网络流量的自相似特性

利用小波技术对网络流量进行特性分析，将网络流量过程分解成不同尺度下的小波系数(细节)和尺度系数(背景)，从而刻画出网络流量的自相似特性.     

网络流量长相关特性的估值算法的性能分析

长相关特性(LRD)是网络流量的最基本的统计特性，有多种算法可以用于判定网络流量是否具有长相关特性．但各种算法对Hurst参数均采用估值的方式而不是直接计算的方式，因此，它在各种条件下的鲁棒性和可靠性值得探讨．用确知的LRD序列和确知的非LRD序列来检验几种常用的估值算法的正确性和鲁棒性，并根据实验结果，提出了在研究网络流量的LRD特性时应注意的问题．     

一种基于小波分析的大规模网络流量模拟

针对传统的大规模网络流量模拟不能兼顾流量细节的自相似性的问题 ,应用小波变换对样本流量进行秒级粒度上的多尺度分析 ,利用小波系数模拟生成网络流量 ,既满足细节上的自相似性又具有大规模网络流量的周期、趋势特性     

Pareto分布在TELNET客户端流量建模中的应用

针对Ｉｎｔｅｒｎｅｔ上一个常用协议－－ＴＥＬＮＥＴ协议，并依据Ｔｃｐｌｉｂ提供的经验分布曲线分析了它的客户端数据包产生的时间间隔分布及其突发序列的特性，分析得出，Ｐａｒｅｔｏ分布在很大时间范围内能较好地描述ＴＥＬＮＥＴ的客户端汉量特性。阐述了Ｐａｒｅｔｏ模型和自模拟模型以及Ｍ／Ｇ／∞模型的关系，给出了Ｐａｒｅｔｏ分布在建立自相似网络流量模型中的应用。分析表明，在描述网络流量时自相似模型要比泊松模型     

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．     

基于小波分析的网络流量随机模拟

为了快速生成具有自相似特性的模拟网络流量,应用小波变换将实际测量到的网络流量分解成不同尺度下的小波系数（细节信号）和尺度系数（背景信号）,并把这些系数分割成长度相等的很多个小段,然后从每个尺度下的细节信号中和背景信号中分别随机抽取一个小段进行叠加,多次重复该操作,就可以得到较长时间范围内的模拟网络流量,采用方差时间曲线图对模拟生成的网络流量的自相似特性进行了分析,结果表明：用该方法模拟的网络量具有较好的自相似性,而且简单,速度快。     

基于协同神经网络的网络流量异常检测

针对网络流量具有复杂的动力学特性,提出了一种应用自上而下的协同神经网络进行网络流量异常检测的方法.首先选择包含正常网络流量和异常攻击流量的数据集作为原型模式,然后通过协同神经网络进行序参量的动力演化,最终根据原型模式对应的序参量的演化结果来判定检测结果.实验结果证明,该方法能有效的识别出正常流量和异常攻击的种类.     

基于突变级数的网络流量异常检测

针对网络流量发生异常时产生的突变特征,提出了一种基于突变级数的网络流量的异常检测方法.该方法首先计算网络流量的特征量,选择其中能显著性反映网络流量自相似性、非线性、非平稳性及复杂的动力学结构特性的特征量;然后将其作为突变理论的控制变量,利用蝴蝶突变模型的突变级数对网络流量异常进行检测.实验结果表明该方法具有较高的检测率和较低的误检率.     

网络流量生成中速率控制研究与实现

分析了网络流量的生成,设计了流量模拟的速率控制算法,实现了对流量模拟速率控制,在与外界隔绝的网络中生成了具有真实网络特性的网络流量.     

基于网络行为和协议的多分网络流量建模

通过对网络行为的分析,量化了用户的行为、网络业务、传输控制对网络流量多分形的影响,分析了影响多分形特性的物理成因以及网络协议构成对流量多分形特性的影响,并建立了基于网络行为和协议构成的多分网络流量模型.     

基于网络层析成像技术的道路交通流预测算法

为了更有效地预测城市路网交通流量,本文提出了一种城市道路交通预测模型.该模型基于网络层析成像(Network Tomography, NT)技术建立生成树,采用期望最大 (Expectation Maximization, EM) 算法得到路网子网车流概率分布,再结合路网子网中流量守恒原则,对待预测路段流量进行推测.实验结果表明,该模型优于现常用的人工智能模型,对城市交通流量预测更为有效,且提高了预测精度.     

网络监视系统设计与实现

网络监视系统是通过收集被管网络设备的状态和行为信息,再通过图形显示来监视网络的一种监视系统,它可以帮助网络管理人员管理整个网络.该文论述了基于WEB的网络监视系统的软件实现,包括使用SNMP协议从网络设备上采集网络流量信息,数据库设计,WEB流量显示.     

一种改进的小波神经网络的网络流量预测算法

为了有效地对网络进行维护,提高网络性能,预知网络流量可以提前对网络出现的问题采取应对策略,从而对用户提供更好的服务。在神经网络预测模型中把隐含层的传递函数用小波函数替换,并采用共轭梯度下降算法,建立了一个小波神经网络的网络流量预测模型。通过实际流量数据对模型进行仿真,结果显示该模型与神经网络预测模型相比,该网络具有良好的预测效果,网络训练时间短,有效地提高了训练速度。     

基于人工神经网络城市交通流量智能预测的研究

通过对我国目前城市交通情况的分析．说明交通拥挤和流量大小息息相关，因此对城市交通流量进行预测具有重要的意义。目前应用于城市交通流量智能预测的人工神经网络模型主要有线性网络、BP网络、反馈网络等。经过综合分析而采用了线性网络对城市交通流量进行预测，其优点主要表现在结构简单，实用方便，反应速度快，实时性强。根据城市交通的具体情况，对城市交通流量的预测模型进行了仿真。其仿真结果表明所采用的线性神经网络能够用于城市交通流量的预测。     

大型局域网干线流量的可预测性分析

用一种新的算法 ,在校园网的环境下对局域网干线流量的可预测性进行了全面的分析后得出结论 :在时间粒度较细的情况下网络流量的可预测性较好 ,而在 10min以上时间粒度下网络流量基本不具备可预测性 .对分析结果给出简单的理论上的解释     

网络流量测量的自适应抽样方法研究

由于高速网络技术的发展,直接对网络流量进行全分组测量相当困难,为了解决这一问题,流量抽样测量研究已经成为高速网络环境下进行流量测量的一个热点.在对目前的抽样测量技术研究的基础上,分析了一种自适应抽样测量技术.结果表明:该方法能充分利用现有资源提高抽样测量的准确性,为研究其他的自适应抽样方法提供一定的参考.     

基于小波的异常检测方法研究

针对DDoS攻击引起的网络异常,提出基于小波变换的检测方法.将网络流量分解到不同的频段,根据高频段频谱能量,即小波方差的变化对网络流量异常进行检测.为提高预警的准确性,吸取了路由器的设计思想,用LRU Cache滤掉长时流发现突发流量,实验证明本尝试是有效的.     

网络流量监测技术及性能分析

网络流量数据对网络的资源分布、容量规划、服务质量分析、错误监测与隔离、安全管理都十分重要，文中论述了网络流量监测技术的模型与实现，然后对3种主要网络流量监测技术的特点和功能进行了比较和分析。最后，给出了3种技术的不同适用场合。     

基于Socket流量产生器的研究与实现

在Visual Studio C＋＋6.0环境下,通过Window Sockets编程,运用多线程技术,基于网络协议构造各种发包器。通过调用这些发包器向实验网络环境中发出数据包,从而在实验网络环境中产生真实的网络流量;并可根据用户的要求配置相应的背景流量模拟要求,实现对背景流量的模拟;用户可以根据需要通过设置数据包发送速率和持续时间来调整网络流量。