网络随机接入ON－OFF重尾流的准入控制研究-中国科学院.pdf

第31 卷 第10 期 计 算 机 工 程 2005 年5 月 Vol.31 10 Computer Engineering May 2005 博士论文 文章编号 1000 3428(2005)10 0013 03 文献标识码 A 中图分类号 TP393.03 网络随机接入ON-OFF重尾流的准入控制研究 姚正林 刘金刚 中国科学院计算技术研究所 首都师范大学计算机科学联合研究院 北京100081 摘 要 近年来的许多研究表明 随着网络带宽的增大 业务量不断增多 网络中的数据流呈现出自相似性 具有很强的长相关特点 这 就使得传统的基于短相关的Markov 流量分析方法不再适用 该文对渐进自相似流进行了分析 在分析了系统输入固定数量叠加的ON-OFF 重尾间隔流排队模型基础之上 提出了随机接入重尾数据流的准入控制算法 并进行了仿真分析 关键词 自相似 重尾分布 随机接入 准入控制 Research on Call Admission Control of Stochastic Accessing ON-OFF Heavy Tailed Flows YAO Zhenglin, LIU Jingang (ICT CNU Joint Faculty for Computer Scientific Research, Beijing 100081) Abstract In recent years, lots of research have shown that flows in the network are the characteristic of self-similarity with bandwidth extending and services increasing. The self-similar traffic is long-range dependence. So, the traditional method of analyzing network performance based on Markov short-range dependent flows is not available. In this paper, the performance of asymptotic self-similar traffic has been analyzed. A call admission control (CAC) algorithm of stochastic number accessing heavy tail distribution interval ON-OFF flow has been proposed based on certain number of it. The model has been tested in simulating experiment, and has been proved available. Key words Self-similarity; Heavy tail distribution; Stochastic accessing; CAC 网络数据流的自相似特性的原因很多 其中之一就是其 则这个过程x 称为渐近自相似过程 中大部分业务流以ON-OFF 流形式存在 并且其开关时间服 典型的自相似过程是分形布朗运动(FBM) 它是一般布