一種基于用戶的聚合網(wǎng)絡(luò)流量建模方法.pdf

1、隨著互聯(lián)網(wǎng)不斷發(fā)展、用戶數(shù)量不斷攀升和網(wǎng)絡(luò)應(yīng)用不斷演化,網(wǎng)絡(luò)研究機構(gòu)需要開發(fā)新算法、新協(xié)議、新系統(tǒng)等,在開發(fā)過程綜合評估是關(guān)鍵步驟。因此能夠生成規(guī)?？勺兊?、可調(diào)的和有代表性網(wǎng)絡(luò)流量的流量生成系統(tǒng)是至關(guān)重要的。
　　大量研究結(jié)果說明,當(dāng)前網(wǎng)絡(luò)流量與傳統(tǒng)網(wǎng)絡(luò)流量最大的差別就是具有自相似性,同時它還具有分形特性。以往的網(wǎng)絡(luò)流量建模是基于packet、基于flow或者基于特定業(yè)務(wù)行為的重建,本文提出了基于網(wǎng)絡(luò)用戶的研究方向。
　　本

2、文的聚合網(wǎng)絡(luò)流量建模方法命名為Two-tier,這兩層分別是用戶層和數(shù)據(jù)包層。聚合網(wǎng)絡(luò)流量是由多個網(wǎng)絡(luò)用戶數(shù)據(jù)源依次到達(dá)組成的,而每個網(wǎng)絡(luò)用戶數(shù)據(jù)源是由多個數(shù)據(jù)包依次到達(dá)組成的。用戶數(shù)據(jù)源的到達(dá)、用戶數(shù)據(jù)源的持續(xù)時間、數(shù)據(jù)包的到達(dá)和數(shù)據(jù)包的大小等深刻影響著網(wǎng)絡(luò)流量的突發(fā)性和自相似性。本文主要研究和實現(xiàn)了這四個維度信息的特性提取、分析、生成和驗證。
　　本文聚合網(wǎng)絡(luò)流量建模算法的實現(xiàn),包括統(tǒng)計方法、Markov Chain模型方法和

3、Multi-fractal Wavelet Model(MWM)方法。這三種方法的實現(xiàn)原理各不相同,統(tǒng)計方法著重考慮流量數(shù)據(jù)的一階統(tǒng)計特性,對原始數(shù)據(jù)進(jìn)行八種統(tǒng)計分布的擬合,選出符合條件的統(tǒng)計分布后,進(jìn)行參數(shù)估計,根據(jù)獲取的參數(shù)進(jìn)行流量生成。Markov Chain模型方法能夠生成可量化的流量數(shù)據(jù),同時能夠很好地刻畫流量數(shù)據(jù)的一階特性。Multi-fractal Wavelet Model(MWM)方法主要實現(xiàn)流量數(shù)據(jù)的二階自相似性,雖