医院信息管理系统业务量估算与网络流量控制

本文介绍医院信息管理系统组成与设计要求;讨论了信息系统业务量估算,网络流量控制方法,保证信息管理系统数据有效性,快速存储,共享使用与安全可靠性。     

利用数据仓库技术实现网络流量数据分析

阐述了利用数据仓库的聚合技术，通过设计不同粒度的分级表，实现了对网络流量的海量数据的高效处理．给出了流量分析数据库的设计思想及结构描述，讨论了数据聚合过程．通过采用梯形式的聚合方式，在保证有用信息粒度的基础上，可以大大减少数据量和存储空间，提高查询效率．     

复杂适应系统Internet中的网络流量仿真研究

网络流量与网络带宽的关系是网络研究的一个重要课题，论文用复杂适应系统理论及基于Agent的模拟方法，对Internet复杂适应系统的网络流量与网络带宽的关系进行了模拟仿真，即在Swarm平台上构建了一个基于多Agent的随机网络流量动态模拟系统．在该系统中，首先定义了Agent行为规则及策略，然后通过多个Agent交互作用及多个Agent与周围环境之间的相互作用和影响，模拟出整个系统宏观层次的涌现特征：网络带宽被占用约50％左右时，出现震荡现象．该现象将对下一代互联网的建设提供理论参考．     

基于小波分析与卡尔曼滤波的网络流量估计和预测方法

将目标状态的小波变换系数向量描述为卡尔曼滤波方法的状态变量,进而建立了网络流量估计和预测模型,能够实现周期内的实时跟踪和动态多步预测.利用CERNET华中地区主干网的实测流量数据对该模型进行检验,所有检验周期网络流量预测值的相对误差均值为4.58%,表明网络流量估计和预测模型具有较强的适用性.     

排队论在电力信息网络系统中的应用研究

将M/M/1模型与网络通信处理过程进行了建模分析比较,得出了服务时间、发送速率、接收缓冲区的大小之间的数学关系.在此基础上,结合电力信息网络对网络带宽的要求,提出了基于排队论和服务质量的网络带宽估算方法,并以IP电话为例,给出了详细的计算过程.该方法能在对应用系统进行详细分类的基础上,利用M/M/1排队模型,直观、准确地估算出主干网络带宽.该方法适用于电力信息网络系统各种主干网带宽估算,对电力信息化建设具有指导意义.     

并行处理系统中一种改进的MARY-LO任务调度算法

讨论了并行处理系统中的任务调度问题，对基于Stone典型模型的一些算法作了些改进，改进后的算法弥补了以前算法的不足，将启发式算法，网络流量算法和贪心算法有机地结合在一起，很好地解决了处理机数目上的限制问题。     

基于奇异谱方法的网络行为分析

运用数字信号处理中的奇异谱分析方法，讨论了如何提取网络流量的周期和趋势特征，并结合最大熵谱方法对吞吐量趋势做出预测，将该方法运用于中国教育和科研网CERNET华东（北）地区网的主干网，分析了若干天的网络流量行为特征，分析结果与使用情况相吻合，对主干的流量进行了预测，并将预测结果与实际情况做了比较，定义了评价预测准确性的公式，将预测的准确性与国际上具有代表性的成果进行多方面的比较，结果说明该方法准确性较好。     

并行化网络监听数据采集模型

提出了并行化的网络监听数据采集模型,对代理管辖网络设置多个监视代理,负责对网络流量进行监听,监视代理后连接一个管理代理,负责将多个监视代理过滤处理的数据汇总,完成与其他代理的通信,以及监视代理故障后的管理工作,设计了合适的包括选择算法,该处在保持网络链接属性的前提下,通过对数据包关键域的散列运算,在各个代理间均衡流量,并结合并行代理技术,实现了网络监听数据采集的高速性和可行性,理论分析和实验结果表明,该并行策略对高速网络环境下的采集性能具有很好的加速效果。     

互联网络模型及其抗毁性分析

基于Internet网络工作机制,提出了一个Internet网络演化模型.通过仿真Internet网络数据传输过程,研究了Internet网络中心连接节点及关键线路被破坏后对网络数据流量的影响.通过对中心节点不同参数设置进行仿真分析得出,仅提高普通节点路由器的容量和处理速度对网络性能的改善并不理想,必须提高中心节点的容量和处理速度.通过对2种不同故障下的丢包率分析可知,度大的节点、介数大的节点、介数大的边,这些因素对网络的流量影响很大,对整个网络的正常运行起着重要的作用.研究结果对于现实中的Internet网络,在给定花费的前提下最大限度地改善网络、保证网络安全可靠的运行具有一定的指导意义.     

一种基于混合模型WRC的流量预测方法

针对当前网络流量预测方法在刻画网络流量多重特性方面存在的准确性及噪声干扰的问题,提出了一种基于混合模型WRC的流量预测方法,该方法利用小波分解将网络流量混沌时间序列分解为流量特性不同的近似时间序列和细节时间序列,并利用RBF神经网络和混沌模型分别对这两种时间序列进行处理,得到预测时间序列后再进行小波重构,得到最终的预测值.仿真实验结果表明模型预测有效,且预测精度较高.