首页 | 本学科首页   官方微博 | 高级检索  
     

基于分形序列的流量模型
引用本文:陈楚;许勇;张凌. 基于分形序列的流量模型[J]. 华南理工大学学报(自然科学版), 2009, 37(1)
作者姓名:陈楚  许勇  张凌
作者单位:陈楚,Chen Chu(华南理工大学,电子与信息学院,广东,广州,510640);许勇,张凌,Xu Yong,Zhang Ling(华南理工大学,广东省计算机网络重点实验室,广东,广州,510640)  
基金项目:国家重点基础研究发展规划(973计划),国家自然科学基金 
摘    要:文中设计了一种调整方差随机二分法的分形序列生成方法, 调整该方法中的参数值可生成单分形或重分形的序列, 生成的单分形序列的自相似度和生成的重分形序列的勒让德谱取决于参数值. 该方法的时间复杂度为O(n), 由三种不同的Hurst检测方法证实了该方法具有较高的准确度. 通过分析网络流量的特征, 指出网络流量在一定的尺度上可能同时存在长相关和重分形的特性,本文提出的分形序列生成方法能生成具有不同程度突发的分形序列,可灵活的仿真不同的网络流量.

关 键 词:流量模型  自相似  长相关  重分形  勒让德谱  
收稿时间:2008-01-03
修稿时间:2008-05-27

A Network Traffic Model Based on Fractal
Chen Chu,Xu Yong,Zhang Ling. A Network Traffic Model Based on Fractal[J]. Journal of South China University of Technology(Natural Science Edition), 2009, 37(1)
Authors:Chen Chu  Xu Yong  Zhang Ling
Abstract:A experienced fractal sequence generator method AVRD(Adjust Variance Random Dichotomy) is designed. A monofractal or multifractal sequence can be generated by adjusting the value of the input arguments. The self-similarity of monofractal sequence and the Legendre spectrum of multifractal are decided by input arguments. The method provides a O(N) algorithm for synthesizing N-point dataset. The performance and validity are assessed by three different Hurst estimators. After analyzing real network traffics, we find the network traffics may show long-range dependence and multifractal characteristics during a certain scales. The AVRD method can generated fractal sequence with various spikes, which is convenient to simulate network traffic.
Keywords:traffic model  self-similar  long-range dependence  multifractal  Legendre spectrum
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《华南理工大学学报(自然科学版)》浏览原始摘要信息
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号