基于分形理论的物联网分层业务模型与性能分析

针对传统业务模型不再适合描述物联网业务流量特征的问题,将基于射频识别(RFID)的物联网系统作为研究对象,针对其构架模式和业务特点,利用服从帕累托(Pareto)重尾分布的Multiple ON-OFF业务模型,建立了一种集中式的物联网自相似分层业务流量模型,并通过自相似特性的测量验证了该模型的有效性.仿真结果表明,该模型是有效的,且这种自相似特性增大了网络丢包率和排队时延,降低了系统吞吐量.     

多业务网络环境中流量特性分析

当前网络业务环境发生了巨大变化,多业务条件下的网络流量特性是未来设计和优化网络的基础。文章通过对2007年和2008年同一时间段内在同一链路采集的高质量流量数据的深入分析,发现在当前典型的多业务网络环境中,分形特性仍然是网络流量的主导特性,同时又展现出新的特点,这就对可重构路由交换平台的开发提出了新的要求。     

私人小汽车出行行为特征分析与建模

比较分析了北京和纽约小汽车保有量、小汽车出行出发时间分布、出行距离、出行目的和承载人数分布的差异。对差异的产生原因进行了探讨,并构建了小汽车使用的影响因素模型,参数标定和弹性分析结果表明,家庭自行车数量、是否有工作、月票、出行目的、停车收费和出行时间对降低居民小汽车的使用频率有积极作用,而家庭小汽车数量、小孩、驾照、车辆主要使用者、同伴和出行距离促进了小汽车的使用。     

基于CHMM的行为识别系统设计

阐述了行为识别的基本过程。将前景序列进行归一化后,采用二维主成分分析方法（2DPCA）降维进行特征提取,利用连续隐马尔科夫模型（CHMM）建模,对行为有效分类和识别。实验结果表明,该设计方案的识别率可以达到95%。     

机器类通信业务建模与流量分析

针对机器类通信典型应用的主要特征,建立4类系统级业务模型,分别是静止模型、扩展静止模型、随机游走模型、移动模型,并给出各模型中突发数据和信令开销的估计和预测办法.该预测办法可评估不同应用场景下海量机器类通信终端接入网络时运营商面临的承载压力,据此可导出合理的网络规划和优化策略,以提升用户体验.     

工业控制网络流量特性分析与建模

采集了真实环境中的基于工业以太网的工业控制网络流量,通过对流量特性的分析发现其流量特性与普通IT网络流量特性的差异,并详细分析了其成因.通过分析发现,工业控制网络流量分布整体较规律,数据包时间间隔既不服从泊松分布又不服从重尾分布,小时间尺度上具有周期性,没有表现出自相似的特性,大时间尺度上则较为平稳.最后,应用季节乘积ARIMA模型对工业网络流量进行了实证分析.结果表明:应用该模型对工业网络流量进行建模预报是可行可靠的.     

无线网络基于距离的位置管理建模和开销分析

针对无线网络如何精确计算位置管理开销这一问题,采用嵌入式马尔科夫链作为移动模型描述移动终端在二维蜂窝网络的运动,通过建立两个连续呼叫间隔内位置更新的模型分析呼叫到达和小区驻留时间均为一般分布时基于距离的位置管理方案的位置更新次数和位置管理总开销,对无线网络进行性能评估。通过分析得到如下结论：（1）位置更新次数是距离闽值的减函数;（2）位置管理开销是距离阂值的凸函数;（3）当所选取的距离阈值较小时,位置更新开销影响位置管理开销较大;当所选取距离阈值较大时,寻呼开销影响位置管理开销较大。通过仿真分析验证了理论分析的正确性。     

互联网业务特性概述

构建一体化承载网时需要对各承载业务进行聚类,各承载业务的特性是进行聚类的重要依据,在进行聚类前需要对互联网业务等承载业务的特性进行分析.文章在参考多篇文献的基础上,首先对互联网业务特性指标进行选取,然后对各种互联网业务的延迟、抖动等特性指标进行分析.     

光伏发电系统建模与特性分析

根据光伏阵列数学模型。利用PSCAD／EMTDC软件开发用户定义的光伏阵列与最大功率跟踪控制元件,通过输出电流信号来驱动一恒流源元件,以此模拟实际光伏阵列装置,采用电导增量法实现最大功率跟踪（Meet）控制。通过搭建光伏发电系统模型,分析了光伏阵列的I—v／P—v特性曲线及光照与温度变化对系统传输功率的影响。验证了所开发模型能够反映实际光伏发电系统运行特性。     

基于视频序列的列车驾驶员行为自动识别算法的研究

设计开发了集视频采集、运动目标检测、行为识别和自动报警为一体的驾驶员行为识别系统．对其中运动目标检测和行为识别算法进行了重点研究,针对驾驶室内光照变化等影响因素,采用混合高斯背景模型与帧间差分法结合的改进算法,实现运动目标的检测,用星型骨架法提取行为特征,最后应用隐马尔科夫模型实现了对驾驶员行为的快速识别．     

基于流量监测的用户流量行为分析

为了解决网络用户流量行为描述维度过高, 且在海量网络用户流量行为数据中分析单用户流量行为比较困难的问题, 提出一种基于流量监测的异常流量时间定位和用户定位方法.首先, 基于网络流量特性提出一个较为完备的特征集, 对网络用户流量行为进行全面描述.其次, 提出一种基于偏离距离的特征选择规则, 选择出适合于海量网络用户流量行为分析的优化特征集, 实现网络用户异常流量行为的快速时间定位.最后, 在异常流量行为发生时刻对单用户流量行为进行分析, 从而定位发生异常流量行为的用户.实验结果表明, 本系统对网络用户异常流量行为具有较好的检测效果.     

网络流行为模式和分类方法

网络流行为描述是网络异常检测的基础,首先提出了网络流行为模式的概念,给出了利用行为模式对网络流进行分类的思想,然后设计出一个高效准确的分类算法,实现对网络流的实时分类,为基于网络流的网络行为异常检测提供了依据。     

无线移动网流量建模及其关键技术研究

针对通信网建模仿真过程中的关键技术环节：网络业务流量建模,本文采用软件工程的思想,分析并给出了其流量建模的一般流程及典型方法,同时针对如何在仿真模型中加载业务量分布模型的难题,提出了一种利用OPNET PDF概率编辑器来实现业务量比例分布矩阵的运算方法,由此精确控制了各通信单元间的业务强度分布.其研究成果对无线移动通信网建模方法体系的构建和完善具有重要参考价值.     

从人的行为谈昆明市的交通管理

交通管理中，人、车、路是构成交通的三个基本要素，力求通过交通参与者的行为特征分析，剖析昆明市交通现状及影响交通的内外因素，提出了相应的解决办法和建议。     

电话网话务量周期性建模与分析

根据电话网话务量具有季节性的特点,提出了把话务量作为时间序列,采用混合潜周期的方法对其建模,并对其季节效应进行分析.结果显示,模型对实际数据的拟合效果较好.     

移动通信网中基于级串框架的网络流量性能分析

根据湍流尺度分析中的对数无限可分级串方法(LIDC),对从某移动运营商处获取的无线分组网络流量进行了多尺度行为分析,以GPRS为例,发现现网GPRS流量符合对数无限可分级串框架,并由此对无线分组流量数据进行了深入的特性分析. 结果表明,LIDC方法在分析无线分组网络流量的多尺度行为方面非常有效. 该方法不仅在全尺度范围内能刻画网络流量的尺度特性,而且能确定出某一尺度下的有效分析范围. 同时,经过该分析框架分析表明,无线分组网络流量中的尺度保持了幂律关系、单一尺度及尺度不变性等特点.     

驾驶行为形成模型及其在道路交通系统中的应用

为了给驾驶行为模型化和道路交通事故原因辨识提供新的途径 ,以便从实践上达到解决诸如驾驶失误预防和驾驶行为分析等道路交通安全问题 ,提出了适于定量评价驾驶失误对道路交通安全影响程度的驾驶行为形成模型 .该模型能用于辩识道路交通事故原因 ,为驾驶员训练提供数据 ,评价驾驶步骤和道路交通系统中人的因素设计     

Traffic Modeling and Probabilistic Process Abstraction

State-based models provide an attractive and simple approach to performance modeling. Unfortunately,this approach gives rise to two fundamental problems: 1) capturing the input loads to a system efficiently within such presentations; and 2) coping with the explosion in the number of states whtn system is compositionally presented. Both problems can be regarded as searching for some optimal representative state model with a minimal const. In this paper a probabilistic feedback search approach (popularly referred to as a genetic algorithm) was presented for locating good models with low (state) cost.     

基于流量自相似的DDoS检测分析

近年来,人们的日常生活与互联网越来越密不可分,网络安全问题也呈现高发态势。作为一种严重的网络威胁,分布式拒绝服务（ DDoS）攻击越发为人们所关注。通过对流量的自相似检测,可以实现对DDoS进行有效判定,然而传统算法的固定式判据难以体现现实流量的变化,文章提出一种改进型算法,可实现对DDoS的动态检测。