基于分形理论P2P流量行为的自相似性

针对单个主机单个协议流量的自相似性和非宏观上流量的自相似性,分析了端到端（P2P）网络流量的自相似性. 对常见的端到端(P2P)应用进行分析后发现,其应用层数据存在自相似性,且在时间尺度与行为尺度的比较中,P2P应用层流量在行为尺度上的自相似性表现得更加明显和稳定. 为了将行为尺度上的自相似性应用到业务感知领域,提出了一种新的P2P流量识别算法,该算法通过计算网络流量不同行为尺度下的容量维,再辅以主动系数来识别P2P流量. 实验结果证明,新算法在P2P流量识别方面的准确率高于同类算法,在加密流量的识别上表现尤为突出.     

移动通信网中基于级串框架的网络流量性能分析

根据湍流尺度分析中的对数无限可分级串方法(LIDC),对从某移动运营商处获取的无线分组网络流量进行了多尺度行为分析,以GPRS为例,发现现网GPRS流量符合对数无限可分级串框架,并由此对无线分组流量数据进行了深入的特性分析. 结果表明,LIDC方法在分析无线分组网络流量的多尺度行为方面非常有效. 该方法不仅在全尺度范围内能刻画网络流量的尺度特性,而且能确定出某一尺度下的有效分析范围. 同时,经过该分析框架分析表明,无线分组网络流量中的尺度保持了幂律关系、单一尺度及尺度不变性等特点.     

微信流量特性分析与建模

微信是现代互联网的主要应用之一,到目前为止有关微信流量特性分析与建模的研究较少.本文以微信流量为研究对象,分析验证微信流量同时具有自相似性和突发性.针对这两种特性进行微信流量建模,采用线性分形稳定噪声模型刻画微信流量特性,完成了模型的参数估算和效果分析.本文的研究成果是后续的网络性能分析、网络流量监管等的基础.     

一种面向自相似业务的新型主动队列管理算法

网络业务的自相似性对网络性能具有重要影响,可能导致严重的队列时延和分组丢失率.为解决这一问题,提出了一种考虑业务自相似性的主动队列管理算法.该算法基于小波方法对网络业务的赫斯特参数进行估计,并使用该参数的估计结果分析网络自相似过程和确定自相似性的程度.然后实时估计赫斯特参数,并基于此对网络业务进行实时分类.仿真用MATLAB生成网络架构,并使用帕累托分布模拟网络业务,将该算法和其他缓存管理算法的性能进行了比较,仿真结果验证了该算法具有更好的公平性,并且在网络拥塞的情况下,可以避免丢弃分组对其他队列造成影响.     

基于局部自相似性的遥感图像港口舰船检测

针对高分辨率可见光图像中靠岸舰船的灰度特征和纹理特征与港口设施极为相似而难以自动检测的问题,提出了一种利用邻域自相似局部特征提取算子提取港口舰船局部显著性特征,经过特征空间分析,并利用先验知识信息,自动检测港口舰船的算法和处理流程。实验结果表明,该处理方法具有较好的可操作性和鲁棒性,能够快速准确地检测出港口舰船目标。     

自相似网络论坛的模型研究

为描述网络论坛文章数序列的自相似性,使用基于分数差分和ARMA过程的FARIMA模型,对论坛的文章数序列进行建模和分析。FARIMA模型具有描述精度高的特点,但时间复杂度较高。为此,提出?-ARMA模型。通过实验进行仿真分析,从模型的计算复杂度和拟合准确度方面进行对比,证明了?-ARMA模型的有效性。     

羊肚菌菌丝的分形特征

用菌丝显微图像灰度的统计分布图得到羊肚菌菌丝具有分形学的自相似性并求出其分维数。对比羊肚菌固体、液体不同培养方法下菌丝的形态及分维数,结果为分枝越多分维数越大;对比不同菌种羊肚菌和蛹虫草菌丝的分维数。说明分维数的差别对于菌丝形态特征的研究可以提供基础。     

Using Self-Similarity to Cluster Large Data Sets

Clustering is a widely used knowledge discovery technique. It helps uncovering structures in data that were not previously known. The clustering of large data sets has received a lot of attention in recent years, however, clustering is a still a challenging task since many published algorithms fail to do well in scaling with the size of the data set and the number of dimensions that describe the points, or in finding arbitrary shapes of clusters, or dealing effectively with the presence of noise. In this paper, we present a new clustering algorithm, based in self-similarity properties of the data sets. Self-similarity is the property of being invariant with respect to the scale used to look at the data set. While fractals are self-similar at every scale used to look at them, many data sets exhibit self-similarity over a range of scales. Self-similarity can be measured using the fractal dimension. The new algorithm which we call Fractal Clustering (FC) places points incrementally in the cluster for which the change in the fractal dimension after adding the point is the least. This is a very natural way of clustering points, since points in the same cluster have a great degree of self-similarity among them (and much less self-similarity with respect to points in other clusters). FC requires one scan of the data, is suspendable at will, providing the best answer possible at that point, and is incremental. We show via experiments that FC effectively deals with large data sets, high-dimensionality and noise and is capable of recognizing clusters of arbitrary shape.     

基于自相似通信量输入的带宽分配算法

自相似网络通信量的发现及其对排队系统性能的影响已经得到了大量的研究。该文研究了自相似通信量输入条件下FIFO排队系统的带宽分配问题。首先得到了假设条件下排队系统的所要求带宽的上界。然后在此基础上研究了同种和异种自相似输入通信量输入情况下的带宽分配策略。最后通过仿真分析验证了所得到结果的有效性。     

基于EBP的宏观网络流量异常行为检测

针对以往Hurst指数估算方法在求解精度和实时性上的不足,提出将EBP引入到网络流量白相似特性分析中,对比实验表明EBP对Hurst指数的估算更精确、实时性更高。利用EBP的这一优势将其运用到宏观网络行为的在线实时分析和异常行为的检测中,对林肯实验室宏观网络行为数据的分析表明,正常行为和异常行为的Hurst分布曲线差异明显。与传统匹配方法相比,基于EBP的异常行为检测方法检测效率更高。