自相似流量关键参数分析

计算机科学 ›› 2008, Vol. 35 ›› Issue (3): 28-30.

自相似流量关键参数分析

谭献海黎燕敏潘启敬金炜东

西南交通大学信息科学与技术学院,四川成都610031

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
基金项目：西南交通大学科学研究基金项目（2005A03）;国家自然科学资金项目（No.90104002）.

TAN Xian-Hai LI Yan-Min PAN Qi-Jing JIN Wei-Dong （School of Information Science and Technology, Southwest Jiaotong University, Chengdu 6100al）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 大量的研究结果表明，网络流量过程普遍存在着自相似和长相关特性，自相似和长相关特性对网络性能具有重要的影响。目前绝大部分研究都集中在Hurst系数的估计及其性能影响上，这是不全面的。本文深入研究影响网络性能的自相似流量关键参数，通过仿真分析Hurst系数和方差系数对网络性能的影响，表明Hurst系数和方差系数对网络性能均有重要的影响。分析了方差对网络性能影响的原因，研究了G与方差之间的关系及其计算方法，给出了基于IDC的复合分形更新过程参数的估计算法，分析了分形开始时间对网络性能的影响。

关键词: 网络流量自相似分形布朗运动复合分形更新过程计数离差系数

Abstract: There is mounting experimental evidence that network traffic processes exhibit ubiquitous properties of self-similarity and long-range dependence （LRD）, and self-similarity and long-range dependence have great impact on network performances. However, most

Key words: Netword traffic,Self-similarity, Fractional brownian motion, Superposition of fractal renew process （Sup_FRP）, Index of dispersion for counts （IDC）

谭献海黎燕敏潘启敬金炜东. 自相似流量关键参数分析[J]. 计算机科学, 2008, 35(3): 28-30. https://doi.org/

TAN Xian-Hai LI Yan-Min PAN Qi-Jing JIN Wei-Dong （School of Information Science and Technology, Southwest Jiaotong University, Chengdu 6100al）. [J]. Computer Science, 2008, 35(3): 28-30. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed