计算机技术专业毕业论文 [精品论文] 网络流量尺度行为的分析与研究.docVIP

计算机技术专业毕业论文 [精品论文] 网络流量尺度行为的分析与研究 关键词：网络流量 尺度行为 随机过程 自相似性 数据处理 摘要：在深入理解自相似，多重分形和尺度行为的基本概念和多种特性以及建模拟合方法后，依据校园网流量数据，对网络中各种形式流量序列进行了分析，利用网络流量尺度行为一般估计法验证校园网络中存在的流量尺度行为，探讨部分利用小波分尺判定法精确分析网络中的普通聚合流量与视频流量，解释当时间尺度趋于微细时出现的多重分形估计方法。在给出网络流量中存在的尺度行为的同时，寻求可能的物理解释，对网络的行为作出合理性的描述，进而分析基于尺度行为的研究新应用点的可行性。 在针对校园网络数据处理时，分别从采集方法和流量特性分析作了仔细研究，描述了大时间尺度、小时间尺度和微时间尺度网络流量所呈现的不同特性。选择了以Libpcap软件分析平台来进行短期流量采集，并在校园网服务器上采用被动监听的方式，选择软件拓展的API编程端口，利用相关分析的编程方法，并设定过滤条件采集短期分析所需数据，并对数据进行进一步的分析处理，统计其表现出来的行为特征。 针对校园网采集到的数据进行了网络流量基本特征方面的分析，分别从大时间尺度、小时间尺度和微时间尺度分析了网络流量所体现的特性。发现在不同典型时段的网络流量数据在1ms到150ms（只是大致的数量级）的时间尺度上普遍存在自相似性，而且体现出来的自相似性程度和网络流量和时间尺度存在一定的关系。网络流量越大时自相似性越明显，网络流量越小时则越小，而在极微小的时间尺度上网络呈现了一定程度的分形。时间尺度取得越大，网络流量所表现出来的自相似性也相应的越大。 将网络流量看作一个随机序列，分析网络尺度行为产生的原因。从时间尺度入手，分析并探讨了时间尺度趋于无穷大时的自相似的物理原因，时间尺度趋于微细时的多重分形特性的物理原因。并对现代数据网络中尺度行为原因做了合理性的阐述。 正文内容 在深入理解自相似，多重分形和尺度行为的基本概念和多种特性以及建模拟合方法后，依据校园网流量数据，对网络中各种形式流量序列进行了分析，利用网络流量尺度行为一般估计法验证校园网络中存在的流量尺度行为，探讨部分利用小波分尺判定法精确分析网络中的普通聚合流量与视频流量，解释当时间尺度趋于微细时出现的多重分形估计方法。在给出网络流量中存在的尺度行为的同时，寻求可能的物理解释，对网络的行为作出合理性的描述，进而分析基于尺度行为的研究新应用点的可行性。 在针对校园网络数据处理时，分别从采集方法和流量特性分析作了仔细研究，描述了大时间尺度、小时间尺度和微时间尺度网络流量所呈现的不同特性。选择了以Libpcap软件分析平台来进行短期流量采集，并在校园网服务器上采用被动监听的方式，选择软件拓展的API编程端口，利用相关分析的编程方法，并设定过滤条件采集短期分析所需数据，并对数据进行进一步的分析处理，统计其表现出来的行为特征。 针对校园网采集到的数据进行了网络流量基本特征方面的分析，分别从大时间尺度、小时间尺度和微时间尺度分析了网络流量所体现的特性。发现在不同典型时段的网络流量数据在1ms到150ms（只是大致的数量级）的时间尺度上普遍存在自相似性，而且体现出来的自相似性程度和网络流量和时间尺度存在一定的关系。网络流量越大时自相似性越明显，网络流量越小时则越小，而在极微小的时间尺度上网络呈现了一定程度的分形。时间尺度取得越大，网络流量所表现出来的自相似性也相应的越大。 将网络流量看作一个随机序列，分析网络尺度行为产生的原因。从时间尺度入手，分析并探讨了时间尺度趋于无穷大时的自相似的物理原因，时间尺度趋于微细时的多重分形特性的物理原因。并对现代数据网络中尺度行为原因做了合理性的阐述。 在深入理解自相似，多重分形和尺度行为的基本概念和多种特性以及建模拟合方法后，依据校园网流量数据，对网络中各种形式流量序列进行了分析，利用网络流量尺度行为一般估计法验证校园网络中存在的流量尺度行为，探讨部分利用小波分尺判定法精确分析网络中的普通聚合流量与视频流量，解释当时间尺度趋于微细时出现的多重分形估计方法。在给出网络流量中存在的尺度行为的同时，寻求可能的物理解释，对网络的行为作出合理性的描述，进而分析基于尺度行为的研究新应用点的可行性。 在针对校园网络数据处理时，分别从采集方法和流量特性分析作了仔细研究，描述了大时间尺度、小时间尺度和微时间尺度网络流量所呈现的不同特性。选择了以Libpcap软件分析平台来进行短期流量采集，并在校园网服务器上采用被动监听的方式，选择软件拓展的API编程端口，利用相关分析的编程方法，并设定过滤条件采集短期分析所需数据，并对数据进行进一步的分析处理，统计其表现出来的行为特征。 针对校园网采集到的数