網(wǎng)絡(luò)流量自相似特性模型分析與研究.pdf

1、90年代初，Leland等第一次明確提出了網(wǎng)絡(luò)流量中存在著自相似現(xiàn)象。此后，網(wǎng)絡(luò)研究人員通過對實(shí)際網(wǎng)絡(luò)進(jìn)行測量與分析，得出了這樣的結(jié)論：不論網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)與業(yè)務(wù)如何，網(wǎng)絡(luò)流量中都存在自相似統(tǒng)計(jì)特性，即長相關(guān)特性。 傳統(tǒng)的基于泊松到達(dá)通信量的假設(shè)，不能夠真實(shí)地描述網(wǎng)絡(luò)業(yè)務(wù)的實(shí)際情況。為了真實(shí)地反映網(wǎng)絡(luò)數(shù)據(jù)通信量的特性，需要重新建立模型來描述網(wǎng)絡(luò)中的自相似現(xiàn)象。 本文首先介紹了網(wǎng)絡(luò)中的自相似現(xiàn)象，接著給出了自相似的數(shù)學(xué)定義，

2、并描述了它的統(tǒng)計(jì)特點(diǎn)；在簡要分析了自相似性對網(wǎng)絡(luò)性能的影響后，指出了如何識別自相似序列以及估計(jì)H參數(shù)的方法，然后通過實(shí)例證明了網(wǎng)絡(luò)中確實(shí)存在著自相似現(xiàn)象。 通過對現(xiàn)有自相似模型的深入研究和計(jì)算機(jī)仿真，比較了各種模型的優(yōu)缺點(diǎn)和算法的復(fù)雜度，指出了現(xiàn)有模型的特性和應(yīng)用范圍。仿真結(jié)果表明：模型精度要求狹定了算法復(fù)雜度，即精度要求越高，則算法復(fù)雜度越高，反之亦然。 本文在基于ON/OFF模型和混沌映射模型思想的基礎(chǔ)上提出了一種新

3、的映射模型。該模型簡化了混沌映射模型的映射函數(shù)，通過選取帶有隨機(jī)變量的線性分段函數(shù)，使模型狀態(tài)的逗留時(shí)間服從重尾分布。這樣，模型能夠捕獲網(wǎng)絡(luò)流量的自相似特性。在介紹了模型構(gòu)建思想的基礎(chǔ)上，通過數(shù)學(xué)分析給出了它的統(tǒng)計(jì)特性。然后采用ON/OFF模型理論，建立起該模型參數(shù)與自相似參數(shù)之間的關(guān)系，增加了模型的可控性，使其能夠產(chǎn)生具有不同突發(fā)程度的自相似流量。仿真結(jié)果表明模型擬合的H參數(shù)與理論值基本吻合。最后對提出的模型進(jìn)行了排隊(duì)分析，從理論上推