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。     

基于FARIMA的网络建模与性能分析

给出了利用FARIMA模型进行建模、拟合实际网络流量的方法和参数估计的具体步骤,研究了长短相关对网络性能的影响.研究结果表明,不论长相关还是短相关,FARIMA模型对实际业务拟合二者都非常接近,当缓存较小时,网络性能将由短相关特性支配,而且随着缓存增加,长相关业务下系统性能的衰减要比短相关业务下衰减的慢,这些发现对今后网络设计性能研究具有重要的参考价值.     

无线数据网络中的自相似性

在研究通信网络的流量控制及网络性能的时候．业务源模型是一个十分重要的组成部分。传统的业务流模型大多是基于泊松或贝努力过程的．而这些模型表现出的行为与实际网络的测量结果不符。大量业务的测量表明：在这些业务中普遍存在着自相似性(即长相关性)。采用自相似建模表征业务到达过程的长时相关特性具有较高的精度．其中Hurst系数是表征业务突发特性的重要参数。经研究发现，无线网络中仍然存在自相似性。考察CDPD(蜂窝数字分组数据网)的特性，发现自相似性对网络的排队性能有着显著的影响．可以通过增加队列长度，加大缓冲存储空间，实现降低延时。     

基于小波变换的网络流量预测模型

目前研究发现实际网络流量具有明显的分形特性,流量的多重分形特性对网络性能有着非常重要的影响,有必要建立一个基于多重分形特性的可以同时预报长相关和短相关特性的实际网络业务模型。利用AR, ARMA等模型对短相关数据能较好地预测而对长相关数据预测精度不高的特点,并结合小波变换能够去除实际数据相关性,建立新的预测模型,使其对长相关数据同样具有比较高的预测精度。改进后的模型克服了FARIMA模型计算量比较大的缺点,保持了算法的简单性。     

自相似流量下的ATM交换机缓存溢出概率分析

近期的研究表明,在ＷＡＮ,ＬＡＮ及ＶＢＲ业务、ＩＳＤＮ中传输的业务等多种通信业务中普遍存在着相似特性（或称为长相关）,对自相似流量模型睛的排队分析方法目前还很不成熟,分析并得到了在二斩近自相似流量下的ＡＴＭ交换机的缓存溢出概率的上下界,从分析可以看出,流量的自相似特性对缓存溢出概率有着非常３显著的影响,与利用传统流量模型得到的结果相比,得到的缓存溢出概率随着缓存的增加,下降的速度要缓慢得多。     

基于形式化方法的网络业务流Petri网模型的仿真分析

针对自相似业务流的影响,给出具有自相似特性的网络业务流传输过程的随机Petri网模型,使用Petri网分别建立了无限缓冲区的IP层网络模型和有限缓冲区的以太网模型,采用一种马尔可夫随机Petri网的方法对模型进行分析,然后通过实例证明了网络中确实存在着自相似现象,最后利用随机Petri网性能分析工具SPNP对所建立的模型进行了模拟和验证,研究了网络业务流的自相似特性对网络性能的影响.提出的模型在一定程度上能够很好地拟合不同网络的流量特性,为网络构建、网络特性分析和网络性能评估提供了重要的理论基础.     

自相似流量下包丢失的尺度特性

IP网络上的设备故障与流量拥塞经常导致网络数据丢包现象,研究网络上丢包行为的特性对于拥塞控制机制的设计、网络性能分析和服务质量保证都具有重要意义。文章基于ON/OF模型构造了具有长相关性包到达过程的链路流量,研究了在单路复用网络模型上的丢包特性,分析了丢包过程中体现的长相关特性,以及流量长相关性、缓冲区大小、输出链路速率因素与其长相关特性的关系。     

基于自相似网络流量模型的分析

流量模型是流量预测和网络性能评价的核心基础。好的流量模型必须能够准确描述网络实际流量的特征情况,才能准确预测流量状况。随着网络业务类型不断增加,实际网络中业务流特性越来越复杂,表现为长相关性和自相似性等。本文重点分析了当前广泛使用的几种自相似模型,对自相似业务的分析和处理具有一定的指导意义。     

网络中自相似特征业务的控制管理

分析了网络业务的自相似特性以及这种特性对网络性能的影响。结合自相似性的特点提出了一种新的业务控制机制,以有效提高网络性能。     

基于FARIMA模型的网络流量预测

论文基于长相关特性的时间序列分析方法,采用FARIMA模型对网络自相似业务进行研究,利用“后向预报”技术对序列进行分形反滤波,在模型辩识、参数估计中利用粗、精估计结合的方法建立模型。选择伯克力实验室的经典实测数据,利用FARIMA模型进行H值估计、分数差分定阶及消除长相关性的操作,实验证明了模型的有效性。     

一种结合DWT和FARIMA的网络拥塞控制机制

针对自相似流量具有的长相关和突发性特征,结合离散小波变换(DWT)和时间序列分析中的FARIMA过程,提出构建一种混合的网络流量预测模型来对网络行为的发展趋势进行分析和预测,并以预测结果辅助AQM的REM显式拥塞标记,从而提高流量控制的动态性以实现对传统网络协议策略的优化.实验表明该方案可有效改善协议性能,具有良好的稳定性和低丢失率特征.     

Dynamic admission control in hybrid QoS networks with WiFi access

Recent developments in the IEEE 802.11 standardizations[1] have been successful to offer high-speed data services. Hence, traffic classes (e.g. VoIP or video-conference) with different QoS requirements will be provided in future wireless LANs (WLAN). Sinc…     

基于分数差分和Fuzzy-AR的网络流量建模和预测

文章提出了一种利用分数差分和Fuzzy-AR(模糊自回归模型)进行网络流量建模和预测的新方法。这种方法既能刻画实际网络流量的长相关性,又能描述其中的非平稳和非线性分量,同时具有较低的辨识复杂度。这个方法的两个部分建模和预测是密切相关的。首先它们都通过分数差分的方法消除时间序列中的长相关性,然后分别用模糊自回归模型进行建模或预测。实验表明相比传统的模型,这种方法的预测更加有效。     

Generation of synthetic video traffic using time series

Generating traffic has always been an important part of network simulations but has turned to an even more challenging task with modern networks. The statistical properties of the input stochastic processes traced in the networks used all along Information Era turned out to be complicated and difficult to reproduce. Taking into account successful efforts in modeling Internet traffic with FARIMA time series models, this paper attempts to extend their applicability and employ them to generate synthetic video traffic. It is known that FARIMA can model both the Short Range (SRD) and Long Range Dependence (LRD) existing in video traffic; however the traces it produces fail to describe correctly the moments (mean, standard deviation, skewness, kurtosis) of the distribution behind the data. Since an efficient traffic generator should capture both the statistical properties and queuing behavior of video traffic we experiment with models such as FARIMA with Student's t errors and FARIMA-GARCH with Normal and Student's t errors, improving somewhat the accuracy of the generated traffic. Furthermore, the paper suggests the projection of the traces generated by a FARIMA model to values of a Lognormal distribution. It is shown that such a methodology produces synthetic traces that can emulate very closely the behavior of real traces. In order to quantify closeness the generated traces are fed into a simple FIFO queuing system with finite buffers, where loss probability is calculated and compared to that experienced by the corresponding real traces. Using five different real traces, MPEG-4 or H.263, it is shown that the proposed methodology produces traffic generators that can capture satisfactorily several statistical properties of the real traffic and also its queuing behavior for a wide range of buffer sizes and service rates.     

基于FARIMA的ARP欺骗入侵检测

针对ARP网络流量具有自相似性,ARP欺骗会导致ARP网络流量局部突发的特征,在进行理论分析的基础上,提出一种ARP欺骗入侵检测方法。采用适合描述自相似性的FARIMA准确预测ARP网络流量,在线实时计算每个周期实测值和预测值的差值,比较差值变化率快速准确实现ARP欺骗入侵检测。运行结果证明FARIMA具有先进性,该方法可有效提高ARP欺骗实时入侵检测的检测率,实现追踪ARP欺骗攻击源主机。     

基于小波技术的网络流量分析和预测

互联网流量数据属于非平稳的时间序列,具有很强的突发性和自相似性等分形特征.小波分析能够保持对象的尺度不变性,很适合分析和处理自相似过程.分析了常见流量模型的优缺点,利用小波技术将网络流量分解、重构,并结合传统FARIMA模型分析和预测网络流量,实验结果表明该方法可以有效地对网络流量进行建模和预测.     

Two approximation methods to synthesize the power spectrum of fractional Gaussian noise

The simplest models with long-range dependence (LRD) are self-similar processes. Self-similar processes have been formally considered for modeling packet traffic in communication networks. The fractional Gaussian noise (FGN) is a proper example of exactly self-similar processes. Several numeric approximation methods are considered and reviewed, two methods are found that are able to provide a better accuracy and less running time than previous approximation methods for synthesizing the power spectrum of FGN. The first method is based on a second-order approximation. It is demonstrated that a parabolic curve can be indirectly used to approximate the power spectrum of FGN. The second method is based on cubic splines. Despite the fact that splines cannot be used directly to approximate the power spectrum of FGN, they can, however, considerably simplify the calculations while maintaining high accuracy. Both of the methods proposed can be used to estimate the Hurst parameter using Whittle's estimator. Additionally, they can be used on synthesis of LRD sequences.     

分形滤波的网络流量预测

提出了一种结合分形滤波与线性神经网络进行网络流量预测的新方法。通过分形滤波增强网络流量中的长相关结构,使序列更加平滑,根据相空间重构理论利用线性神经网络进行预测操作,并用实际网络流量验证该模型的有效性。