自相似网络流量预测研究

研究发现,网络流量自相似特性具有普遍性,且不随缓冲、交换、传输和延迟而改变,网络流量预测必须考虑这种自相似特性.本文从自相似网络流量的多个方面对现有研究成果进行了分析,从网络自相似的模型、参数估计、性能预测等多个方面对网络自相似流量预测研究进展进行了总结,并提出了一种基于测量的流量自相似等价带宽预测算法.分析表明:该算法能有效地减少计算量和降低实现复杂度.     

网络流量分析系统技术研究与实现

网络流量分析是有助于进行网络规划、网络优化、流量趋势分析的工具,通过对网络流量的采集和分析,可以推断网络的运行状态。网络带宽的快速增加给网络流量分析工作带来了巨大挑战。通过分析现有流量分析系统的性能瓶颈和下一代网络流量分析系统需要达到的性能指标,提出了对应的解决方案。     

网络流量测量技术分析

网络流量测量技术是用于分析网络状况、掌握流量特性的有效方法．首先分析了在进行网络流量测量时需要主要考虑的端点、方向、时间粒度和协议层次四个因素，然后重点对已有的网络流量测量技术进行分类和总结．     

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。     

面向边缘计算的物联网网络流量测量方法

在物联网中,边缘计算能够提供物联网计算的实时性,减少网络中数据的传输量.为了适应物联网技术的发展,研究了采用软件定义网络(SDN,software defined networking)架构的物联网网络,并利用SDN提供的方法对网络中的流量进行测量.细粒度流量测量可以更准确地描述网络中的流量,但同时也需要消耗大量的测量开销.为了减少测量过程中产生的开销并获得近似的细粒度测量,提出了一种面向边缘计算的物联网网络流量测量方案.新测量架构采用粗粒度测量和插值优化等方法进行测量.首先,在文中采用随机抽样方法通过OpenFlow协议快速获得粗粒度的网络流量测量.接着,对粗粒度的网络流量进行插值恢复,并利用多约束的优化方法对插值结果进行优化,直到找到满足条件约束的最优细粒度流量测量结果.最后,文中通过实验验证了所提出的测量方法的可行性和有效性.     

Multi-homing环境中网络性能的测量与评价方法

Multi-homing是存根网络（stub network）为增强网络连接的可靠性、提高网络性能而采取的一种技术手段.在考虑网络访问特性的前提下,针对主要的网络应用采用基于地址前缀的流量聚合方法,自网络流量中提取出测量地址集,并提出一种对不同ISP进行大范围网络性能测量的方法.通过建立性能与连通性评价量度,从测量结果中分析得到不同ISP在地址前缀和自治系统中的特征分布,该结果对于存根网络选择ISP和进行路由策略设定具有技术参考价值.     

Multi-homing环境中网络性能的测量与评价方法

Multi-homing是存根网络（stub network）为增强网络连接的可靠性、提高网络性能而采取的一种技术手段.在考虑网络访问特性的前提下,针对主要的网络应用采用基于地址前缀的流量聚合方法,自网络流量中提取出测量地址集,并提出一种对不同ISP进行大范围网络性能测量的方法.通过建立性能与连通性评价量度,从测量结果中分析得到不同ISP在地址前缀和自治系统中的特征分布,该结果对于存根网络选择ISP和进行路由策略设定具有技术参考价值.     

网络流量采集方法研究综述

为全面了解网络流量采集的最新发展趋势和相关方法技术, 更好地对网络流量采集及相关领域进行研究, 总结了常用的几种网络流量采集方法, 并列举了几种具有代表性的网络流量采集工具。通过对流量采集方法和相关工具进行归纳分析, 阐明流量采集过程中的关键问题和核心技术, 借以为相关研究者在网络测量和管理过程中对流量数据等的进一步分析和使用, 为提高流量采集的效率\, 准确性\, 实用性及适用性提供参考依据, 以期设计并实现更加实际有效的网络流量采集方法。     

海量数据环境下大型ISP网络流量卸载方法研究

海量数据环境下大型ISP网络流量爆炸性增长造成网络阻塞。当前网络流量卸载方法通过预测确定待卸载网络流量,卸载准确率较低,服务质量差。为此,提出一种新的海量数据环境下大型ISP网络流量卸载方法,通过最大熵法,依据采集流量中的语义信息对流量类型进行识别。依据海量数据环境下大型ISP网络流量源节点的位置关系,通过图论法确定最佳传输路线,实现对大型ISP网络流量的卸载。依据中继节点数量与总卸载时间最少原则,通过Dijkstra方法对海量数据环境下大型ISP网络流量最佳卸载路线进行求解。实验结果表明,采用所提方法对大型ISP网络流量进行卸载,不仅流量类型识别精度高,而且卸载率高,服务质量高。     

基于局部信息增强注意力机制的网络流量预测

准确预测网络中设备的流量状态对网络测量和管理具有重要的意义，有助于进一步提高网络服务质量和用户体验质量。然而，由于网络流量具有强烈的非线性和不确定性使得传统的统计方式或者机器学习方法很难获得较好的预测效果。为了进一步提升网络流量预测精度，设计实现了一种局部上下文信息增强的注意力机制，通过卷积计算将输入转换为Q和K，从微观角度对时间序列进行解释，提高了注意力机制的局部感知能力。进而将提出的注意力机制分别与长短期记忆人工神经网络(LSTM)和门控循环单元(GRU)两个时序预测模型相结合并将结合后的模型用于某运营商提供的两个不同网络流量数据集进行网络设备流量预测。实验结果表明基于局部上下文信息增强注意力机制的预测模型具有更好的预测效果。     

面向高速对等网应用的拥塞控制机制

为改善现有拥塞控制机制在高速网络中带宽利用率偏低、稳定性不高和更好地应对急剧增长的对等网(P2P)应用流量,提出了一种以FAST为基础,应用大规模网络测量和模糊控制技术的拥塞控制机制.该机制利用分布在网络中的测量设施周期性获取网络状态信息,指导端系统选择适当的控制参数.单个和多个链路瓶颈条件下的仿真实验均表明,本文拥塞控制机制能够在高带宽时延积网络中获得更高的带宽利用率和稳定的排队时延,很适合于P2P等数据传输量大、连接持续时间长的流量的拥塞控制.     

网络测量方法及其应用

随着网络技术和通信业务的飞速发展,用户对网络带宽等资源需求增加,网络应用多样化．网络服务质量下降往往是由网络负担过重、路由交换设备超负荷引起的．因此,管理者需定期对各项运行参数指标进行测量评估．介绍网络测量体系的功能模块、常用网络测量工具、主动测量和被动测量的方法及其应用,并分析了典型测量方法的优缺点．     

网络流的层次化分析及其在蠕虫早期检测中的应用

在NetFlow的基础上定义了2种新的网络流：主机层网络流和区域层网络流，并提出了相应的流量特征刻画方法．该定义从主机层和网络层对网络流量进行抽象，实现了底层网络流信息的合并，在不损失关键流量特征的前提下，可大大缩减网络流记录的数量．采用指数加权移动平均控制图模型对所提取的网络流特征进行预测和估计，并结合网络蠕虫的传播特征给出了一种网络蠕虫的早期检测方法．实验结果表明，所提检测方法可以准确地检测到蠕虫在局域网内的早期传播，进而为控制蠕虫传播赢得了宝贵的时间。     

基于网络测量和模糊控制技术的拥塞控制机制

为向端系统反馈及时准确的网络状态以提高TCP效率，同时避免主动队列管理（AQM）机制的诸多局限，提出一种基于网络测量的拥塞控制机制——利用分布在网络中的测量设施监测主干链路，再根据链路性能采用模糊控制技术指导端系统选择适当的FAST控制参数．仿真实验表明，该机制能承受更大的负载压力，达到高吞吐量，并能稳定排队时延，在高速网络中比AQM机制更稳定、更公平．相比突发性的Web流量来说，该机制更适用于类似P2P等数据量大、连接持续时间长的流量的拥塞控制．     

自相似业务量下网络的排队性能分析

在研究通信网的网络性能、流量控制和资源配置时,业务源模型是其中一个十分重要的组成部分。近年来的研究发现数据网络中的业务量呈自相似特征,传统的能够精确描述电话网络的马尔可夫模型不再适用。业务量的自相似特征显著影响网络的流量控制与排队分析,已经引起人们的极大重视。采用G/M/1排队模型对分组长度可变的网络的排队性能进行了分析和仿真,其中自相似业务量是通过叠加大量独立的到达间隔为Pareto重尾分布的ON/OFF源来生成的。仿真结果表明,自相似业务量导致网络的排队性能劣化,这与有关文献对ATM交换的分析结果一致。     

空中交通流量预测的人工神经网络和回归组合方法

为了寻找合适的空中交通流量预测方法,在综合回归预测方法和人工神经网络预测方法优点的基础上,提出采用组合预测方法的思想,并基于多元线性回归模型确定组合方法的权重系数。以北京管制区大王庄导航台流量预测为实例,分析结果表明:组合预测方法对实际流量有好的拟合度,能提高人工神经网络的泛化能力,并减小预测的误差,即总体上不仅优于传统的回归预测方法,也优于单独的人工神经网络预测方法。组合方法为空中交通流量的预测提供了一种可靠而有效的新途径。     

MPLS网络的综合接纳控制算法

 在多协议标记交换MPLS (MultiProtocol Label Switching)网络中,由于无法准确获取业务特征参数及汇聚后的业务流与单个业务流的业务特征不同,导致网络为业务分配的资源与其实际使用的资源不一致,因此仅依据控制面给出的理论可用带宽进行接纳控制决策将导致网络资源利用率降低。针对该问题提出一种新的接纳控制算法,该算法通过对带宽理论值与受控的端到端测量结果进行综合,获取网络的可用带宽,并作为接纳控制依据。通过构建实际试验环境进行了接纳控制试验。试验结果表明,采用推荐的接纳控制算法,可以提高低优先级业务的接纳成功率,并在一定程度上提供QoS保证,提高了网络资源利用率。     

路网下的收费道路分车型费率优化双层规划模型

本文以收费道路及相邻道路组成的路网为研究对象,利用双层规划理论建立起路网下的分车型费率优化模型,上层规划表述路网管理者追求社会效益最大化的思想,并以实现道路经营者财务目标作为约束条件,下层规划采用多车型多准则交通均衡模型来预测路网下的交通流量,通过模型求解可以获得各收费路段的分车型最优收费费率以及相应的路网交通流量,文中介绍了利用遗传模拟退火混合算法对模型进行求解的步骤,最后以一个算例对模型的效果以及考虑道路使用者差异的必要性进行了验证说明。