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.     

一种改进的TCP传输流量模型

文章研究了TCP传输流量模型，分析了Padhye在丢失率较高的情况下与实际情况有一定差异的原因，并在Padhye模型的基础上，考虑了TCP慢启动的影响，提出了改进的Padhye模型。理论分析和实验结果表明，在网络拥挤的情况下，改进的Padhye模型更接近TCP传输的实际情况。     

iPAS系统IP承载网流量的研究

采用方差时间图方法分析了一个大型商用iPAS系统IP承载网流量数据,得出IP承载网流量呈弱自相似过程的结论,这意味着从不同的时间尺度来看,IP承载网流量具有突发性,但突发性并不是很强。而对IP承载网流量分布的分析,表明IP承载网流量呈比较复杂的分布,不能用常用的分布表示。流量峰值反映了流量的突发情况,该文研究发现,对同一流量过程,采样时间粒度不同,则采样得到的流量峰值不同。所以,为了得到必要的流量特征细节,必须合理选择采样时间粒度。     

基于HTTP的WWW服务器数据流量的测量与分析

Web服务对数据传输有一定的实时性要求，对于这一特性的分析必须依赖于服务器上的有关信息，文章就是对Web服务器上数据流量进行测量、收集，进而对这些数据进行处理分析，发现了其上的数据流特征明显，并符合自相似(Self-similar)模型。     

自相似流量下包丢失的尺度特性

IP网络上的设备故障与流量拥塞经常导致网络数据丢包现象,研究网络上丢包行为的特性对于拥塞控制机制的设计、网络性能分析和服务质量保证都具有重要意义。文章基于ON/OF模型构造了具有长相关性包到达过程的链路流量,研究了在单路复用网络模型上的丢包特性,分析了丢包过程中体现的长相关特性,以及流量长相关性、缓冲区大小、输出链路速率因素与其长相关特性的关系。     

一种基于自相似流量速率估计的主动队列管理算法

通过分析当前较常用的流量速率估计算法指数加权滑动平均算法的优缺点,结合自相似流量的特点,提出一种新的速率估计算法PLMA.基于PLMA算法,设计了一种鲁棒性较强的主动队列管理机制,以估计速率作为标记概率的决定因子之一,增强了主动队列管理机制对网络拥塞状况的反应灵敏度.该机制能够快速响应流量变化,同时保持队列稳定性.仿真结果表明该算法优于RED及尾丢弃算法.     

基于Gamma分布和小波的城域网流量仿真模型

针对网络仿真的需要,在对实际网络流量进行拟合的基础上,设计了基于Gamma分布和小波方法的流量仿真模型。对拟合效果的评估显示,该模型较好地刻画了网络流量的自相似特征,为网络流量仿真提供了一种有效的方法。     

自相似网络流量的特性分析

根据流量的不同特性,讨论几种长相关网络流量模型,分析它们的优缺点,并研究产生自相似的原因及其对网络性能的影响.     

移动AdHoc网络退避算法的改进与仿真研究

移动AdHoc网络由于没有固定控制中心,信道访问冲突十分严重,传统有线网络退避算法不适合于无线的移动.为了减少信道访问冲突,提高网络吞吐量,提出一种移动AdHoc网络的退避算法.算法根据网络状态和冲突节点发生情况,对竞争窗口大小分别采用线性、重增长线性和多重下降等方式进行动态调整,改善网络的性能.利用NS2仿真工具对网络退避算法进行了仿真,结果表明,网络退避算法减少网络信道访问冲突发生概率,提高了网络的吞吐量,网络系统性能更好.     

一种基于回归方程的流量矩阵研究

为了对网络进行有效的测量和管理,对流量模型的研究是非常重要的。论文研究了相关的流量模型,提出了一种基于回归方程方法的流量模型,证明了该方法的有效性,获得了最终仿真结果。该模型的核心有三点:(1)通过主动测量的方法获得路径流量和流量分配概率;(2)通过流量和流量分配概率计算结点对流量;(3)推导了回归方程。     

自相似网络通信量的多尺度预测研究

自相似性是网络的普遍属性,并且对网络性能具有重要影响。在网络性能研究中,利用自相似的长程相关性来进行预测对于有效分配和利用网络资源以保证网络QoS及提高网络性能是非常有意义的。然而,由于自相似通信量同时具有长程相关和短程相关性的多尺度性和非线性使得通信量的预测非常困难。文章在充分考虑自相似网络通信量这些特性的基础上,提出了利用人工神经网络来进行预测的方法。我们首先根据研究目标构建了多时间尺度预测的人工神经网络,并且对输入/输出向量处理、参数选择和学习算法进行了讨论;然后,我们利用FARIMA为模型合成的同时具有LRD和SRD性质的通信量trace进行了多尺度预测的实验研究,结果表明可以利用该算法进行多时间尺度预测,这对于优化网络控制策略是非常有意义的。     

基于异常值检测的电梯交通流预测方法

提出一种基于异常值检测的电梯交通流递归预测方法。对电梯交通流进行时间序列分析得到初始季节时间序列模型,引入异常值检测过程,检测出训练数据中的异常值并进行修正,利用修正序列得到最终的季节时间序列模型。把最终的季节时间序列模型转化为状态空间形式,通过卡尔曼滤波实时调整状态向量,实现电梯交通流的在线预测。仿真结果证明该方法有效。     

A Generalized Stochastic Method for Estimating the Characteristics of Potential Conflicts of a Controlled Air Traffic

A generalized stochastic method is presented for evaluating conflict characteristics such as conflict probability, collision probability, integral estimate of conflict probability on the near-collision time interval, and mean time to a predicted conflict. Equations are obtained for finding these conflict characteristics with regard for the stochastic nature and time correlation of the deviation from a planned controlled-flight trajectory. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 3, pp. 81–93, May–June 2005.     

一种改进的自适应流量采样方法

高速链路对实时网络流量监测提出挑战.由于流量采集分析设备性能的限制,采用精确、高效的采样方法进行流量监测分析已成为必然.最简单的固定概率采样能监测较大业务流,但往往忽略掉比例几乎超过80%的较小业务流.数据流算法可以实时高效采集高速链路数据,基于该算法的SGS(sketch guided sampling)采样技术可以实时准确估计流大小分布,但当采样速率增大到监测系统处理能力最大值时,该方法的准确性迅速降低.基于SGS方法,提出一种自适应实时网络流量的采样方法SRGS(sketch and resources guided sampling).该方法将监测系统处理能力作为采样概率调节的一个重要参数.实验结果显示,SRGS方法能够及时根据当前流大小和监测系统处理能力,调节数据包采样概率,准确性高于SGS方法.     

宏观交通流模型参数的迭代学习辨识方法

利用宏观交通流行为的重复性特性, 将快速路宏观交通流模型转换为包含此模型的一般离散时间非线性系统模型, 然后针对此一般离散时间非线性系统模型设计了基于迭代学习的宏观交通流模型参数辨识算法. 严格的理论推导证明了这种参数辨识方案的收敛性和鲁棒性. 仿真结果验证了该算法的有效性.     

一种电梯交通流多模式预测方法的研究

在分析电梯交通流的基础上提出一种多模式预测方法．该方法首先利用人工免疫聚类算法(AICA)对电梯交通流进行离线的模式识别和分类，然后在此基础上利用高斯混合模型（GMM）对具有多种模式的电梯交通流进行数学建模．通过EM算法优化估计高斯混合模型的参数，得到了确定的高斯混合模型，从而实现对电梯交通流的在线预测．与其它预测方法的仿真结果进行了比较，体现出该方法的有效性和优越性．     

基于影响模型的短时交通流预测方法

根据复杂交通网络中多个节点之间交通流相互影响的特性,提出一种基于影响模型的短时交通流预测方法。分析交通网络中交通流预测的难点,引入随机过程中影响模型的理论对其进行建模。将每个节点的交通流处理为一个隐马尔科夫过程,整个网络由多个相互交互的隐马尔科夫过程组成,采用EM算法对模型参数进行训练。实验结果表明,该方法具有较高的预测精度,可较好地显示交通网络中多个节点之间交通流的交互规律以及动态演化规律。     

一种LS-SVM在线式短时交通流预测方法

针对最小二乘支持向量机用于短时交通流在线预测时存在的计算复杂性问题,结合短交通流观测数据的特点,提出了一种最小二乘支持向量机在线式短时交通流预测算法。通过改进最小二乘支持向量机模型结构风险形式,消除了模型中的偏置项,从而简化了在线学习过程中Lagrange乘子的求解过程,利用训练数据集滑动时间窗口的移动来控制新样本的加入和旧样本的移除,通过线性运算即可求得由训练样本集的更新而引起Lagrange乘子的变化量,进而完成预测模型的在线更新。仿真结果表明,相对于已有算法,所提算法在保证预测精度的条件下,具有更低的计算复杂度,能够将在线模型更新时间平均降低了约62.64%。     

城市微观交通流模型综述

车辆跟驰模型和换车道模型是微观交通流模型研究的基础。对GM模型、线性模型、安全距离模型、AP模型、模糊推理模型和神经网络的车辆跟驰模型进行了详细的评述,并提出了现有的车辆跟驰模型存在的问题。并且对判断性换车道模型和强制性换车道模型进行了详细地论述,同时对其进行了评价。     

自相似网络的时延抖动性能仿真分析

自相似性对网络性能产生了影响是当前的研究热点。建立了一种基于FBM的自相似网络排队时延抖动分析模型,重点讨论了自相似流量作为输入时对排队系统的时延抖动的影响。对理论分形流量和实际测量流量进行了仿真实验,验证了结果的正确性和有效性。实验结果表明：自相似流量长相关强弱的程度对排队系统时延抖动特性具有非常不同的影响,尤其是在缓存较大的情况下。同时,还发现网络流量中长相关发生作用时状态转变与排队系统本身的参数也有关,这是新的发现,对实时业务的网络性能评价具有重要的参考意义。