论文部分内容阅读
网络业务自相似性的发现对网络业务建模、性能评价和网络控制技术的研究产生了重要影响。传统的网络模型在描述实际网络业务时，认为网络通信量具有Markov性，并在此基础上建立了以Poisson过程为主的数学描述模型，这种模型具有短程相关结构。大量实际测量发现网络通信量具有普遍的自相似性(或长程相关性)。长程相关性在多个时间尺度上存在，并且在大时间尺度上对网络时延、抖动、丢包率以及吞吐量等网络性能具有重大的影响。传统的网络业务模型忽略了自相似的重要特性，不能真实地刻画实际的网络业务。本文深入研究自相似业务网络仿真和性能评价问题。论文首先介绍自相似的常见定义，描述自相似过程在数学和物理上的若干特征；研究网络自相似业务的建模与流量数据生成方法，并对这些业务模型的性能进行了分析；通过仿真实验研究了自相似特性对网络性能的影响。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、FGN、FBM、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。研究结果表明ON/OFF模型生成的序列接近期望值，但序列的Hurst系数是不稳定的，随序列长度改变而改变。相比其它模型，FGN模型产生的业务序列比较稳定和准确。FARIMA模型具有长短交织的相关函数结构，与实际中的大部分流量的分形相关函数结构吻合，是目前为止较为理想的一种算法。论文接着对网络性能评价的相关模型、指标进行了讨论，重点分析了FBM、FARIMA模型的排队性能。然后对本论文使用的仿真模型和实验数据来源进行了讨论，通过仿真实验对自相似网络排队性能进行了分析总结。在网络性能分析中排队性能是一个重要的指标。本文采用自相似业务模型产生的不同数据来驱动OPNET的G/M/1模型进行仿真，讨论了影响排队时延、队长和包丢失概率的因素。研究结果表明发包间隔时间的分布特征决定了排队性能，ON/OFF模型的排队性能与ON/OFF的Pareto分布有直接关系，自相似序列比短相关序列有更大的排队时延和丢包率，而且变化也更剧烈。方差对排队性能指标有重要影响。