基于分數(shù)差分和分形濾波的網(wǎng)絡流量模型.pdf

1、隨著計算機網(wǎng)絡的迅速發(fā)展,目前的網(wǎng)絡規(guī)模極為龐大和復雜,基于網(wǎng)絡的應用急劇增長,網(wǎng)絡互聯(lián)環(huán)境越復雜,就意味著網(wǎng)絡服務越容易出現(xiàn)問題,網(wǎng)絡的性能越容易受到影響。為了給用戶提供優(yōu)質的服務,網(wǎng)絡的維護和管理顯得尤為重要。網(wǎng)絡流量的準確預測在計算機網(wǎng)絡的設計和管理、沖突控制和動態(tài)帶寬分配具有十分重要的作用。然而,成功的流量預測離不開精確的流量模型的支持,高質量的流量模型對于設計高性能網(wǎng)絡協(xié)議和高效的網(wǎng)絡拓撲結構;對于設計高性價比的網(wǎng)絡設備與服務

2、器:對于精確的網(wǎng)絡性能分析與預測:對于擁塞管理與流量均衡提高服務質量等都具有非常重要的意義,精確的網(wǎng)絡性能分析與預測離不開精確地網(wǎng)絡流量模型。
　　 文章分析研究了當前網(wǎng)絡流量普遍同時存在的長相關和短相關特性,發(fā)現(xiàn)這兩種特性對網(wǎng)絡流量的走勢及其他方面有著不同的影響。在小的時間粒度下獲得的流量序列,其短相關過程對網(wǎng)絡流量的影響較大,隨著時間粒度的增大長相關和短相關將同時作用于網(wǎng)絡性能,直到尺度足夠大時,流量序列的短相關過程幾乎不再

3、產(chǎn)生影響,長相關性成為主導。應用這種變尺度性質差異的特點,在不同的時間粒度下對網(wǎng)絡流量進行不同的處理,將可以有針對性的提高網(wǎng)絡監(jiān)測的性能和效果。
　　 通過對當前各種網(wǎng)絡流量模型的研究分析,找到可以同時描述網(wǎng)絡流量短相關和長相關過程的FARIMA模型,將這種模型的過程進行分解,獲得了針對長相關過程的FARUNA(0,d,0),也就是分數(shù)差分過程。對分數(shù)差分過程進行了一系列的分析和仿真實驗驗證之后發(fā)現(xiàn),分數(shù)差分可以有效的削弱網(wǎng)絡流

4、量序列的長相關結構,從而相應獲得短相關特性為主的光滑的序列。利用這種思路,分析了分數(shù)差分的逆過程分形濾波,通過實驗發(fā)現(xiàn),分形濾波可以增強時間序列的長相關結構。由此結構網(wǎng)絡流量的變尺度性質差異的特點,提出了基于分數(shù)差分和分形濾波的網(wǎng)絡流量模型。應用較大的時間粒度對網(wǎng)絡流量進行統(tǒng)計記錄,對獲得的時間序列進行分形濾波操作,增強序列的長相關結構,應用合適的傳統(tǒng)長相關模型進行建模預測,從而獲得較大時間跨度的未來流量的走勢;在網(wǎng)絡異常頻發(fā)的高峰階段