IP城域网流量建模研究 ——流量分布特征及模型化

论文摘要

随着网络技术的迅速发展,互联网的规模日益庞大,互联网所提供的内容也日趋多样化、复杂化,网络流量特征研究的重要性日益突出。本文以西安多媒体城域网为研究对象,对其网络流量进行特征分析及建模研究。 主要的研究结果为以下三点: 1 对原始网络流量进行自相似特性分析,并通过自相关函数和自协方差来检验流量的自相似特性和长程依赖性,发现自协方差C（m）（k）（其中m为聚集度）是以近似重尾曲线的方式逐渐衰减的。 2 发现IP城域骨干网流量的分布密度可以用Gamma分布进行比较准确的拟合,而其尾部则可以使用重尾分布曲线进行拟合。在本人涉猎的文献中尚未见此类研究报道。 3 在多重分形小波模型（MWM）基础上,采用上述研究结果分别对尺度系数和因子的分布做以修正,建立了网络流量的MWM-G模型,实验结果表明了该模型的有效性。 因此,本文的研究将对有类似网络拓扑结构和流量特点的城域网分析研究带来新的视角。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究网络流量规律的意义
• 1.2 研究现状
• 1.3 网络流量的研究方法
• 1.4 本论文的组织结构
• 第二章 数据采集及数据分析程序设计
• 2.1 西安IP城域网简介
• 2.1.1 西安IP城域网的网络结构
• 2.1.2 西安IP城域网的核心组网技术
• 2.2 西安IP城域网的流量信息采集
• 2.3 数据分析程序设计
• 2.4 本章小结
• 第三章 自相似特性分析
• 3.1 自相似概述
• 3.1.1 相关概念
• 3.1.2 自相似通信量的研究概况
• 3.2 自相似特性分析
• 3.2.1 采样数据说明
• 3.2.2 自相似特性分析及Hurst参数的计算
• 3.3 长程依赖性分析
• 3.4 基于聚集度m的自协方差分析
• 3.4.1 重尾曲线的拟合算法
• 3.4.2 曲线拟合
• 3.5 本章小结
• 第四章 基于分布密度的流量特征分析
• 4.1 网络流量的分布密度分析
• 4.2 分布密度的拟合
• 4.2.1 Gamma分布与α、β的估计方法
• 4.2.2 Gamma分布的拟合算法
• 4.2.3 分布密度曲线拟合
• 4.3 基于Gamma分布流量的修正
• 4.3.1 经验修正方法
• 4.3.2 拟合算法及拟合结果
• 4.4 本章小结
• 第五章 基于小波技术的流量特征分析及建模
• 5.1 小波概念及特点
• 5.2 多分辨率分析（MRA）
• 5.3 基于小波技术的流量模型
• 5.3.1 多重分形小波模型（MWM）
• 5.3.2 改进的多重分形小波模型
• 5.4 两种模型的生成流量的比较分析
• 5.5 本章小结
• 第六章 总结
• 参考文献
• 攻读硕士学位期间发表论文情况
• 致谢