论文部分内容阅读
本文设计了一套流量采集系统并对其中P2P流量进行识别，详细设计了整套系统的流程；并对采集到的数据采用R/S图和方差-时间两种不同方法分析了不同时间尺度下分组到达过程，并对Hurst参数进行估计，通过实验数据和结果图可以看到校园网流量具有统计上的自相似特性然后对采集到的数据进行分析，对校园网流量处于繁忙与空闲时的Hurst参数进行估计，发现繁忙时流量的Hurst参数明显要高于空闲时流量的Hurst参数。从采集到的流量中识别BitTorrent数据，基于此，观测了BitTorrent流量的突发性在不同时间间隔度量上的变化情况，发现它呈现出自相似特性，接着用方差-时间图、R/S图和周期图三种方法分别评价了自相似参数H，得出的量化结果可以BitTorrent流量自相似性的建模。