学位论文 > 优秀研究生学位论文题录展示

网络流量模型与流量预测技术研究

作　者: 张久坤
导　师: 李广鑫
学　校: 西安电子科技大学
专　业: 计算机系统结构
关键词: 网络测量分形自相似 FARIMA模型业务预报
分类号: TP393.06
类　型: 硕士论文
年　份: 2012年
下　载: 188次
引　用: 0次
阅　读: 论文下载

内容摘要

随着Internet互联网络的发展，计算机网络越来越广泛的改变了人们的生活。同时，Internet网络自身也越来越复杂，在这种复杂的网络面前，人们亟需一些方法来增进对它的认识，而网络测量就是人们掌握复杂网络结构和特性的一个重要研究方向。作为网络测量的两个非常重要的指标，也是人们在使用网络中显得颇为重要的两个指标：高带宽和低延迟则成为现实中比较有意义的追求方向。然而由于P2P流量大量占用互联网中的带宽，造成网络的高迟延甚至拥塞，需要一些方法来对网络流量进行控制。在这种情况下，如果可以分析出流量在时间尺度上的特征以及预测模型，则可以掌握网络流量在未来时间的发展变化趋势，以此有效的控制网络流量，这在未来网络体系的分析和设计规划方面，具有极其重要的意义。本文针对网络测量中自相似流量模型进行了研究。论文首先介绍了网络测量和流量模型的指标、发展历程和自相似特性的定义及其性质，总结了多种自相似的度量方法。然后，对目前主要的自相似模型进行了对比分析，在对比结果的基础上设计了算法和实验过程，在实验中选取了符合需求的FARIMA(p,d,q)模型，使用此模型对真实的网络流量序列进行模型拟合。在模型MA和AR参数的估计方面采用最小BIC的方法，得出匹配当前具体流量序列的最佳模型，最后使用Durbin-Levinson算法对流量进行了预测实验，得出95%置信区间的未来流量波动序列。在论文中，选取了网络流量序列自相似特性的有效度量方法，成功地对原始流量序列进行了特征提取与FARIMA(p,d,q)模型拟合，得出了比较合理的未来网络流量波动趋势。实验结果表明，论文所设计的方法可以分析出某一具体网络的未来发展变化趋势，对网络的流量控制和拥塞控制具有较好的参考意义。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-11
  1.1 引言  7
  1.2 网络测量的历史与现状  7-8
  1.3 论文的结构  8-11
第二章网络测量  11-19
  2.1 网络测量的方法  11-12
    2.1.1 主动测量和被动测量  11-12
    2.1.2 单点测量和多点测量  12
    2.1.3 拓扑测量和性能测量  12
  2.2 网络性能指标  12-15
  2.3 网络测量的目的  15
  2.4 网络测量的意义  15-17
  2.5 小节  17-19
第三章短相关的网络流量模型  19-23
  3.1 泊松模型  19
  3.2 马尔可夫模型  19-20
  3.3 回归模型  20
  3.4 传统流量模型的不足  20-21
  3.5 小节  21-23
第四章网络流量的自相似特性  23-31
  4.1 自相似的提出  23-24
  4.2 自相似的定义  24-25
  4.3 自相似的性质  25-26
  4.4 自相似过程 Hurst 参数估计方法  26-28
    4.4.1 时间方差法  27
    4.4.2 R/S 方法  27
    4.4.3 Whittle 估计器法  27-28
    4.4.4 周期图法  28
  4.5 自相似对网络性能的影响  28-29
  4.6 小节  29-31
第五章自相似网络流量模型  31-37
  5.1 几种自相似网络流量模型  31-35
    5.1.1 重尾分布的 ON/OFF 模型  31-32
    5.1.2 FBM/FGN 模型  32-33
    5.1.3 M/G/∞排队模型  33-34
    5.1.4 FARIMA 模型  34-35
  5.2 各种自相似网络流量模型的对比  35
  5.3 本文模型选取原则  35
  5.4 小节  35-37
第六章现实网络流量的自相似研究与预测  37-49
  6.1 网络流量序列选择与处理  37-38
  6.2 网络流量序列的自相似性  38-39
  6.3 网络流量序列自相似系数估计  39-41
    6.3.1 R/S 分析法  39-41
    6.3.2 周期图法  41
  6.4 网络流量序列的 FARIMA 模型估计  41-44
  6.5 使用 FARIMA(p,d,q)模型进行预测  44-47
  6.6 小节  47-49
第七章论文的现实意义以及未来的发展方向  49-51
  7.1 工作总结  49
  7.2 工作意义  49-50
  7.3 工作展望  50-51
致谢  51-53
参考文献  53-56
研究成果  56-57

网络流量模型与流量预测技术研究

内容摘要

全文目录

相似论文