Gamma Poisson混合业务流的自相似性及排队性能研究

参考MMPP的构造过程,提出模型参数更为简化的Gamma Poisson混合模型,通过仿真计算的方法考查业务流的自相似性,研究分析单排机情况下的排队性能.经与几种典型模型的对比分析,结果表明,Gamma Poisson混合模型能更适合于对实际业务流的建模.     

语音信息两类业务流模型的分析

针对语音信息在分组交换网上的传输特性,分析了现代通信网中两类业务流模型：Markov调削Poisson过(MMPP)模型和流体流动模型的基本原理、特点及其适用于描述业务流的类型．并对MMPP(2)／M／1系统的排队性能和流体流动模型的建模机理进行了分析．从而为语音传输系统的仿真模拟及传输网络的管理奠定了基础．     

NS2扩展突发性业务流:设计与实现

结合Markov调制泊松过程(MMPP)和混合泊松流,为突发性分组业务设计了Gamma调制泊松过程(GMPP)业务流模型.面向开源仿真器NS2的功能扩展,给出了纯泊松流、MMPP流和GMPP流的NS2扩展设计和实现方案,并经仿真实验进行了验证.分析表明GMPP更适用于实际业务流.     

面向无线链路QoS保证的接纳控制算法

使用MMPP(2)(马尔可夫调制泊松过程)模型对多媒体宽带业务流进行逼近，根据无线信道差错模型计算出保证一定的信元丢失率(CLR)所需的无线有效带宽，得到了一种适用于无线宽带网络接入的实时呼叫接纳控制(CAC)算法，经仿真及数值计算验证了该算法的有效性。     

PowON-PowOFF模型对区分服务QoS性能影响的研究

为了更深入地了解区分服务对网络QoS性能的影响,采用了能够真实反映网络流量特性的自相似业务模型进行分析,选取的模型是重尾ON-OFF叠加模型PowON-PowOFF;研究了自相似业务流在WFQ方案中对QoS参数的影响,并分析了该模型各参数对QoS性能的影响,为下一代网络采取相应机制克服突发业务的不利影响提供了依据.     

网络仿真中产生自相似业务流的几种方法

传统的业务模型大多基于Poisson模型或其改进形式,假定业务突发长度显负指数分布,近期真实网络流量分析表明很多信息源会产生在多时间尺度下具有自相似特性的信息流,该性质显地影响宽带网的流量控制及其排队分析,本综合地介绍了自相似的数学描述和性质,五种自相似业务流的产生方法,其中有两种给出了具体的算法,还总结了几种主要的估计Hurst参数的方法。     

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。     

快速RMD法产生的自相似业务流的性质研究

传统的业务模型大多基于Poisson模型或其改进形式，假定业务突发长度显负指数分布，近期真实网络流量分析表明很多信息源会产生在多时间尺度下具有自相似特性的信息流，该性质显著地影响带宽网的流量控制及其排除分析，合成可控制的自相似业务流是进行仿真的第一步，实现了一个快速RMD算法的自相似流生成器，估计了产生的自相似流的Hurst参数，估计了两个或多个自相似 叠架后的流的Hurst参数；利用一种打乱算法成功地去掉了自相似流的长相关性。     

Linux下可加载内核模块的网络测量方法研究

在linux操作系统下,提出并研究了基于Linux的可加载内核模块的网络测量方法,给出了该方法的整体框架,并且通过对网络业务流的测试,证明用此方法可以真实有效的测量网络业务流,提高网络流量测量效率.     

基于网络信息流的自适应MWM模型研究

多重分形小波模型(MWM)可以用于网络流量非严格自相似性的分析,但现有MWM及改进模型大多不能保证各个尺度下尺度系数的边缘分布都能拟合业务流数据,当边缘分布与源数据的统计特性有较大差异时,得到的排队分析结果也将出现较大差异.针对传统多重分形小波模型存在的缺陷,在分析实际视频流量多分辨率性能的基础上,提出了参数可调的自适应多重分形小波模型.该模型的改进之处在于它能够根据实际情况实时地调整小波参数和乘性系数,更好地适应实际网络流量的特性.对新模型的仿真流进行了尺度函数和多重分形谱的分析,结果证明了新模型的准确性.     

SANTT:网络流量共享平台

Internet研究领域里存在很多网络数据库,它们向研究者提供用来研究网络动态、流量特征和网络发展模式的各类流量数据集. 数据采集/分发工具的限制和数据集里涉及的隐私信息使得这些数据库不能得到广泛的应用. 基于此,利用专用硬件网络处理器IXP2400的高速处理性能,设计和实现了一个安全的网络数据共享平台--SANTT. 该平台里提出了一个用于去除隐私信息的前缀保持的随机化算法,并通过组播方式发布处理过的数据. 对网络数据和仿真数据进行的测试验证了SANTT系统的处理性能和稳定性.     

确定ATM的MMPP业务模型参数的新方法

利用ＭＭＰＰ模型来近似ＡＴＭ网络中多路突发业务，给出了一种确定ＭＭＰＰ模型参数的新方法，得到了这些参数关于信源数的解析式．该方法不仅计算简单、结果稳定，而且数值计算结果表明该方法有效可行     

基于小波包分析的网络流量组合预测模型

提出一个基于小波包分析的网络流量组合预测模型,将流量数据构成的原始序列进行小波包分解,并将分解得到的各近似部分和各细节部分分别单支重构成低频序列和高频序列.根据低频序列和高频序列的不同特性,分别采用自回归模型（AR）和线性最小均方误差估计（LMMSE）对未来网络流量进行预测,最后重新组合生成预测流量.通过对真实网络流量的仿真实验,结果显示该模型能够对网络流量进行比较精确的预测.     

基于小波包分析的网络流量组合预测模型

提出一个基于小波包分析的网络流量组合预测模型,将流量数据构成的原始序列进行小波包分解,并将分解得到的各近似部分和各细节部分分别单支重构成低频序列和高频序列.根据低频序列和高频序列的不同特性,分别采用自回归模型（AR）和线性最小均方误差估计（LMMSE）对未来网络流量进行预测,最后重新组合生成预测流量.通过对真实网络流量...     

ATM网络中基于MMPP的优先队列的分析

考虑了 Ａ Ｔ Ｍ 网络中单服务台两不同优先权类别的排队问题。在信号通信网络中视频信号和数据被统计复用。视频信号的到达服从 Ｎ 状态马尔可夫调制的泊松过程（ Ｍ Ｍ Ｐ Ｐ） ，数据到达服从泊松过程，且前者比后者具较高优先权。得到了两不同级别的信号在缓冲器中队长的联合母函数。     

自相关性对IP网络数据流量预测影响的实验分析

为了测定自相关性对于IP网络数据流量预测的影响,利用局域网和广域网上的真实流量数据集,设计并进行了流量聚合实验和洗牌实验.得到的实验数据显示,随着聚合尺度的增大,平均相对预测误差减小;自相关性越强,预测误差越小;上述影响主要来自于短时相关性.实验结果表明,自相关性对于数据流量预测具有重要影响,自相关性越强,预测效果越好;而且,短时相关性的影响是主要的,长时相关性的影响很小.     

基于多维信息熵值的DDoS攻击检测方法

针对互联网中日益严重的分布式拒绝服务攻击行为,提出了一种基于多维信息熵值的DDoS攻击检测方法.首先根据DDoS攻击的特点,采用条件熵及相异熵构建具有良好区分度的多维攻击检测向量,在此基础上采用滑动窗口的多维无参数CUSUM算法放大正常流量与攻击流量的差异来实现DDoS攻击的检测.通过实际网络攻击流量及合成攻击流量测试表明:文中提出的算法能够检测到LLS_ DDoS数据集及合成数据集中的全部攻击,算法对于DDoS攻击的响应速度快,能够应用于高速骨干网络中.     

基于流时间影响域的网络流量异常检测

针对如何提高网络流量异常行为检测准确率的问题,提出基于网络流时间影响域(TID)的网络流量检测模型.通过分析正常和异常情况下流量网络模型平均度的变化,构建了基于复杂网络平均度指标的网络流量异常检测算法.实验结果表明,基于网络流时间影响域的流量网络模型能合理地描述网络流量间的依赖关系,具有良好的检测性能,同时该网络模型仅需时间戳、源IP、目的IP三维网络特征即可实现,检测方法适用于绝大多数网络类型,检测效率优于其他网络流量异常检测方法,具有较高的普适性.