基於級聯過程的alpha-stable乘數網絡流量多分形模型的建立方法
2023-05-26 10:47:01
專利名稱：：基於級聯過程的alpha-stable乘數網絡流量多分形模型的建立方法
技術領域：
：本發明涉及網絡流量數據建模領域，尤其是一種基於級聯過程的網絡流量多分形模型的建立方法。
背景技術：
：隨著網絡業務的飛速發展和網絡帶寬的迅速增加，網絡變得越來越複雜，呈現非高斯、非平穩、多尺度和重尾分布等諸多特性。研究人員發現，實際網絡流量序列具有自相似特性。為了能更好地管理和維護網絡，就需要用有效的措施提取網絡性能參數，從而對網絡性能進行分析理解，優化網絡配置，發現潛在的威脅。網絡流量模型是進行網絡性能評價，認識和分析網絡行為及其變化規律的基礎。各種基於自相似長相關理論和單分形理論的網絡流量模型已得到充分研究，比較經典的模型有，0N/0FF模型、分形布朗運動(FBM)、分形高斯噪聲(FGN)模型、分形自回歸(FARIMA)模型以及alpha-stable模型等。現有模型也能夠較好地擬合測量所得網絡流量的長相關性和突發性。但流量過程在小時間尺度上呈現出明顯不同的局部奇異特性，無法用長相關性來描述。而Willinger等人的研究表明，寬帶網絡流量數據存在更加複雜的多分形尺度行為，從而使得單分形模型不能夠充分描述寬帶網絡流量。多分形乘數級聯作為一種可行的多分形分析方法而被提出，利用乘數級聯過程建立網絡流量模型是一項相對比較新的領域。Riedi等人的多分形小波模型(MWM)，以及Krishna等人提出的可變方差高斯乘數(V.V.G.M)模型就是基於乘數級聯過程的寬帶流量多分形模型。乘數級聯過程具有很好的網絡物理意義、分析簡單，但基於小波分析的MWM模型計算量大、複雜，而V.V.G.M對於非高斯(特別是重尾信號)信號的描述無法達到要求。
發明內容為了克服已有網絡流量多分形模型的無法充分表述流量複雜的尺度行為、計算複雜的不足，本發明提供一種有效表述流量多尺度行為、簡化計算複雜度的基於級聯過程的alpha-stable乘數網絡流量多分形模型的建立方法。本發明解決其技術問題所採用的技術方案是一種基於級聯過程的alpha-stable乘數網絡流量多分形模型的建立方法，所述建立方法包括(1)二項式級聯，設定每一層保持原始尺度不變，對每個分割出來的區間再進行同樣的分割，直到第N層，第j層的隨機乘數Tji，j=l,...,N,i=l,...,2J是服從概率分布O)，0彡rj彡1的隨機變量，若fR(/.)是關於=I對稱的，那麼b和Iiji具有相Rj]Rj^2同的概率分布，JT,，(i=1，...，2N)表示級聯結構的第N層序列，的每一個點表示為幾個隨機變量的乘積μi=Hl1Hl2...!%，這裡Hlj,(j=1，...，N)表示第j層的隨機乘數；(2)乘數分布估計，給定第N層的數據JTf，i=1，...，2N，時間解析度為2_N，第(N-I)層的數據通過聚合第N層連續非重合的相鄰兩個數據得到；同樣地，給定第(N-j)層的數據^a^7',1=1,..·，2N、疊加第(N-j)層非重合相鄰兩個數據得到(Ν-j-l)層的數據，表示為，權利要求1.一種基於級聯過程的alpha-Stable乘數網絡流量多分形模型的建立方法，其特徵在於所述建立方法包括(1)二項式級聯，設定每一層保持原始尺度不變，對每個分割出來的區間再進行同樣的分割，直到第N層，第j層的隨機乘數ι^，」=1，...，Ν，=1，...，2」是服從概率分布fR(r),O^rj的隨機變量，若義(r.)是關於丨=I對稱的，那麼&和l-rji具有相同RjJjJ2^的概率分布，JT,，(i=1，...，2N)表示級聯結構的第N層序列，的每一個點表示為幾個隨機變量的乘積μi=Hl1Hl2...!%，這裡Hlj,(j=1，...，N)表示第j層的隨機乘數；(2)乘數分布估計，給定第N層的數據JTf，i=1，...，2n，時間解析度為2_N，第(N-I)層的數據通過聚合第N層連續非重合的相鄰兩個數據得到；同樣地，給定第(N-j)層的數據Xf~j,1=1,..·，2氣疊加第(N-j)層非重合相鄰兩個數據得到(Ν-j-l)層的數據，表示為，,/=U+1(1)當聚合成一個最粗糙尺度的點時，停止聚合步驟；從j層到j+i層的乘數估計由下式得到，Λ⑴Y^-J_2i-lrj~χΝ-」-\(2)Λ⑴把^=1,...,2^-1;}看做乘數分布/.(^)在第j層的採樣，j層上的乘數分布從的概率分布圖中得到；對聚合的每一層數據進行乘數分布估計，得出乘數分布參數；(3)alpha-Stable分布是一個四個參數的分布，它的特徵函數表示為S(a，β,y,S)，其中，β=0.00，γ=0.05,δ=0.50，特徵指數α每一層都是變化的，特徵指數a與層數j之間的變化規律形成擬合曲線；從初始值開始，在第j層，產生服從S(a，β,γ,δ)分布的隨機數，用聚合的數據乘以隨機乘數得到網絡流量多分形模型。全文摘要一種基於級聯過程的alpha-stable乘數網絡流量多分形模型的建立方法，包括(1)二項式級聯，設定每一層保持原始尺度不變，對每個分割出來的區間再進行同樣的分割，直到第N層；(2)乘數分布估計，給定第N層的數據i＝1＝1，...，2N，時間解析度為2-N，第(N-1)層的數據通過聚合第N層連續非重合的相鄰兩個數據得到；對聚合的每一層數據進行乘數分布估計，得出乘數分布參數；(3)從初始值開始，在第j層，產生服從S(α，β，γ，δ)分布的隨機數，用聚合的數據乘以隨機乘數得到網絡流量多分形模型。本發明提供一種有效表述流量多尺度行為、簡化計算複雜度的基於級聯過程的alpha-stable乘數網絡流量多分形模型的建立方法。文檔編號H04L12/26GK102255769SQ20111008280公開日2011年11月23日申請日期2011年4月2日優先權日2011年4月2日發明者徐志江,王麗婷,王亢申請人:浙江工業大學