网络业务流量自相似性及判断方法研究

随着网络规模的扩大,网络速度的提高,对于网络业务流量特性的研究已经成为网络性能分析最主要的方向之一。通过对网络流量的研究,可以为预测网络性能、保障关键业务所需的QoS等应用提供必要的支持。主要介绍网络流量自相似性以及形成自相似的可能原因以及自相似程度的判断方法。     

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。     

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。     

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。     

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。     

校园网流量的分形特征

网络流量特性是我们深刻理解整个网络体系的架构及网络控制机制的切入点，所以有必要深入探究网络流量的特性，本文以复旦大学网络中心实测所得的网络流量数量为对象，利用小波技术来研究其数据包到达时间间隔的间波变换系数（小波系数，尺度系数），揭示出流量过程的自相似特性。     

基于流量自相似性的网络队列管理算法

网络流量的自相似性会导致数据突发状态持续,传统队列管理算法无法对网络流量突发状态进行预测,从而影响网络端到端时延、丢包率和吞吐性能。针对该问题,提出一种基于网络流量预测的主动队列管理算法P-ARED。基于网络流量的均值和方差给出网络流量等级的概念,讨论网络流量等级转移概率与Hurst参数之间的关系,提出基于贝叶斯估计思想的网络流量等级预测方法。在此基础上,在对自相似网络流量环境下的平均队列长度、缓存队列长度最小阈值等参数优化设置的基础上,基于Hurst参数和自相似流量等级预测结果,重新设计ARED算法中分组丢弃概率的计算方法,以提高缓存队列长度的稳定性。仿真结果表明,P-ARED算法与对比的主动队列管理算法相比,降低了网络端到端时延和丢包率,提高了端到端吞吐性能,其中平均吞吐量最高提升7.63%,平均时延最多降低17.52%。     

TCP流量自相似性分析

对TCP流量自相似的原因进行了分析。用ON／OFF模型解释了TCP拥塞控制机制导致自相似现象的原因,并在NS2仿真实验的基础上比较了自相似性与丢包率、负载强度的关系。仿真结果表明丢包率大小对TCP流自相似程度有着直接影响。     

基于小波的网络流量特征分析

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.本文充分利用小波变换具有多分辨率的特点,将时域里的网络流量通过小波分解,分解到不同的频带上,再对各子频带上的细节分量使用不同阀值进行消噪处理,然后采用自回归滑动平均混合模型对小波分解去噪后的不同分量分别进行预测再合成预测流量.对实际流量进行模拟预测,结果表明该模型有效地提高了预测精度,能对网络流量特别是短期流量做出较为准确的预测.     

基于网络流量小波分析的异常检测研究*

网络流量是局域网和广域网的重要特征之一,小波分析能将复杂的非线性网络流量时间序列分解成不同频率的子序列.基于小波分解的思想,利用网络流量的自相似特性来对网络的异常行为进行检测,给出了根据网络流量自相似特征参数的偏差来检测攻击的方法,对不同分辨率下Hurst参数的变化进行了比较分析.在DARPA上的测试结果表明,该方法不仅能够发现网络中存在的突发性流量攻击,还能够确定异常发生的位置.     

网络业务流的自相似特性研究

网络业务流的自相似特征显著影响网络的流量控制与排队分析,已经引起人们的极大重视.本文分析了产生自相似性的原因,以及它对网络技术的影响,介绍了自相似业务流的研究进展,指出了存在的问题,同时展望了未来的研究方向.     

自相似网络业务流建模方法与比较

随着网络服务的发展．多媒体数据逐渐成为网络业务流的主要内容。基于多媒体数据的网络业务流对服务质量(QoS)提出了更高的要求。通常对服务质量的要求必然转化为对网络资源的需求,然而这个需求的量化必须基于一个能够准确描述网络变化的网络业务流数学模型。同时,网络业务流的不同特征以及研究目的的不同使得自相似网络业务流建模成为一个挑战性的问题。近来,一系列的方法被用于自相似网络业务流建模,本文的作者将这些方法分为两类共四种方法。本文全面分析比较了这些方法,并提出一种分类机制用于根据不同的研究需要确定相应的建模方法。     

基于掩码匹配的校园网出口流量抽样测量研究

针对校园网出口流量抽样测量问题，给出了测量点的选择及测量环境的设计方案,实施了特定掩码与IP报文标识字段进行匹配的抽样测量。提出了从抽样后的报文中估计一定时间刻度原始流量的大小、估计原始报文长度与协议分布的方法。通过对防火墙流量信息的观测和对校园网流量信息的分析表明，抽样测量结果与实际情况相符。     

网络中突发业务自相似建模及其Hurst系数估计

提出了一种基于自回归AR模型的Hurst系数的估计方法，并给出了数学推导过程。采用真实网络突发业务的仿真结果表明，该文所提出的方法比传统的R／S法等估计方法具有更高的估计精度，能更好地反映真实网络业务流量的自相似性。该方法可望用于网络业务流量的管理和网络拥塞控制。     

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。