發(fā)布時間：2024-04-23 05:03

　　網絡測量是對網絡進行有效管理、維護和安全保障的重要手段，通過對測量數據的分析，可以了解網絡的運行環(huán)境以及網絡服務狀態(tài)等方面的情況，為網絡的升級或改建提供必要的參考。在網絡測量范疇內，由于網絡流量融合了網絡運營時所有的信息，是最基礎也是最關鍵的測量數據，因此對網絡流量數據的分析與研究格外重要。而隨著物聯(lián)網、泛在網絡等概念的提出，下一代互聯(lián)網骨干網各節(jié)點之間、局域網各節(jié)點之間的網絡流量數據將呈現(xiàn)大幅度增長，互聯(lián)網流量即將邁入大數據時代。在大數據流量背景下，網絡業(yè)務類別的急劇增加導致網絡流量性質發(fā)生改變，傳統(tǒng)的流量模型已不適用于當今乃至下一代互聯(lián)網流量的分析與預測，因此對網絡流量建模的研究勢在必行。 網絡流量模型可以生成不同特征的流量數據，用于檢驗新型網絡設備的功能與質量，有助于衡量網絡設備與業(yè)務流量之間的匹配問題，對研發(fā)下一代互聯(lián)網技術和基礎設施具有重要意義。網絡流量模型還可用于流量的預測：做為一種重要的預警手段，網絡流量的預測結果指明了網絡流量未來的趨勢，可根據這種趨勢調整相應網絡資源，保證網絡業(yè)務的服務質量；通過對流量預測值的分析，依據相應判別準則，能夠提前發(fā)現(xiàn)網絡異常，及時采取有效措...

【文章頁數】：130 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景
    1.2 課題研究的目的及意義
    1.3 國內外研究現(xiàn)狀
    1.4 相關研究及分析
        1.4.1 相關研究工作
        1.4.2 存在的問題與不足
    1.5 本文主要研究內容
第2章 網絡流量的特性及模型
    2.1 引言
    2.2 網絡流量的性質
        2.2.1 自相似性
        2.2.2 長程相關性
        2.2.3 突發(fā)性
    2.3 網絡流量模型
        2.3.1 馬爾科夫模型
        2.3.2 分形布朗運動模型
        2.3.3 人工神經網絡模型
        2.3.4 ON/OFF 模型
        2.3.5 ARMA 類模型
    2.4 本章小結
第3章 基于 ON/OFF 模型的網絡流量建模
    3.1 引言
    3.2 網絡趨同性現(xiàn)象
    3.3 引入趨同性的 ON/OFF 模型流量性質
        3.3.1 理論分析
        3.3.2 流量性質的驗證
    3.4 C-ON/OFF 模型的實驗結果與分析
    3.5 本章小結
第4章 基于 EMD 的網絡流量建模
    4.1 引言
    4.2 經驗模式分解
    4.3 基于 EMD 的長相關流量分解
        4.3.1 理論證明
        4.3.2 仿真實驗
    4.4 EMD-ARMA 模型建模
        4.4.1 ARMA(p, q)的相關函數分析
        4.4.2 EMD-ARMA 模型的參數估計
        4.4.3 EMD-ARMA 模型的檢驗
    4.5 EMD-ARMA 模型的實驗結果與分析
    4.6 本章小結
第5章 基于 EMD-ARMA 模型的網絡流量預測
    5.1 引言
    5.2 網絡流量時間序列的預測
        5.2.1 預測值的存在性
        5.2.2 預測值的唯一性
        5.2.3 線性預測
    5.3 EMD-ARMA 模型的單步預測實驗
        5.3.1 預測結果與分析
        5.3.2 IMF1 預測精度提升
    5.4 EMD-ARMA 模型的多步預測實驗
        5.4.1 多步預測誤差分析
        5.4.2 預測結果與分析
    5.5 本章小結
結論
參考文獻
附錄
攻讀博士學位期間所發(fā)表的論文及其它成果
致謝
個人簡歷



本文編號：3962659