基于ON／OFF模型的网络流量生成

分析了网络流量的特性，依据网络流量的自相似性，阐述了自相似网络流量生成的方法。以ON／OFF模型为理论依据，设计了生成自相似网络流量的算法，实现了在局域网环境中在线生成满足用户配置要求的网络流量，并对其关键部分代理端的流量生成模块进行了介绍。

一种自相似网络流量生成器的设计与实现

为了满足网络设备性能测试的需要,流量生成器应能够产生近似真实网络特性的网络流量.针对现有的流量产生方案的速度限制和精确性不足的问题,设计了一种高效的自相似网络流量生成器.根据多个独立的ON/OFF模型叠加的方式实时产生自相似流量时间序列,并完全利用FPGA硬件资源实现了流量生成器的结构设计.该生成器可实现"Gb/s"的数据速率,且速度可扩展性高.通过流量统计特性分析,该网络流量生成器生成的流量表现出较准确的自相似性,能够较好地反映真实的网络流量.

基于生成对抗神经网络的流量生成方法研究

网络仿真中的流量生成对于确保仿真效果至关重要。目前常见的网络流量生成器通常基于某种随机模型,生成的流量只能服从指定的随机分布。实际网络中的随机模型往往难以确定,导致现有模型对真实网络流量的仿真有一定的偏差。为了解决这些问题,提出了基于生成对抗神经网络的时空相关流量生成模型;对网络流量数据改进了其编码方式,并使用Z-score处理流量数据,使数据趋于标准正态分布;提出了一种网络流量时空相关性的度量方法。实验结果表明,相较于现有的基线生成方式,所提出的方法在真实性和相关性的度量上平均提高了9%。