版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、網(wǎng)絡流量模型是網(wǎng)絡設計與分析的基礎,精確的流量模型能準確刻畫實際網(wǎng)絡流量特征,對網(wǎng)絡性能分析、網(wǎng)絡參數(shù)設計、網(wǎng)絡擁塞控制等有著重要意義。
自相似網(wǎng)絡流量模型能較好的研究網(wǎng)絡流量特征且應用廣泛。但其自身為加法結構,存在嚴重的負流量問題,此外,自相似網(wǎng)絡流量模型只能描述具有線性形式的尺度結構,很難對網(wǎng)絡流量復雜的尺度特性進行準確描述。多分形小波網(wǎng)絡流量模型以小波分析為工具,實現(xiàn)網(wǎng)絡流量多尺度特性分析,能同時描述網(wǎng)絡流量大時間尺度下
2、的長相關性以及小時間尺度下的多重分形。本文圍繞獨立小波模型(IWM)和多分形小波模型(MWM)存在不能確保信號非負、系數(shù)構造選取分布與實際流量分布特性無關等局限性,合理選取系數(shù)構造分布,構建能準確刻畫網(wǎng)絡流量特征行為的網(wǎng)絡流量模型,并設計能準確模擬真實網(wǎng)絡流量特征性質的網(wǎng)絡流量發(fā)生系統(tǒng)。本論文的主要研究內容及創(chuàng)新點如下:
1、實現(xiàn)網(wǎng)絡流量多尺度特性分析。說明實際流量在不同時間尺度范圍內具有多分形特性,為多分形小波模型應用提供前
3、提使用條件,對比分析了IWM和MWM各自建模思想及其局限性。
2、提出一種基于Pareto分布的混合小波網(wǎng)絡流量多分形模型。模型兼顧了IWM較好的長相關描述能力以及MWM的短期突發(fā)描述能力,通過設定隨機乘法因子限制特征系數(shù)非負性確保重構流量為正,選取符合實際流量重尾分布特性的pareto分布,使重構流量信號更為精確,改進后的網(wǎng)絡流量模型在性能上得到很大提升,且符合實際流量網(wǎng)絡流量特征。
3、提出一種基于多分形小波模型
4、的分布式流量發(fā)生系統(tǒng)。系統(tǒng)以多分形小波流量模型重構流量作為流量數(shù)據(jù)源,通過控制端向多個發(fā)送端分配流量生成任務,由發(fā)送端分布式地合成測試流量。分布流量生成系統(tǒng)滿足多用戶并發(fā)訪問的實際網(wǎng)絡應用環(huán)境,分布式地生成測試流量,準確模擬不同的網(wǎng)絡應用服務。
通過仿真驗證,改進后的P_OWM在多分形譜、邊緣分布、相關函數(shù)等各性能指標上有較好提升,均優(yōu)于MWM且與實際流量更為接近。其重構流量概率密度分布具有重尾分布特性,符合實際流量分布特性。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多分形小波的網(wǎng)絡流量模擬系統(tǒng)的研究.pdf
- 基于多分形尺度性質的網(wǎng)絡流量模型研究.pdf
- 多分形小波在網(wǎng)絡流量特征分析中的應用研究.pdf
- 基于擴散小波的網(wǎng)絡流量模型研究及應用.pdf
- 基于小波的網(wǎng)絡流量建模研究.pdf
- 基于小波的網(wǎng)絡流量特性研究.pdf
- 基于小波技術和ARIMA模型的網(wǎng)絡流量預測研究.pdf
- 基于小波的網(wǎng)絡流量的特性刻畫與模型建立.pdf
- 基于小波變換的網(wǎng)絡流量入侵檢測.pdf
- 基于擴散小波的網(wǎng)絡流量異常檢測研究.pdf
- 基于遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡的網(wǎng)絡流量預測模型研究.pdf
- 基于小波分析的網(wǎng)絡流量模型.pdf
- 基于多分類器的網(wǎng)絡流量分類研究.pdf
- 基于蟻群算法優(yōu)化的小波神經(jīng)網(wǎng)絡流量預測模型研究.pdf
- 基于分形的網(wǎng)絡流量模型的分析與研究.pdf
- 基于小波變換的網(wǎng)絡流量分析和建模.pdf
- 基于小波變換的網(wǎng)絡流量分析與應用.pdf
- 基于粒子群小波神經(jīng)網(wǎng)絡的網(wǎng)絡流量預測模型研究.pdf
- 基于小波分解和ARIMA的網(wǎng)絡流量模型.pdf
- 基于小波核極限學習機的網(wǎng)絡流量分類.pdf
評論
0/150
提交評論