网络业务多重分形特性研究

聚集网络业务的多重分形特性既能考查多尺度下业务的突发性,又能描述突发性相对于时间的变化,是网络业务最显著的统计特性之一.使用网络流量的联合多重分形(JMF)模型 [7]对实际数据进行分析及参数估计,检测网络业务多重分形结构,并产生理论多重分形流量.将JMF模型理论流量、基于自相似特性的分形布朗运动(FBM)模型的理论流量和实际测量流量作为OPNET仿真驱动,进行网络性能仿真.仿真结果显示由JMF模型产生的理论流量与实际测量流量的性能更为接近,进一步验证了网络业务的多重分形特性.     

多重分形下不同网络流量的合成模型

实际网络流量具有明显的分形特性,流量的多重分形特性对网络性能有着非常重要的影响,建立一个基于多重分形特性的实际流量的合成业务模型很有必要。利用小波变换能够去除实际流量相关性的特点,结合实际研究的过程中所发现的不同类型的流量具有不同的分形特性的结论,建立新的合成模型,提高合成流量的精度。同时,通过对合成后的流量进行尺度刻画和性能评价,验证了新模型的正确性。     

自相似网络流量预测的分析和研究

网络流量模型能准确和全面地刻画流量数据的各种统计特性，因而成为网络研究的热点。讨论了传统模型预测的弊端，描述了网络流量自相似的基本特征，分析了三个重要自相似模型的特点和存在的问题，使用实际网络流量验证了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。     

自相似网络流量预测的分析和研究

网络流量模型能准确和全面地刻画流量数据的各种统计特性,因而成为网络研究的热点。讨论了传统模型预测的弊端,描述了网络流量自相似的基本特征,分析了三个重要自相似模型的特点和存在的问题,使用实际网络流量验证了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。     

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。     

一种天地一体化智能网络流量模型

针对天地一体化智能网络流量具有长相关,且突发性强的特点,通过对多分形小波模型构造系数分布合理化选取,构建了基于威布尔分布的混合小波网络流量模型(W＿OWM,Weibull of wavelet model).模型结合独立小波模型的长相关描述能力和多重分形模型的短期突发描述能力,选取威布尔分布重构流量,解决了传统多分形小波模型构造系数的分布选取与实际流量分布特性无关的问题,该模型能够准确、有效的描述天地一体化智能网络流量的行为特征.仿真分析表明：W＿OWM重构流量表现了突出的重尾特性,与实际流量的分布特性相似,W＿OWM多分形谱的描述贴合于实际流量多分形谱,更能体现流量的长相关性.     

模糊综合评判算法在网络流量预测中应用

研究了网络流量预测准确性问题。预测网络数据流的动态变化,针对互联网中对网络流量的不确定影响因素较多,传统的流量预测模型精度较低等问题缺陷,提出了一种新的模糊综合评判算法,对网络流量进行预测。在全面分析网络流量相关需求的基础上,首先利用相关空间重构对网络流量原始数据进行重构,采用改进的层次分析多模型进行优化,建立模糊综合评判的网络入侵检测多指标评估模型,最终经预测得出结果。仿真结果表明采用该算法对实际网络的流量进行了预测,验证了方法具有较高的预测精度。     

基于小波变换的网络流量预测模型

目前研究发现实际网络流量具有明显的分形特性,流量的多重分形特性对网络性能有着非常重要的影响,有必要建立一个基于多重分形特性的可以同时预报长相关和短相关特性的实际网络业务模型。利用AR, ARMA等模型对短相关数据能较好地预测而对长相关数据预测精度不高的特点,并结合小波变换能够去除实际数据相关性,建立新的预测模型,使其对长相关数据同样具有比较高的预测精度。改进后的模型克服了FARIMA模型计算量比较大的缺点,保持了算法的简单性。     

局域网流量的多重分形谱分析及关联性研究 *

鉴于网络流量复杂的奇异特性 ,采用多重分形谱分析其丰富的结构特征。首先构造出局域网流量的多重分形谱 ,并分析其特点 ;然后分析了谱参数与平均流量变化图的分布特点 ;进一步研究了多重分形谱参数与平均流量对数的关联关系。研究结果显示 ,多重分形谱宽度的变化与网络流量的变化十分相似 ,且最大与最小概率的多重分形谱函数之差的变化在某种程度上比流量的波动要提前一个时段 ,该结果为采用多重分形谱实现网络流量预测奠定了理论基础。     

基于小波变换的实际网络流量刻画

大量研究结果表明实际网络流量具有明显的尺度特性,在大尺度上表现出自相似,在小尺度上表现出多重分形.多重分形为刻画流量在小尺度上的奇异性提供了良好的数学框架,而小波变换对具有长程依赖性的流量起到了去相关的作用,因此有必要利用小波技术来研究多重分形.同时网络流量的多尺度特性也为研究人员提供了新的方法来探讨流量本质特征.本文基于小波技术研究实际网络流量,首先从全局尺度和局部尺度上分析流量特征,确定产生分形的时间.然后比较多媒体流量和数据型流量在不同尺度下所表现出的性能,并且给出了产生这种现象的原因.     

基于分形散粒噪声的天基网络流量生成

为在天基网络中进行应用级开发与研究，需要对背景业务流量进行建模并实时生成。本文提出了一种基于分形散粒噪声的卫星网络聚合背景流量生成算法，该算法根据星间链路的差错特性、星上路由器随机丢弃策略、星间路由往返时延抖动特性、拥塞控制策略，对单个流的速率波动进行建模，进而使用分形散粒噪声过程对天基组网中的聚合业务务流量进行模拟生成。本文在空间综合信息网络仿真环境中使用该算法对SCPS-VJ空间传输控制协议聚合流量进行了模拟生成。仿真结果表明，该算法能够生成符合空间网络
特性的背景流量。     

基于交互式流量回放的用户行为仿真技术

流量回放可为网络靶场提供逼真的流量数据并支持网络新技术验证与安全评测。面向复杂虚拟网络的交互式用户行为仿真需求,设计一种交互式流量链路的用户行为仿真架构。采用基于云平台的分布式流量仿真策略,以实现面向复杂虚拟网络用户的行为仿真多样化和可扩展加载。对交互式流量回放过程中延时修复与补偿策略进行研究,提升交互式用户行为仿真的时序逼真性。仿真实验结果表明,该仿真架构能够在保证流量时序准确性的前提下,实现交互式的大规模用户行为仿真,与传统的ITRM、Tcpreplay等方法相比,在仿真行为的多样性、规模性、逼真性上具有一定优势,可为安全评测提供有效支撑。     

On the performance of a hybrid network traffic model

We study a hybrid network traffic model that combines a fluid-based analytical model using ordinary differential equations with the packet-oriented discrete-event simulation. The hybrid model is important to large-scale real-time network simulations, where the packet-level emulation traffic is handled by discrete events and the majority of the background traffic is described more efficiently as fluids. We present a simple performance analysis of this hybrid approach. We propose three techniques—namely, pointer caching, update dampening, and dynamic time stepping—in an implementation of the hybrid model. Experiments show that these techniques can significantly improve the performance of the fluid-based network simulation.     

NS-2的仿真模拟技术分析

网络仿真是研究通信网络技术的有效工具。仿真模拟功能提供了实际网络和仿真器交互的能力。该文介绍了NS-2的结构及网络仿真的设计流程，重点分析了网络仿真NS-2中仿真模拟功能的设计和实现。     

自相似网络业务的一个FARIMA模型

近来发现,高速网络业务具有自相似及长相关特性,分数噪声可描述该类业务。但它仅表现长相关特性,给出了利用ＦＡＲＩＭＡ模型拟合自似网络业务的一整套方法,该模型同时刻画了实际业务的长相关与短相关行性,通过对实测数据的实验, 模型的优效性。     

网络行为仿真综述

网络行为描述了网络上各类元素对象动态交互过程.它以各类网络服务协议及应用为运行载体,形成不断变化的丰富多样的网络行为,反映出网络拓扑结构给定时间内网络上的场景特点.网络行为仿真主要包括运行框架、背景流仿真、前景流仿真,将生产网络环境下网络行为按需映射到测试网络环境,提供一种按需灵活定制仿真再现能力.网络仿真应用场景不断发展,包括性能分析评估、产品和技术验证、网络入侵检测、网络攻防演练与研究发展等.为总结现有研究成果和存在的不足,分析未来发展趋势,梳理了网络行为仿真的相关概念和研究框架,从框架、背景流、前景流等技术层面总结了网络行为仿真的国内外研究现状,并对相关商业产品和开源软件工具进行了系统地分析调研,最后对网络行为仿真的未来发展进行了展望.     

恶劣气象条件下高速公路NN控制系统的研究

各种恶劣气象条件下的高速公路的交通流控制是目前急需要解决的重要问题。就此问题,利用Markos Papageorgiou的高速公路交通流模型对各种气象条件进行分析,使用神经网络方法,建立了一套适合各种气象条件的交通流模型和匝道入口控制系统,有效地控制恶劣气象条件下的高速公路交通事故。其次,利用BP神经网络的算法进行了仿真,对其中的参数进行辩识。仿真的结果与实际情况能很好地吻合,为在恶劣气象条件下控制高速公路的交通流奠定了理论和实践基础。     

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.