文摘
英文文摘
声明
第一章 绪论
1.1 研究目的与意义
1.2 国内外的研究现状
1.2.1 Hurst参数估计方法
1.2.2 分形流量的生成方法
1.2.3 网络流量的建模与性能分析
1.3 本文的创新点与内容安排
第二章 分形网络流量模型的数学基础
2.1 分形流量模型基本概念
2.1.1 长相关随机过程
2.1.2 自相似随机过程
2.1.3 重分形过程
2.2 网络流量建模中的分形模型
2.2.1 ON/OFF流叠加模型
2.2.2 FBM与FGN流量模型
2.2.3 FARIMA(p,d,q)流量模型
2.2.4 重分形流量模型
2.3 排队论基础
2.3.1 传统的网络服务排队模型
2.3.2 自相似业务的队列分析
第三章 Hurst参数的估计
3.1 Hurst参数的意义
3.1.1 Hurst参数的赫斯特效应
3.1.2 Hurst参数的长相关效应
3.1.3 Hurst系数的局部突发效应
3.2 Hurst参数的估计方法
3.2.1 R/S方法
3.2.2 聚合方差法
3.2.3 绝对矩法
3.2.4 higuchi法
3.2.5 残差法
3.2.6 相关系数法
3.2.7 周期图法
3.2.8 盒周期图法
3.2.9 小波方法
3.2.10 whittle法
3.3 估计效果的比较
3.3.1 有效区间的选取
3.3.2 估计FGN的结果比较
3.3.3 边缘分布的影响
3.3.4 对抽样序列的估计
3.3.5 对真实流量序列的估计
3.4 本章小结
第四章 分形过程的生成方法
4.1 单分形过程的生成方法
4.1.1 ON/OFF方法
4.1.2 RMD方法
4.1.3 SRA方法
4.1.4 FFT方法
4.1.5 Hosking方法
4.1.6 VARD方法
4.1.7 FARIMA的生成方法
4.2 单分形过程生成方法的性能比较
4.2.1 有效性的比较
4.2.2 速度的比较
4.2.3 自相关函数的比较
4.3 重分形过程的生成方法
4.3.1 MWM方法
4.3.2 VARD方法
4.3.3 分数差分法生成重尾边缘分布的FARIMA
4.3.4 逆累积分布函数转换法生成任意边缘分布的自相似序列
4.4 本章小结
第五章 基于分形过程的网络流量模型
5.1 单分形网络流量模型
5.1.1 单分形流量的性质
5.1.2 单分形流量的仿真及对网络性能的影响
5.2 重分形网络流量模型
5.2.1 重分形流量的定义及其突发性
5.2.2 重分形流量的建模
5.2.3 MATLAB仿真重分形流量的性能分析
5.2.4 重分形流量的叠加效应
5.3 多尺度网络流量模型
5.3.1 网络流量的多尺度性质分析
5.3.2 多尺度网络流量的粗粒度建模
5.3.3 多尺度网络流量的细粒度建模
5.4 本章小结
第六章 结论
6.1 本文的主要工作
6.2 下一步的工作计划
参考文献
攻读博士期间取得的研究成果
致谢