论文部分内容阅读
本文主要的工作和研究内容如下：
论文首先对自相似过程的相关研究背景进行了比较详细的分析，介绍了自相似性的分类及定义，讨论了几种描述自相似性的流量模型。并总结了判定流量是否具有自相似性以及自相似性参数——Hurst参数的估测方法。
在对拥塞控制和队列管理方法进行介绍的基础上，我们对网络节点上应用的主动队列管理算法进行了研究，分析了这些算法的优点和不足之处。此外，本文提出了一种基于速率的ARED算法(RBARED)，通过仿真显示了RBARED能够提供比ARED更好的特性。
针对网络流量的自相似性具有预报特性，本文还提出了一种新的对输入流量进行预报的方法，即多解析度预报器。
考虑到流量的自相似性给网络的性能带来不利影响，同时自相似流量的相关结构所具有的预报性，本文基于这两个方面分别提出了两种队列管理算法：滞后网络校正器(LNC)算法和信号能量的小波分解(WDSE)算法。