基于自相似流量預測的WTP-ARED主動隊列管理算法研究.pdf

1、隨著網絡應用的普及和全球通信業(yè)務的日益增長，網絡流量的控制和管理顯得尤為重要。長期以來，網絡流量建模和分析都以泊松分布和馬爾可夫過程理論為基礎，而近年來大量對網絡流量的觀測研究表明，網絡流量具有自相似特性，這種特性不能由傳統(tǒng)數學模型描述。同時自相似理論應用于網絡流量特性研究已備受人們重視，基于自相似流量預測的主動隊列管理算法研究是研究熱點之一，也是本文研究的內容。
　　 本文首先描述了網絡業(yè)務流中的自相似現(xiàn)象，介紹了自相似的定義

2、和性質，詳細分析了自相似特性對網絡性能的影響。接著對當前存在的兩種自相似流量預測方法模型：分形預測模型和統(tǒng)計預測模型進行了比較研究，并在此基礎上提出了一種基于多時間段的加權平均流量預測方法，對已有流量數據建立適當的函數和依賴關系，分析已有數據的內在規(guī)律，對未來網絡流量進行控制和預測。然后詳細地分析了兩種主動隊列管理算法：RED算法和ARED算法。在此算法理論基礎上提出一種基于自相似流量預測的WTP-ARED（Weighted Traff

3、ic Predictability Adaptive RED algorithm）算法。其中在計算平均隊列長度的時候，利用以上討論的加權平均流量預測方法來對未來網絡流量進行預測，從而將流量的自相似性質引入到ARED算法中，使得該主動隊列管理機制能夠結合未來網絡流量的情況，更好地控制隊列長度。
　　 通過在NS2平臺進行仿真實驗，對給出算法在隊列長度、網絡吞吐量、丟包率等參數方面進行分析比較，結果表明在自相似流量的網絡中，本算法較