一种新的分形序列生成方法.pdfVIP

华 南 理 工 大 学 学报 (自然 科 学 版 ) 第37卷 第 1期 JournalofSouthChinaUniversityofTechnology VO1．37 NO．1 2009年 1月 (NaturalScienceEdition) January 2009 文章编号：1000-565X(2009)01—01l3—06 一 种新的分形序列生成方法术 陈楚 许勇 张凌 (1．华南理工大学 电子与信息学院，广东广州510640；2．华南理工大学广东省计算机网络重点实验室，广东广州510640) 摘 要：针对现有的算法只能生成单分形或只能生成重分形序列的问题，文中提出了一 种新的分形序列生成方法——调整方差随机二分法，通过调整该方法中的参数值 盯，可生 成单分形或重分形序列，而生成单分形序列的自相似度和重分形序列的勒让德谱取决于 盯．仿真实验结果证明该方法可以快速地生成较精确的 自相似序列．采用文中提 出的方法 能生成具有不同程度局部突发的分形序列，可方便地模拟不同的网络流量． 关键词：分形；自相似度；勒让德谱；流量模型 中图分类号：TP393 文献标识码：A 20世纪90年代以来，大量研究 ¨。表明传统的 模型，其中alpha部分可以描述流量的局部突发，beta 泊松模型不适合描述网络流量．人们普遍认为网络 部分可以描述流量的长相关．文献 [12]中认为网络 中的聚合流量具有类泊松过程 的性质，即随着网络 流量同时存在长相关(自相似)和短时突发性质，提 中流数量的增加，突发会变得越来越平缓．而网络流 出了用重分形布朗运动来描述网络流量． 量的测量结果表明，即使在相当大的尺度 内作流量 常用生成单分形网络流量的方法是随机中点置 聚合，网络流量仍然具有明显的突发性，这种性质称 换法(RMD)¨ ，生成重分形序列的方法是重分形 为 自相似性．由于分形本身的自相似特性，所以非常 小波层叠法 (MWM)j．这两种方法都是重复地二 适用于网络流量建模．较常用的模型包括分形高斯 分上一层流量，前者是在中点加上一个置换值，后者 噪声(FGN)和分形 自回归滑动模型 (FARIMA)．然 是在中点乘一个系数．针对现有算法只能生成单分 而，分形过程只有一个参数 日用于描述流量的长相关 形或只能生成重分形序列的问题，文 中提出一种新 性，无法刻画流量在短期内的突发变化，文献[4．5]中 的分形序列生成方法——调整方差随机二分法，通 采用重分形来描述网络流量．对单分形模型提出的物 过调整方差参数的大小，可 以生成相应的单分形或 理解释是大量符合重尾分布的ON／OFF流的叠加形 多分形序列． 成单分形流量 j，对重分形模型提出的物理解释是网 1 自相似随机过程与重分形 络协议的层次模型导致了流量的重分形 ． 文献[8]中认为网络流量 的重分形不 明显 ，假 1．1 自相似随机过程的定义 设存在缺陷，推断统计方法不完善，因此难以证明网 自相似随机过程 的定义有多种形式，文中采用 络流量是重分形的．文献[9]中认为主干网络上的流 文献[14]中的定义，该定义用粗粒度的方法检测一 量不存在重分形的特征，但存在明显的自相似．文献 个随机序列是否满足 自相似性，这种方法是考察序 [10]中用离散时间重尾分布链 的无穷叠加来获取