网络业务特性分析与性能评价

论文摘要

网络业务具有分形特性,并对网络性能有着多方面的影响,对网络设计、流量控制、网络规划、网络管理以及QoS方面均有影响。与传统业务模型(如泊松模型)不同,现代网络业务的一个关键特性是自相似特性,即网络业务在大部分时间尺度范围内具有统计相似性(高度相关)和重尾特性(高变化或突发),表现为网络业务相关结构呈缓慢衰减趋势变化。而与自相似特性相比,网络业务的多重分形特性既能考查多尺度下业务的突发性,又能描述突发性相对于时间的变化,是网络业务最显著的统计特性之一。本文主要研究网络业务的自相似特性和多重分形特性及其性能评价。首先,对描述自相似程度的参数Hurst参数进行估计,对其精度、可靠性和局限性进行研究,并通过网络仿真进行分析验证。其次,论文在归纳总结自相似基本概念的基础上,研究了常见自相似业务模型(如ON/OFF、FBM/FGN、FARIMA等)的实现过程,并分析了基于这些模型所产生的自相似流量序列的准确性。第三,对多重分形业务的参数(尺度函数和矩因子)进行估计,检测网络业务多重分形特性。最后,通过对实际数据进行分析及参数估计,实现基于联合多重分形(JMF)模型的业务产生,将由JMF模型产生的业务数据与FGN模型产生的业务数据分别作为OPNET仿真驱动进行网络性能对比仿真。通过对不同业务模型的性能分析及适应性研究表明:对实际业务的参数估计可识别网络业务特性;与FGN模型相比,多重分形模型产生的理论流量与实际测量流量的性能更为接近,其网络仿真结果更为准确,也进一步验证了网络业务的多重分形特性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 网络业务自相似/长相关现象及特性研究
• 1.2.2 网络业务辨识与参数估计
• 1.2.3 网络业务建模与性能分析
• 1.2.4 现有研究工作存在的问题或不足
• 1.3 本文的主要研究工作及内容安排
• 第2章 相关技术简介
• 2.1 传统的网络业务特性
• 2.1.1 马尔可夫过程
• 2.1.2 泊松过程
• 2.1.3 自回归过程
• 2.2 自相似特性
• 2.2.1 自相似的数学描述
• 2.2.2 自相似过程的性质
• 2.2.3 自相似特性对网络性能的影响
• 2.2.4 重尾分布
• 2.2.5 其它分布函数
• 2.3 多重分形特性
• 2.3.1 多重分形的定义
• 2.3.2 多重分形的性质
• 2.4 本章小结
• 第3章 自相似业务参数估计
• 3.1 业务自相似参数估计方法
• 3.1.1 相关概念
• 3.1.2 V-T方法
• 3.1.3 R/S方法
• 3.1.4 Whittle方法
• 3.2 网络业务的自相似特性分析
• 3.2.1 实际网络业务的自相似特性分析
• 3.2.2 时间序列的长期记忆性分析
• 3.3 对Hurst参数的研究
• 3.3.1 三种估计算法精度分析
• 3.3.2 Hurst参数有效性检验
• 3.3.3 H参数的局限性仿真研究
• 3.4 本章小结
• 第4章 自相似业务建模
• 4.1 ON/OFF模型
• 4.2 基于分形布朗运动和分形高斯噪声的模型
• 4.2.1 分形布朗运动
• 4.2.2 分形高斯噪声
• 4.2.3 模型的实现
• 4.3 FARIMA模型的实现
• 4.4 本章小结
• 第5章 多重分形业务参数估计与建模
• 5.1 网络业务的多重分形特性
• 5.2 多重分形业务的参数分析
• 5.2.1 尺度函数和矩因子估计方法
• 5.2.2 实际业务的尺度函数和矩因子估计
• 5.3 多重分形网络流量模型
• 5.3.1 层叠模型
• 5.3.2 JMF模型
• 5.4 JMF模型的实现
• 5.4.1 基于Beta分布和K分布的JMF模型
• 5.4.2 基于Beta分布和Pareto分布的JMF模型
• 5.4.3 基于Beta分布和Log-normal分布的JMF模型
• 5.4.4 基于Gamma分布和K分布的JMF模型
• 5.5 JMF模型的性能分析及适应性研究
• 5.5.1 TCP业务
• 5.5.2 UDP业务
• 5.5.3 ENCAP业务
• 5.5.4 SF业务
• 5.5.5 其它业务
• 5.6 JMF模型与FGN模型的性能评价
• 5.6.1 JMF模型与FGN模型生成序列的分形特性
• 5.6.2 JMF模型与FGN模型的网络特性分析
• 5.6.3 JMF模型与FGN模型的评价
• 5.7 本章小结
• 结束语
• 致谢
• 参考文献
• 在读期间发表的论文