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.     

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。     

小波技术在网络流量特性分析中的应用

网络流量的特性分析一直是通信网络性能分析的一个极其重要的问题。小波变换能将在时域上高度复杂相关的信号分解成小波域上近似彼此不相关的过程，从而使得在时域上分析非常困难的问题，在小波域上变得简单。基于小波技术的网络流量特性分析，将网络流量过程分解成不同尺度下的小波系数(细节)和尺度系数(背景)，从而刻画出网络流量的自相似特性和多分形特性。     

基于小波技术的网络流量分析与刻画

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。为了能全面有效地刻画现代网络特征，利用小波技术对实际流量进行分析，首先判断流量的全局特性与局部特性，然后对流量进行不同分组，分别采取组内打乱和组间打乱顺序的方法，深入探讨影响多重分形的因素，最后发现均值和方差对多重分形有较大影响。     

一种新的网络业务流的多重分形小波模型

针对当前Internet上日益复杂的网络业务流和视频流，文章提出了一种新的多重分形小波模型．与普通的多重分形小波模型(Multifractal Wavelet Model，MWM)不同的是，该文提出的新模型在各个时间尺度上对小波系数都依据源数据尺度系数的边缘分布作了修正，这样确保新模型能在不同的时间尺度上拟合源数据的分布．决定网络业务流的排队分析特性的是一个关键时间尺度(Critical Time Scale，CTS)，CTS是随着缓冲区的容量和节点传输速率的变化而变化的，该文提出的模型能描述几乎各个时间尺度的业务流特性，因此能适应各种不同情况的缓冲区的排队分析．同时，新模型也继承了传统MWM的一些优良特性，比如能描述业务流的多重分形特征以及能确保最终结果始终是非负等等．最后通过对视频业务流和网络业务流的仿真实验与排队分析验证了该模型的有效性．     

基于EEMD与DFA的Hurst指数估计

去趋势波动分析(DFA)是一种研究时间序列长相关幂律特性的简单而有效的方法,其中关键的去趋势步骤就是获取序列在不同时间尺度上的局部波动函数.提出采用整体平均经验模态分解(EEMD)确定局部趋势项,去趋势操作通过移除基于EEMD的局部趋势项完成,从而给出了一种基于EEMD的DFA方法,并将其用于时间序列的Hurst指数估计.采用分形高斯噪声(FGN)和真实网络流量数据的仿真结果表明,该方法具有较好的估计效果,相比于基于EMD的DFA估计法,具有更高的估计精度.     

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.     

网络流量预测的建模与仿真研究

研究网络流量准确预测问题,网络流量变化是一种具有时变性、多尺度和突发性的非线性系统,由于传统时间序列预测方法很难揭示内在变化规律,导致网络流量的预测精度比较低.为了提高网络流量的预测精度,提出一种小波分析BP神经网络的网络流量预测模型.模型首先通过小波分析对网络流量进行分解,得到网络流量信号的近似和细节部分,然后进行重构提取多尺度特征,最后将重构的网络流量数据输入到BP神经网络,利用BP神经网络的非线性能力对网络流量进行训练、建模并预测.仿真结果表明,小波神经网络方法提高了网络流量预测精度,是一种有效实用的网络流量预测方法.     

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。     

基于对数无限可分级串框架Web网络流量分析

由于Web流量占据了网络流量的主要成分,它的尺度特性必然对整体流量特性产生一定的影响。而对数无限可分级串框架能描述数据流全范围下的多尺度行为,因此可在该框架下分析Web流量与TCP流量的多尺度行为。通过几个对比实验,发现Web流量并不一定就决定了TCP流量的尺度特性,异质的非Web流量的尺度分段交接点大于同质的Web流量的交接点。而且在相近的时间内,Web流量的尺度特性不受一些异常流量的影响,是相对稳定的。     

TCP Veno在3G环境下的性能测试

将TCP Veno运行在3G UMTS(WCDMA)环境下,采用NS-2对其性能进行仿真测试.仿真结果表明:在存在背景流、有随机丢包并且存在拥塞的3G网络中,TCP Veno的性能优于TCP Reno,而且背景流越大、达到拥塞的时间越短、随机丢包越大,TCP Veno的优越性会更加明显.     

网络流量长相关特性的滑窗时变估计算法

网络流量在动态演进过程中呈现出长相关(LRD)特性,定量描述LRD特性是网络行为研究的重要问题之一.由于传统LRD估计算法采用全域求和平均,造成序列中突发信息损失,致使传统算法均不能在复杂条件下有效估计LRD.在引入时变Hurst指数函数的概念后,提出了时域滑窗时变Hurst(SWTV-H)估计算法.SWTV-H算法在某一分辨率水平上给出局域内Hurst指数的估计,并通过局域时移实现流量序列全域内LRD趋势的动态估计.分别用仿真以及真实网络流量数据对其有效性进行了验证,与传统算法的估计结果相比,SWTV-H算法能更准确估计LRD特性,且具有更好的鲁棒性.     

Improved WWW multimedia transmission performance in HTTP/TCP overATM networks

Transmission control protocol/Internet protocol (TCP/IP) is the de facto standard of the networking world. It dynamically adjusts routing of packets to accommodate failures in channels and allows construction of very large networks with little central management. But IP packets are based on the datagram model and are not really suited to real-time traffic. In order to overcome the drawbacks, a new network technology, ATM, is proposed. ATM provides quality of service (QOS) guarantees for various classes of applications and in-order delivery of packets via connection oriented virtual circuits. Unfortunately, when ATM is to be internetworked with the existing network infrastructure, some special signaling, addressing and routing protocols are needed. IP over ATM is one of the methods proposed by IETF. It allows existing TCP/IP applications to run on ATM end-stations and ATM networks to interconnect with legacy LAN/WAN technologies. But the performance of TCP/IP over ATM leaves something to be desired. Partial packet discard (PPD) and early packet discard (EPD) are two schemes to improve its performance. This paper proposes a “selective packet retransmission” scheme for improving HTTP/TCP performance when transmitting through ATM networks. In selective packet retransmission, we take advantage of the property of humans' perception tolerance for errors to determine whether to retransmit a corrupted TCP segment or not. For lossable data, such as images, when an error occurs because of cell losses, it will not be retransmitted. The simulations show that, for the same buffer size and traffic load, selective packet retransmission performs better than PPD, EPD, and plain TCP over ATM     

A fast pattern matching algorithm with multi-byte search unit for high-speed network security

A signature-based intrusion detection system identifies intrusions by comparing the data traffic with known signature patterns. In this process, matching of packet strings against signature patterns is the most time-consuming step and dominates the overall system performance. Many signature-based network intrusion detection systems (NIDS), e.g., the Snort, employ one or multiple pattern matching algorithms to detect multiple attack types. So far, many pattern matching algorithms have been proposed. Most of them use single-byte standard unit for search, while a few algorithms such as the Modified Wu-Manber (MWM) algorithm use typically two-byte unit, which guarantees better performance than others even as the number of different signatures increases. Among those algorithms, the MWM algorithm has been known as the fastest pattern matching algorithm when the patterns in a rule set rarely appear in packets. However, the matching time of the MWM algorithm increases as the length of the shortest pattern in a signature group decreases.In this paper, by extending the length of the shortest pattern, we minimize the pattern matching time of the algorithm which uses multi-byte unit. We propose a new pattern matching algorithm called the L⁺¹-MWM algorithm for multi-pattern matching. The proposed algorithm minimizes the performance degradation that is originated from the dependency on the length of the shortest pattern. We show that the L⁺¹-MWM algorithm improves the performance of the MWM algorithm by as much as 20% in average under various lengths of shortest patterns and normal traffic conditions. Moreover, when the length of the shortest pattern in a rule set is less than 5, the L⁺¹-MWM algorithm shows 38.87% enhancement in average. We also conduct experiments on a real campus network and show that 12.48% enhancement is obtained in average. In addition, it is shown that the L⁺¹-MWM algorithm provides a better performance than the MWM algorithm by as much as 25% in average under various numbers of signatures and normal traffic conditions, and 20.12% enhancement in average with real on-line traffic.     

Performance evaluation of bandwidth allocation methods in a geostationary satellite channel in the presence of internet traffic

Resource allocation represents an important issue for the next generation TCP/IP Quality of Service-based satellite networks. Many schemes, proposed in the recent literature, consider Internet traffic as the superposition of traffic sources without distinguishing between User Datagram Protocol (UDP) and Transmission Control Protocol (TCP) flows, even if UDP and TCP imply very different traffic characteristics. The basic idea of this work is that a resource allocation algorithm which is conscious of the difference may be more efficient because it can make use of the different behaviour of TCP and UDP in the presence of network congestion. Actually TCP reduces the source flow rate and, as a consequence, also the bandwidth occupancy when there is network congestion. The use of this feature within the bandwidth allocation scheme allows reducing the bandwidth waste due to over provisioning and using the residual bandwidth for other sources. The advantage is particularly clear over satellite channels where fading often affects the communication: having some residual bandwidth available for stations which have experienced fading can improve the satellite network performance.This paper presents a detailed performance evaluation of a bandwidth allocation scheme, called E-CAP-ABASC and studied for the satellite environment. The bandwidth is assigned to the earth stations that compose the network by a master station on the basis of a cost function whose main part is represented by a closed-form of the packet loss probabilities for the TCP and UDP traffic. The use of two different packet loss probability models for TCP and UDP allows exploiting the different features of the two traffic types, so improving the overall performance either in terms of packet loss or, on the other hand, in terms of the traffic admitted.The performance evaluation is carried out by varying the link degradation due to fading, the traffic load, and the flow balance between UDP and TCP. The results show a good performance of E-CAP-ABASC, compared with two other schemes. Advantages and drawbacks are discussed.     

具有最小时间加权平方误差积分的主动队列管理算法ISTE-PI

针对现有基于控制论的主动队列管理(AQM)算法的不足,在不忽略TCP/AQM传递函数模型中时滞环节的条件下,将TCP短流和UDP流作为干扰信号引入AQM控制器的设计过程,并借助最小"时间加权平方误差积分(ISTE)"控制方法,设计了一个基于PI控制器的AQM算法ISTE-PI.与现有算法相比,ISTE-PI算法同时具备响应速度快、抗干扰能力强、能用于大时滞网络环境且鲁棒性好等特点.鉴于Internet网络流量由TCP长流、TCP短流和UDP流构成,且是大时滞网络,因此ISTE-PI算法能更好地适应Internet网络环境下的主动队列管理.     

基于多重加权法的多重分形图像分割研究

针对现有多重分形谱对噪声敏感的问题,该文提出了一种基于多重加权法的多重分形谱算法。并首先介绍了基于测度理论的多重分形谱的定义;然后定义了基于多重加权的概率测度,同时对基于多重加权法的多重分形谱性能进行了分析,最后采取与衬底法、方差法进行仿真比较的方法,进行了线性区间、抗噪声性能和收敛速度的比较。比较结果表明,该算法具有保持和加强图像的局部特性以及突出图像的细微处的特点,不仅克服了多重分形谱对噪声敏感的缺点,而且权重因子收敛快。     

网络通信流的Gamma分布多重分形模型

网络通信流具有的多重分形特性,使得对其建模成为一个极具挑战性的问题。以普通的多重分形小波模型为基础,提出一种基于Gamma分布的多重分形小波模型。该模型充分考虑最“粗”尺度系数概率分布特性,运用Gamma分布拟合最“粗”尺度的尺度系数,对于乘子Aj,k采用[－1,1]区间的对称Beta分布建模。通过仿真和数学分析的方法,分别从数据的概率分布特性、自相似特性以及多重分形特性等方面证实了该模型的优越性能。