文件名称：基于分形的网络流量模型的分析与研究
文件大小：3.39MB
文件格式：NH
更新时间：2015-06-12 09:36:51
网络流量 随机过程 分形 小波 重尾分布
作者：唐斐 单位：北京邮电大学 流量模型是网络性能分析和通信网络规划设计的基础,精确的流量模型对设计高性能网络协议、业务量预测与网络规划、高性能的网络设备与服务器、精确的网络性能分析与预测、拥塞管理都有着重要意义。传统的电信网络中采用泊松模型来刻画网络流量的随机属性,研究电话通信中的呼叫数量、等待时间、通话时长等参数的统计特性,并由此来设计电话网络,以保证一定的QoS。实践证明,该模型对于传统电话网的系统设计和性能评估问题是非常有效的。 随着通信技术的发展,通信网络也发生着日新月异的变化。研究者早期研究数据网络业务流量时沿用了泊松模型。泊松模型刻画的网络流量具有无后效性和平滑的特征。而且随着internet网络的高速发展,各种新型业务以及业务模型的提出,传统的泊松模型不再适用。随着研究的深入,研究者引入了一些较为复杂的随机过程,伴随着网络自相似特性的发现,对于自相似网络流量模型的建立与研究有了很多成果。但是自相似性作为单分形的一种形式,不可避免难以解决网络流量的复杂行为。 本课题关注的多分形小波模型就是基于多分形的一种模型。与单分形不同的是,该模型不仅应用了小波的细尺度分析,还应用了分形理论的多尺度分析特性,从而很好的解决了同时描述网络流量长相关性和短相关性的问题。但是,最初提出该模型主要是为了排队分析的仿真,对于流量实际的随机属性的描述不够,需要对模型加以改进,进行深入研究。 本论文主要进行了如下几个方面的工作: 1.介绍了网络流量的自相似、长相关、多分形等特性的数学定义,并分析其相应的物理意义,比较了传统流量模型与自相似流量模型的区别,并总结了几种主流的网络分形流量模型的建模原理,有分形布朗运动、分形高斯噪声、分形ARIMA过程、离散小波模型。 2.小波变换由于其细尺度的分析特性,开始应用于网络流量的多尺度分析中,并与多分形理论相结合,提供网络流量在不同时频尺度下的多样化测度。而多分形小波模型建立之后,还存在着一些问题,需要对模型进行改进。本文在构造尺度系数和小波系数时,充分考虑各种可拟合流量特性的统计分布,以选取较符合实际流量特性的统计分布,并与已有的模型相比较,分析之间所存在的差异。 3.介绍了网络异常流量行为检测目前面临的巨大挑战,其主要原因是DDoS攻击和P2P流量泛滥。在介绍分布式拒绝服务攻击和对等计算的基础上,通过它们产生的流量的特性分析,提供了一定的检测思路。 注：要下caj阅读器才能打开