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。     

自相似网络流量Hurst指数估计算法

Hurst参数是表征网络业务自相似性的重要参数,在一定的观察时间内对突发业务的Hurst参数进行快速、准确地估计是高速宽带网络(如ATM)实施流量控制和缓冲资源分配的前提。提出一种基于DFGN模型和Haar小波的Hurst参数估计方法。仿真生成的DFBM和真实自相似网络业务数据的计算结果均表明,所述方法提高了Hurst参数估计的效率和准确性,比传统方法具有更好的性能。     

基于Haar小波和极大似然估计的Hurst参数估计法

Hurst参数是表征网络业务自相似性的一个重要参数,在一定的观察时间内对突发业务的Hurst参数进行快速、准确的估计是高速宽带网络实施流量控制和缓冲资源分配的前提.本文提出一种基于Haar小波和极大似然估计的Hurst参数估计法.该方法首先使用Haar小波对DFBM序列的增量DFGN序列进行小波变换,然后再利用极大似然估计来估计Hurst系数.仿真生成的DFBM和真实自相似网络业务数据的计算结果均表明,该方法提高了Hurst参数估计的效率和准确性,比传统方法具有更好的性能.     

网络流量自相似性在DDoS攻击检测中的应用

大量研究表明网络的正常流量具有自相似性,可以用自相似性参数Hurst系数来描述。DDoS攻击会破坏或者影响网络正常业务的自相似特性,用优化的R／S作为自相似性参数Hurst系数的估算算法,分析DDoS攻击数据流对正常业务数据流自相似参数Hurst系数的影响,来检测DDoS攻击。     

一种经验型的自相似流生成方法

设计了一种经验型的自相似流生成方法,该方法引入级联模型中流量分层的思想,以实测数据流的统计特征,如会话到达间隔分`布会话持续期分布、分组到达间隔分布等为基础,结合了流叠方法和分组火车模型的特点,能实时在线产生参数不可的自相似流,同时,以仿真的方法证明了业务级的重尾分布对自相似流产生的重要作用。最后,讨论了经验型算法的性能,分析表明该算法能为系统仿真提供合适的输入流。     

一种基于Matlab仿真模拟估计Hurst参数的方法

大量研究表明:业务流量的自相似性在任何时间、地点以及任何网络都存在,而且自相似模型比传统模型更能准确地描述实际网络业务流量的特性。Hurst参数在本质上是一种随机现象的持续性或者长程依赖程度的度量,可以表示系统在不同尺度上自相似的程度。本文在许多相关的研究基础之上,进一步探讨了Hurst参数的一些求解方法,并利用Matlab使用其中一种方法对网络流量突发性的强度进行了模拟仿真。     

多路自相似流输入下基于FBM模型的丢包率分析

从分形布朗运动(FBM)模型出发,结合高斯输入下的丢包性能,推导了多路自相似流输入下丢包率的理论分析.结果显示,在多路自相似流输入情况下,若各条流的均值、方差近似相等,则Hurst参数最大的流对合成流的丢包率具有决定性的影响.该结论通过仿真得到了很好的验证.所提出的分析方法和得出的结论对于网络节点性能分析、缓冲区设计及资源调度等具有实际的指导意义.     

混合业务模型下的光突发调度

分析了多路共享可以改善长相关特性的自相似业务模型在长队列缓存模型下的排队性能,有效降低Hurst参数．在长期相关(LRD)和短期相关(SRD)的混合业务流模型下,提出了采用少量光缓存的多链路共享光突发交换方案,并在模拟仿真中,得到较好的阻塞性能结果．     

多变量CAR模型的递推辨识

将加权最小二乘法和限定记忆两种参数估计方法相综合，给出了多变量系统带控制输入的自回归模型未知参数的递推估计算法，该估计算法是前两种估计方法在多输入多输出MIMO系统的推广。     

PSO算法在多模型自校正动态矩阵控制中的应用

为解决多模型控制中固定模型获取问题,将粒子群优化(PSO)算法应用于多模型自校正动态矩阵控制.对一类含跳变参数的单输入单输出离散时间系统,当模型参数突然跳变时,通过PSO算法在线优化自适应模型参数,并根据模型相似度实现固定模型的动态管理,以有效控制模型数量和减轻系统负担.模型切换策略用于选择当前与实际被控对象最接近的控制器.仿真结果表明,该方法能够较大地改善系统的瞬态响应,优于常规的自校正动态矩阵控制算法;并说明了其有效性和可行性.     

自相似业务环境下IP网络的排队性能分析

网络流量分析表明很多信息源的聚合会产生具有自相似特性的信息流,在自相似环境下分析IP网络的排队性能成为当前热点。文中采用具有Pareto分布的ON/OFF叠加模型作为输入业务,分析IP交换机缓冲区队列溢出概率,得到与实际网络相似的结论:溢出概率并不随缓存长度的增加而呈指数规律下降,其下降速度相对要慢得多。在自相似业务环境下,增加缓存长度并不能有效地降低丢失率。     

基于H1总线的信息网络业务流分析

通过对基于H1总线的信息网络过程监控层的业务量测量与分析,证实了该业务量具有典型的统计自相似性.从理论上研究了多AR1序列累加生成自相似流的机理和多个自相似流的累加过程,给出了H1总线业务量自相似性产生的原因.结果表明,基于H1总线的信息网络过程监控层的网络流量服从统计自相似分布,是一种具有典型长相关性的网络流.     

自相似过程的合并和分解过程

对LAN、ISDN的信令信道和其他通信系统中的数据统计分析表明,在宽带网络中的业务流具有自相似特性,它将对网络的设计、控制和分析产生影响,而业务流的合并和分解是网络中业务流的两个基本操作,要研究业务量的自相似特性对网络整体性能的影响,就必须首行研究它们的性质,文中给出了自相似序列经过合并和分解后仍然保持自相似性的充分条件,该结论对是进一步研究网络业务量的自相似性对网络性能的影响有理论指导意义。     

关于迭代函数系统自相似测度的一点注记

为了深入研究迭代函数系统的自相似测度,本文利用遍历理论的有关方法,具体构造测度序列,其极限点为自相似测度,与此同时,还给出了自相似测度的遍历分解以及一个应用推广的Elton定理的例子。     

A traffic model of optical networks based on time-space complexity and traffic grooming

This paper researched the traffic of optical networks in time-space complexity,proposed a novel traf-fic model for complex optical networks based on traffic grooming,designed a traffic generator GTS(gener-ator based on time and space)with centralized+distributed idea,and then made a simulation in Clanguage.Experiments results show that GTS can produce the virtual network topology which can changedynamically with the characteristic of scaling-free network.GTS can also groom the different traffic andtrigg...     

交通流的混沌特性分析及其预测

实时准确的短时交通流预测是智能交通系统中实现交通控制和诱导的关键技术之一.首先,采用饱和关联维数法和互信息量法对交通流时间序列的嵌入维数和延迟时间进行计算,并根据计算结果对交通流时间序列进行相空间重构;然后,采用wolf方法计算其最大Lyapunov指数,并对其进行功率谱分析,结果表明,交通流时间序列具有噪声;最后,分别采用基于BP神经网络和RBF神经网络的预测模型对交通流时间序列进行预测,结果表明,2种模型对短时交通流均能较好预测,但后者的预测精度较高,预测速度较快.嵌入维数;延迟时间;相空间重构;BP神经网络;RBF神经网络     

基于冲突技术法的无控制交叉口通行能力

为了获得混合交通流条件下无控制交叉口的通行能力,采用冲突技术法进行分析.通过对典型无控制交叉口的实际调查和观测,基于冲突理论,综合考虑各向交通流的相互影响,分别建立了各向机动车流、行人流和非机动车流的通行能力计算模型.在模型中引入冲突系数反映各向交通流之间的优先关系,利用修正冲突系数反映交通流的实际观测优先级和优先程度,并对模型中的行人流和非机动车流进行了组团计算,进一步对无控制交叉口共用车道和拓宽路口的通行能力进行了计算.最后根据实际观测给出模型参数标定基本值,并对模型参数进行了修正.     

神经网络模型在短期交通流预测领域应用综述

对基于神经网络的预测模型和方法的研究进行了综述,基于神经网络模型用于短期交通流预测的优点和固有缺陷,认为多种神经网络相结合的混合模型比单一的神经网络模型的预测效果要好,而将神经网络模型与其他领域的研究相结合的综合模型的预测效果要好于混合模型。因此,神经网络与各相关学科的人工智能技术有机结合将会形成强大的综合优势,更有效地用于短期交通流预测研究。     

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。     

齐次自相似集的多重分形谱分析

给出了齐次自相似集满足分离性质的一个充分条件,对于直线上的一致压缩映射族,若齐次压缩比小于各个压缩映射平移量之间的最小距离,则相应齐次自相似集满足开集条件,从而它的各种多重分形谱都相等,于是得到了重分形谱的一个简便求法.