基于FARIMA模型的自相似业务流量预测

摘要

网络性能评估和业务流量预测的核心基础是建立能够准确描述网络业务流量特性的流量模型。随着网络流量自相似特性的提出，大量研究表明传统的业务流量模型已经不能很好地描述网络流量的这一特性。由于FARIMA模型可以同时描述业务流量的短相关和长相关特性，因而被广泛应用于当前网络业务流量建模。
　　本文首先深入研究了自相似理论和FARIMA模型理论。其次，提出了一种基于预测的网络带宽动态分配方案，可以有效降低丢包率。仿真证明该方案能够更好地应对突发业务流量，可以有效降低丢包率和队列长度，提高网络带宽利用率。最后，研究了基于预测的DDoS攻击全局检测方法，该方法首先利用FARIMA模型预测，获取包含预测误差和异常流量的预测差序列，利用异常流量强相关特性，对预测差序列进行相关性分析，通过比较相关系数与设定门限的大小，做出异常判断。仿真验证了该方法的有效性，并且与原有的基于PCA分解的检测方法进行比较。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．2 本文的主要工作

第二章 网络业务的自相似特性

2．1 自相似的定义

2．1．1 自相似的物理描述

2．1．2 自相似数学定义

2．2 自相似的性质

2．2．1 长相关性

2．2．2 慢衰减方差

2．2．3 谱密度具有幂指数特性

2．2．4 Hurst效应

2．3 自相似产生的原因及影响

2．3．1 自相似产生的原因

2．3．2 自相似性对网络性能的影响

2．4 Hurst参数检测

2．4．1 R／S分析法

2．4．2 Whittle估计法

2．5 FARIMA模型基本理论

2．5．1 FARIMA模型简介

2．5．2 FARIMA模型的实现

2．6 本章小结

第三章 自相似业务流的FARIMA预测与仿真

3．1 自相似业务流的FARIMA预测

3．2 网络业务流的拟合仿真

3．2．1 对采样数据的预处理

3．2．2 分数差分滤波

3．2．3 ARMA(p，q)模型的结构辨识

3．2．4 模型预测效果评价

3．2．5 自相似业务的预测仿真

3．3 基于概率上限的网络业务预报与应用

3．3．1 基于概率上限的自相似业务预测

3．3．2 网络带宽动态分配方案仿真与分析

3．4 本章小结

第四章 基于预测的DDoS攻击全局检测方法

4．1 DDoS攻击

4．2 基于预测的DDoS攻击全局检测方法

4．3 相关性分析

4．4 仿真过程

4．4．1 DDoS攻击检测流程

4．4．2 实验数据

4．4．3 OD流自相似性检验

4．4．4 DDoS攻击流的产生与注入

4．5 仿真结果

4．6 本章小结

第五章 总结与展望

致谢

参考文献