城域網應用層P2P流量預測模型的研究.pdf

1、隨著網絡通信技術的快速發(fā)展，以P2P為主的多媒體應用的迅速增加，都對當前網絡的服務質量、基礎設施和流量控制均提出了很高的要求。流量的分析與建模是網絡管理和性能分析的基礎，流量分析可以獲得網絡流量的運行規(guī)律及特性，而基于流量特性的建模，不但可以預測流量的行為趨勢，而且能應用于擁塞控制、網絡性能評價、網絡規(guī)劃等領域。因此建立全面、準確地流量預測模型具有非常重要的意義。
　　 當前，P2P流量呈直線上升的趨勢，它不僅改變了當前網絡流量

2、的組成和行為特征，而且消耗著巨大的網絡帶寬，使網絡擁塞，增加了運營成本，嚴重影響了傳統(tǒng)Internet業(yè)務的性能。因此，為了實現可靠的數據傳輸以及合理的網絡資源分配，就需要根據網絡流量的行為特性建立相應的流量預測模型，本文以P2P流量特性分析為出發(fā)點，對P2P流量的特征模型及其預測方法進行相關研究，設計出了一個基于小波與時間序列的P2P流量預測模型。實驗結果表明，該模型能夠比較全面地描述和刻畫P2P流量的各種特性，對比其他預測方法具有更

3、高的預測精度，并且它能夠為IP網絡容量規(guī)劃、流量工程、故障診斷、性能提升等科學決策提供依據，為網絡可靠性及低延遲/丟包提供保障。
　　 本文主要完成了以下幾個方面的工作：
　　 (1)總結了網絡流量預測模型領域的研究成果和研究現狀，系統(tǒng)地分析了計算Hurst指數的各種估計法的特點，并驗證了P2P網絡流量的自相似特性和周期性等流量特性，指出流量預測建模應該建立在流量特性分析的基礎上，為后續(xù)的研究工作提供了有益的指導方向。<

4、br>　　 (2)網絡流量的不平穩(wěn)性，對于流量模型的預測效果具有很大的影響。本文提出了一種流量的平穩(wěn)化方法，這種方法能夠在一定程度上消除流量的不平穩(wěn)特性對于流量模型預測效果的不良影響。
　　 (3)針對P2P流量的周期特性，本文提出了采用動態(tài)指數平滑法來對最終的預測數據進行修正。實驗證明，修正后的預測數據平均相對誤差比未修正的數據降低了1.04％，提高了預測精度
　　 (4)根據P2P網絡流量體現的自相似性、周期性等特