作为计算机网络自相似业务量数学模型的分数布朗运动

摘要

近十年来,大量研究表明在许多不同的计算机网络环境中,网络业务量具有长程依赖和自相似属性.这些新发现的网络业务量行为特征与传统业务量模型行为特征有极大的不同——传统业务量模型一般假定指数递减的相关结构的存在,这意味着随着时间聚合时间序列将演变为白噪音,即时间相关性渐进地消失了.这一发现极大地改变了网络研究状况.计算机网络业务量长程依赖性和自相似性研究过程中,分数布朗运动占有重要地位.该文将介绍长程依赖和自相似在计算机网络研究中的历史状况,相关数学概念,给出了基于分数布朗运动的计算机网络业务流呈现长程依赖和自相似属性的数学和物理解释,讨论分析分数布朗运动随机序列生成方法.

目录

文摘

英文文摘

声明

1绪言

2计算机网络长程依赖和自相似业务量研究的历史状况

2.1基于测量的业务量建模

2.2物理建模

2.3基于排队的性能分析

2.4业务量控制与资源配置

3数学概念

3.2短程依赖与长程依赖

3.3二阶自相似

3.4重尾分布

3.5.1连续自相似

3.5.2分数布朗运动

3.5.3分数高斯噪音

4分数布朗运动作为计算机网络业务量模型的物理解释和经验证明

4.1基于开关源模型的物理解释

4.2基于无限源泊松模型的物理解释

4.3源业务量特性经验证明

5分数布朗运动生成方法分析

5.1 SRA方法描述

5.2 SRA方法C语言程序

5.3随机序列分析

5.3.1准确性分析

5.3.2复杂度分析

6结语

参考文献

致谢