基于FARIMA模型的Internet网络业务预报

最近的网络研究发现 Internet网络业务同时呈现长相关和短相关特性 ,因此建立可以同时描述、预报长相关和短相关特性的网络业务模型很有必要 .文中给出了利用 FARIMA模型进行建模和预报的方法 ,实验表明这种方法用于实际 Internet网络 trace是非常有效的 .另外提供了简化 FARIMA模型拟合的方法和具体步骤 ,这样大大缩短了模型辨识的时间 ,对于实际网络预报有很好的实用性 .

自相似网络业务的一个FARIMA模型

近来发现 ,高速网络业务具有自相似及长相关特性 .分数噪声可描述该类业务 ,但它仅表现长相关特性 .给出了利用 FARIMA(自回归分数整合滑动平均 )模型拟合自相似网络业务的一整套方法 .该模型同时刻画了实际业务的长相关与短相关特性 .通过对实测数据的实验 。

一种新的网络业务流的多重分形小波模型

针对当前Internet上日益复杂的网络业务流和视频流 ,文章提出了一种新的多重分形小波模型 .与普通的多重分形小波模型 (MultifractalWaveletModel,MWM )不同的是 ,该文提出的新模型在各个时间尺度上对小波系数都依据源数据尺度系数的边缘分布作了修正 ,这样确保新模型能在不同的时间尺度上拟合源数据的分布 .决定网络业务流的排队分析特性的是一个关键时间尺度 (CriticalTimeScale ,CTS) ,CTS是随着缓冲区的容量和节点传输速率的变化而变化的 ,该文提出的模型能描述几乎各个时间尺度的业务流特性 ,因此能适应各种不同情况的缓冲区的排队分析 .同时 ,新模型也继承了传统MWM的一些优良特性 ,比如能描述业务流的多重分形特征以及能确保最终结果始终是非负等等 .最后通过对视频业务流和网络业务流的仿真实验与排队分析验证了该模型的有效性 .

CERNET网络业务的自相似性及性能分析

针对真实网络业务的自相似性问题 ,分析了 CERNET网络业务数据 ,证实 CERNET网络业务具有典型的自相似性 ,并用这些数据对自相似业务下的队列系统性能进行了仿真研究 ,结果表明 ,定标律对理解自相似性给网络性能带来的影响具有重要意义 .

复分形网络业务的离散小波谱的特征属性及其参数估计

研究发现,高速因特网的合成业务流具有复分形特性.研究统计过程的复分形结构及其特征属性是研究网络业务全尺度下的行为的重要内容.文中基于离散小波变换给出了一种小波谱函数的定义,它可以表征复分形过程的所有阶的统计特性.文中给出了谱函数存在性的证明,并给出了相应的特征属性和条件.最后,基于谱函数的定义,文中给出了小波谱函数的估计方法,并针对实际网络数据进行了小波谱分析.

IFQ:一种新的ATM网络业务调度算法

本文提出了插空公平队列 (IFQ)调度算法。由于该方法考虑了ATM网络中不同种类连接的特性 ,能充分利用网络资源。理论分析和仿真实验表明 ,IFQ算法能为G连接提供预约带宽保证和确定的时延上界 ,满足业务的实时传输要求。同时IFQ调度算法还具有连接独立性特点 ,能灵活地分配带宽资源。

基于模糊神经网络的网络业务分类研究

该文利用神经网络的自学习能力和模糊逻辑的动态性和及时性等特点,将模糊逻辑和神经网络有机地结合起来,构造出了四层模糊神经网络,并用训练神经网络的相应学习算法训练网络,将该模型用于网络业务源特征提取与分类的研究中,并与单纯的神经网络算法相比较。计算机仿真结果表明,模糊神经网络方法比神经网络算法更优越,该文的研究结果为解决网络业务源特征提取与分类奠定了基础。

基于复合神经网络的网络业务分类算法

针对目前计算机网络业务流管理问题,提出了一种基于复合神经网络的网络业务分类方案．将复合神经网络用于网络业务源特征提取与分类的研究中,打包法和BP算法结合用于复合神经网络的训练．并分析比较与单个神经网络和模糊神经网络算法用于网络业务分类效果．计算机仿真结果表明,复合神经网络分类收敛快、误差小,比单个神经网络算法和模糊神经网络算法更优越；同时,研究结果为解决网络业务源特征提取与分类提供了一种有效的途径．

采用工作流技术构建广电网络业务运营支撑系统

介绍了采用工作流技术构建广电BOSS及实现对业务流程的定义和管理;重点描述了广电BOSS工作流引擎由工作流监控中心、通用工作流生成器、消息处理中枢、组织结构管理器、公务授权管理等五个组件构成;各个组件相互配合,进而实现基于工作流技术的广电BOSS。

卫星网络业务自相似特性分析

根据分包数据系统的星上数据源特点及随机过程理论,得到星上数据源的模型参数。进一步利用STK和OPNET软件建立卫星网络模型,依据数据源的建模结果为低轨卫星添加业务,并在高轨卫星处收集网络业务量。最后,分别运用R/S分析法、方差-时间图法和周期图法对收集到的卫星网络业务量的自相似程度和突发性的重要参数——Hurst参数进行辨识。仿真结果表明卫星网络业务量也具有自相似性。

使用小波多孔算法提高网络业务流自相似参数求解精度

针对网络业务流自相似参数的离散小波估计方法中大尺度下小波系数能量估计的不精确问题,提出了一种使用多孔算法估计自相似参数的方法,该方法可以提高自相似参数估计的精度。分析比较了多孔算法区别于离散小波变换的特点,剖析了自相似参数小波估计方法的机理和存在的问题,通过对真实网络业务使用离散小波和多孔算法估计方法估计自相似参数的试验,表明多孔算法在提高自相似参数估计精度方面比离散小波方法提高一个数量级,而且参数的95%置信区间有所减小。当然,多孔算法的机理限制了其在实时网络业务流管理方面的使用,更适合网络性能评估和网络规划。

ASON网络业务及要求

电信网发展正在由技术驱动向业务驱动演进。ASON第一次将控制层面引入了传送网,利用控制层面和分布在各传送设备的智能单元可以更方便地提供业务。本文介绍了ASON的业务类型、业务等级、接入方法等属性,并重点介绍了几种业务模型实例及应用,对ASON管理平面对业务的管理进行了讨论,最后对业务的应用和ASON网络发展影响进行了探讨。

网络业务流设计的业务级分析方法

业务流设计是网络工程的一部分 ,主要是进行网络性能评价和网络性能优化 .我们提出了两种新的业务流分析方法 - -具有路径约束的关联规则算法 PRAR和具有时态路径约束的关联规则算法 TPRAR.这两种算法对于全网业务进行相关性分析 ,是一种基于业务的分析方法 .PRAR算法和 TPRAR算法在 Aprior算法的基础上 ,分别引入了路径约束和时态约束与路径约束 ,使之更加体现网络业务的特性 .使用这两种算法 ,可以充分利用已有数据 ,分析已有业务的行为 。

两种网络业务流分析方法的应用与实现

为了对网络业务流和网络性能进行测量与分析 ,我们根据 CAINONET的业务流设计课题实现了一个业务流设计的原型系统 - - - -业务流测量分析系统 TMAS.在 TMAS的分析子系统中 ,我们实现了业务级的分析方法 ,即具有路径约束的关联规则算法 PRAR和具有时态路径约束的关联规则算法 TPRAR.本文中我们先举了一个这两种算法的应用例子 ,再给出了这两种算法在 TMAS系统中的实际运行结果 .实际运行显示 ,这两种业务级分析方法可以弥补已有分析方法的不足 。

基于Alpha稳定自相似过程的网络业务流建模

针对实际网络传输中存在的自相似现象,介绍了自相似的含义,指出了采用al-pha稳定过程作为建模理论的理由,给出了alpha稳定过程及线性分形稳定噪声(LFSN)过程的定义和相关性质,提出了一种新的网络业务流模型,并对新模型进行了仿真分析比较,证实新模型在描述突发性方面优于其他的自相似网络模型,因此新模型能更好地描述实际网络传输的主要特征。

网络业务流的自相似性

对通信网络的大量研究表明,网络业务本质是自相似的(相关函数上表现为长相关特性)。网络业务的统计自相似性主要是指在不同时间尺度上观测到的业务流量序列具有相同的统计特性。讨论了当前网络业务流的特性;分析了现有的自相似业务流模型。为在线测量网络中的高速业务流,根据实测时间序列数据建立合适模型提供了参考。

高速网络业务尾分布的参数估计

在高速网络控制与带宽分配研究中,网络业务尾分布分析是一个重要问题.利用大偏差理论对网络分数自回归整合滑动平均(FARIMA)业务队列尾分布进行分析,得出队列尾分布渐近服从Weibull分布.给出了一个基于Markov过程平稳分布的参数估计方法.最后对Bell实验室实测数据进行了实证分析.

基于时序分析的网络业务分析与预报

随着网络应用的迅速发展,提供保证一定质量的通信服务(QoS)成为一个重要的研究方向,而网络业务的分析与预报是保证QoS的关键技术。分析了天津市163,169,2163的拨号上网业务在线总时长,应用时间序列分析的方法对网络业务进行分析,并在模型基础上进行准确的预报。其结果对网络容量进行规划并提前进行相应的调整或升级,确保网络的整体运行状况是有意义的。

阈交方法在无线网络业务分析中的应用

与有线计算机网络相比,由于无线网络的有限带宽和可变信道,使得无线网络提供业务 服务的QoS保证比有线网络来说更加困难。在提供QoS保证方面一个重要的因素是网络业务预报, 通过对无线网络业务超阈值数据采用方差分析法构造阈值v的偏差函数,为阈值选取提供一定的依 据,通过对无线网络业务到达数据对阈值穿越强度的计算验证了该方法在阈值选取方面的有效性。 可以根据该阈值更好地实现对无线网络业务的预报。

网络业务自相似性模型的建立及性能分析

回顾了近十年来对网络业务流特性的观测和研究进展,探讨它们对网络性能的影响。对现代数据网所呈现的独特特性给予充分的关注,指出了在这种特性下如何进行性能分析的基本途径。