基于多分形尺度性质的网络流量模型研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:zhangyan18277
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着现代通信网络的发展,网络流量的尺度特性变得越来越复杂。不仅传统的泊松模型无法描述网络流量尺度特性,而且自相似模型描述网络流量特性的方法也受到了挑战。这些模型对网络系统进行设计分析,可能会从本质上对网络性能指标的估计产生偏差。于是,研究准确刻画尺度特性的网络流量建模方法,为现代通信网络提供更为可靠而精确的分析建模工具,实现网络体系定量的分析、设计、规划以及控制,具有极其重要的意义。本文首先对比研究了自相似和多分形这两种网络流量在不同范围和不同机制下呈现的尺度特性特性,指出多分形理论更能准确地刻画网络流量精细的尺度特性。并在深入研究多分形理论的基础上,创新性地给出了现有网络流量聚合呈现的弱尺度特性的多分形解释,用多分形过程的叠加对现有网络流量进行了合理描述。接着,本文对多分形网络流量模型进行了研究,指出现有最重要的网络流量多分形小波模型的最大缺陷在于不能直接描述网络流量的尺度性质。在此基础上,本文提出了一种基于多分形分析的网络流量建模方法,该方法直接从用于量化尺度性质的多分形谱中提取网络流量模型特征参数,保证了对网络流量尺度特性精确的描述。采用广泛研究的实际流量数据对基于多分形分析的网络流量模型和多分形小波模型进行了性能分析,实验结果验证了本文模型的有效性和合理性。最后,对全文工作进行了总结,并指出了本文工作有待改进的地方和进一步研究的方向。
其他文献
随着计算机技术和通信技术的飞速发展,多媒体通信已经由最初的语音通信发展到今天的视频通信。视频通信在生活中的应用随处可见,典型的如智能视频监控。在视频通信的发展历程
在社会民生的众多领域中,经常需要从证件中获取相关的信息。若大量个人信息的提取采用由人工填表并辅以人工的信息核对的方式,必将导致工作效率低下、出错率较高、纸质数据维护
计算机智能视频监控是计算机视觉领域一个重要的应用方向和备受关注的前沿课题,是计算机科学、机器视觉、图像工程、模式识别、人工智能等多学科高技术的结晶。计算机智能视
网络通信在社会生活中的使用日益广泛,为了对不同种类服务的网络通信服务提供商进行有效统一的管理,借助Web服务的思想,使得用户能够动态地发现网络通信服务。把语义应用到网
在突发的自然灾害和公共事件面前,地面通信设施可能被损毁,无法满足应急场景下的通信需求,因此需要设计一种能与常规通信系统相融合的应急网络。空地一体化网络依靠临近空间