一种自相似网络可靠性分析模型

利用ON/OFF模型产生自相似流量,提出了一种基于排队延迟的自相似网络可靠性分析模型。将节点和到达信息流视为G/M/1/B排队模型,利用大偏差理论得到节点平均排队延迟时间,进而得到网络各种工作状态下全网平均排队延迟时间。再利用延迟阀值得到各种工作状态下的网络可靠性,进一步得到全网可靠性。通过模拟计算,得到了给定拓扑结构网络的可靠性与自相似程度、ON/OFF源数量以及节点缓存大小之间的关系。     

基于FBM的自相似网络平均排队延迟分析

利用分形高斯噪音(Fractional Gaussian Noise(FGN))模型应用快速傅立叶变(Fast Fourier Transfer(FFT))而生成自相似流量,建立了一种基于分形布朗运动的自相似网络平均排队延迟分析模型.采用理论分析和实际测量流量的仿真结果均表明:随着缓存增大,各种自相似程度下的平均排队延迟也在增大;小缓存时,自相似程度低的平均排队延迟大,而大缓存时,自相似程度越高的网络,平均排队延迟越大;负载越大,平均排队延迟越大.     

自相似流量对网络性能的影响

阐述了自相似流量对网络性能诸因素的影响,并通过实验研究了丢包率与自相似性的关系。实验采用ON/OFF模型,用NS平台进行模拟。     

基于拓扑简化的自相似网络相关参数分析

本文基于简单串联网络拓扑结构的简化,对拓扑简化后的自相似网络的相关参数(节点缓存、节点排队负载)进行分析.通过分析简化前后的网络的性能(平均排队延迟、平均丢包率),提出简化后网络的节点缓存模型和节点负载模型.模型分析的结果分别说明了简化后的节点缓存大小与简化前节点缓存及负载、网络自相似程度之间的变化关系以及简化后节点负载与简化前节点负载、简化前后节点缓存大小比、网络自相似程度之间的变化关系.     

自相似排队系统的蒙特卡罗仿真研究

自相似性是网络通信量的普遍性质并且对网络性能有很大的影响。论文利用蒙特卡罗方法研究了自相似排队系统的性能问题。研究表明长程相关和短程相关对于排队系统性能具有非常不同的影响,尤其是在缓存较大的情况下。同时,还发现通信量中长程相关发生作用的尺度与通信量以及排队系统本身的参数都有关,这对于实际的网络设计具有较强的参考意义。     

无线/有线混合网络下基于平均丢包率差值的Fuzzy丢包评判算法

在对最后一跳为无线的无线/有线混合网络下,对无线误码丢包和网络拥塞丢包的平均丢包率差值统计概率分布特点进行了分析和验证,在此基础上提出了一种基于平均丢包率差值的Fuzzy丢包区分算法,利用Fuzzy模式识别区分丢包原因.仿真验证表明,该算法效果比较理想.     

非强占有限优先权M/G/1排队系统

针对部分数据帧有完全优先权发送的计算机网络数据服务系统存在的网络拥塞风险问题,提出了一种非强占有限优先权M/G/1排队系统模型的方法。该系统模型引入控制完全优先权的参数n,使得数据帧的完全优先权变成有限优先权,考虑了不同优先级队伍之间的公平性,降低了计算机网络数据服务系统拥塞的风险,使得网络系统在有限优先权下有较好的稳定性。在模型研究中,运用全概率拆解方法获得各级队伍平均等待时间、平均逗留时间和平均队长的理论结果。对模型采用Matlab 2010a软件实验仿真,实验得到的各级队伍平均等待时间和理论平均等待时间的平均绝对误差为0.951%。实验中,有限优先权条件下各级顾客的平均等待时间比值显著小于完全优先权条件下各级顾客的平均等待时间比值。实验结果表明对非强占有限优先权M/G/1排队系统模型研究的理论结果是正确的,该模型具有更稳定的系统特性。     

可修排队系统GI/G(M/G)/1的可靠性分析

利用更新过程理论和向量马氏过程方法全面考察了可修排队系统GI/G(M/G)/1的结 构,得到了所有感兴趣的指标,并证明了服务台的可靠性指标只与系统的忙期、闲期和忙期循 环时间有关.     

Internet的测量与性能分析

网络测量技术对于网络性能评价和网络业务的预报和控制来说是至关重要的。该文使用多种测量工具，如即Fping、TTCP、Netperf和Pathrate等，以加拿大渥太华大学为中心对包括天津大学等在内的多个国内外站点的网络延迟、丢包率和吞吐率进行了测量。在分析测量结果评价Internet性能的同时，还对比了多种测量工具。     

基于自相似排队模型的片上网络缓存分配算法

为提升片上网络在自相似通信特征下的网络性能,依据片上网络数据流的自相似特性,通过建立虚通道自相似排队模型,提出一种基于自相似排队模型的片上网络缓存分配算法.算法首先利用已建立的排队模型计算虚通道缓存溢出概率,然后依次为溢出概率最大的虚通道缓存队列递增缓存深度,每次增加一个微片,直至达到总缓存配额阈值.实验结果表明,与现有的基于排队模型的算法相比,文中算法在相同缓存开销下可获得更小的平均包延迟,在同等平均包延迟下可节约25％的缓存开销.