浅论互联网流量、时延性质及预测模型研究

浅论互联网流量、时延性质及预测模型研究

ID:35123134

大小:4.13 MB

页数:112页

时间:2019-03-19

浅论互联网流量、时延性质及预测模型研究_第1页
浅论互联网流量、时延性质及预测模型研究_第2页
浅论互联网流量、时延性质及预测模型研究_第3页
浅论互联网流量、时延性质及预测模型研究_第4页
浅论互联网流量、时延性质及预测模型研究_第5页
资源描述:

《浅论互联网流量、时延性质及预测模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、密级:保密期限:姥右印童大警博士研究生学位论文题目:互送圆逾量≥吐延性厦区亟塑』槿型婴窒学号:—』78114姓名:登整挞专业:盐簋扭抖堂皇垫盔导师:程吐盐数援学院:圆终撞苤巫窒瞳2010年4月9日RESEARCHONINTERNETTRAFFIC,DELAYPRoPEIU’IESANDPREDICTIoNMoDELbySunHanlinAdissertationsubmittedinpartialfulfillmentoftheRequirementsforthedegreeofDoctorPhilosophyComputerSciencea

2、ndTechnologyatStateKeyLaboratoryofNetworkingandSwitchingTechnologyBeijingUniversityofPostsandTelecommunicationsSupervisor:Prof.ChengShiduanSpecialty:ComputerScienceandTechnologyResearcharea:NextGenerationInternetTheoryandTechnologyApr9th2010独创性(或创新性)声明本人声明所呈交的论文是本人在导师指导下进行的

3、研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。申请学位论本人签名:本人承担一切相关责任。同期:二型!:亟:2≤关于论文使用授权的说明学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允

4、许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在解密后遵守此规定)保密论文注释:本学位论文属于保密在一年解密后适用本授权书。非保密论文注释:本学位本人签名:导师签名:权书。型!。笪:呈丝2。f8.6÷砧.北京邮电大学博.L论文摘要互联网早己成为现代社会的基础设施之一,深刻地改变着人们的生活。近年来,新的网络应用如VolP、IPTV等不断出现,这些应用通常有更高的网络服务质量需求。但传统上互联网只提供尽力而为的服务,如何在不提供服务质量保证的网络上实现网络服

5、务质量的保证就成为一个亟待解决的问题。解决网络服务质量问题,首先需要了解网络的运行状态,这主要通过网络测量技术实现;进而根据测量的网络状态对网络实施控制,以使网络运行在期望的目标状态。另一方面,网络测量的结果是海量的测试数据,其中也包含了网络运行的内在规律。通过分析测量数据,发掘蕴含在其中的规律,可以对网络设计、网络质量评估、服务质量保证等提供有效的指导。流量和端到端时延是两个重要的网络性能指标,本文把侧重点放在流量和端到端时延数据的尺度特性分析以及预测模型研究上,主要工作包括:(一)分析了校园网流量的尺度特性。网络流量的自相似、多重分形等尺

6、度特性的发现,使人们对网络的运行规律有了更深入的认识。然而,以往的研究中,关于网络流量是否存在多重分形的结论并不一致。原因有---:一是所分析的流量数据不同;二是所使用的分析方法不同,或对同一方法使用的严谨程度不同。本文用更为可靠的尺度分析法,多重分形消除趋势波动分析(MFDFA),分析了校园网流量在细时间尺度上(约1秒以下)的分形特性,提供了网络流量序列存在多重分形的较可靠证据。此外,流量多重分形来源的分析表明,流量序列有复杂的内部结构。通常多重分形源于时间序列的两种性质:(1)时间序列具有宽的概率密度函数;(2)时间序列的不同大小的波动具

7、有不同的长程相关性。但这两种因素无法完全解释流量序列存在的多重分形现象。(二)分析了用新陈代谢灰色模型MGM(1,1)预测粗粒度网络流量的性能,指出灰色模型的预测精度与其模型建模长度和流量序列的周期长度有关。若MGM(1,1)建模长度远小于流量序列周期长度时,预测精度较高;反之,预测精度迅速降低。因而灰色模型预测网络流量宜采用小量数据建模。本文还提出了一种基于小波变换、灰色理论以及混沌理论的综合粗粒度网络流量预测模型WGC。在WGC中,通过改进的冗余小波变换把流量分解为平滑部分和突发部分,平滑部分保留了流量序列的趋势和周期性,适合用灰色模型预

8、测;突发部分具有混沌性,用混沌模型预测,最后重构这两部分的预测结果,得到最终的预测值。仿真结果表明WGC改善了预测的性能。北京邮电大学博士论文摘要(三)分析了端到端

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。