自相似流與自相似性_第1頁(yè)
自相似流與自相似性_第2頁(yè)
自相似流與自相似性_第3頁(yè)
自相似流與自相似性_第4頁(yè)
自相似流與自相似性_第5頁(yè)
已閱讀5頁(yè),還剩42頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

自相似流與自相似性Self-similarTrafficandSelf-similarity鏈路級(jí)主機(jī)-節(jié)點(diǎn)間流量入網(wǎng)/出網(wǎng)節(jié)點(diǎn)間流量主機(jī)-主機(jī)間流量傳統(tǒng)的業(yè)務(wù)流模型基于泊松(Poison)--連續(xù)時(shí)間基于貝努利(Benolli)--離散時(shí)間Birth-DeathProcessesEkEkEk+1Ek-1DeathBirthtt+tPk(t+t)=Pk(t)pk,k(t) +Pk-1(t)pk-1,k(t) +Pk+1(t)pk+1,k(t) +O(t) k≥1概率分布函數(shù)(Poisoncase)概率密度函數(shù)a(t)t≥0t≥0M/M/1排隊(duì)系統(tǒng)012k-1kk+1MarkovProcess當(dāng)前時(shí)間t與過(guò)去的時(shí)間(t-s),若時(shí)間差足夠大,則t與(t-s)間隔的業(yè)務(wù)量是不相關(guān);在s較小時(shí),考慮到達(dá)業(yè)務(wù)量的相關(guān)性,稱(chēng)之為“短相關(guān)”模型(SRD)自相似(self-similar)Leland對(duì)Bellcore的局域網(wǎng)的測(cè)試與分析結(jié)果,表明實(shí)際網(wǎng)絡(luò)的業(yè)務(wù)流在很長(zhǎng)的時(shí)間范圍內(nèi)都具有相關(guān)性,即LRD。Hurst系數(shù)描述一個(gè)過(guò)程的自相關(guān)函數(shù)只需要方差問(wèn)題:自相似流作仿真時(shí),數(shù)據(jù)源如何產(chǎn)生?控制流量生成程序,如何得到符合特定方差和Hurst系數(shù)的自相似流?與用戶數(shù)、用戶數(shù)據(jù)流的特征、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等物理量關(guān)聯(lián)。自相似系數(shù)的在線測(cè)量如何實(shí)施?如何減少計(jì)算量并得到精度允許的估計(jì)值?1.自相似過(guò)程的概念設(shè)X(t)是隨機(jī)過(guò)程,R(t)是該隨機(jī)過(guò)程的相關(guān)函數(shù)。如果R(t)的積分是∞,則稱(chēng)X(t)是長(zhǎng)相關(guān)過(guò)程(LRD:LongRangeDependence)。如用二階距性質(zhì)描述X(t)

,只需要一個(gè)Hurst系數(shù),稱(chēng)之為H參數(shù)。令X(t)是寬平穩(wěn)隨機(jī)過(guò)程存在均值E[X]有限方差自相關(guān)系數(shù)僅取決于k假設(shè):L(k)是隨k緩慢變化的函數(shù)。構(gòu)造新的隨機(jī)序列 X(m)(m=0,1,2…) X(m)的每一個(gè)序列值k≥1是X(t)的大小為m的不相交塊的算術(shù)平均值。如果X(m)的相關(guān)函數(shù)R(m)(k)與R(k)相等,則稱(chēng)X(t)是嚴(yán)格二階自相似過(guò)程。如果X(m)的相關(guān)函數(shù)R(m)(k)在m→∞時(shí)趨于R(k),則稱(chēng)X(t)是二階漸近自相似過(guò)程。X(t)的Hurst系數(shù)

H=1-(/2)?<H<12.自相似過(guò)程的產(chǎn)生Mandelbrot給出了自相似流的產(chǎn)生方法。分形波朗運(yùn)動(dòng)(FBM,F(xiàn)ractionalBrownianMotion)令B(t)為維納過(guò)程,F(xiàn)BM是維納積分的形式來(lái)表示。BH(0)=0其中(t)是伽瑪函數(shù)。BH(t)是零均值的高斯過(guò)程B(t)的積分。BH(t)的性質(zhì):BH(t)是平穩(wěn)增量過(guò)程;BH(t)的相關(guān)函數(shù)BH(t)的方差2|t|2H;BH(t)與aH

BH(t)同分布FGN,FractionalGaussianNoise分布高斯噪聲(FGN)是BH(t)在單位時(shí)間內(nèi)的增量。ZH(t)=BH(t)-BH(t-1)將BH(t)-BH(0)離散化為高斯隨機(jī)變量的無(wú)窮和,忽略積分的高階泰勒展開(kāi)式,然后推出部分和間的疊代關(guān)系,由疊代算法得出其結(jié)果。自相似過(guò)程的生成算法M/G/∞隊(duì)列:G是具有重尾分布(無(wú)限方差的分布)的隨機(jī)服務(wù)時(shí)間。流疊加法:更新過(guò)程(renewalprocess)W(t),更新間隔UK是具有無(wú)限方差的隨機(jī)變量。隨機(jī)中值替代法(RMD,RandomMidpointDisplacement)傅立葉變換法FARIMA過(guò)程小波變換混沌映射法評(píng)估標(biāo)準(zhǔn):簡(jiǎn)易性、準(zhǔn)確性。 (1)RMD的計(jì)算量為O(n),計(jì)算量最??; (2)傅立葉變換法或小波變換產(chǎn)生的自相似序列,其準(zhǔn)確性高。1.因特網(wǎng)流量數(shù)據(jù)的采集和分析評(píng)價(jià)網(wǎng)絡(luò)能力增加網(wǎng)絡(luò)資源改進(jìn)網(wǎng)絡(luò)協(xié)議網(wǎng)絡(luò)性能參數(shù)的測(cè)量網(wǎng)絡(luò)性能:理論分析、模型仿真泊松模型:點(diǎn)到點(diǎn)的傳遞方式有目的地收集、整理和分析當(dāng)前網(wǎng)絡(luò)運(yùn)行的狀態(tài)數(shù)據(jù),為下一代Internet體系結(jié)構(gòu)的制定提供依據(jù)。仿真、測(cè)量、統(tǒng)計(jì)的方法理論分析多播在流量統(tǒng)計(jì)分析中得出的理論模型,能以簡(jiǎn)單的形式擬合實(shí)際流量的特征。自相似模型驗(yàn)證自相似模型的理論結(jié)果,需要在大的網(wǎng)絡(luò)規(guī)模上進(jìn)行大量的測(cè)量。1.1因特網(wǎng)測(cè)量BMWG:網(wǎng)絡(luò)互連技術(shù)的性能參數(shù)測(cè)量方法。/html.charters/bmwg-charter.htmlTEWG:負(fù)責(zé)定義、開(kāi)發(fā)、制定和推薦關(guān)于因特網(wǎng)上流量工程相關(guān)的原則、技術(shù)和機(jī)制,同時(shí)提供一個(gè)通用的論壇,以研討和推動(dòng)TE的發(fā)展。/html.charters/tewg-charter.htmlIPPM:負(fù)責(zé)研究和制定衡量、評(píng)估因特網(wǎng)數(shù)據(jù)傳輸?shù)馁|(zhì)量、性能和可靠性指標(biāo)的標(biāo)準(zhǔn)測(cè)度,并開(kāi)發(fā)和推廣準(zhǔn)確、有效的網(wǎng)絡(luò)測(cè)量技術(shù)。/html.charters/ippm-charter.html

全球性的測(cè)量平臺(tái)NIMI:NationalInternetMeasurementInfrastructure(卡乃基梅隆大學(xué))LBL,LawrenceBerkeleyLaboratory

網(wǎng)絡(luò)分析基礎(chǔ)體系結(jié)構(gòu)(NAI)美國(guó)國(guó)家網(wǎng)絡(luò)應(yīng)用技術(shù)研究實(shí)驗(yàn)室(NLANR)

下屬的網(wǎng)絡(luò)測(cè)量和運(yùn)行分析小組(MOAT)

因特網(wǎng)性能測(cè)量和分析(IPMA)項(xiàng)目密執(zhí)根大學(xué)和Merit研究動(dòng)態(tài)的路由行為

美國(guó)高級(jí)網(wǎng)絡(luò)和服務(wù)公司的Surveyor

測(cè)端到端的單向包延遲、包丟失以及因特網(wǎng)路由信息的測(cè)量體系1.2網(wǎng)絡(luò)測(cè)量機(jī)制網(wǎng)絡(luò)工程:測(cè)量網(wǎng)絡(luò)本身的行為特征接入點(diǎn)處測(cè)量(應(yīng)用層):使用FTP、WWW測(cè)試網(wǎng)絡(luò)服務(wù)器的響應(yīng)性能Ttcp和Netperf工具利用傳輸層的服務(wù)來(lái)注入測(cè)量的流量數(shù)據(jù)Ping、Traceroute和Treno等工具利用網(wǎng)絡(luò)層的ICMP協(xié)議進(jìn)行測(cè)量網(wǎng)絡(luò)參數(shù)測(cè)量方法:PASSIVEMonitoringACTIVEMonitoringBasedSNMPMonitoring監(jiān)測(cè)網(wǎng)絡(luò)流量,如OCXmon向網(wǎng)絡(luò)注入測(cè)試流量數(shù)據(jù),并從其響應(yīng)結(jié)果數(shù)據(jù)中測(cè)量網(wǎng)絡(luò)的狀態(tài)參數(shù),如Traceroute、Skiller為網(wǎng)絡(luò)運(yùn)行和管理服務(wù),收集數(shù)據(jù)加以統(tǒng)計(jì)、分析自相關(guān)函數(shù)的性質(zhì),采用數(shù)學(xué)方法構(gòu)造出自相似流,其物理意義不夠明確,無(wú)法解釋自相似性的成因。

基于測(cè)量數(shù)據(jù)的自相似流生成方法2.經(jīng)驗(yàn)型的自相似流的生成方法 引入級(jí)聯(lián)模型中流量分層的思想,以網(wǎng)絡(luò)業(yè)務(wù)的統(tǒng)計(jì)特征(會(huì)話到達(dá)間隔分布、會(huì)話持續(xù)期分布、分組到達(dá)間隔)為基礎(chǔ),生成具有特征性質(zhì)的自相似流。

1.1原型模型設(shè)一更新過(guò)程W(t),t=0,1,2,…更新間隔UK是具有無(wú)限方差的隨機(jī)變量,例如服從Pareto分布。更新間隔內(nèi),W(t)的值是一個(gè)服從有限方差分布的隨機(jī)變量WK,在每個(gè)更新間隔內(nèi)保持恒定。經(jīng)驗(yàn)型生成方法原理令Sk=∑i=0Uim個(gè)更新過(guò)程W1….Wm疊加,則疊加過(guò)程m和t→∞,W(t,m)的極限過(guò)程是分布布朗運(yùn)動(dòng)(FBM)。參考模型—HTTP的流量模型WWW服務(wù)器的服務(wù)端口是TCP的80,并用IP地址區(qū)分不同的流;請(qǐng)求包響應(yīng)包文檔請(qǐng)求包響應(yīng)包文檔頁(yè)面頁(yè)面思考連續(xù)請(qǐng)求概率HTTP流:請(qǐng)求包的長(zhǎng)度(Requestlength)響應(yīng)包的長(zhǎng)度(Replylength)每個(gè)頁(yè)面內(nèi)的文件數(shù)(Documentsize)相鄰頁(yè)面請(qǐng)求間隔(Thinktime)對(duì)同一服務(wù)器的連續(xù)請(qǐng)求概率(Consecutivedocumentretrievals)A.Math對(duì)實(shí)際的流量進(jìn)行了測(cè)量請(qǐng)求包長(zhǎng)度呈雙峰分布;響應(yīng)包長(zhǎng)度為重尾分布,比請(qǐng)求包的長(zhǎng)度要長(zhǎng)。基于時(shí)間的誘導(dǎo)型方法識(shí)別同屬一個(gè)頁(yè)面的文件:TthresholdC1C2TthresholdC1C2具有相同的IP地址,且T<Tthreshold的文件屬于同一頁(yè)面。80%頁(yè)面的文件數(shù)在4個(gè)以下,同一服務(wù)器連續(xù)的請(qǐng)求數(shù)小于6個(gè)(80%)。自相似性形成是由網(wǎng)絡(luò)中各協(xié)議層交互作用的結(jié)果:TCP自適應(yīng)性IP層路由的不穩(wěn)定性鏈路層資源的可用性TCP的影響TCP的工作機(jī)制:實(shí)現(xiàn)數(shù)據(jù)分組的可靠傳輸。當(dāng)TCP的端到端建立連接后,發(fā)送端將維護(hù)一個(gè)擁塞窗口cwnd,表示網(wǎng)絡(luò)允許TCP發(fā)送的字節(jié)數(shù);接收端維護(hù)一個(gè)接收窗口rwnd,表示接收端可用的緩沖區(qū)字節(jié)大??;接收窗口的值通過(guò)ACK傳到發(fā)送端,發(fā)送端的發(fā)送窗口swnd=min(cwnd,rwnd);TCP接收端的確認(rèn)信號(hào)是采用累計(jì)確認(rèn)方式。若收到一個(gè)不是所期待的數(shù)據(jù)包(失序):接收端發(fā)送發(fā)送重復(fù)確認(rèn)信號(hào):超時(shí)重傳:重傳定時(shí)器的值是通過(guò)自適應(yīng)算法動(dòng)態(tài)計(jì)算得到的;快速重傳:如果收到3個(gè)要求重傳第k個(gè)報(bào)文的重復(fù)確認(rèn)信號(hào)。為了實(shí)現(xiàn)快速重傳,接收端必須連續(xù)收到至少3個(gè)失序數(shù)據(jù)包。TCP運(yùn)行的4個(gè)階段:慢啟動(dòng)階段:cwnd從1開(kāi)始,每收到一個(gè)ACK確認(rèn),cwnd的值加倍,直到大于慢啟動(dòng)門(mén)限(ssthresh);擁塞避免階段:每收到一個(gè)ACK確認(rèn),cwnd的值加1;快速重傳階段:當(dāng)連續(xù)收到3個(gè)序號(hào)相同的ACK時(shí),立即重傳該序號(hào)起的報(bào)文字節(jié),同時(shí)將慢啟動(dòng)門(mén)限減半,擁塞窗口為慢啟動(dòng)門(mén)限加3倍的報(bào)文大??;快速恢復(fù)階段:?jiǎn)?dòng)快速恢復(fù)后,每收到一個(gè)重復(fù)的ACK,擁塞窗口設(shè)為ssthresh,并開(kāi)始擁塞避免過(guò)程。

RTTcwnd5101520102030數(shù)據(jù)包擁塞窗口的動(dòng)態(tài)特性:一個(gè)TCP報(bào)文的字節(jié)數(shù)主要集中在1500,576,66幾個(gè)值上TCP單位時(shí)間內(nèi)發(fā)送的報(bào)文數(shù)呈突發(fā)性。仿真兩條TCP流競(jìng)爭(zhēng)瓶頸鏈路時(shí),各自窗口的變化規(guī)律:12Buffer=20C=0.2Mbit/s鏈路時(shí)延D=10ms從混沌映射的角度分析TCP擁塞窗口:SendRecvH(w)ACK反饋控制系統(tǒng)輸入輸出包括分組的丟失、誤碼、失序,重復(fù)。cwndn=

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論