一种新S4自相似网络业务模型.pdfVIP

维普资讯 网络与通信 文章编号：1008-0570(2008)O6-3_o111一O2 一 种新 S4自相似网络业务模型 A New Self-Sim ilarProcessesNetworkTrafficM odeI--New S4M odel (西南交通大学)杜 彬 谭献海 胡玉清 DU Bin TAN Xian-haiHuYu-qing 摘要：大量研究表 明。网络流量过程普遍存在统计 自相似特性。目前最常用的自相似业务模型是分形布朗运动(FBM)(一种 高斯 自相似过程)，它能，刻画流量的 自相似特性．但不能刻画网络的突发特性．而最近的实验研究表明，许多业务种类表现 出 更强的突发f或重尾1性。本文深入研 究一种 一稳定 自相似过程 ，它能同时刻画流量的 自相似和突发 (重尾 )特性 。本文针对 稳定分布的特点 ．提 出了一种改进的偏态线性分形稳定噪音模型 ．这种新模型具有参数一致性优点。 关键词：网络流量；自相似；重尾；alpha稳定分布；线性分形稳定噪音 中图分类号：TP393 文献标识码：A Abstract： Thereisgrowingevidencethataggregatenetwork traffic tracesarestatisticallyself-similar． Asa Gaussian self—similar model，FBM modelisused tOaccountfortheexistence ofsimilarstatisticsin differenttimescales，butsinceitisGaussian process itcannotmodelburstinesswel1． Recentexperimentalstudieshave shown thatactualaggregate trafficisstronglynon-Gaussian in many cases． In thepaper， amodelbased on a-stableself-similarprocesses， which can capture bothlong-rangedependentand burst(heavy-tail)characteristicsofthetrafficisstudied．Basedonthedeepresearchofexistenttheory，thepaperproposesaim- proved modelbased on standrad skewed linearfractionalstable noise ． Theparametersofthe modelare defined very clearly and havethemeritofconsistency． Keywords：NetworkTraffic；SelfSimilarity；Heavy—Tail；a—SatbleDistribution；LineFractionalStableNoise 1 引言 2 一稳定分布与线性分形稳定噪声 LFSN 自1993年 Lelan等人发现网络业务的自相似特性以来 ，大 2．1a一稳定分布 量的研究结果表明网络流量具有普遍的自相似特性。对于一个 由于实际网络中来 自许多业务源的聚合业务木质上是大 时间序列来说 ．统计自相似的一个重要特点是 自相关系数的衰