网络业务流呈现自相似特性给网络流量的建模和分析提出了挑战,传统的短相关模型偏差较大,寻找和研究更合适的模型具有重要意义。从性能、复杂度、使用场合等方面对比了几种常见的网络模型之后,认为FARIMA(Fractionally Integrated Auto-Regressive Moving Average)模型具有同时描述短相关和长相关特性的特点,特别适合作自相似网络流量的建模与预测工具。通过对FARIMA预测模型的理论分析、实验仿真和结果分析,提出了一种简化计算的方法,并将预测结果用于带宽分配和流量控制。论文的主要研究工作包括以下几个方面:1.提出了一种简化计算的FARIMA预测模型。经过数学变换,将FARIMA过程分解为分数差分过程和ARMA过程两部分,避免了FARIMA过程本身的复杂性。相应的参数估计方法也分为分数差分参数估计和ARMA过程参数估计。考虑到ARMA过程的短相关特性,在长期预测时以负指数速度趋于期望值,提出简化模型。该模型在长期预测时,直接用ARMA过程的期望值代替预测值,再经过分数差分的逆过程还原为FARIMA过程的预测值。论文经过理论推导证明该方法的正确性。仿真实验对比了简化FARIMA模型与完整模型的预测误差等性能指标,结果显示:在短期预测时,完整的FARIMA模型预测结果精度明显高于简化模型的预测结果;在长期预测时,简化模型的预测精度逼近完整模型的预测精度。说明简化模型在长期预测时具有一定的使用价值。该简化FARIMA模型可以节省约30%的计算量。2.研究了基于FARIMA预测的动态带宽分配方案。根据概率上限的网络业务预测方法,制定了基于预测的动态网络带宽分配算法的流程。经过仿真实验与性能分析得出缓存区大小、带宽分配方案、队列长度以及分组丢失率的关系。在无限缓存情况下,动态带宽分配方案比固定带宽分配方案有更短的队列长度,缩短了转发延时,保障了业务的服务质量。在有限缓存情况下,动态带宽分配方案比固定带宽分配方案的分组丢失率低,而且增加缓存区长度对分组丢失率的改善更明显。也说明动态带宽分配方案能节约缓存区资源。3.提出了一种基于预测的无线传感器网络流量控制改进算法。在无线传感器网络中的ESRT(Event-to-Sink Reliable Transport)协议基础上引入了FARIMA预测模型。设计了引入预测的ESRT协议的流程,提出了网络在每种状态下的转移方案和具体的流量调节公式。通过计算机仿真,引入预测的ESRT协议在某些状态下收敛到最佳工作区OOR的时间更短,并且有效的避免了网络进入OOR(Optimal Operating Region)以外的状态。在不同自相似程度的网络业务流下,引入预测的ESRT协议工作在OOR状态的时间比例比原ESRT协议增加了1.6%到8.8%。因此,引入预测的ESRT协议以更小的能量消耗,获得了可靠的数据传输,提高了事件的可靠性,延长了网络的运行时间。