-
题名基于离散小波变换的网络流量多重分形模型
被引量：30
- 1
-
-
作者
丛锁
韩良秀
刘岩
高传善
-
机构
复旦大学计算机科学系
-
出处
《通信学报》
EI
CSCD
北大核心
2003年第5期43-48,共6页
-
基金
复旦-华为联合实验室基金资助项目
-
文摘
网络流量过程中所蕴含的分形尺度特性对网络性能有显著的影响。因此研究能全面准确地刻画网络流量过程在小时间/空间尺度上的复杂奇异性特征和大时间/空间尺度上的长程依赖性特征的流量模型对Internet网络工程有重要的意义。本文对实测的流量数据(从著名的校园网和国内著名的ISP)进行了分析,利用小波技术构建了一个新的网络流量的多重分形模型,通过模拟验证,发现该新模型能以较简洁的形式捕捉实际网络流量特性,并具有刻画真实流量数据中的多重分形特征的能力。
-
关键词
离散小波变换
网络流量
多重分形
长程依赖性
复杂奇异性
-
Keywords
network traffic
self-similar
long range dependence (lrd)
discrete wavelet transform(DWT)
-
分类号
TP393.0
[自动化与计算机技术—计算机应用技术]
-
-
题名基于小波技术的网络流量特性刻画
被引量：14
- 2
-
-
作者
韩良秀
丛锁
阎华
高传善
-
机构
复旦大学计算机系
-
出处
《小型微型计算机系统》
CSCD
北大核心
2001年第9期1110-1113,共4页
-
基金
复旦 -华为联合实验室项目
-
文摘
网络流量特性是我们深刻理解整个网络体系的架构及网络控制机制和行为特征的切入点 ,所以当务之急是寻求一种全面切实的方法来刻画现代的网络流量特征 .本文以此为契机 ,通过对流量特性与尺度特性的研究 ,利用小波技术对网络流量特性如局域网的自相似特性及广域网的多分特性进行刻画 ,并对我们从国内收集的有代表性的网络流量进行分析 ,力求通过对真实的网络流量的小波变换系数 (小波系数 ,尺度系数 ) ,能量谱的分析 ,来进一步翔实 。
-
关键词
计算机网络
局域网
广域网
网络流量特性
小波技术
-
Keywords
Self similar
Multi fractal
Discrete wavelet transform
Long range dependence( lrd)
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于小波的Hurst指数自适应估计方法
被引量：16
- 3
-
-
作者
洪飞
吴志美
-
机构
北京航空航天大学计算机学院
中国科学院软件研究所
-
出处
《软件学报》
EI
CSCD
北大核心
2005年第9期1685-1689,共5页
-
基金
国家重点基础研究发展规划(973)
北京市科委项目~~
-
文摘
对局域网和广域网上大量突发网络流量的分析结果表明,网络流量普遍存在着自相似性和长相关性,其中Hurst指数是表征网络流量突发特性的重要参数.通过在小波域内对网络流量这种特性的分析,给出了其小波系数的本质和统计特性.针对基于小波的Hurst指数估计方法的自适应问题,结合方差分析给出了一种有效的解决方法,从而提出了自适应的参数估计方法,并且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数据的仿真结果均表明,自适应方法比传统估计方法具有更高的估计精度,能够自适应地选择最优尺度区间,而且仅具有O(N)的计算复杂度,因此可望应用于高速网络的网络管理和实时控制.
-
关键词
自相似性
长相关性
小波
HURST指数
自适应
-
Keywords
self-similar
lrd （long-range dependent）
wavelet
Hurst index
adaptive
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名长相关网络流量Hurst指数估计算法
被引量：7
- 4
-
-
作者
张博
汪斌强
智英建
-
机构
国家数字交换系统工程技术研究中心
-
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第2期83-85,共3页
-
基金
国家"863"计划基金资助项目(2004AA103130)
-
文摘
针对传统长相关网络流量Hurst指数估计算法估计结果不准确、可变信息受损严重的情况,提出时域内滑窗时变方差之差Hurst指数估计算法,采用已知参数的人工分形高斯噪声序列及Bellcore采集的真实网络流量序列BC-pOct89对其进行验证。结果表明该算法减少了可变信息损失,能动态地刻画全域上的长相关特性,具有较高的准确性和鲁棒性。
-
关键词
长时相关
滑窗时变
分形高斯噪声
鲁棒性
-
Keywords
Long Range dependent（lrd）
slide window time variety
Fractal Gauss Noise（FGN）
robust
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于小波分形自回归整合滑动平均模型的网络流量预测
被引量：5
- 5
-
-
作者
孙勇
白光伟
赵露
-
机构
南京工业大学电子与信息工程学院
南京大学计算机软件新技术国家重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2011年第4期901-903,共3页
-
基金
国家自然科学基金资助项目(61073197)
江苏省自然科学基金资助项目(BK2010548)
教育部留学回国人员科研启动基金资助项目(教外司留[2007]1108号)
-
文摘
研究表明Internet通信流量同时呈现长相关和短相关特性。为了精确捕捉上述通信流特性,提出一种基于小波分形自回归整合滑动平均(W-FARIMA)模型的预测方法。首先通过Haar小波的方法将原始数据分解为高频信号和低频信号,接着采用FARIMA模型对低频信号进行建模并预测序列,然后对高频信号采用加权一阶局域法进行预测,最后利用小波重构以合成数据。实验和数学分析的方法证实了该预测模型确实能够很好地进行网络流量的长期预测。
-
关键词
长相关
短相关
网络流量预测
HAAR小波
数学分析
-
Keywords
long-range dependence（lrd）
Short-Range dependence（SRD）
network traffic prediction
Haar wavelet
mathematical analysis
-
分类号
TP393.03
[自动化与计算机技术—计算机应用技术]
-
-
题名网络流量长相关特性的滑窗时变估计算法
被引量：2
- 6
-
-
作者
魏进武
张进
邬江兴
-
机构
上海无线通信研究中心
国家数字交换系统工程技术研究中心
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2008年第3期436-442,共7页
-
基金
国家“八六三”高技术研究发展计划基金项目(2003AA103510,2004AA103130,2005AA121210)
-
文摘
网络流量在动态演进过程中呈现出长相关(LRD)特性,定量描述LRD特性是网络行为研究的重要问题之一.由于传统LRD估计算法采用全域求和平均,造成序列中突发信息损失,致使传统算法均不能在复杂条件下有效估计LRD.在引入时变Hurst指数函数的概念后,提出了时域滑窗时变Hurst(SWTV-H)估计算法.SWTV-H算法在某一分辨率水平上给出局域内Hurst指数的估计,并通过局域时移实现流量序列全域内LRD趋势的动态估计.分别用仿真以及真实网络流量数据对其有效性进行了验证,与传统算法的估计结果相比,SWTV-H算法能更准确估计LRD特性,且具有更好的鲁棒性.
-
关键词
计算机网络
网络行为
长相关(lrd)
HURST指数
鲁棒性
-
Keywords
computer network
network behavior
long-range dependence （lrd）
Hurst exponent
robustness
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名网络流量长相关特性估计算法性能评估
被引量：2
- 7
-
-
作者
魏进武
邬江兴
-
机构
国家数字交换系统工程技术研究中心
-
出处
《计算机工程》
CAS
CSCD
北大核心
2007年第2期22-24,27,共4页
-
基金
国家"十五""863"计划基金资助重大专项(2003AA103510
2004AA103130
2005AA121210)
-
文摘
定量刻画网络流量的长相关特性是网络特性研究的重要基础。对当前常用的Hurst指数估计算法进行了详细归纳。在此基础上,以已知Hurst指数的分形高斯噪声(fGn)序列为主要研究对象,利用逆向方法,分别研究了周期信号以及高斯白噪声影响下的Hurst指数估计算法的估计性能。通过比较,发现没有任何一种Hurst指数估计算法能够广泛应用于复杂条件下网络流量序列的Hurst指数的准确估计,其主要原因是因为这些算法的主要思想都是在全域内运用了求和平均的方法,使得流量序列的高可变信息受损,导致估计误差增大。
-
关键词
因特网
网络流量
长相关
HURST指数
-
Keywords
Internet
Network traffic
long-range dependence （lrd）
Hurst exponent
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名一种以太网流量的仿真方法
被引量：1
- 8
-
-
作者
刘武
卢曦
胡保民
刘德明
-
机构
华中科技大学光电子工程系
-
出处
《光通信技术》
CSCD
北大核心
2006年第5期7-9,共3页
-
基金
国家"863计划"项目(2001AA122023)资助
科技部中小企业技术创新基金(No.04C26214210710)资助
-
文摘
分析了以太网流量具有的自相似性和长相关性,并提出了详细的仿真方法用于产生具有这些特性的以太网流量。该软件方法基于ON/OFF模型和Pareto分布,提供了一种广泛适用的流量生成模型,其接口简单且易于定制。试验证明了该方法具有预期性能。
-
关键词
自相似性
长相关性
ON/OFF模型
-
Keywords
self-similarity
long-range dependence（lrd）
ON/OFF model
pareto distribution
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于滑动窗口Hurst指数的心电分析研究
被引量：3
- 9
-
-
作者
吕太之
-
机构
南京理工大学计算机科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2016年第2期259-262,共4页
-
基金
高等学校博士点专项基金(20093219120025)
江苏高校科研成果产业化推进项目(JHZD2012-21)资助
-
文摘
心率变异性(Heart Rate Variability,HRV)指心率节奏快慢随时间所发生的变化,可以作为一种无创的方式来诊断人们的生理和心理状态。目前的心率变异性分析主要集中在临床应用或者科学研究中,且往往采用的是离线分析的方式。基于Android平台提出了基于滑动窗口Hurst指数的心电分析方法。Android设备通过无线、蓝牙、IOIO板等多种方式连接到移动或可穿戴的医疗传感器。对于采集的心电信号数据,使用了基于滑动窗口的Hurst指数序列来进行分析。在Hurst指数序列的基础上,提出了CMHurst和CStdHurst指标来识别心脏的生理状态。为了验证方法的可行性,将PhysioBank心电数据库的数据文件仿真为一个模拟传感器设备,由Android客户端实时读取数据并对其加以分析。实验结果显示,基于滑动窗口的Hurst心电分析方法可以识别出健康和不健康的心脏生理状态。
-
关键词
心率变异性
赫斯特指数
滑动窗口
长相关
安卓平台
-
Keywords
Heart rate variability（HRV）
Hurst exponent
Sliding window
Long range dependent（lrd）
Android platform
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
