题
A.15
B.16
C.17
D.18
第2题
1、0-10KB
2、10-50KB
3、50-100KB
4、100-500KB
5、500KB以上
B.页面下载数据量, 为网页XDR中“UL Data”字段值
C.页面下载传输时间,首条GET XDR的”开始时间”字段减去该页面最后一条GET XDR的“最后一个内容包的时延”字段
D.指标算法:∑(页面下载数据量×8)/∑(页面下载传输时间×1000)
第5题
A.S1-MME
B.S1-U
C.UE_MR_XDR
D.S11
第6题
互联网是一张有向图,每一个网页是图的一个顶点,网页间的每一个超链接是图的一个边,邻接矩阵B=(b)w如果从网页i到网页j有超链接,则by=1,否则为0。
记矩阵B的列和及行和分别是它们分别给出了页面j的链人链接数目和页面i的链出链接数目。假如在上网时浏览页面并选择下一个页面的过程,与过去浏览过哪些页面无关,而仅依赖于当前所在的页面。那么这一-选择过程可以认为是一一个有限状态、离散时间的随机过程,其状态转移规律用Markov链描述。定义矩阵A=(ay)wxn为式中:d是模型参数,通常取d=0.85;A是Markov链的转移概率矩阵;ay表示从页面i转移到页而j的概率。根据Markov链的基本性质,对于正则Markov链存在平稳分布x=式中:x为在极限状态(转移次数趋于无限)下各网页被访问的概率分布,Google将它定义为各网页的PageRank值。假设x已经得到,则它按分量满足方程网页i的PageRank值是划,它链出的页面有τ个,于是页面i将它的PageRank值分成r份,分别“投票"给它链出的网页。x为网页k的PageRank值,即网络上所有页面“投票给网页k的最终值。根据Markov链的基本性质还可以得到,平稳分布(即PageRank值)是转移概率矩阵A的转置矩阵AT的最大特征值(=1)所对应的归一化特征向量。
已知一个N=6的网络如图4.8所示,求它的PageRank取值。
第10题
A.只统计响应成功的HTTPXDR,超时或失败的HttpXDR需剔除(HTTPXDR范围:0<状态码<400,且第一个响应包时延>0)
B.只统计响应成功的HTTPXDR,超时或失败的XDR需剔除(HTTPXDR范围:0<状态码<400,且第一个响应包时延>0)
C.所有HTTPXDR均计算,包括超时或失败的HttpXDR
D.所有XDR均计算,包括超时或失败的HttpXDR