基于統(tǒng)計型演算倫的網(wǎng)絡服務性能分析.pdf_第1頁
已閱讀1頁,還剩103頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、從概率意義對網(wǎng)絡服務性能進行分析,是合理制定網(wǎng)絡服務策略以滿足日益增長的多媒體通信和增值業(yè)務需求的一個重要研究領域。由于模型普適性和適合于多節(jié)點網(wǎng)絡兩個方面的優(yōu)勢,統(tǒng)計型網(wǎng)絡演算論已成為網(wǎng)絡服務性能統(tǒng)計分析的一種主要理論工具。本論文旨在總結和報告本人在攻讀博士期間,研究和改善統(tǒng)計型網(wǎng)絡演算論,并將其應用于常見情況下網(wǎng)絡服務性能統(tǒng)計分析的一系列理論結果。
   統(tǒng)計型網(wǎng)絡演算論包括三個方面的主要內容。其一是建立描述網(wǎng)絡流量過程特性

2、的基本模型,稱為統(tǒng)計型流量包絡。其二是建立表述網(wǎng)絡服務容量的基本模型,稱為統(tǒng)計型服務曲線。其三是基于這兩種基本模型,采用系統(tǒng)的方法分析得到端到端服務性能統(tǒng)計分布的一般性結論。但是,現(xiàn)有研究還存在如下局限:(1)提出的統(tǒng)計型流量包絡不能兼顧對于各種隨機流量過程的適用性,以及用于服務性能計算時的解析分析特性;(2)提出的統(tǒng)計型服務曲線不能兼顧表達形式通用、調度節(jié)點抽象、串聯(lián)等效和聚合調度等效四種特性。為了解決這些問題,本論文提出如下幾個方面

3、的研究結果。
   首先,為了能夠兼顧普適性和解析分析特性,本論文提出了全局和強全局統(tǒng)計型流量包絡。兩種包絡均以通用形式定義,適用于常見的隨機流量過程,包括重尾流量過程和整形數(shù)據(jù)流聚合流量過程,并可用于一般情況下服務性能概率型上界的計算。已有的局部統(tǒng)計型流量包絡解析分析特性較差,本論文給出將其轉換至全局統(tǒng)計型流量包絡的一般性方法。相應的分析表明,全局和強全局統(tǒng)計型流量包絡克服了現(xiàn)有包絡關于普適性和解析分析特性的局限,能夠有效地用

4、于實際網(wǎng)絡數(shù)據(jù)流及其服務性能統(tǒng)計分析。
   其次,針對現(xiàn)有統(tǒng)計型服務曲線的不足,本論文提出以通用形式定義的全局統(tǒng)計型服務曲線,證明并給出了其調度節(jié)點抽象、串聯(lián)等效、聚合調度等效特性。對于已有的局部統(tǒng)計型服務曲線,本論文不僅結合調度節(jié)點給出實例,而且提出該模型至全局統(tǒng)計型服務曲線的轉換方法,以此為基礎解決了其串聯(lián)等效問題。相應的分析表明,全局統(tǒng)計型服務曲線突破了現(xiàn)有模型的局限,具有復雜多節(jié)點網(wǎng)絡系統(tǒng)建模所需的全部四種特性,關于局

5、部統(tǒng)計型服務曲線的分析結果還解決了其原有的局限問題。
   最后,基于輸入流量過程的全局和強全局統(tǒng)計型流量包絡,本論文推導得到數(shù)據(jù)流在服務曲線、局部和全局統(tǒng)計型服務曲線系統(tǒng)中的時延和隊列長度概率型上界、輸出流量過程的統(tǒng)計型流量包絡,并結合常見流量過程和節(jié)點調度器,進一步求解端到端時延剩余分布。數(shù)值計算表明,本論文的理論分析能夠較相關研究給出更緊的端到端時延概率型上界。
   需要指出的是,本論文提出的統(tǒng)計型流量包絡和統(tǒng)計

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論