一种新的自相似流量模型的网络性能分析

网络流量的自相似性给流量控制和网络资源的管理带来了新的挑战。基于传统流量模型的网络性能结论和网络设计策略不能完全适用于具有自相似流量的高速网络中,采用较符合实际流量特征的、并具有自相似特性的随机过程——随机相位正弦波作为队列服务系统的输入流量模型,运用排队理论推导和分析了这种新的流量模型的网络性能,然后探讨了改善自相似流网络性能的流量控制方法和设想。     

网络流量自相似性的影响因素

网络流量特征是分析和研究网络性能、规划网络建设的基础.网络流量研究中关键的问题是如何合成网络真实流量并进行分析,由于自相似模型能够更加真实地描述网络传输的特性,因此,本文通过生成自相似性的流量进行仿真研究,对自相似现象的成因进行了解释,提出将源端流量自相似性与网络传输的TCP协议相结合进行研究的方法,探讨了影响自相似流量的因素,了解了网络行为随参数变化的情况,对新一代网络的设计、控制、分析和管理具有实际意义.     

长相关业务量平均排队延迟的神经网络估计方法

从学者研究自然结构和科学数据的自相似性和分形性质,如网络流量数据等中,引入了一种估计多源排队系统中平均排队延迟的新方法。应用神经网络建模方法对自相似业务量进行预测并测定到达率和丢包率,以适应自相似流量模式的排队系统。     

基于随机相位正弦波的流量模型的排队性能分析

本文采用较符合实际流量特征的随机相位正弦波作为队列服务系统的输入流量模型,运用排队理论推导和分析了这种新的流量模型的网络性能。性能结果表明了随机相位正弦波的多个参数相互作用共同影响着网络的排队性能,其中振荡频率是影响网络性能的决定因素。     

基于α-Stable自相似随机过程的通信网业务量建模

针对现代通信网业务量在幅度和时间尺度上的突发特性，提出了一种综合稳定分布和高斯自相似分布的模型，即基于α-Stable自相似过程的模型来同时反映业务量的两种突发特性，并通过仿真证明了它非常适合于现代通信网的业务量，该模型可以根据不同的性能需要来产生相应的模拟业务量，从而对网络业务量性能相关的研究有一定的实用价值。     

M/P(areto)/1/K自相似排队模型的性能分析

现有网络的业务流测量结果表明,在多种通信业务中业务流量存在自相似特性。研究了服务时间为Pareto分布情况下具有自相似特性的M/P（areto）／1/K排队过程。通过将M/P（areto）／1/K过程拟合为M／PH／1／K过程,获得了呼叫损失概率、平均排队队长等排队性能的近似解析解。仿真结果表明,研究得到的结果具有很高的精确度。     

业务量的自相似特性对ATM缓存溢出概率的影响

基于在广域网(WAN)、局域网(LAN)、综合业务数字网(ISDN)中传输的业务以及可变速率(VBR)业务等多种通信业务中普遍存在着自相似特性(长相关),叙述了自相似流量的数学定义和一些基本性质,描述了异步传输模式(ATM)缓存的排队模型和一个具有自相似特性的业务量模型,给出了在自相似业务量下的ATM缓存溢出概率的下界,并与传统模型作了比较.比较结果表明,传统模型对ATM缓存性能的估计过于乐观.因此在分析ATM网络性能的时候必需充分考虑业务量的自相似特性.     

自相似过程的合并和分解过程

对LAN、ISDN的信令信道和其他通信系统中的数据统计分析表明,在宽带网络中的业务流具有自相似特性,它将对网络的设计、控制和分析产生影响,而业务流的合并和分解是网络中业务流的两个基本操作,要研究业务量的自相似特性对网络整体性能的影响,就必须首行研究它们的性质,文中给出了自相似序列经过合并和分解后仍然保持自相似性的充分条件,该结论对是进一步研究网络业务量的自相似性对网络性能的影响有理论指导意义。     

基于最大Lyapunov指数的网络业务流量预测

在高速网络资源分配与拥塞控制研究中,网络业务流量的预报是一个具有重要意义的课题.基于准确的业务预报,网络管理和控制方案更易于适应业务流量的动态变化,从而达到优化网络性能的目的.而高速网络中大量存在着以自相似性为特征的多种业务流量.已有研究表明,这种自相似特性与混沌现象的吸引子有着紧密的联系.笔者利用混沌时间序列的重构相空间方法,对高速网络中自相似信源的速率做出了预测,并给出了最大可预报时间.该方法的预测模式简单,仿真结果表明,预测的精度也比较高.     

自相似流量的小波神经网络预测模型研究

随着计算机网络体系规模的不断扩大,降低网络性能的影响因素也日益增多。由于网络流量的突发性会增加对网络性能的影响,该文针对网络流量的自相似特性和可预测性,提出了一种自相似流量的小波神经网络预测模型。此模型通过对已知的网络流量数据进行训练,得到预测流量,完成对自相似流量的可预测性的验证,最后对预测模型的性能做出评价。与传统的线性模型相比,自相似流量的小波神经网络模型在仿真过程中表现出预测的精确程度高、逼近最优值的速度快的优点。     

自相似业务环境下IP网络的排队性能分析

网络流量分析表明很多信息源的聚合会产生具有自相似特性的信息流,在自相似环境下分析IP网络的排队性能成为当前热点。文中采用具有Pareto分布的ON/OFF叠加模型作为输入业务,分析IP交换机缓冲区队列溢出概率,得到与实际网络相似的结论:溢出概率并不随缓存长度的增加而呈指数规律下降,其下降速度相对要慢得多。在自相似业务环境下,增加缓存长度并不能有效地降低丢失率。     

多路自相似流输入下基于FBM模型的丢包率分析

从分形布朗运动(FBM)模型出发,结合高斯输入下的丢包性能,推导了多路自相似流输入下丢包率的理论分析.结果显示,在多路自相似流输入情况下,若各条流的均值、方差近似相等,则Hurst参数最大的流对合成流的丢包率具有决定性的影响.该结论通过仿真得到了很好的验证.所提出的分析方法和得出的结论对于网络节点性能分析、缓冲区设计及资源调度等具有实际的指导意义.     

带转向延误的拥挤交通网络配流模型及算法

为了更加真实准确地反映道路网络的交通流状态,该文综合考虑拥挤交通网络的特点,建立了带转向延误和通行能力限制的交通网络配流模型,模型中路段和转向通行能力约束条件的Lagrange乘子等于因交通拥堵而产生的排队延误。该文采用动态罚函数算法,将原问题转化为一系列不带通行能力限制的传统交通分配问题进行求解,随后以Nguyen Dupuis网络为算例进行测试。计算结果表明:当流量达到通行能力时,排队延误就会产生,平衡流量满足Wardrop均衡准则。该模型能够很好地反映拥挤交通网络流量特点,提出的算法也具有很好的收敛性能。     

混合模型仿真大规模网络实现

在仿真的效率和可扩展性方面，单纯的数据包仿真已无法满足网络发展的需要．该文将流仿真模型嵌套到数据包仿真的程序中，实现了流仿真同数据包仿真的集成．在仿真中，流网络通过流链路链接到包级仿真的Ns节点上，这种采用集成混合模型进行的网络仿真，既保持了数据包仿真的参数精确性，又提高了仿真效率．实验结果表明：采用混合模型仿真TCP流可以获得正确的动态特性；混合模型仿真可以提高网络的仿真效率，提高的程度与采用数据包仿真流所占整个TCP流的比例有关．     

基于网络演算的有损分形整形器及性能模型

随着Internet的不断演化和发展,它已成为一个开放的复杂巨系统,为改善Internet复杂网络流量自相似等突发特征给网络性能带来的影响,提出了一种适合自相似等突发流量的有损分形整形器的一般数学模型,证明了分形到达约束受限于原始到达曲线,推导并得出了有损分形整形器的输出特性与输入流量的自相似特征参数以及分形整形曲线之间的关系,分析了有损分形整形器的队列长度与延迟等性能,讨论了有损分形整形器的引入对网络端到端延迟、数据丢失总数以及平均丢失率等性能的影响,分别得到了上述各性能指标上界与流量自相似参数的关系,给出了在允许最大平均丢失率的情况下的最小缓存容量.这对于基于分形整形器的拥塞控制策略和流量控制方案的评价,以及分形整形器自身参数的设计是具有参考作用.     

基于轨迹数据的信号交叉口排队长度估计

排队长度是信号交叉口最重要的性能指标之一,也是信号交叉口配时优化的关键参数。对于一些偏僻的路口或者固定检测器损坏的交叉口,由于无法获取准确的排队长度信息而无法了解交叉口的实时状态。针对以上情况,本文提出通过浮动车轨迹数据来估计信号交叉口的排队长度,通过对轨迹数据的分析,本文建立了基于浮动车集群队列的排队长度估计模型,利用排队长度估计模型可以实现交叉口排队长度的估计。通过SUMO仿真获取早高峰,晚高峰,平峰流量下输入下的浮动车轨迹数据,分别采用早高峰,晚高峰,平峰流量下时间间隔为2s/4s/6s/8s/10s和渗透率为5%/10%/15%的数据集对模型进行验证。验证结果表明,本文建立的模型可以较为准确地估计交叉口的排队长度。与相关方法的对比结果表明,在早高峰流量下和晚高峰流量下,本文建立的模型误差更低,不同的时间间隔和渗透率下比不考虑集群车队的精准度平均高出约12%,即使在平峰流量、时间间隔大、低渗透率场景下,本文建立的模型估计的排队长度误差仍在可接受范围内。相关的研究成果将为交叉口的交通状态评估以及信号配时优化提供支撑。     

基于Linux的网络流量控制机制

提出了一种基于Linux的流量控制模型,此模型内嵌于Linux内核,利用队列算法分类不同QoS需求的网络流量,可满足不同服务水平的QoS需求.经过多次实验证实,采用流量控制模型后的网络性能明显优于传统网络模型,而且对于后继的网络需求也能充分适应.