自相似参数辨识与汇聚无线业务尺度特性分析

Hurst参数是衡量网络流量自相似程度和突发性的重要参数,在时域R/S统计、方差 - 时间图法和频域周期图法的基础上,提出一种最优化线性回归小波模型,实现小波域内Hurst参数的准确有效快速辨识.研究了WLAN中多个输入业务源的汇聚过程以及汇聚的多输入自相似业务源统计特性.仿真实验比较了传统的以及基于最优化线性回归小波模型的Hurst参数辨识方法,验证了理论分析中汇聚自相似业务也呈现自相似性的结论,且仿真结果表明,汇聚业务的突发性得到加强而不是削弱.研究结论对网络流量的准确建模以及网络传输中流量控制和优化网络资源配置以及提高网络性能具有重要作用.     

校园网网络流量自相似性的测定

根据自相似性理论,网络流量自相似性的程度可由计算Hurst参数的大小来测定。本文通过在校园网主干路上进行网络数据包的采集,然后用方差时间方法和R／S方法计算所采集流量的Hurst参数值,以检测校园网网络流量的自相似性。通过实验的分析与比较,验证了自相似性的存在,并对如何运用Hurst值的变化来进行流量异常检测做了初步的 探讨。     

链路层分类包的网络流量自相似性研究

提出一种从链路层分类包流量的角度研究网络流量自相似性的方法。使用优化的R/S（rescaled range）法计算Hurst指数,发现分类包流量和总流量一样呈自相似性,并用ON/OFF网络流量模型解释分类包流量自相似的物理原因;并使用主成分分析法研究分类包流量对总流量自相似性的影响,得出大于512 B的分类包（大象包）是影响总流量自相似性的主要原因。实验表明该方法是快速有效的。     

网络自相似流模型研究及其排队性能分析

本文提出一种带有随机参数的线性映射模型来拟合实际网络流量的自相似特性。数学分析和仿真验证结果说明该模型能在不同的网络环境下全面地描述网络流量的统计特性。对比传统基于泊松到达过程的排队分析结果,拟合流量的排队分析结果表明该模型能够很好的运用于网络性能评估。     

基于自相似网络流量模型的分析

流量模型是流量预测和网络性能评价的核心基础。好的流量模型必须能够准确描述网络实际流量的特征情况,才能准确预测流量状况。随着网络业务类型不断增加,实际网络中业务流特性越来越复杂,表现为长相关性和自相似性等。本文重点分析了当前广泛使用的几种自相似模型,对自相似业务的分析和处理具有一定的指导意义。     

片上网络业务量的自相似性分析及模型研究

进行片上网络的架构、映射、流控与服务质量(Quality of Service,QoS)等研究时,迫切需要一个准确的业务量模型用于延时分析与测试验证,以保证设计的性能。而现有的基于马尔科夫模型和回归模型的短程相关模型无法准确地描述业务量的突发性和分形特性,不适用于基于流水的通信信号处理片上系统(System on Chip,SoC)芯片。为了解决这个问题,通过理论与实验相结合的方法,研究了网络拓扑、任务流图、映射对业务量自相似性的影响,根据通信系统的信号处理特点建立了多处理器片上系统(Multi-core Processing System on Chip,MPSoC)数据关联模型,利用典型DSP系统进行建模实验,用实测的业务量Hurst参数拟合数据关联模型参数与Hurst参数的经验函数关系式,建立了用MPSoC数据关联模型预测和估计业务量Hurst参数的方法。实验表明,采用该业务量模型估计的Hurst参数与其真实值误差较小,能较准确地描述业务量的自相似性。     

基于链路特性的卫星网络拓扑更新周期研究*

针对卫星网络拓扑更新时隙划分问题,提出了一种基于链路特性的卫星网络拓扑更新周期估算方法。首先对卫星网络拓扑更新周期进行建模,分别建立了卫星覆盖时间模型、链路长度特性模型和卫星网络拓扑更新周期估算模型;然后通过对不同星座卫星的仿真验证了此方法的有效性。该方法综合覆盖时间、时延抖动和链路长度特性三个因素对网络拓扑更新周期进行估算,提供了从链路特性到网络拓扑再到路由计算的研究视角,并通过网络拓扑这个桥梁将链路特性和路由计算连接起来,使其成为有机整体,对卫星网络的有效设计有一定的指导意义。     

混沌理论在股票市场分析上的应用

本文介绍了检验经济数据中的混沌现象的两种方法—R/S分析和BDS统计方法。通过对上证综指进行R/S分析,计算了它的Hurst指数并发现它的平均循环周期,并研究了经济时间序列的短期或长期依赖特性及其演化趋势。对同样的数据进行BDS分析,研究了经济时间序列的随机特性。     

泡罩塔板上差压波动信号的R/S分析

采用域重新标度(R/S)分析方法研究了泡罩塔板上的差压波动信号,得出泡罩塔板上差压波动信号的Hurst指数在0.33～0.49之间,<0.5说明差压波动信号具有“反持久性”。发现泡罩塔板上不同操作条件下,差压波动信号分形维数变化范围为1.51～1.67,且不同气液两相流型分形维数D存在差异:喷溅流型1.50相似文献   

煤矿井下掘进巷道瓦斯涌出R/S分析

为了掌握煤与瓦斯突出危险性变化情况,分析了煤层瓦斯涌出量影响因素,采用R/S分析方法对煤矿掘进巷道瓦斯涌出情况进行研究,得出结论:掘进巷道瓦斯涌出时间序列具有分形特性,当检测到瓦斯涌出时间序列的Hurst指数出现降低趋势并有较大波动时,说明将会出现瓦斯涌出异常,需要提前采取一定的安全防范措施。     

Internet网络流量的自相似性分析

网络流量的白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Hursc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白相似参数,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。     

校园网络流量自相似性分析与研究

对于校园网等小规模的局域网,通过计算网络流量自相似值的方法无法有效检测网络异常流量。针对该问题,在分析校园网络流量特点的基础上,将网络流量分解成趋势项和随机成分等其他项,使用经验模式分解消除网络流量中的趋势项,使得网络流量序列的自相似值能直接反映随机成分状态。实验结果表明,该方法能提高异常流量检测的准确性。     

网络流量自相似性影响因素的研究

网络流量特征是分析和研究网络性能、规划网络建设的基础。由于自相似模型能够更加真实地描述网络传输的特性,通过生成自相似性的流量进行仿真研究。提出将业务源流量自相似性与网络传输的TCP协议相结合进行研究的方法,探讨影响自相似流量的因素,分析网络行为随参数变化的情况。仿真结果表明业务源流量的自相似与网络状态无关,而网络传输的TCP协议自适应改变网络状态,从而间接改变网络流量的自相似性,但并不能消除业务源流量的自相似性。     

基于网络流量的赫斯特指数分析

该文通过对生成的布朗运动的Hurst指数分析,发现重置标度极差分析方法即R/S分析和基于小波的分析方法两者得出的H指数差异很大,通过对网络流量数据进行分析则进一步验证了上述结论,并简要分析引起此结果的原因,为今后进一步研究打下基础。     

基于仿真的网络流量分形维数的估计与分析

由分形自回归整合滑动平均（FARIMA）流量模型产生自相似性数据,针对不同维数仿真得出的流量样本,采用变标度极差分析法（R／S）在不同时间尺度上对流量分形维数进行估计分析,并分析了B/S分析法在流量估计中存在的系统偏差。     

基于自相似的异常流量自适应检测方法

根据异常流量对网络自相似的影响,通过研究在流量正常和异常情况下表征自相似程度的Hurst 参数分布特点的不同,设计一种异常流量动态自适应检测方法。该方法采用小波分析估计Hurst参数,根据网络自相似程度自适应地调整检测阈值。对MIT林肯实验室的入侵检测数据测试结果表明,该检测方法具有较好的动态自适应性、较高的检测率及较快的检测速度。     

背景流量仿真及其在卫星网络性能分析中的应用

研究表明网络流量具有自相似特性,而自相似网络流量的生成是网络性能分析的一个关键环节,为此设计了一种生成网络背景流量的方法。在VC++环境中对该方法进行了仿真,验证了其有效性。进一步将该方法应用于卫星网络仿真,对卫星网络端到端的延迟进行了初步分析,结果表明网络流量的突发特性影响着卫星网络的性能,这是在进行卫星网络路由优化与流量分配时需要考虑的因素。