自相似网络论坛的模型研究

为描述网络论坛文章数序列的自相似性,使用基于分数差分和ARMA过程的FARIMA模型,对论坛的文章数序列进行建模和分析。FARIMA模型具有描述精度高的特点,但时间复杂度较高。为此,提出?-ARMA模型。通过实验进行仿真分析,从模型的计算复杂度和拟合准确度方面进行对比,证明了?-ARMA模型的有效性。     

高速网络的自相似业务模型及其性能评价

文中介绍了９０年代高速网络性能评价领域中一个重大发现，即真实的网络业务具有自相似性。传统的基于Ｍａｒｋｏｖ模型的性能评价结果对自相似业务已不再适用，需要研制新的模型与工具。文中介绍了自相似过程的数学定义及其性质，讨论了重尾分布和诺亚效应及它们与自相似过程的关系，还介绍了几种生成自相似业务的方法和自相似业务模型下队列系统性能评价方面的研究成果。     

基于FARIMA模型的网络流量预测

论文基于长相关特性的时间序列分析方法,采用FARIMA模型对网络自相似业务进行研究,利用“后向预报”技术对序列进行分形反滤波,在模型辩识、参数估计中利用粗、精估计结合的方法建立模型。选择伯克力实验室的经典实测数据,利用FARIMA模型进行H值估计、分数差分定阶及消除长相关性的操作,实验证明了模型的有效性。     

FARIMA网络流量预测模型的研究与改进

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.文中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FARIMA模型的Internet网络业务预报

最近的网络研究发现Internet网络业务同时呈现长相关和短相关特性,因此建立可以同时描述,预报长相关和短相关特性的网络业务模型很有必要。文中给出了利用FARIMA模型进行建模和预报的方法,实验表明这种方法用于实际Internet网络trace是非常有效的,另外提供了简化FARIMA模型拟合的方法和具体步骤,这样大大缩短了模型辨识的时间,对于实际网络预报有很好的实用性。     

基于自相似模型的智能网络质量管理系统

传统网络质量管理方法存在不能自适应网络环境变化,无法判断未知网络异常的不足。针对这种情况,以自相似模型为理论基础开发设计智能网络质量管理系统。该系统对用户网络流量行为建立自相似数学模型,然后引入图形图像学中图表相似度的比较方法,通过对比当前用户行为与模型,进而判断网络是否存在异常,并在自动或人工模式下启动相应干预操作。实际应用结果表明,相比较传统网络质量管理方法与传统的自相似模型基础下判断网络异常的方法而言,该系统有效地提高了网络质量管理的智能化水平和可靠性。     

自相似业务网络性能分析

最近10多年的大量研究结果表明,网络业务具有普遍的自相似特性.自相似特性对网络的性能分析和设计具有广泛的影响.自相似业务的性能分析问题是一个没有很好解决的问题.提出了自相似业务环境下的分形界到达过程,研究了基于分形界到达过程的自相似业务漏桶参数的优化方法,给出了时延约束条件下漏桶速率和桶深的计算公式.最后研究了网络演算在确保服务性能分析中的建模方法,推导出了基于网络演算的端到端时延界、队列长度界和有效带宽的计算公式.通过具体的应用实例,验证了分析结果的正确性和有效性.     

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。     

基于FARIMA的网络建模与性能分析

给出了利用FARIMA模型进行建模、拟合实际网络流量的方法和参数估计的具体步骤,研究了长短相关对网络性能的影响.研究结果表明,不论长相关还是短相关,FARIMA模型对实际业务拟合二者都非常接近,当缓存较小时,网络性能将由短相关特性支配,而且随着缓存增加,长相关业务下系统性能的衰减要比短相关业务下衰减的慢,这些发现对今后网络设计性能研究具有重要的参考价值.     

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.     

一种自相似流量模型的带宽估计新算法

针对现今网络业务流量的自相似特性,选取具备显著自相似特征的分形布朗运动流(FBM)为自相似流量模型,提出一种基于统计网络演算理论的带宽估计算法。该算法利用统计网络演算建模,根据时延与带宽的关系建立出自相似业务流量模型带宽需求的统计模型。通过仿真验证和数值分析,结果表明该算法比有效带宽算法更为优越,得到的带宽估计结果更紧,可以更好地提高带宽资源利用率。     

基于ARMA的WSN流量预测模型

无线传感器网络(WSN)的流量预测研究对WSN管理有重要的意义。提出基于ARMA的网络流量实时在线预测模型,并对该预测模型进行了推导分析;在仿真平台中实现了算法,并对仿真结果进行了分析和统计,仿真结果显示预测模型有效提高了无线传感器网络流量的预测精度。     

高速公路动态交通系统的神经网络预测控制

提出一种高速公路动态交通系统的神经网络预测控制方法。根据高速公路的实际北景导出其非线性动态模型，利用神经网络及辨识的串并联结构来建立模型的映射，在此基础上给出控制变量带有上下界约束的预测控制算法。根据实测数据进行了仿真研究，结果表明算法是有效的，因而为解决高速公路的动态控制问题提出了一种新的方法。     

基于BPSO-RBF神经网络的网络流量预测

为了提高网络流量的预测精度,针对网络的时变性和混沌性,提出一种反向学习粒子群优化神经网络的网络流量预测模型(BPSO-RBFNN)。首先将网络流量样本输入到RBF神经网络进行学习,采用引入反向学习机制的粒子群算法优化参数,然后建立网络流量预测模型,最后采用仿真实验对模型性能进行分析。结果表明,BPSO-RBFNN可以描述网络流量的时变性、混沌性变化趋势,网络流量预测精度得以提高,具有较好的实际应用价值。     

一种优化的RBF神经网络模型用于网络流量预测

采用径向基RBF神经网络对网络流量数据的时间序列进行建模与预测。采用传统的学习算法对RBF网络训练时,对网络流量数据容易出现过拟合现象,提出了自适应量子粒子群优化AQPSO算法,用于训练RBF神经网络的基函数中心和宽度,并结合最小二乘法计算网络权值,改善了RBF神经网络的泛化能力。实验结果表明,采用AQPSO算法获得的RBF神经网络模型具有泛化能力强、稳定性良好的特点,在网络流量预测中有一定的实用价值。     

基于分段IFS分形重建的流量模型

网络流量模型是网络仿真和网络行为研究中的一个基本问题。在分段IFS分形编码重建的基础上提出了一个新的网络流量模型,它基于实际流量的分形重建,所得重建流量变化趋势接近初始流量。在调节因子θ的作用下,重建流量的Hurst参数可以在一定范围内变化,同时重建流量自相关函数曲线与原始流量类似。因此,为网络流量仿真建模研究提供了一种新的选择。     

网络服务质量（QOS）参数研究

ＱＯＳ参数定义是实现ＱＯＳ控制的基础，但是ＩＳＯ和ＩＴＵ等组织定义的ＱＯＳ参数之间存有不一致和不兼容的情况，直接影响ＱＯＳ控制的有效实施。文中为此针对多媒体实时应用的特征，首次提出并定义运输层最小ＱＯＳ参数集，指明了由ＯＳＩ和ＩＴＵ所定义的有关ＱＯＳ参数均能用运输层最小ＱＯＳ参数集中的参数或参数组合加以表示，该集合具有开放性和可管理性，它能成为实现不同ＱＯＳ参数定义兼容的统一基础。     

基于周期性网络流量模型的校园网流量预测

网络流量模型是网络性能评价、网络协议设计和网络规划等的基础,然而实践证明基于泊松过程的传统流量模型并不适用于实际的网络流量.在对大量校园网络流量数据统计分析的基础上,提出一个基于周期性网络流量的网络流量模型,将网络流量分为时间相关分量和正态随机分量,并利用分布拟合检验算法加以验证,同时给出了在不同置信度下基于该流量模型的流量预测算法,从而保证对校园网络高效的管理.     

交通系统的模糊控制及其神经网络实现

本文根据城市交通系统的特点设计了单个路口信号灯的模糊控制器,研究了用神经网络实现模糊控制器的方法和过程,并对该控制器进行了仿真研究,本文所设计的控制方法适合于各种车流大小随机变化的单个路口,且决策过程迅速、合理,无需对车流进行预测,是一种实时单点控制方法,由于模糊控制器由神经网络实现,控制具有学习和联想功能,仿真结果说明了该方法的有效性。     

平面交叉口交通流动态特征的神经网络模型

平面交叉口的交通控制是交通控制系统理论、方法与实践的重要组成部分，描述平面交叉口实时动态交通需求的模型是实时自适应信号控制的基础依据，本文首先对现有交叉口车流动态特征的研究方法进行描述，在分析车流动态特征产生机理的基础上，指出现有方法的不足，并提出神经网络模型为刻划交叉口动态特征。