基于自相似背景模型的MANETs流量性能分析
基于自相似背景模型的MANETs流量性能分析
收稿日期:2007-06-18;修回日期:2007-08-31 基金项目:航空科学基金项目(05F53029);西北工业大学研究生创业种子基金项目(Z200741)作者简介:章池生(1983-),男,安徽池州人,硕士研究生,主要研究方向为M ANET 网络建模和性能评估(justinzcs @);慕德俊(1963-),男,教授,博导,主要研究方向为网络信息安全、自动控制等;陶陶(1985-),女,硕士研究生,主要研究方向为系统建模;戴冠中(1937-),男,教授,博导,主要研究方向为复杂系统控制、网络信息安全.基于自相似背景模型的M ANETs 流量性能分析*章池生a,慕德俊a,陶 陶b,戴冠中a(西北工业大学a.自动化学院; b.计算机学院,西安710072)摘 要:利用IP 数据包长度的经验分布和具有重尾特性的Pareto 分布,构造出基于自相似背景模型的MANETs 业务流量性能仿真系统。
在此仿真系统的基础上,针对不同的参数进行了一系列的仿真实验。
仿真结果表明,背景流量的自相似程度和业务流量的类型对于MAN ETs 性能有很大影响。
关键词:移动自组织网络;自相似;网络建模;网络仿真中图分类号:TP 393.03 文献标志码: A 文章编号:1001-3695(2008)07-2138-03An alysis of per for m ance of t ra ffic str eam s over MAN ET sunder self-sim ilar background m odelZHAN G Chi-sheng a ,M U De-jun a ,TAO Ta o b ,DAI Guan-z hong a(a.School of Automation, b.S chool of C omputer S cience &Engineering,Northwestern Polytechnical University,Xi ’an 710072,China)Abst ract :U sing t he em pirica l dist ribution funct ion of IP pa cket-lengt h a nd t he heav y-ta iled P aret o dis tribut ion,const ruct ed a s im ula tion sy stem of t raffic st rea m s perform a nce over MAN E Ts under self-sim ilar ba ckground tra ffic m odel.Ba sed on the a bove s yst em ,carried out a series of sim ula tion ex perim ents on different pa ra m et ers.The res ult indica tes tha t the s elf-sim ilarity of t he background t raffic and t he t ypes of the t raffic stream s hav e sig nificant influence on t he perform ance of the MAN ETs.Key words:MAN ETs;self-sim ilar;network m odeling;net work sim ula tion0 引言近年来随着网络技术的发展,特别是802.11a/b/g 等一系列无线网络标准的产生,无线局域网得到了迅速发展,而M AN ETs(m obile Ad hoc net works,移动Ad hoc 网络)作为一种新兴的无线局域网有着更为广阔的应用前景[1]。
自相似网络流量预测的分析和研究
ｇ ｖ ｎ ｉ ｈ ｎ ． ｉ ｅ ｎ ｔ ｅ ｅ ｄ
Ｋｅ ｒ ｓ ｓｌ—￣ｍｉ ； ｙｗｏ ｄ ： ｆ— ｅ ｌ ＬＲＤ； ａｙ—ｔｉｄｓｒ ｔｏ ｗａ ｅｅ ｎ ｌｓｓ ｔａｆｃｍｏ ｌ ｒ ａ ｈｅｖ — ａｌ ｉｔ ｂｕｉｎ； ｖ ｌｔ ａｙ ｉ；ｒ ｆｉ ｉ ａ ｄｅ
的 弊端 ， 描述 了网络流量 自相 似的基本 特征 ， 了三个 重要 自相似 模型 的特点 和存 在 的 问题 ， 用 实际 网络 流量 验证 了 分析 使
流量 的 自相 似性并 结合 多分形 小波模 型对 网络流 量进行 预测 ， 探讨 了流量 模型预 测 的新技术 和进一 步研究 的问题 。 关键 词 ： 自相似 ； 长相关 ； 重尾 分布 ； 波分析 ； 小 流量模 型 中图分类 号 ： Ｐ ９ ．６ Ｔ ３ ３０ 文献 标识码 ： Ａ 文章 编号 ：６３ ６ ９ （０７ １ —０４ — ４ １７ — ２Ｘ ２０ ）１ ０２ ０
网络流量自相似特性
可能的研究内容
Internet的非线性发展（非线性的动力学系统， 具备浑沌特性）
网络协议体系的变化，从共享以太网交换以太网 ATM千兆以太网/Wireless Ethernet10G Ethernet，纯IPv4IPv4与IPv6共存纯IPv6 Internet路由策略的变化，“first come, first serve” 公平的资源共享 网络应用的多样化，Grid、P2P、视频会议、 Internet multicast应用、Web Cache、VRML、多人 游戏 用户人数和主机数的增多（流量源的增加）
10
产生自相似的原因
网络拓扑的影响
(Purdue University, Boston University, 1996, NS模拟)
对流量自相似的估计并不因网络拓扑结构变化而改变
11
产生自相似的原因
重 尾 分 布 的 ON/OFF 和 浑 沌 的 TCP 导 致 Internet流量的分形特性(自相似)
6
产生自相似的原因
重 传 机 制 (Retransmission) 产 生 自 相 似 特 性 (CMU，1997)
模拟条件—输入是泊松到达（即，新数据包（不包括 重传的数据包）到达是一个简单的泊松过程），数据 包长度为常数，一个队列情况，先进先服务，无拥塞 控制的重传机制 结论—当时间尺度超过10倍的数据包传输时间，重传 数据包流量的方差在总的流量（新数据包、重传数据 包和丢失的数据包）中占据绝大多数成分。 即使改变重传机制的参数，如缓存大小、重传企图的 次数和超时时限，不能改变重传负载的自相似特性
2
佩瑞多.韦尔福雷多（Pareto Vilfredo）意大利经济学家和社会学家
自相似网络流量模型研究
摘 要 ： 对自 相 似网络流量模型进行了研究分析 。综述 了目前国内外在 网络流量长相关特性 和 自 相似 网络建模 以及基于 自相似
网络环境的拥塞控制机制研究方面所获得的主要成果 。分析 了各种模型的特点， 进行 了分类和评价 ， 并对模型 的意义进行 了初步
的探讨 ， 提出了有待进一步研究的问题 ， 对 自相似业务相关研究具有一定的指导意义 。
关键词 ： 网络流量模 型；自相似； 长相关 ； 拥塞控制 中 图分 类 号 ： Ｔ Ｐ ３ ９ ３ 文献标识码 ： Ａ 文章 编 号 ： ２ ０ ９ ５— ２ １ ６ ３ （ ２ ０ １ ３ ） ０ ２—０ ０ ３ ４— ０ ７
０ 引 言
１ ９ ９ ４年 Ｌ ｅ ｌ ａ ｎ ｄ对 Ｂ ｅ ｌ ｌ ｃ ｏ ｒ ｅ局域 网的 测试与 分析 成果 问
１ 自相似 基本 理论
分形 和 自相 似 （ Ｓ ｅ ｌ ｆ —Ｓ ｉ ｍｉ ｌ ａ ｒ ） … 的概 念最早 形成 于 上 世 纪中期 ， 源起于美籍法国数学 长度 ， 流体 中的湍 流、 对 流等 非线性 问题 的研究 。具 有 自相 似规律的不规则事物称为分形 （ Ｆ ｒ ａ ｅ ｔ ｌｓ ａ ） 。依据 分形 的 自相
Ａ Ｓ ｕ ｒ ｖ ｅ ｙ ｏ ｎ Ｓ ｅ ｌ ｆ—ｓ ｉ ｍｉ ｌ ａ ｒ Ｔｒ ａ ｆ ｎ ｅ Ｍｏ ｄ ｅ ｌ ｆ ｏ ｒ Ｎｅ ｔ ｗｏ ｒ ｋ ｓ
Ｗ ＡＮＧ Ｈｌ ｌ ｉ ．ｊ Ｉ Ｚｈ ｅ ｎ ｚ ｈ ｏ ｕ．ＺＨＵ Ｓ ｕ ｘ ｉ ａ （ １ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｃｏ ｍｐ ｕ ｔ ｅ ｒ Ｓ ｄ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ，Ｈａ ｒ ｂ ｉ ｎ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｙ， ｇ Ｈａ ｒ ｂ ｉ ｎ １ ５ ０ ０ ０ １ ，Ｃ ｈ ｉ ｎ ａ ；
网络业务流自相似性的生成模型研究的开题报告
网络业务流自相似性的生成模型研究的开题报告题目：网络业务流自相似性的生成模型研究一、研究背景网络业务流是指在互联网上进行的各种数据交换、通信、传输等业务。
网络业务流的特点之一是具有自相似性，即随着时间的推移，其流量的统计属性（如流量大小、持续时间等）呈现出一定的重复规律。
自相似性是网络业务流的内在特征，其研究对于网络性能优化、资源管理、流量控制等具有重要意义。
目前，针对网络业务流的自相似性研究主要基于混合高斯过程、分形等数学模型，但这些模型具有局限性，难以有效地捕捉自相似性的特征。
针对这一问题，本文提出了一种基于深度学习的网络业务流自相似性生成模型，通过学习网络业务流的特征来自动生成类似的流量序列，有效地模拟业务流量的自相似性。
二、研究内容（一）研究目标本文旨在探究基于深度学习的网络业务流自相似性生成模型，具体研究内容包括：1. 建立基于深度学习的网络业务流自相似性生成模型；2. 研究模型的训练与优化方法，提高模型的预测准确度；3. 利用模型生成的业务流数据，分析其自相似性特征，验证模型的有效性。
（二）研究方法1. 深度学习模型建立：本文采用基于生成对抗网络（GAN）的方法，利用一定数量的真实网络业务流数据进行训练，生成与之相似的业务流数据。
2. 模型优化：本文采用自适应学习率的优化方法，通过迭代寻求最优参数组合，提高模型的预测准确度。
3. 模型应用：本文将基于深度学习的网络业务流自相似性生成模型应用于业务流仿真，分析生成数据与真实数据之间的相似程度，验证模型的有效性。
三、研究意义本文利用深度学习方法研究网络业务流自相似性，能够为网络性能优化、资源管理提供有效的方法和手段，具有重要意义。
此外，本文对深度学习模型的应用扩展、优化等方向也具有较高的研究价值。
四、预期成果1. 建立基于深度学习的网络业务流自相似性生成模型，并实现流量序列的自动生成。
2. 通过对生成数据与真实数据的比对，分析生成数据与真实数据的相似性，验证模型的有效性。
网络流量预测模型的研究与分析
74
技 术 交 流
GUI_SetColor(0x00,0xff); 为白色 }
//设置前景为青，背景
3
结语
光转发仪的实现由硬件和软件两部分组成，本文对
（ 5 ）用户根据自己设计要求，开发所需的应用程 序。 本文仪表主要设计用来完成硬件I 2C 总线和软件模拟 I2C总线轮循访问两个收发光模块地址0xA0和0xA2之间的 数据通讯，并将这两光收发模块的工作温度、波长、收发 光功率动态显示在LCD屏上的功能。程序代码不再列出， 仪表LCD显示结果如图2所示。
FARIMA模型拟合
本文中的样本数据都来自CEM算法产生的FGN序列[2]，
采用小波分析法估计出Hurst参数[3]，采用赤池提出的AIC 准则来确定阶数 p和 q[3]，最后由文献[4]中得到自回归系数 和滑动平均系数。 对于 FARIMA(p ， d ， q) 模型的拟合，需要先对序列 进行分数差分，消除长相关特性以后再使用ARMA(p，q) 图2 分数差分后的H值(step1000)
网络流量预测模型的研究与分析
作者： 作者单位： 刊名： 英文刊名： 年，卷(期)： 陈子文 南京邮电大学信息网络技术研究所 广东通信技术 GUANGDONG COMMUNICATION TECHNOLOGY 2010,30(6)
参考文献(6条) 1.李士宁;闫焱;覃征 基于FARIMA模型的网络流量预测[期刊论文]-计算机工程与应用 2006(29) 2.Fronzoni,L;Giocondo M;Pettini,M Experimental evidence of suppression of chaos by resonant parametric perturbations[外文期刊] 1991 3.Hasler,M.Neirynck Nonlinear Circuits 1986 4.Arai,f;Aust,D;Hudson,S PaperLink:A technique for hyperlinking from real paper to electronic content 1997 5.Nasraoui O;Frigui H;Krishnapuram R;Joshi A Extracting Web user profiles using relational competitive fuzzy clustering[外文期 刊] 2000(04) 6.Chen MS;Han J;Yu PS Data mining:An overview from database perspective 1996(06)
关于网络流量自相似特性的研究50页PPT
45、自己的饭量自己知道。——苏联
Байду номын сангаас
60、人民的幸福是至高无个的法。— —西塞 罗
41、学问是异常珍贵的东西，从任何源泉吸 收都不可耻。——阿卜·日·法拉兹
42、只有在人群中间，才能认识自 己。——德国
43、重复别人所说的话，只需要教育； 而要挑战别人所说的话，则需要头脑。—— 玛丽·佩蒂博恩·普尔
关于网络流量自相似特性的研究
56、极端的法规，就是极端的不公。 ——西 塞罗 57、法律一旦成为人们的需要，人们 就不再 配享受 自由了 。—— 毕达哥 拉斯 58、法律规定的惩罚不是为了私人的 利益， 而是为 了公共 的利益 ；一部 分靠有 害的强 制，一 部分靠 榜样的 效力。 ——格 老秀斯 59、假如没有法律他们会更快乐的话 ，那么 法律作 为一件 无用之 物自己 就会消 灭。— —洛克
Internet网络流量的自相似性分析
—104— Internet 网络流量的自相似性分析房一泉，程 华，黄建华（华东理工大学计算机科学与工程系，上海 200237）摘 要：网络流量的自相似参数估计方法有多种，但研究表明这些方法在准确性或计算上都有一定的局限性。
该文在小波包分解的基础上，考虑信号能量在分解过程中的分布，得到基于小波包分解的Hurst 参数估计方法。
通过对两组合成数据的参数估计，表明该方法在继承了小波变换的计算优势的基础上，能得到更精确的估计结果。
把该方法应用于计算实际互联网流量的自相似参数，并在此基础上着重分析了受到蠕虫攻击的Internet 流量的自相似性的变化，得到了一些有用的结论。
关键词：自相似性；Hurst 参数；离散小波包变换Self-similarity Analysis of Internet Network TrafficFANG Yiquan, CHENG Hua, HUANG Jianhua(Dept. of Computer Science and Engineering, East China University of Science and Technology, Shanghai 200237)【Abstract 】There are several methods to estimate parameter H, which measures the degree of self-similarity of network traffic, but researches have indicated that they have limitations either on accuracy or on computation. This paper introduces a method based on the discrete wavelet packet transform (DWPT) for Hurst parameter estimation. It estimates the synthesis data and real Internet data by this method for the purpose of validating the accuracy and robustness. Then it focuses on the variation of self-similarity of abnormal traffics with different Internet worms by the parameter H and the percentage of component grouped by protocol types.【Key words 】Self-similarity; Hurst parameter; Discrete wavelet packet transform (DWPT)计 算 机 工 程Computer Engineering 第31卷 第23期Vol.31 № 23 2005年12月December 2005·网络与通信·文章编号：1000—3428(2005)23—0104—03文献标识码：A中图分类号：TP393文献[4]等表明网络流量在时间测量尺度为毫秒~秒级时具有自相似特性，流量的自相似特性与该过程的长相关特性有关，即可用长相关过程参数来估计自相似的二阶统计参数H 。
具有自相似到达流的无线Mesh网络流量模型
具有自相似到达流的无线Mesh网络流量模型无线Mesh网络是一种基于无线技术的点对多点的互联网络，主要用于解决传统有线网络无法覆盖的范围广泛，大规模传输数据情况下的互联问题。
然而，网络流量的复杂性和不确定性使得其很难建立一种有效的传输模型。
在这篇文章中，我们将介绍一种基于自相似到达流的无线Mesh网络流量模型。
自相似是指在不同的时间尺度下，流量的分形结构具有一致性，这意味着在较短的时间内，流量具有高度的聚集性，而在长时间尺度下，流量具有周期性。
自相似流的研究解决了传统流量模型无法成立的问题，特别是在大量高负载的场景下，自相似流模型更具有优势。
自相似到达流是指在网络传输中，数据包的到达遵循自相似分布。
具有自相似到达流的网络，其流量总量呈现出大量的波动性和不确定性，因此需要较大的缓存空间和更高的链路传输速度来保证稳定的传输。
在无线Mesh网络中，由于网络拓扑结构的复杂性和信道噪声的影响，自相似到达流的出现是不可避免的，因此需要有效的流量模型来保障网络数据的稳定传输。
本文提出的无线Mesh网络流量模型基于自相似到达流的特点，采用Hurst参数模型进行研究，通过模拟实验来验证模型的有效性。
在该模型中，我们通过改变Hurst参数的取值，模拟了不同程度的自相似流的传输情况。
结果表明，该模型可以较准确地预测网络流量的波动性和变化趋势，实现了对无线Mesh网络传输的可预测性和优化。
总之，建立具有自相似到达流的无线Mesh网络流量模型是对无线Mesh网络传输的一种有效解决方案。
我们希望通过本文的介绍，能够让更多的人意识到自相似流的重要性，并在实际应用中充分发挥其优势，促进无线Mesh网络的稳定发展。
基于流量自相似性的网络队列管理算法
基于流量自相似性的网络队列管理算法
魏德宾;杨力;潘成胜;沈婷
【期刊名称】《计算机工程》
【年(卷),期】2024(50)5
【摘要】网络流量的自相似性会导致数据突发状态持续,传统队列管理算法无法对网络流量突发状态进行预测,从而影响网络端到端时延、丢包率和吞吐性能。
针对该问题,提出一种基于网络流量预测的主动队列管理算法P-ARED。
基于网络流量的均值和方差给出网络流量等级的概念,讨论网络流量等级转移概率与Hurst参数之间的关系,提出基于贝叶斯估计思想的网络流量等级预测方法。
在此基础上,在对自相似网络流量环境下的平均队列长度、缓存队列长度最小阈值等参数优化设置的基础上,基于Hurst参数和自相似流量等级预测结果,重新设计ARED算法中分组丢弃概率的计算方法,以提高缓存队列长度的稳定性。
仿真结果表明,P-ARED算法与对比的主动队列管理算法相比,降低了网络端到端时延和丢包率,提高了端到端吞吐性能,其中平均吞吐量最高提升7.63%,平均时延最多降低17.52%。
【总页数】7页(P306-312)
【作者】魏德宾;杨力;潘成胜;沈婷
【作者单位】南京理工大学自动化学院;大连大学信息工程学院
【正文语种】中文
【中图分类】TN927
【相关文献】
1.基于实际网络流量的路由器队列调度算法性能分析
2.基于自相似流量的一种新的队列管理算法
3.基于自相似流量水平分级预测的网络队列调度算法
4.软件定义网络中基于队列管理的优化流量自适应调度算法
5.软件定义网络中基于队列管理的优化流量自适应调度算法
因版权原因，仅展示原文概要，查看原文内容请购买。
基于自相似理论的虹桥机场软交换网络流量建模及其应用研究
基于自相似理论的虹桥机场软交换网络流量建模及其应用研究目录摘要........................................................................................................................... . (I)ABSTRACT ......................................................................................................... .................................. I II 第一章绪论. (1)1.1 课题研究背景和意义 (1)1.2 课题研究动态 (2)1.3 主要研究工作及论文组织结构 (4)第二章网络流量自相似理论的基础 (5)2.1 自相似特性 (5)2.1.1 自相似性的概念 (5)2.1.2 长相关特性 (6)2.1.3 多重分形特性 (7)2.1.4 自相似性网络流量的产生原因 (8)2.2 网络流量的自相似模型 (9)2.2.1 开/关模型（ON/OFF） (9)2.2.2 分形布朗运动模型（FBM） (10)2.2.3 分形高斯噪声模型（FGN） (11)2.2.4 分形自回归求和滑动平均模型（F ARIMA） (12)2.2.5 多分形小波模型(MWM) (13)2.3 自相似过程的参数估计方法 (14)2.3.1 自相似Hurst参数的由来 (14)2.3.2 自相似Hurst参数的估计方法及比较 (14)2.3.3 RS-AL算法 (17)2.4 自相似流量对网络性能的影响 (19)2.5 本章小结 (20)第三章虹桥机场软交换网络流量模型的设计与实现 (21)3.1 虹桥机场软交换网络 (21)3.1.1 软交换网络的概念及特点 (21)3.1.2 软交换网络的分层结构 (23)3.1.3 虹桥机场电话通信的发展历史 (24)3.1.4 虹桥机场软交换网络概况 (24)3.1.5 虹桥机场软交换网络框架结构和主要设备 (26)3.2 虹桥机场软交换网络的Hurst参数计算和自相似性分析 (28)3.2.1原始网络流量数据采集 (28)3.2.3 Hurst参数计算和自相似性分析 (31)3.3 虹桥机场软交换网络HASN-FARIMA模型建立 (36)3.3.1 原始数据采集 (36)3.3.2 建模基本步骤 (37)3.3.3 实验仿真与结果分析 (39)3.3.4 模型残差检验和性能分析 (44)3.4 本章小结 (48)第四章虹桥机场软交换网络HASN-FARIMA流量模型应用 (49)4.1 TG/SG设备话务量预测与分析 (49)4.1.1 软交换网络流量的组成 (49)4.1.2 TG/SG设备的中继话务量预测算法 (52)4.1.3 实验仿真与结果分析 (54)4.2华东程控联网项目的异地节点流量估算和异地联网链路分析(56)4.2.1 华东程控联网项目介绍 (56)4.2.2自相似性对网络性能的影响分析 (57)4.2.3 软交换网络对网络性能的要求 (60)4.2.4异地联网链路的选择与分析 (63)4.2.5异地节点流量预算与实验仿真分析 (65)4.3 虹桥软交换网络彩铃业务推广的流量估算 (67)4.3.1 彩铃业务及网络流量分析 (67)4.3.2 实验仿真与结果分析 (69)4.4 本章小结 (70)第五章总结与展望 (72)5.1 总结 (72)5.2 研究展望 (73)参考文献 (74)攻读硕士学位期间已发表或录用的论文 (78)图2-1 高斯白噪声Hurst估算值95%置信区间 (19)图3-1 NGN网络分层结构图 (23)图3-2 虹桥机场软交换组网拓扑图 (26)图3-3 双核心组网示意图 (27)图3-4 南区用户数/全网用户数增长示意图 (29)图3-5 单台TG/SG设备输入网络流量、输出网络流量示意图 (32) 图3-6 单台TG/SG设备输入网络流量Hurst参数拟合 (33)图3-7 单台TG/SG设备输出网络流量Hurst参数拟合 (33)图3-8 单节点（南区）AG设备输入网络流量、输出网络流量示意图 (34)图3-9 单节点（南区）AG设备输入网络流量Hurst参数拟合 (35) 图3-10 单节点（南区）AG设备输出网络流量Hurst参数拟合(35)图3-11 HASN-FARIMA建模流程图 (38)图3-12 TG/SG和AG设备输入流量、输出流量比较图 (40)图3-13 TG/SG设备入网络流量自相关函数 (41)图3-14 季节差分后的序列 (42)图3-15 差分序列自相关、偏自相关函数 (42)图3-16 单台TG/SG设备网络输入流量残差序列自相关函数 (44) 图3-17 单台TG/SG设备网络输入流量残差序列偏自相关函数 (45) 图3-18 单台TG/SG设备网络输入流量残差序列直方图 (46)图3-19 单节点AG设备网络输入流量残差序列自相关函数 (47)图3-20 单节点AG设备网络输入流量残差序列偏自相关函数 (47) 图3-21 单节点AG设备网络输入流量残差序列直方图 (48)图4-1 软交换网络信息传送原理图 (50)图4-2 语音媒体流协议栈 (51)图4-3 MSG9000信号流转图 (53)图4-4 不影响用户正常通信的中继数示意图 (55)图4-5 华东程控联网结构图 (57)图4-6 民航ATM数据网结构图 (63)图4-7 青浦IP-PBX入网络流量预测示意图 (65)图4-8 福州IP-PBX入网络流量预测示意图 (66)图4-9 彩铃业务平台示意图 (67)图4-10 彩铃业务信令流过程 (68)图4-11 彩铃业务网络流量预测示意图 (69)表2-1 R/S-AL算法置信区间 (18)表3-1 虹桥机场高峰小时起降架次预测 (25)表3-2 虹桥机场软交换网络用户数统计表 (29)表3-3 虹桥机场软交换单台TG/SG设备网络输入流量、输出流量数据采集表（部分） (30)表3-4 虹桥机场软交换单节点AG设备网络输入流量、输出流量数据采集表（部分） (36)表3-5 （p,q）组合拟合结果表 (43)表3-6 TG/SG设备、AG设备输入、输出网络流量HASN-FARIMA（2,d,1）拟合结果表 (43)表4-1 软交换网络语音编码与网络带宽关系表 (52)表4-2 端到端时延和语音通话质量关系表 (61)表4-3 网络抖动和语音通话质量关系表 (61)表4-4 丢包率和语音通话质量关系表 (62)表4-5 ZTE软交换系统对承载的网络要求表 (62)表4-6 广域网传输链路性能参数对比表 (64)缩写词索引ACF Auto Correlation Function 自相关函数AIC Akaike Information Criterion 赤池信息量准则AG Access Gateway 接入网关A TM Asynchronous Transfer Mode 异步传输模式A TMB Air Traffic Management Bureau 空中交通管理局BIC Bayesian Modification of AIC Criterion BIC准则BHCA Busy Hour Call Attempts 忙时试呼次数CAPS Call Attempts Per Second 每秒建立呼叫数量CRBT Color Ring Back Tone 彩铃C/S Client/Server 终端/服务器架构DWDM Dense Wavelength Division Multiplexing 密集型光波复用FBM Fractional Brownian Motion 分形布朗运动FGN Fractional Gaussian Noise 分形高斯噪声FPE Final Prediction Error 最终预测误差FR Frame Relay 帧中继HASN Hongqiao Airport Soft-switch Network 虹桥机场软交换网络HDLC High-Level Data Link Control 高级数据链路控制IAD Integrated Access Device 综合接入设备IDWT Inverse Discrete Wavelet Transform 基于逆离散小波变换IN Intelligent Network 智能网IP Internet Protocol 网际协议ISDN Integrated Services Digital Network 综合业务数字网ITU International Telecommunications Union 国际电信联盟LRD Long Range Dependence 长相关MSTP Multi-Service Transfer Platform 多业务传送平台MWM Multi-fractal Wavelet Model 多分形小波模型NGN Next Generation Network 下一代通信网络ODU Outdoor device unit 室外单元PACF Partial Auto Correlation Function 偏自相关函数PBN Packet Based Network 包交换网络PLMN Public Land Mobile Network 公共陆地移动网络PSQMPerceptual Speech Quality Measure 感知语音质量测度PSTN Public Switched Telephone Networks 公共交换电话网络PTN Packet Transport Network 分组传送网。
基于自相似特性的流量测量采样方法
基于自相似特性的流量测量采样方法
孙名松;董慧颖
【期刊名称】《自动化技术与应用》
【年(卷),期】2008(27)5
【摘要】针对大型网络流量测量中测量数据量巨大、不能有效地描述流量特征的问题,本文将近年来网络研究的热点自相似性运用在流量测量中.根据流量变化对自相似参数H的影响,提出了一种基于网络的自相似特性的流量测量采样方法.该方法降低了流量测量的采样频率,能够及时、准确地发现网络异常,并能使测量数据更准确地刻画流量特征.
【总页数】4页(P80-83)
【作者】孙名松;董慧颖
【作者单位】哈尔滨理工大学网络信息中心,黑龙江,哈尔滨,150080;哈尔滨理工大学计算机科学与技术学院,黑龙江,哈尔滨,150080
【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.基于自相似特性的网络流量模型研究 [J], 李晓云
2.基于网络流量自相似的网络性能测量技术研究 [J], 戈光华
3.基于网络流量自相似的网络性能测量技术研究 [J], 戈光华
4.基于网络流量自相似的网络性能测量技术研究 [J], 戈光华
5.基于自相似特性的局域网流量异常评估方法 [J], 李国栋;秦涛;褚懿
因版权原因，仅展示原文概要，查看原文内容请购买。
MANET中基于自相似流量的负载自适应路由协议
MANET中基于自相似流量的负载自适应路由协议曾锋;陈志刚;赵明;葛志辉;李庆华【期刊名称】《小型微型计算机系统》【年(卷),期】2008(29)11【摘要】最近,QiLian Liang和Shouyi Yin两位学者分别证实了MANET中流量的自相似性.本文利用自相似性流量的可预测性,使用统计学方法进行流量预测;同时,提出节点可负载度的概念,用于描述节点接受负载的能力,并把流量预测的信息加入到该度量中,使得可负载度能表示节点当前及下一时间段的负载状况;该度量还具有负载的自适应性,能根据节点负载状况,调节流量预测所起的作用,为路由协议提供有效的支持;综合流量预测与节点可负载度,本文在DSR协议基础上提出LBDSR协议,该协议使用节点的可负载度均值来判断路由的优劣,由此实现网络吞吐量的提高和负载均衡.模拟实验显示,在网络高负载时,本文协议与DSR协议相比,网络吞吐量提高6.5%,网络端到端时延下降8.3%.【总页数】4页(P2031-2034)【作者】曾锋;陈志刚;赵明;葛志辉;李庆华【作者单位】中南大学,信息科学与工程学院,湖南,长沙,410083;中南大学,信息科学与工程学院,湖南,长沙,410083;中南大学,信息科学与工程学院,湖南,长沙,410083;中南大学,信息科学与工程学院,湖南,长沙,410083;中南大学,信息科学与工程学院,湖南,长沙,410083【正文语种】中文【中图分类】TP393【相关文献】1.一种基于仿生学的MANET拥塞节点自适应回避路由协议 [J], 黄琼;尹鹏飞;阳小龙;徐杰;隆克平2.基于路径分段的MANET自适应多径路由协议 [J], 吴大鹏;甄岩;武穆清3.MANET中基于动态拓扑的多路径自适应流量分配算法 [J], 安辉耀;卢锡城;彭伟;彭宇行4.MANET中基于移动预测的负载感知路由协议 [J], 谭长庚;王华园;伍娟5.基于自相似背景模型的MANETs流量性能分析 [J], 章池生;慕德俊;陶陶;戴冠中因版权原因，仅展示原文概要，查看原文内容请购买。
一种新的自相似流量模型的网络性能分析
随机相 位正 弦 波作 为 输 入 ， 以单 服 务 器 队 列作 为
排 队模 型 ， 析这 种新 的 自相似 流量 的排 队性 能 ， 分 并 与传 统 的泊松 排 队模 型进 行 比较 。然后探 讨 改进 自
相似 流 量 网络性 能 的方 法 和设 想 。
业 务流 的融 合 （ 一 个 统 计 复 用 器 ） 不 会 实 现对 如 并 流量 的平 滑作用 ， 也就 是说 ， 突发性 的数 据流 被复 用 后 会趋 向 于产 生 一 个 突 发 性 的 聚合 流 … 。正 是 由 于 网络流量 的 自相似 性给 流量 控制 和 网络资 源 的管 理带来 了更 多 的 困难 ， 加 了 复杂 性 。传 统 的基 于 增
流 量特性 的分 组 网 ， 人们 发 现 用 泊松 排 队模 型 来 分 析所 得 到 的 预 测 结 果 与 实 际 观察 到 的性 能 差 异 很 大 ， 在很 大 的局 限性 Ｊ 存 。基 于 传 统流 量模 型 的 网 络 性 能结论 和 网络设 计 策略 不能 完全适 用 于具 有 自 相 似 流量 的高 速 网 络 中 。因 此 ， 究 自相似 流 的 网 研 络性 能对 网络 流量 控 制 、 网络 资 源 分 配 和 提供 用 户 服务 质量具 有 十分 重要 的意 义 Ｊ 。 本文 试着 采用 一种 具有 自相 似特 性 的随 机过程
学教授 ， 士生导师 ， 博 研究方 向 ： 频与 微波集 成电路 ＣＡ 无 线 射 Ｄ、 通信与网络性能。
对 于一 个平 稳 时间 序 列 ， 义 ｉ 定 ｎ聚集 时 间 序
２ ０ Ｓ ｉ ｅｈ Ｅ ｇｇ ０７ ｃ Ｔ ｃ ． ｎｎ ． ．
一
种新 的 自相 似 流 量 模 型 的 网络 性 能 分析
自相似网络流量预测模型的研究
它相对易于实现，更适合于实际的工程应用。
假设离散序列 f (t) 代表一个采样时间间隔中到达的
流量，用 f m (k) 表示某一测量间隔内到达流量的平均值，
此测量间隔内含有m个采样间隔。 f m (k) 的计算如式(1)所
示：
∑ f m (k) = 1 km f (i)
m i=(k −1)m+1
(1)
2 自相似流量预测模型 网络流量的自相似特性体现在流量的此刻的值与历史
数据具有密切的联系，这表明自相似业务流量在较长时间 内具 有可预测的特性，根据历史流量数据对未来的流量 数 据 进 行 预 测，根 据 预 测 得 到的 流 量提 前 对网络 进 行 相 关调控，从而达到改善网络性能的效果。
自相似流 量 预 测 模 型 一 般 分为分 形预 测和 统 计 预 测 模型两大类。其中，分 形模型是以良 好的数学理论为前 提，在已有的流 量下创 造 线 性分 形 插值，以分 形的 模 型 来 对流量进行预测，此类方法称为分形预测方法。而统计预 测 模 型 则是 利用统计 学的运 算、处 理 等相 关 知 识 直 接 对 流量进行预测，此类方法则被称为统计预测方法。
1 网络流量的自相似性及业务模型 传 统 的网络业 务 模 型，如 泊 松 模 型，只能 表 现 出短相
关性，致使理论与实际之间存在较大偏差，故在业务流量 控制、控制 拥 塞 等 方面 存 在 缺 陷，所以，以传 统 模 型 来评 估自相似业务已不再适用。而网络流量的自相似是指随机 过程的统计特性始终保持不变，也就是尺度不变的特性， 表 现 为网络流 量的局 部 特 征和 整 体 特 征 相 似的 情况。因 此需要以自相似特征重构网络流量模型，以适应自相似特 性。代 表 性的 模 型有：分 形布朗运 动( F BM ) 模 型，ON / OF F 业务模型等。
Weibull分布的自相似流量及其对排队性能影响的仿真分析
Weibull分布的自相似流量及其对排队性能影响的仿真分析梁妍;吴杰【摘要】深入研究自相似流量,对网络性能的评估优化是至关重要的.通过对Weibull分布的自相似性进行理论分析及仿真,表明自相似性源于信源的属性,并不是单一流量叠加的结果.在NS2下,采用叠加Weibull分布的ON/OFF信源的方法实现了一种自相似流量的生成,并将其应用于GI/GI/1/K/FIFO排队模型网络性能的仿真分析中,补充了现有文献的仿真结论.%Thorough analysing the self-similar traffic is crucial to the estimation and optimization of the network performance. For Weibull distribution,in this paper it has been proved by means of both theoretical analysis and computer simulation that its self-similarity originates from the property of traffic sources rather than the mere aggregation. The thesis presented an implementation of forming self-similar traffic achieved by the aggregation of Weibull distributedON/OFF sources with NS2 as well as its application in a further simulative analysis on the network performance of the GI/GI/1/K/FIFO queuing model,and this complemented the simulation conclusions of existing references.【期刊名称】《计算机应用与软件》【年(卷),期】2011(028)002【总页数】4页(P208-210,217)【关键词】自相似;Weibull分布;队列性能;网络仿真器【作者】梁妍;吴杰【作者单位】辽宁科技大学高等职业技术学院,辽宁,鞍山,114051;辽宁科技大学计算机科学与工程学院,辽宁,鞍山,114051【正文语种】中文0 引言20世纪90年代初期，研究人员证实了真实的网络流量具有统计上的自相似性［1］。
Internet网络流量的自相似性分析
Internet网络流量的自相似性分析
房一泉;程华;黄建华
【期刊名称】《计算机工程》
【年(卷),期】2005(031)023
【摘要】网络流量的自相似参数估计方法有多种,但研究表明这些方法在准确性或计算上都有一定的局限性.该文在小波包分解的基础上,考虑信号能量在分解过程中的分布,得到基于小波包分解的Hurst参数估计方法.通过对两组合成数据的参数估计,表明该方法在继承了小波变换的计算优势的基础上,能得到更精确的估计结果.把该方法应用于计算实际互联网流量的自相似参数,并在此基础上着重分析了受到蠕虫攻击的Internet流量的自相似性的变化,得到了一些有用的结论.
【总页数】3页(P104-106)
【作者】房一泉;程华;黄建华
【作者单位】华东理工大学计算机科学与工程系,上海,200237;华东理工大学计算机科学与工程系,上海,200237;华东理工大学计算机科学与工程系,上海,200237【正文语种】中文
【中图分类】TP393
【相关文献】
1.Internet网络流量的测量与分析 [J], 渠怀玉
2.基于用户行为的网络流量模型及自相似性分析 [J], 田畅;王海;郑少仁
3.Internet网络流量的测量与分析 [J], 张慧勇;李纯喜;陈常嘉
4.校园网络流量自相似性分析与研究 [J], 张浩;吴敏
5.网络流量自相似性产生原因的分析 [J], 张冬梅;王韬;侯景辉
因版权原因，仅展示原文概要，查看原文内容请购买。
自相似网络流量生成算法研究
ｆ５１让ｋ循环ｋ：ｌ…Ｎ （６）Ｍ＝，（豇）一∑ｍ¨ｒ（ｋ一，）
（７）皿＝ｑ一。一＾甍，／皿一。 （８）①。＝Ｍ，皿 （９）让ｊ循环，－，＝１，．，ｋ一１ （１０）ｍ々＝中¨。』一ｍ廿ｍ女－１，ｔ一， （１１）ｍｋ＝艺①Ｈ墨．Ｊ
Ｂｕｔ ｔｈｅｒｅ ｉｓ ｎｏ ｓｉｍｐｌｅ ｔｏｏｌ ｆｏｒ ｇｅｎｅｒａｔｉｎｇ ｓｅｌｆ－ｓｉｍｉｌａｒ ｔｒａｆｆｉｃ．Ｔｈｉｓ ｐａｐｅｒ ｃｏｍｐａｒｅｓ ｓｅｖｅｒａｌ ｍａｔｈ ｍｅｔｈｏｄｓ ｇｅｎｅｒａｔｕｄｅｓ ｔｈａｔ Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ ｉｓ ｔｈｅ ｂｅｓｔ ａｆｔｅｒ ｔｈｅ ｅｘｐｅｒｉｍｅｎｔ ｃｏｍｐａｒｉｓｏｎ．Ｆｉｎａｌｌｙ ｗｅ ｉｍｐｌｅｍｅｎｔ ａ ｓｅｌｆ－ｓｉｍｉｌａｒ ｔｒａｆｆｉｃ
ｆ１２１ ｙ＾＝（１一。磊儿一ｌ
（１３）从Ⅳ（％，Ｖｔ）中选择ｘｋ
３．２ ＲＭＤ算法
ＲＭＤ（随机中点位移）算法：生成分形布朗运动（ＦＢＭ），
ＲＭＤ算法的基本思想就是不停的向内二等分．迭代的分割区
间［０，即，每一次分割时，通过区间的端点的值来计算中点的值。
例如把区间［ａ’ｂ】分割成两个区间ａ，（ａ＋ｂ）／２】，【（ａ＋ｂ）／２，ｂ１，并计算中 点（ａ＋ｂ）／２的值：
之“模糊”，得到序列｛Ｚ｝。
（３）构造复数序列｛ｚ１，．－·欲｝，Ｉｚ，｜＿√Ｚ，ｚｉ的相位为０到２叮ｒ
的均匀分布。
ｆ
１
（４）构造扩大版的ｌ毛…‘欲ｊ为｛《，．．．曩ｔ｝：
Ｏ（ｎ２）。ＲＭＤ算法的空间复杂性为０（ｎ），需要一个ｎ维数组来存
４ ＮＳ中自相似流量产生器的实现
无线Mesh网络流量自相似性研究
无线Mesh网络流量自相似性研究
尹首一;林孝康
【期刊名称】《电信科学》
【年(卷),期】2005(21)4
【摘要】近年来,无线Mesh网络已成为一个倍受关注的研究领域.对无线Mesh 网络流量特性的研究将有助于网络协议的研究、评估,以及网络结构的规划和建设.本文通过对无线Mesh测试网上采集的数据包进行统计分析,揭示了网络流量具有自相似的特性.同时,解释了无线Mesh网络流量自相似性是由网络中具有重尾分布特性的多个流叠加形成的,并通过仿真进一步分析了节点移动性对流量自相似性的影响.
【总页数】3页(P53-55)
【作者】尹首一;林孝康
【作者单位】清华大学,北京,100084;清华大学,北京,100084
【正文语种】中文
【中图分类】TN92
【相关文献】
1.基于统计网络演算的无线mesh网络流量模型 [J], 漆华妹;陈志刚
2.校园网络流量自相似性分析与研究 [J], 张浩;吴敏
3.基于无线Mesh网络流量优先级的拥塞及速率控制协议 [J], 许邦超;陈世平
4.一种有效的无线Mesh网络流量整形模型 [J], 漆华妹;陈志刚
5.基于无线Mesh网络流量优先级的拥塞及速率控制协议 [J], 许邦超;陈世平
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期:2007-06-18;修回日期:2007-08-31 基金项目:航空科学基金项目(05F53029);西北工业大学研究生创业种子基金项目(Z200741)作者简介:章池生(1983-),男,安徽池州人,硕士研究生,主要研究方向为M ANET 网络建模和性能评估(justinzcs @);慕德俊(1963-),男,教授,博导,主要研究方向为网络信息安全、自动控制等;陶陶(1985-),女,硕士研究生,主要研究方向为系统建模;戴冠中(1937-),男,教授,博导,主要研究方向为复杂系统控制、网络信息安全.基于自相似背景模型的M ANETs 流量性能分析*章池生a,慕德俊a,陶 陶b,戴冠中a(西北工业大学a.自动化学院; b.计算机学院,西安710072)摘 要:利用IP 数据包长度的经验分布和具有重尾特性的Pareto 分布,构造出基于自相似背景模型的MANETs 业务流量性能仿真系统。
在此仿真系统的基础上,针对不同的参数进行了一系列的仿真实验。
仿真结果表明,背景流量的自相似程度和业务流量的类型对于MAN ETs 性能有很大影响。
关键词:移动自组织网络;自相似;网络建模;网络仿真中图分类号:TP 393.03 文献标志码: A 文章编号:1001-3695(2008)07-2138-03An alysis of per for m ance of t ra ffic str eam s over MAN ET sunder self-sim ilar background m odelZHAN G Chi-sheng a ,M U De-jun a ,TAO Ta o b ,DAI Guan-z hong a(a.School of Automation, b.S chool of C omputer S cience &Engineering,Northwestern Polytechnical University,Xi ’an 710072,China)Abst ract :U sing t he em pirica l dist ribution funct ion of IP pa cket-lengt h a nd t he heav y-ta iled P aret o dis tribut ion,const ruct ed a s im ula tion sy stem of t raffic st rea m s perform a nce over MAN E Ts under self-sim ilar ba ckground tra ffic m odel.Ba sed on the a bove s yst em ,carried out a series of sim ula tion ex perim ents on different pa ra m et ers.The res ult indica tes tha t the s elf-sim ilarity of t he background t raffic and t he t ypes of the t raffic stream s hav e sig nificant influence on t he perform ance of the MAN ETs.Key words:MAN ETs;self-sim ilar;network m odeling;net work sim ula tion0 引言近年来随着网络技术的发展,特别是802.11a/b/g 等一系列无线网络标准的产生,无线局域网得到了迅速发展,而M AN ETs(m obile Ad hoc net works,移动Ad hoc 网络)作为一种新兴的无线局域网有着更为广阔的应用前景[1]。
为了准确测试和评估MAN ET s 中网络设备及网络协议的性能,对网络中业务流量性能分析是十分必要的。
很多文献都针对MAN ET s 的业务流量性能进行了深入的分析[2],但是这些分析都是建立在M AN ETs 零网络负载或低网络负载的基础上。
然而在实际的网络中,背景流量是不可避免地存在着,并且在很大程度上影响了人们所关注的业务流性能,所以在研究实际业务流性能的同时引入背景流量是很有必要的。
本文对构造的仿真系统模型进行介绍,其中包括自相似背景流量模型和业务流量模型,针对不同的网络参数进行性能仿真实验,并对仿真结果进行分析。
1 系统建模本文所关注的是存在背景流量的情况下业务流量的性能,所以在下面讨论中把所关注的业务流和MAN ET s 中的其他业务流剥离,分别考虑。
本文将所关注的业务流称为业务流量,M AN ETs 中的其他业务流称为背景流量。
1.1 现代网络流量的特性近年来对网络业务流量的实际测量和统计分析结果表明网络业务流量呈现两个方面的特性:a)长相关、自相似性、突发性。
从Lela nd 等人首次公布了他们从1989至1992年间对以太网信息流的测量结果[3],提出了网络流量具有自相似性的特点之后,对网络流量的研究进入一个新的阶段,文献[4]报告了WWW 信息流的自相似特性,文献[5]进行了基于分形理论的无线链路性能分析。
大量的实验结果表明:实际网络的业务流量在很大的时间尺度上表现出了长相关性、自相似性和突发性。
b)包长度分布的不均匀性。
网络上传输的IP 包长度的分布并不是均匀的,具有一定的经验分布。
图1为2000年在NAS A Am es Internet eXcha ng e(AIX)在实际网络环境中测试的一些结果[6]。
其中,实线为IP 数据包个数的积累分布曲线,虚线为字节数的积累分布曲线。
图1中显示大约有一半数目的IP 数据包长度小于44Byt e,另外18%是552或576Byt e,大约18%是1500By te,大于1500By te 的数据包个数可以忽略不计。
而IP 数据包字节数分布与个数分布不同:长度小的数据包在整个网络负载中的分量不大,一半以上的网络负载来源于1500Byt e 的数据包。
1.2 背景流量模型目前有多种流量模型可以描述网络业务流量,文献[7]总结了常用的描述网络业务流量的模型。
在众多的模型中,由于第25卷第7期2008年7月 计算机应用研究Applicat ion Research of Com puters Vol.25No.7J ul.2008自相似流模型[7]能够比较真实地反映现代网络业务流量的特性,成为目前主要研究的一类模型。
1.2.1 ON/OFF过程模型自相似流模型有多种不同的实现形式[7],其中ON/OFF 过程(ON/OFF processes)模型是一种非常常见、简便的实现方法。
ON/OFF过程模型的原理如下:模型中每个信源只有ON 和OFF两个状态,当信源处于ON状态时,该信源产生并向网络中发送数据;而信源处于OFF状态时不产生任何数据。
本文设计实现的网络背景流量产生模型就是采用ON/OFF过程模型。
从ON/OFF过程模型产生原理可以看出,ON状态产生的数据长度和OF F状态持续时间分布直接影响系统产生业务流量的真实性和可靠性。
本文对ON状态产生的数据长度和OFF状态持续时间分布作了如下处理:ON状态产生IP数据包的长度,服从如图1所示的网络上传输的IP包长度的经验分布;对于OFF状态持续时间分布,根据理论分析可知,在微观上具有重尾特性的分布能够在宏观上产生明显的长相关、自相似性[8],本文选取具有典型的重尾分布的Pa reto分布。
整个背景流量则由服从经验分布的数据长度的IP包和服从Pa ret o分布的OFF状态持续时间共同产生。
背景流量模型系统框架图如图2所示。
1.2.2 IP数据包长度经验分布的数学模型图1显示网络上传输的IP数据包个数和字节数随IP数据包长度的经验分布,对AIX提供的实验数据进行数据拟合,得到IP数据包长度经验分布的数学模型。
1.2.3 持续时间的Pa reto分布的数学模型Paret o分布的概率分布函数(PDF):PDF(x)=α/β×(β/x)α+1;x>β,α>00;x≤β(1)Paret o分布的累计分布函数(CDF):CDF(x)=1-(β/x)α;x>β,α>0(2)令t=CDF(x),由式(2)可以推出:x=β×e-ln(1-t)/α;α>0,t∈[0,1](3)当t服从(0,1)上的均匀分布时,x则服从参数为α、β的P aret o分布。
其中:α为Pa ret o分布的形状参数,表示Pa ret o分布的重尾程度,α取值越小,重尾的程度越强;β为Pareto分布的截止参数,表示该随机变量能够取到的最小值。
根据式(3)可以构造出符合Pareto分布的随机序列,生成符合条件的背景流量。
1.2.4 背景流量的自相似性分析自相似程度的大小可由Hurst参数H来刻画。
H取值在0.5与1.0之间。
H=0.5时,表示业务流量不存在自相似性; H=1.0时,表示业务流量的自相似性最强,越大则自相似程度越强。
关于表示自相似程度的参数H的具体定义和意义参看文献[8]。
对于本文产生自相似背景流量的ON/OFF过程模型,有更为简便的计算公式:H=(3-α)/2(4)其中:α为Paret o分布的形状参数。
结合式(3)和(4),可以很容易地构造出不同自相似程度的背景流量。
1.3 业务流量模型本文采用恒定速率流(CB R)作为关注的业务流量。
由于CBR是恒定时间间隔发送恒定长度的数据包,这样可以更清楚地分析各种参数对于网络传输性能指标的影响。
这些指标包括网络数据包传输的端到端延时、抖动和分组到达率等。
CBR业务流量主要有业务流量吞吐量(TS T)和业务流量数据包长度(TPL)两个参数。
其中:TS T=TP L×发送频率。
在下面的系统仿真实验中,本文将改变业务流量的TS T 和TP L,得到在不同参数状态下对业务流量性能的不同影响。
2系统仿真2.1 仿真设计根据第1章的讨论,本仿真系统针对自相似背景流量模型和业务流量模型不同的参数,设计出基于网络仿真器Qualnet 的三类仿真实验:A类,保持业务流量的TST和TPL不变,改变背景流量的自相似系数H;B类,保持背景流量的自相似系数H和业务流量的TPL不变,改变业务流量的TS T;C类,保持背景流量的自相似系数H和业务流量的TS T不变,改变业务流量的TPL。
仿真参数如表1、2所示。
仿真实验反映出来的性能指标主要有以下三个:a)平均端到端延时(AD)。
每个成功接收的数据包的端到端延时的平均值,反映了业务流量的时效性。