Internet流量模型分析与评述

Internet流量模型对网络性能管理、QoS、准入控制等都有很重要的意义和作用.首先总结了现阶段已发现的主要网络流量的特性及相关度量参数,概要地介绍网络流量建模的意义和分类,然后按照"传统-自相似-流量建模的新发展"这3个阶段阐述网络流量建模的发展历程与最新的研究成果,最后针对目前网络流量建模中存在的难点问题,展望了该领域未来的研究发展方向.

Internet流量的混沌动力学模型研究

以Internet流量的自相似特性为基础,分析了Internet流量的混沌动力学特性.首先通过相空间重构和关联维数验证了其动力机制的有限维自由度,然后通过计算其最大Lyapunov指数考察了系统的时空演化特性,从而分析出Internet流量具有确定性与随机性相互统一的混沌运动特征.最后利用Hurst指数通过分形内插算法对流量信号进行了精确重构,从而建立一种可准确重演系统时空变化规律的模型.

基于MPLS的Internet流量工程

基于 MPL S的 Internet流量工程是有关 Internet的研究的新的课题。为了适应于 Internet中的新的应用的出现和网络规模的进一步扩大 ,必须在 Internet主干网中实施流量工程。基于 MPLS的流量工程是被研究人员和业界认可的 Internet流量工程的主要形式。论述了基于 MPLS的 Internet流量工程的发展及组成部分 。

Internet流量模型的研究

对于网络性能评价,一种有效的流量模型是不可或缺的,然而很难找到这种既简单又正确的模型。本文吸取了经验模型的TCP连接流量模型的优点,提出一种WWW流量模型。通过严格的仿真和模型验证,证明该模型与实际的流量吻合得很好,且易于实现。

实现Internet流量工程的约束路由技术

文章着重阐明在实现Internet流量工程中使用约束路由技术的必要性、原理和方法。它详细描述了约束路由技术的两个重要组成部分———QoS路由和策略路由的原理和机制。并对约束路由技术的优缺点、使用约束路由技术实现流量工程的方法以及在具体实现过程中需要考虑的因素等问题进行了讨论。

MPLS和Internet流量工程

Rapid growth of Internet traffic and increasing requirement for service quality have made traffic engineering an essential consideration in the operation of large Internet backbone networks. Historically,traffic engineering in the Internet has been hampered by the conventional IP technologies. This article discusses the challenge of Internet Traffic Engineering and the applications of MPLS to traffic engineering in IP networks.

基于MPLS的Internet流量工程系统模型和仿真

基于MPLS的Internet流量工程(MPLS-TE)正成为保证网络QoS、降低网络拥塞、提高网络有效利用率的新手段。本文提出一种简单在线流量工程解决办法,并以仿真模型的形式描述了其原理和工作过程。通过实例仿真,证实该方法在同等条件下比现有的在线方法具有简单和负载均衡效果更好等特点。模型仿真同时表明了该方法的可行性和有效性。

基于支持向量机的Internet流量分类研究

准确的网络流量分类是众多网络研究工作的基础,也一直是网络测量领域的研究热点.近年来,利用机器学习方法处理流量分类问题成为了该领域一个新兴的研究方向.在目前研究中应用较多的是朴素贝叶斯(nave Bayes,NB)及其改进算法.这些方法具有实现简单、分类高效的特点.但该方法过分依赖于样本空间的分布,具有内在的不稳定性.因此,提出一种基于支持向量机(support vector machine,SVM)的流量分类方法.该方法利用非线性变换和结构风险最小化(structural risk minimization,SRM)原则将流量分类问题转化为二次寻优问题,具有良好的分类准确率和稳定性.在理论分析的基础上,通过在实际网络流集合上与朴素贝叶斯算法的对比实验,可以看出使用支持向量机方法处理流量分类问题,具有以下3个优势:1)网络流属性不必满足条件独立假设,无须进行属性过滤;2)能够在先验知识相对不足的情况下,仍保持较高的分类准确率;3)不依赖于样本空间的分布,具有较好的分类稳定性.

Internet流量识别技术研究

流量识别是指根据网络流以及流中数据报文的某些信息将网络上的流分成若干既定的类别.随着网络的高速化,业务应用和协议日趋复杂,传统的基于端口的流量识别方法已经不够准确,因此各种新的识别方法成为研究热点.本文在介绍流量识别的基本概念、流量识别的评价指标的基础上,对目前正在使用或研究的流量识别方法进行了分析比较,指出了现有各种方法的优点和不足,最后给出未来流量识别技术的发展趋势和研究方向.

基于小波方法的Internet流量的预测建模

小波模型是自相似过程的流量模型， Internet流量数据属于非平稳的时间序列，小波变换可将非平稳的时间序列变为多个平稳的分量，再对分量采用相应的回归模型进行预测，然后将各个预测分量利用小波重构成最终的预测流量。通过实例具体说明了如何利用小波变换对Internet流量数据进行分析、预测。

尺度变换下Internet流量的Gamma特征

网络流量特征分析与研究对流量产生和流量工程具有重要意义.现有工作集中在特定尺度下考察分析.基于不同地点采集得到的流量集合,采用尺度变换的方法,以时间间隔与数据包个数作为尺度变换的对象,分析不同粒度下流量特征,发现网络流量在特定尺度范围之上满足Gamma分布的特征.且在传输层上表现有所不同,TCP流量在特定尺度范围之上满足Gamma分布,UDP流量则在任何尺度都无明确的统计分布特征.

基于机器学习的Internet流量分类

提出了基于机器学习的Internet流量分类框架,研究了支持向量机(SVM)在权威流量数据集全部子集上的分类效果和特征选择对分类效果的影响。实验结果表明,SVM对流量分类问题具有较高的分类精度和稳定性,通过特征选择,可以有效降低数据的维数,并一定程度上提高分类的精度。

基于非平稳型流量队列模型的Internet流量测量研究

针对大规模细粒度网络流量测量的现实困难 ,本文引入一种非平稳型流量队列模型NTT ,直接对粗粒度的流量采样进行建模 .NTT模型是大量活跃的流量队列的迭加 ,每个队列内部的流量变化过程用分形高斯噪声过程FGN描述 ,队列的到达过程形成非同构的泊松过程 ,队列的生存周期服从指数分布 .对CERNET主干网的实际流量测量分析验证了NTT模型的有效性 ,证实了NTT模型可用于基于各种粒度的流量测量的网络行为研究 .

Internet流量工程演进透视

针对传统Internet在流量工程方面的不足和越来越多新业务对流量工程的需求,分析了Internet流量工程演进中出现的重叠模型和集成模型及其相应的技术方案在流量工程上的特点,阐明MPLS是Internet流量工程的理想技术选择并提出其发展策略。

BestEffort服务模式下的Internet流量控制

网络研究领域的一个重要问题是实施有效的流量控制,而在BestEffort服务模式下的Internet中,流量控制的重点是对无响应流实施合理控制。介绍了该领域研究的内容与研究现状,分析了研究难点,讨论了研究方法及评判标准,并指出了发展方向。

基于MPLS的Internet流量工程研究

Internet流量工程是控制流量怎样流经 Internet网络以优化资源利用和网络性能的过程 ,是确保端到端 Qo S的重要技术。本文归纳出了 Internet流量工程的通用加工模型 ,流量预测采用的方法和格式 。

基于MPLS的Internet流量工程

本文介绍了MPLS流量工程的关键技术,包括Internet流量工程、MPLS技术原理及MPLS流量工程的实施方法等。

基于MPLS的Internet流量工程研究

Internet流量工程是控制流量怎样流经Internet网络才能优化资源利用和网络性能的过程，是确保端到端QoS的重要技术。本文归纳出了Internet流量工程的通用加工模型以及流量预测采用的方法和格式，并对域问流量工程的实现技术进行了探讨。

基于复杂网络的Internet流量分析

基于复杂网络理论对Internet网络结构进行分析,模拟Internet网络中选择服务器的过程,建立一个基于距离和流量的Internet自组织网络结构模型(FDM)。通过仿真Internet网络数据传输过程,分析比较FDM与BBV模型的丢包率,研究Internet网络中心连接节点的缓存器容量、处理器速度对网络流量的影响。

MPLS在Internet流量工程中的应用

首先回顾了IP网络流量工程的概念和所面临的挑战 ,然后讨论了MPLS (多协议标记交换 )的基本概念和发展 ,指出了MPLS巨大的流量工程能力和主要功能 ,最后着重分析了MPLS在IP网络流量工程中的应用。