基于半马尔柯夫过程的流量预测方法

提出了一种基于半马尔柯夫过程的流量预测方法。通过半马尔柯夫过程描述网络流量特性，将网络流量划分为四种状态：忙、空闲、上升和下降。通过各状态下的网络流量特性及各状态间的相互转换关系，推导了对忙状态下网络流速率上界的预测方法。对广域网和局域网的实际流量数据的分析和检验表明，95%的数据均服从半马尔柯夫过程相应状态下的随机分布；90%的流量预测以0.8或0.9的概率低于我们所预计的流量上界，且主干网流量预测的流量上界与实际流量之间的相对误差低于15%。     

基于网络流量半马尔柯夫模型的流量预测

引入了半马尔柯夫模型描述网络流量特性，并在该模型的基础上分析推导了相应的流量预测方法。分别对广域网和局域网不同时间尺度统计的实际流量数据进行分析和短期、长期预测，所有数据的实际预测精确度均小于预先设定的置信度。说明引入的模型能真实反映网络流量特性，基于该模型的流量预测方法具有良好的预测性能且适用于不同长度的预测。     

基于MT发生器的车辆生成模型构建与仿真

针对交通流仿真技术中广泛使用的线性同余发生器在周期长度和随机性方面的不足,引入MT随机数发生器,通过性能评价验证其优越性,然后在空闲和拥挤两种交通状态下,基于MT发生器产生的随机数,应用不同的随机分布构建相应的随机发车模型。在VC环境下开发车辆生成程序进行仿真实验,将仿真数据与实测数据进行对比分析,结果表明,基于MT发生器的随机发车模型更好地逼近了实际交通状态。     

基于周期性对数流量模型的路由器性能分析

网络流量模型是网络规划设计和性能分析的基础问题，该文在分析实际网络测试所得数据的基础上提出一个周期性对数突发流量模型，不同于传统的基于概率统计模型，该模型主要考虑网络网络流量的周期性和突发特性，在测试流量数据的基础上通过函数拟合的方法解流量突发上界的时间特性，应用该模型给出了在已知模型参数的条件下，网络互连的基本单元－－路由器输入，输出接口的传输能力，缓存大小以及交换单元处理能力等必须满足的性能指标。     

基于瀑布过程的网络流量模型

分形或自相似模型可以很好地描述网络流量过程的长程依赖性，却无法真实地刻画网络流量过程在小尺度上的奇异性，论文从另一个角度，研究并建立了基于瀑布过程的瀑布模型，并对真实的网络流量数据进行模拟分析，发现瀑布模型从一定程度上解释了实际网络流量中的尺度特性，它能准确地刻画网络流量在小尺度上的奇异性，通过对模拟数据的尺度分析证明，瀑布模型具有刻画真实流量数据中多重分形特征的能力。     

FARIMA网络流量预测模型的研究与改进

网络流量模型以考察网络流量特性为出发点,以数学理论为基础,通过建立数学模型来反映真实的网络流量及其变化趋势.传统的泊松模型在现代数据网络中已经不再适用,不能真实地反映流量的趋势.但是自从网络流量的自相似性被发现后,网络流量的自相似模型不断涌现.文中应用了既能反映长相关性又能反映短相关性的FARIMA模型对真实网络流量数据进行了分析预测,经过研究和实践的验证,对模型进行了改进,提出了SFARIMA网络流量预测模型.     

虚拟空闲时间对非饱和状态DCF性能的影响

研究非饱和状态下分布式协调功能(DCF)协议的性能,针对非饱和状态下的无线局域网,引入虚拟空闲时间定量描述系统的忙碌程度,对二维马尔科夫链模型进行改进.在理想信道条件下,使用基本接人方式,利用改进模型研究虚拟空闲时间及站点数对DCF性能(系统吞吐量和分组传输平均时延)的影响.理论推导及仿真结果表明,在不同的虚拟空闲时间下,随着站点数的增加,系统非饱和吞吐量为先快速上升后缓慢下降的过程,分组传输时延则是平稳上升的过程,与选取的对比模型相比,吞吐量在站点数目较小时有明显改善,时延性能有较大提高.     

基于周期性网络流量模型的校园网流量预测

网络流量模型是网络性能评价、网络协议设计和网络规划等的基础,然而实践证明基于泊松过程的传统流量模型并不适用于实际的网络流量.在对大量校园网络流量数据统计分析的基础上,提出一个基于周期性网络流量的网络流量模型,将网络流量分为时间相关分量和正态随机分量,并利用分布拟合检验算法加以验证,同时给出了在不同置信度下基于该流量模型的流量预测算法,从而保证对校园网络高效的管理.     

卫星信道三状态Markov模型设计与仿真

为研究大气空间环境对卫星通信的影响,将卫星通信的天气状况分为晴朗天气、云雾天气、雨雪天气3种情况,分析不同天气状况下的卫星信道传播特性并建立相应的Rice分布模型、C.Loo分布模型和Suzuki分布模型,引入三状态Markov过程实现因天气变化造成的信道状态的转换,构成卫星信道三状态Markov模型并对该模型的统计特性进行分析。最后,采用正弦波叠加法并利用实测气象卫星云图数据对该卫星信道三状态Markov模型进行仿真实验。仿真结果表明,所建模型可以用来模拟实际的卫星信道传播特性。     

基于KL距离的自适应阈值网络流量异常检测

针对现有网络流量异常检测方法检测精度低且对网络环境动态变化适应性差的问题,根据网络流量在相邻时间周期内的强相关性特性,提出一种自适应阈值的网络流量异常检测方法。利用滑动窗口控制KL距离值数量,建立指数加权移动平均模型获取下一时刻的KL距离预测值,并采用滑动窗口划分的KL距离子序列与预测值确定自适应阈值范围,通过判断观测值是否在自适应阈值范围内实现网络流量异常检测。实验结果表明,该方法能有效检测网络流量异常,具有较高的检测精度。     

基于FCM城市区域道路交通状态时空分层判别方法*

为了解决城市区域路网交通状态的时空分析问题,提出了一种基于模糊C均值聚类(FCM)道路交通状态判别模型及分析方法。通过路网的空间单元交通状态的定量分析和对大量的历史数据进行FCM分析,挖掘出各空间单元的各类交通状态的聚类中心,并将实时采集的交通数据与聚类中心进行匹配,评判其实时交通状态,最后根据空间单元在路网空间分布,获得各状态下点、线、面的空间分层分析结果。实例结果表明,判别方法能准确地实现区域路网的交通状态时空判别,为交通精细化管理提供辅助决策信息。     

区分站点状态的两级轮询控制系统

针对提高轮询控制模型工作效率和区分网络优先级的问题，提出了区分站点忙闲状态的完全-门限两级轮询控制模型（ETTPSS）。模型以两级优先级为基础，依据站点的忙闲状态采用并行处理方式只对忙站点进行信息分组发送服务。模型既能区分传输服务优先级又能避开对无信息分组的空闲站点的查询，从而提高了模型资源利用率和工作效率。运用概率母函数与马尔可夫链相结合的方法对该模型进行理论分析研究，精确解析了模型各个重要性能参数。仿真实验结果表明，仿真值与理论值近似相等，说明理论分析正确合理。与普通轮询模型相比，该模型性能大幅度提高。     

负载相似节点分布解决传感器网络能量洞问题

基于多跳路由的传感器网络,靠近sink的节点由于要转发更多的数据,其能量消耗较快.能量消耗的不平衡导致了sink周围产生能量洞(energy hole),造成能量浪费,远离sink的节点还有大量的能量,但产生的数据不能传送到sink.研究了传感器网络的能量洞问题.在网络的连续空间状态下分析节点的负载分布特性,并研究空闲侦听(idle listening)对能量消耗的影响.基于分析结果,提出负载相似节点分布(load-similar node distribution)策略,即根据负载分布特性配置节点,负载重的区域配置较多的节点,以平衡各区域节点的能量消耗,解决能量洞问题.仿真结果显示,在不考虑空闲侦听能量消耗的情况下,与已有的一种非均匀节点分布和均匀节点分布相比,负载相似节点分布策略对网络寿命有显著改善;当考虑空闲侦听时,由于空闲侦听的能量消耗在总能量消耗中占较大比重,影响了网络寿命,但与其他两种节点分布策略相比,负载相似节点分布对网络寿命仍然有所改善.该分析模型和提出的负载相似节点分布策略可适用于其他多跳传感器网络.     

基于序贯蒙特卡洛算法的交通流事件重构

针对交通数据重构应用性差、缺乏对交通事件重构的研究等问题,结合交通流非线性非高斯的特点,提出一个基于序贯蒙特卡洛方法的交通流堵塞事件重构模型。该模型不断同化道路上的传感器数据,使仿真中的交通状态不断逼近真实路况,通过分析仿真数据以探测真实路网中存在的堵塞事件。模型能够对探测到的堵塞进行多粒子模拟来实现对真实道路上堵塞事件的重构。实验结果表明,该模型能够推测并重构出道路上的堵塞事件,对堵塞起始位置重构的平均误差为17m,对堵塞范围重构的平均覆盖率为82%。     

基于超爱尔兰分布的自相似网络排队模型研究

现有网络的业务流研究表明,多种通信业务中普遍存在自相似特性,但是如何对自相似业务流进行建模和分析一直是个难解问题。基于超爱尔兰拟合算法,建立了到达为泊松分布,服务时间为超爱尔兰分布的M/HErD/1/K自相似排队模型,推导得到呼叫损失概率、平均排队队长等排队性能的解析解。在实际业务环境下和传统的M/M/1/K排队模型进行了仿真对比,结果表明M/HErD/1/K模型不仅可有效表征业务流的快挂业务特性,而且能仿真出该网络在业务负荷较重时潜在的运营风险,对实际网络运营管理具有重要的指导作用。     

基于Gamma分布和小波的城域网流量仿真模型

针对网络仿真的需要,在对实际网络流量进行拟合的基础上,设计了基于Gamma分布和小波方法的流量仿真模型。对拟合效果的评估显示,该模型较好地刻画了网络流量的自相似特征,为网络流量仿真提供了一种有效的方法。     

动态视角下的城市道路交通网络失效评价模型

利用可靠性相关理论,在对交通网络状态变化规律分析的基础上,给出了了城市道路交通单元及交通网络的‘失效—非失效’态的表达方法;分析了路段单元及交通网络的状态从观察起始点t0到首次演变到‘失效态’的时间分布规律,并以此为基础推导了城市道路单元及交通网络的失效概率、平均失效时长、失效率以及条件失效时长等失效评价模型,给出了模型标定的方法。以国内某城市核心城区5条道路单元组成的路网为实例,对首次失效时间进行了分布拟合及检验,对模型进行了标定,并将模型计算结果与实际观察结果进行了对比。结果表明,利用对数正态分布来拟合首次失效时间较为理想,而且模型的计算结果与实际观察结果也非常接近,表明模型具有良好的实用性。