v50学生模板 1.pdfVIP

网络流量自相似特性 网络流量自相似特性 网网络络流流量量自自相相似似特特性性 提纲 • 问题提出 • 自相似的数学描述 • 产生自相似的原因 • 自相似对网络性能的影响 • 国内相关工作 • 可能的研究方向 问题提出 • 什么是自相似？ • 为什么研究自相似？ • 产生自相似的原因？ — — • 泊松过程——随机变量(单位时间呼叫到达的次数)是独 立的、且服从相似分布，即 －λ△ －λ△ t n －－λλ△△ t n ＝ ＝ tt λ△ nn ≥ ＝ ＝ λ△ ≥ P[X n] e ( t) /n! (n 0) P[X n] e ( t) /n! (n 0) ＝＝ ＝＝ λλ△△ ≥≥ PP[[XX nn]] ee (( tt)) //nn!! ((nn 00)) k k kk — “ — “ • 马尔可夫模型——对过去具有有限记忆，即在已经知道““ ” “ ” “ ” ” “ ” “ ” ”” ““ ”” ““ ”” 现在 的条件下，其 将来 不依赖于 过去 t t-s s t t-s t t-s s t t-s • 时间 与过去时间 ，若 足够大，则 与 时的业务量 tt tt--ss ss tt tt--ss s s 是不相关的，即仅考虑 较小时业务到达间的相关性， ss — Short Range Dependence—SRD 称之为短时相关Short Range Dependence——SRD模型 SShhoorrtt RRaannggee DDeeppeennddeennccee SSRRDD 自相似的数学描述 • 网络流量模型 – 时间序列，表示每单位时间到达的字节数或数据包 数量 • 自相似的物理描述 – 网络流量在很宽的时间尺度内存在突发现象， “ ”