论文部分内容阅读
自从1993年网络业务自相似本质特性提出以来，网络业务特征经历了十余年一系列深入研究，取得了很多重要成果。网络业务不仅仅表现为自相似性和长相关性，而且表现出多重分形性，这就是网络业务的多尺度特征。本文引入一种基于小波多尺度分析的方法，可用于网络结构设计，网络容量规划，网络性能评价。由于小波分析所固有的尺度特性，在参数估计，业务分析，网络模型，队列分析，网络预测等方面取得了一系列的研究成果，拓展了网络研究的领域。本文的主要贡献和创新点如下： 1．提出一种基于小波的自适应Hurst参数估计方法。Hurst参数是表征自相似业务突发特性的重要参数。论文分析了小波域内网络业务的自相似性，描述了小波系数的本质和统计特性，提出一种基于小波的自适应Hurst参数估计方法，可以证明该方法在一般意义上是无偏的。分形高斯噪声和真实突发网络业务的仿真结果均表明，所述方法比传统估计方法具有更高的估计精度，能够自适应的选择最优尺度区间，而且仅具有O(N)的计算复杂度，这一方法可应用于高速网络业务的管理和实时控制。 2．提出MPEG-4视频业务具有多重分形特性。应用基于小波的多重分形分析方法对MPEG-4视频业务的分形行为进行分析，结果表明MPEG-4视频业务具有多重分形特性，采用多重分形小波模型对MPEG-4视频业务进行建模分析，通过仿真试验结果的比较和分析，表明该模型能够真实反映MPEG-4视频业务的突发特性。 3．提出一种基于小波的网络传输层模型。最近研究表明网络业务的统计特性在不同尺度上表现出很大的差异，结合网络结构的研究表明根据连接速率可以把网络业务分解为两部分，一部分是大量具有高斯性的网络业务。另一部分是少量的突发性网络业务。为了更好的理解这种复杂的网络业务统计特性，提出一种基于小波的网络传输层模型，真实网络业务的仿真结果表明这个模型能够灵活地适应网络业务在不同尺度下所表现出的高斯特性和突发行为。 4．提出基于小波的网络业务队列分析和预测。通过把离散小波变换引入到网络业务的队列分析，在小波域内能够得到精确简洁的队列尾分布。通过对真实业务的队列仿真以及分析结果的比较，表明了基于小波的队列尾分析的正确性。进而通过把ARIMA线性预测方法引入小波域内，提出一个基于小波的网络业务预测方法，通过真实网络业务的仿真试验，表明该方法能够对网络业务进行比较精确的预测。