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.     

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。     

在大规模网络模拟中实现聚集TCP流量模拟

通过分析聚集TCP流量的数学特征和协议特征,结合自相似数学模型和TCP协议模型,提出了一种既能体现聚集流量特性,又具有自我调节能力的TCP流量模型,并将模型同实际数据进行对比.实验结果表明,该模型在网络拥塞发生和未发生的两种情况下,模拟效果均与实际流量相符.     

下一代网络信令流量分析

经过研究下一代信令网的系统构成，分析了下一代网络(NGN)信令流量的特性，对比相关网络的流量特性，并分析自相似流量产生的原因，通过仿真下一代网络的信令流量，验证了下一代网络信令流量具有自相似、多分形的特性。还分析了自相似流量对下一代网络信令所产生的影响。     

下一代网络信令流量分析 

经过研究下一代信令网的系统构成，分析了下一代网络（NGN）信令流量的特性，对比相关网络的流量特性，并分析自相似流量产生的原因，通过仿真下一代网络的信令流量，验证了下一代网络信令流量具有自相似、多分形的特性。还分析了自相似流量对下一代网络信令所产生的影响。     

以太网流量的自相似性

以大网LAN流量在统计上是自相似的，通常使用的流量模型都不能俘获这一分形(fractal)特性，这类特性对于基于信元的高速网络的设计、控制和分析都具有重要的意义。     

网络中的流量模型

流量模型是流量预测和网络性能评价的基础。好的流量模型必须能够准确描述网络实际流量的特征情况，这样才能准确预测流量状况。然而近年来研究发现网络流量具有自相似性，传统的基于泊松分布的流量模型已不能很好地表述这一特征。根据流量的不同相关特性，介绍了当前网络应用的典型模型，对它们的特点进行了分析论述。     

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。     

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.     

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。     

业务自相似性分析方法研究

自相似性是真实网络业务数据中的一个主要特性,其强度大小对网络性能、流量控制及排队分析结果有重要影响,因此,准确计算表征自相似性强弱的参数Hurst值是一项很有意义的研究课题．从时域与频率域两个方面出发,综述了各种计算方法的基本原理,介绍了各自统计量定义方法,并对各种方法的结果进行横向比较,分析了各自的影响因素,最后对下一步研究方向进行了预测．     

网络流量自相似性产生原因的分析

网络业务自相似性已经引起了人们广泛关注，一些研究表明自相似性是网络业务中的一个普遍特性，网络自相似性表现出了与传统模型不同的特征。对网络业务自相似的相关理论作了阐述，对网络业务自相似相关研究工作进行了细致研究，在此基础上初步分析了网络业务自相似产生的原因。     

自相似及其对网络性能的影响分析

自相似是网络业务流量的一个重要特性,比较了自相似的度量方法并通过实际流量数据验证了网络流量的自相似,重点分析了自相似产生的原因及其对网络性能造成的影响,模拟结果表明自相似对网络的负载和利用率有较大影响,也降低了网络性能.     

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.     

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.     

基于小波变换的网络流量预测

由于现代的数据通信网络中网络流量存在很强的自相似性,如何降低这种自相似性给网络的性能造成的不利影响成为大家关注的焦点。本文通过实际的网络流量数据,利用小波变换和平稳时间序列的AR模型,实现了对网络流量很好的预测,其结果对于在网络中优化排队算法和实施流量工程具有很好的参考价值。     

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.