学位论文 > 优秀研究生学位论文题录展示

网络流量的性能分析及模型研究

作　者: 王丽婷
导　师: 徐志江
学　校: 浙江工业大学
专　业: 通信与信息系统
关键词: 网络流量自相似长相关重尾多分形
分类号: TP393.06
类　型: 硕士论文
年　份: 2012年
下　载: 70次
引　用: 0次
阅　读: 论文下载

内容摘要

随着网络通信技术不断地发展，宽带网络的结构变得越来越复杂。为了能更有效地管理和维护网络，就需要对网络进行性能评价，从而达到优化网络配置的目的。随着网络自相似的发现，大量的关于自相似网络的研究不断涌现，而这些研究成果正是分析网络流量自相似性的有力工具。目前，自相似的研究大量地集中于网络流量的长相关模型以及表征自相似程度的Hurst参数估计的研究。但是研究发现，小时间尺度上的网络流量呈现明显的局部奇异特性，需要用多分形模型来刻画，而局部H lder指数和多分形谱就是用来评价网络流量多分形特性的。本文首先阐述了自相似、长相关、Hurst参数和重尾分布等概念，在此基础上展开了对实际网络流量自相似的验证。采用了经典的R/S参数估计法，对网络流量进行了Hurst参数估计，证明了实际的网络流量具有很强的突发性。为了验证网络流量存在重尾特性，在介绍了一种重尾分布——Alpha稳定分布的基础上，拟合出了实际流量的分布。验证结果表明，网络流量存在重尾现象。另外，Alpha稳定分布的特征指数也验证了网络流量存在自相似性。在网络流量多分形模型的研究上，本文进一步提出了一种以乘法模型为基础的多分形乘法模型（可变尺度参数柯西乘法模型，V.S.C.M）。通过仿真实验——局部H lder指数和多分形频的验证，表明该模型的确存在明显的多分形特征。与原始流量数据比较后发现，提出的模型数据能够很好地拟合原始流量数据。

全文目录

摘要  5-6
ABSTRACT  6-12
第1章绪论  12-17
  1.1 课题研究的背景  12-13
  1.2 课题研究的意义  13-14
  1.3 国内外研究现状及趋势  14-15
  1.4 主要研究内容和组织结构  15-17
第2章网络流量的自相似特性  17-27
  2.1 自相似的物理描述  17-18
  2.2 自相似和长相关  18-21
    2.2.1 二阶自相似和平稳性  18-19
    2.2.2 长相关  19-21
    2.2.3 自相似和长相关的关系  21
  2.3 自相似和重尾分布  21-22
    2.3.1 重尾分布  21-22
    2.3.2 重尾分布和自相似的关系  22
  2.4 网络流量长相关模型  22-26
    2.4.1 FBM和FGN模型  22-23
    2.4.2 ON/OFF模型  23-24
    2.4.3 FARIMA模型  24-25
    2.4.4 Alpha稳定自相似过程  25-26
  2.5 本章小结  26-27
第3章实际网络流量的长相关性研究  27-44
  3.1 网络流量的R/S分析  27-32
    3.1.1 经典R/S参数估计法  27-28
    3.1.2 Hurst参数的显著性检验  28-29
    3.1.3 实际网络流量的Hurst参数检验  29-32
  3.2 网络流量的重尾分布分析  32-43
    3.2.1 Alpha稳定分布  32-34
    3.2.2 Alpha稳定分布的概率密度计算  34-36
    3.2.3 Alpha稳定分布的参数估计  36-37
    3.2.4 实际网络流量的重尾分布验证  37-43
  3.3 本章小结  43-44
第4章网络流量的多分形研究  44-59
  4.1 多分形理论的概述  44-49
    4.1.1 多分形过程  44-45
    4.1.2 局部Holder指数与多分形谱及其离散估计  45-47
    4.1.3 实际网络流量多分形的验证  47-49
  4.2 一种新的网络流量多分形模型  49-57
    4.2.1 乘法模型  49-50
    4.2.2 乘数分布估计  50-53
    4.2.3 仿真实验  53-57
  4.3 本章小结  57-59
第5章总结与展望  59-61
  5.1 总结  59-60
  5.2 展望  60-61
参考文献  61-64
致谢  64-65
攻读学位期间参加的科研项目和成果  65

相似论文

非均匀非线性波导中暗孤子在抛物背景中传输特性,O437
数字图书馆网络服务架构研究与实践,TP393.09
网络流量分析预测系统的设计与实现,TP393.06
基于小波变换和马尔可夫链的流量预测模型,TP393.06
基于自相似分析的流媒体DDoS攻击检测方法研究,TP393.08
基于PDNS的BitTorrent流量局域化算法的仿真与实现,TP393.093
基于磁阻传感器和ZigBee网络的ITS车流量监控系统,TP277
基于视觉注意的显著区域检测算法研究,TP391.41
基于网络流量数据特征分析的预测技术研究,TP393.06
网络流量的自相似特性及流量预测研究,TP393.06
流数据挖掘在网络流量分析中的应用研究,TP393.06
带税风险模型的研究,F812.42
分形理论及其在金融市场分析中的应用,F830.9
金融随机波动扩展模型分析及应用研究,F830
ERV族下几个风险模型的破产概率,F840
重尾索赔下破产概率研究,O211.67
多分形小波在网络流量特征分析中的应用研究,TP393.06
基于机器学习方法的网络流量分类研究,TP393.06
基于IEEE 802.11协议的无线局域网分布式功率控制研究,TP393.17
深度流检测在对等网络中流量识别研究,TP393.06
复杂切换场景下异构无线网络选择算法研究,TN929.5