一种用于卫星网络的业务预测方法

针对卫星网络业务具有自相似的特点,介绍了一种基于集合经验模式分解的业务组合预测方法(EEMD)。该方法利用EEMD的分解特性,将具有自相似的网络流量分解成多个只具备短相关性的本征模态函数(IMF),这样便可使用传统的流量预测算法进行预测。文中使用人工神经网络与自回归滑动平均模型(ARMA)这两种方法进行预测。最后将多个本征模态函数(IMF)预测的结果相加作为原始信号的预测结果,实验证明此方法有更高的精度。为了迎合卫星实时性的需求,给出了硬件的框架,该框架采用DSP与FPGA相结合的构架实现连续数据的EEMD实时处理。     

小波分解和组合模型相融合的网络流量网络预测

为了提高网络流量预测的准确性,提出一种小波分解和组合模型相融合的网络流量预测预测模型。首先采用小波分析对网络流量进行分解,得到网络流量的趋势序列和波动序列,然后分别采用自回归差分滑动平均模型和极限学习机对它们进行建模和预测,最后采用仿真实验测试组合模型的性能。仿真结果表明,相对于其它网络流量预测模型,组合预测模型提高了网络流量预测精度,降低了预测误差更小。     

网络流量预测中的时间序列模型比较研究

网络流量预测在新一代网络协议设计、网络管理与诊断、设计高性能路由器等方面都具有重要意义.目前通常采用ARMA和FARIMA时序模型对网络流量序列进行拟合与预测,但没有对时间尺度的大小与模型选择的关系进行研究.本文对实际网络流量在不同时间尺度(毫秒、秒、分)下进行了流量预测建模并对预测性能进行比较,分析表明使用时序模型进行流量预测时,大时间尺度(分)流量预测较小时间尺度(毫秒、秒)具有更小的预测误差.并且,对于小时间尺度上的自相似流量序列,自相似模型FARIMA并没有较其他时序模型有更好的预测性能.     

融合EMD与全局版人工鱼群LS-SVM的网络流量预测

为提高网络流量预测模型对稳定性和精度要求,提出了一种融合经验模式分解(EMD)和全局版人工鱼群LS-SVM模型的网络流量预测算法。该模型首先通过EMD分解,将原始流量的非平稳序列分解为若干不同尺度的平稳IMF(固有模态分量)分量,再用LS-SVM模型分别对各分量进行预测,其中LS-SVM的参数用全局版人工鱼群算法进行优化;最后通过SVM组合得到原始序列的预测值。仿真实验验证了该算法的预测准确性和稳定性。     

大数据分析技术的海量网络流量建模与预测分析

为了有效避免网络拥堵,文中提出基于大数据分析技术的海量网络流量建模与预测分析方法,准确预测网络流量数据.首先利用经验模态分解处理网络流量数据,获取模式函数分量,分析网络流量的短相关性,然后通过确定数据平稳性、计算平稳时间网络流量序列的自相关系数和偏自相关系数,建立网络流量的预测模型,最后进行了网络流量的仿真实验,实验结...     

网络流量预测模型的研究与分析

网络流量模型以考察网络流量特性为出发点,以数学理论为基础,通过建立数学模型来反映真实的网络流量及其变化趋势。传统的泊松模型在现代数据网络中已经不再适用,不能真实地反映流量的趋势。但是自从网络流量的自相似性被发现后,网络流量的自相似模型不断涌现。应用了既能反映长相关性又能反映短相关性的FARIMA模型对真实网络流量数据进行了分析预测,经过研究和实践的验证,对模型进行了改进,提出了SFARIMA网络流量预测模型。     

基于小波分解和支持向量机的网络流量组合预测

研究网络流量预测问题,网络流量具有突发性、周期性、非线性特点,传统网络流量预测模型无法建立准确预测模型,导致预测误差大,预测精度低.为了提高网络流量的预测精度,提出一种小波分解和支持向量机的网络流量预测模型.首先采用小波变换对网络流量进行分解,把网络流量不同特性成分分离出来,然后采用支持向量机对各分量进行预测,最后采用小波变换对各分量预测结果进行重构,得到网络流量的最终预测结果.仿真实验结果表明,相对其它预测模型,提高了网络流量的预测精度,为网络流量预测优化提供了可靠依据.     

基于时间序列分析的网络流量预测模型研究

通过对网络流量数据作为时间序列进行小波变换建模,应用于未来时间的网络流量数据预测.首先对流量数据序列进行多尺度分解,对分解到不同尺度上的数据分别利用不同的时间序列模型进行分析,然后进行预测数据的折衷处理,得到网络流量多尺度预测模型.仿真结果表明与单一应用RBF神经网络的时间序列预测模型相比,该模型预测效果良好,具有较高的预测精度和很好的模型适应性.     

基于非线性时间序列的预测模型检验与优化的研究

 模型的适用性检验和参数优化是系统建模的最关键环节,对于预测模型的适用性检验,常采用残差方差图、最小信息准则和AIC准则等方法,存在计算量大、准确性低、模型不唯一等缺点.本文给出采用自相关系数和偏自相关系数的拖尾先对ARIMA模型检验,再对其进行F适用性检验,克服了由于观测样本的长度是有限的,偏相关的估计存在误差,拖尾时不能为ARMA定阶的缺陷,并采用具有超线性收敛性等诸多优点的变尺度法对模型参数进行了优化,得到了较为精确的、单一AIRMA 模型,该方法可应用于网络流量模型的适用性检验和模型优化,为网络流量的预测、异常检测和服务器负载预测的应用奠定了坚实的基础.     

自相似网络流量模拟的分布式系统的设计与实现

 随着网络应用的发展,网络流量不断加大,对于网络应用系统的测试也占有越来越重要的地位.良好的网络流量模型能较为真实的反映网络的情况,并能给与应用系统更为全面的测试.根据统计学的结果表明,网络流量在时间上具有自相似性.因此,对自相似流量模型的研究十分重要.为了克服单机生成网络流量的不足,本文对于分形高斯噪声(FGN)模型的算法进行了改进,使其能够并行且高速的生成自相似样本.文中针对改进后的算法提出了分布式系统,并阐述了系统的整体结构和控制机制的设计与实现.本文的工作还包括实现了一个检测网络流量的检测端,并通过它来分析分布式系统所生成的样本.结果表明,本系统所生成的网络流量具有自相似性.     

自相似业务:基于多分辨率采样和小波分析的Hurst系数估计方法

新近对局域网和广域网上大量突发业务流量的监测结果表明，采用自相似建模表征业务到达过程的长时间相关特性具有较高精度，其中Ｈｕｒｓｔ系数是表征业务突发特性的重要参数，因此在一定的观察时间内对突发业务的Ｈｕｒｓｔ系数进行快速、准确的估计是高速宽带网络（如ＡＴＭ）实施流量控制和缓冲资源分配的前提。本文提出一种基于多分辨率采样和小波分析的Ｈｕｒｓｔ系数快速估计方法，对严格二阶自相似模型下Ｈｕｒｓｔ系数的估计     

Modeling MPEG Coded Video Traffic by Markov-Modulated Self-Similar Processes

Markov modulated self-similar processes are proposed to model MPEG video sequences that can capture the LRD (Long Range Dependency) characteristics of video ACF (Auto-Correlation Function). The basic idea is to decompose an MPEG compressed video sequence into three parts according to different motion/content complexity such that each part can individually be described by a self-similar process. Beta distribution is used to characterize the marginal cumulative distribution (CDF) of the self-similar processes. To model the whole data set, Markov chain is used to govern the transitions among these three self-similar processes. In addition to the analytical derivation, initial simulations have demonstrated that our new model can capture the LRD of ACF and the marginal CDF very well. Network cell loss rate using our proposed synthesized traffic is found to be comparable with that using empirical data as the source traffic.     

WiMax网络中自相似呼叫接纳控制算法研究

针对WiMAX网络业务流的自相似特性,提出用M/Pareto模型来对网络业务流进行建模,通过M/Pareto模型和FBM业务流模型之间统计性质得到2个模型间的参数映射关系,推导出基于M/Pareto模型参数的有效带宽计算公式,据此设计出一个自相似接纳控制算法(SS-CAC)。该算法避免了通过测量的方法来获取FBM业务流模型中参数值,又适应了WiMAX网络流自相似这一特性,使得计算的有效带宽更加精确和方便,提高了系统资源利用率。仿真结果表明,该算法极大地提高网络的带宽利用率,降低了系统的呼叫阻塞率。     

Multihop Virtual Topology Design in WDM Optical Networks for Self-Similar Traffic

In this paper, we consider the problem of designing virtual topologies for multihop optical WDM networks when the traffic is self-similar in nature. Studies over the last few years suggest that the network traffic is bursty and can be much better modeled using self similar process instead of Poisson process. We examine buffer sizes of a network and observe that, even with reasonably low buffer overflow probability, the maximum buffer size requirement for self-similar traffic can be very large. Therefore, a self-similar traffic model has an impact on the queuing delay which is usually much higher than that obtained with the Poisson model. We investigate the problem of constructing the virtual topology with these two types of traffic and solve it with two algorithmic approaches: Greedy (Heuristic) algorithm and Evolutionary algorithm. While the greedy algorithm performs a least-cost search on the total delay along paths for routing traffic in a multihop fashion, the evolutionary algorithm uses genetic methods to optimize the average delay in a network. We analyze and compare our proposed algorithms with an existing algorithm via different performance parameters. Interestingly, with both the proposed algorithms the difference in the queuing delays, caused by self-similar and Poisson traffic, results in different multihop virtual topologies.     

用稳定CPC噪声合成网络业务量

该文提出了一种新的网络业务量合成方法稳定CPC噪声。该方法用于近似业务量的无穷可分层叠模型。实验证实,该方法生成的序列能很好仿真实际网络业务量。而排队简析也说明合成的业务量序列大大优于fBm自相似业务量模型,适合网络性能的研究。     

自相似业务下共享通道保护WDM网络性能分析

该文利用随机中点置换-分形高斯噪声(RMD-FGN)方法生成自相似业务,并且利用分层图方法来记录WDM网络状态,提出了一种链路状态描述模型。对自相似业务下55 Mesh_Torus共享通道保护WDM网络性能进行了仿真。结果表明:当业务的自相似系数或方差变大时,也就是说业务的突发程度变大时,阻塞率变大,网络的性能下降。增加单纤波长数,可以降低阻塞率,提高网络性能。     

自相似业务流复用特性分析

现有研究将复用的自相似业务流Hurst参数值确定为各个业务流中最大的H参数值，与业务流的其他性质无关，这一结论用于网络设备的设计不利于网络资源的有效利用。本文采用简单近似估算，并用分形布朗运动模型生成自相似业务流，彩用小波分析方法估计Hurst参数值。实验结果表明，由于复用合成业务流的渐近自相似的本质，在可以观测的时间尺度范围内业务流的Hurst参数比这理论预测值小；在一定的序列长度下，复用流的Hurst参数的不仅和最大Hurst参数业务流有关，还受到其它业务流，特别是业务流的方差系数所表现出的短时突发性影响，因此对合成业务流的自相似参数具有重要的影响。