论文部分内容阅读
随着网络的普及以及新的应用如(VoD,VoIP)的出现,宽带网络服务需求(如多媒体、视频业务等)的激增,网络的突发业务流量急剧增加,基于传统模型的流量特征不再适合当前网络流量的分析。由于自相似模型能够更加真实地描述网络流量的特性,成为科研人员研究的热点问题。 本文首先介绍了国内外对自相似性流量的研究现状,包括自相似性的定义、性质、生成方法、描述流量自相似程度的Hurst参数估计方法及多个具有自相似性的网络模型;重点分析了自相似流量的成因、TCP与流量自相似性的相互关系、及其对网络性能的影响。本文的试验分为三部分: 1.校园网自相似性的研究。利用我校网络中心的网络流量监测系统对局域网流量进行采集,通过处理得到不同时段的分组到达过程,采用经验方差时间分析方法,对Hurst参数进行估计。证实校园网流量分组到达过程的统计特征是具有自相似性;实际流量从繁忙状态到空闲状态H值呈递减的趋势;且在繁忙时段,流量采集时间尺度越大,H值也越大。 2.流量自相似性的仿真试验。通过采用FFT-FGN方法在网络模拟器NS2下对生成网络模拟流量进行分析,采用方差时间分析法进行Hurst参数估计方法,并与测量得到的实际流量进行比对。证明仿真流量是具有自相似性的,可以有效地反映真实网络流量特征。在H≦0.7时,方差-时间图方法能够准确地估计H值;但对于H值较高时(H≧0.75)通过方差-时间图分析法得到的H估计值会低于期望值。 3.自相似性对网络性能影响试验。基于FFT-FGN方法生成自相似流量,分析了在不同协议、不同网络负载因素下自相似性对性能中分组丢弃率的影响,并将结果与基于传统泊松模型下的流量作以比对;同时在仿真试验中增加丢包模块,察了分组丢弃率对网络流量自相似程度的影响。随着UDP和TCP负载增加,自相似程度增加时分组丢弃率也呈增长趋势,但是泊松模型下分组丢弃率的幅度相比FGN流量下的分组丢弃率要小,证实传统模型确实存在不能准确描述网络流量特征的缺陷,自相似性对网络性能具有更大的影响。