基于FARIMA模型的網(wǎng)絡(luò)流量建模與預測.pdf

1、網(wǎng)絡(luò)業(yè)務(wù)流呈現(xiàn)自相似特性給網(wǎng)絡(luò)流量的建模和分析提出了挑戰(zhàn)，傳統(tǒng)的短相關(guān)模型偏差較大，尋找和研究更合適的模型具有重要意義。從性能、復雜度、使用場合等方面對比了幾種常見的網(wǎng)絡(luò)模型之后，認為FARIMA(FracTiO2allyIntegrated Auto-Regressive Moving Average)模型具有同時描述短相關(guān)和長相關(guān)特性的特點，特別適合作自相似網(wǎng)絡(luò)流量的建模與預測工具。
　　 通過對FARIMA預測模型的理論分

2、析、實驗仿真和結(jié)果分析，提出了一種簡化計算的方法，并將預測結(jié)果用于帶寬分配和流量控制。論文的主要研究工作包括以下幾個方面：
　　 1.提出了一種簡化計算的FARMA預測模型。經(jīng)過數(shù)學變換，將FARIMA過程分解為分數(shù)差分過程和ARMA過程兩部分，避免了FAIMA過程本身的復雜性。相應(yīng)的參數(shù)估計方法也分為分數(shù)差分參數(shù)估計和ARMA過程參數(shù)估計?？紤]到ARMA過程的短相關(guān)特性，在長期預測時以負指數(shù)速度趨于期望值，提出簡化模型。該模型

3、在長期預測時，直接用ARMA過程的期望值代替預測值，再經(jīng)過分數(shù)差分的逆過程還原為FARIMA過程的預測值。論文經(jīng)過理論推導證明該方法的正確性。仿真實驗對比了簡化FARIMA模型與完整模型的預測誤差等性能指標，結(jié)果顯示：在短期預測時，完整的FARMA模型預測結(jié)果精度明顯高于簡化模型的預測結(jié)果；在長期預測時，簡化模型的預測精度逼近完整模型的預測精度。說明簡化模型在長期預測時具有一定的使用價值。該簡化FARIMA模型可以節(jié)省約30％的計算量。

4、
　　 2.研究了基于FARIMA預測的動態(tài)帶寬分配方案。根據(jù)概率上限的網(wǎng)絡(luò)業(yè)務(wù)預測方法，制定了基于預測的動態(tài)網(wǎng)絡(luò)帶寬分配算法的流程。經(jīng)過仿真實驗與性能分析得出緩存區(qū)大小、帶寬分配方案、隊列長度以及分組丟失率的關(guān)系。在無限緩存情況下，動態(tài)帶寬分配方案比固定帶寬分配方案有更短的隊列長度，縮短了轉(zhuǎn)發(fā)延時，保障了業(yè)務(wù)的服務(wù)質(zhì)量。在有限緩存情況下，動態(tài)帶寬分配方案比固定帶寬分配方案的分組丟失率低，而且增加緩存區(qū)長度對分組丟失率的改善更明

5、顯。也說明動態(tài)帶寬分配方案能節(jié)約緩存區(qū)資源。
　　 3.提出了一種基于預測的無線傳感器網(wǎng)絡(luò)流量控制改進算法。在無線傳感器網(wǎng)絡(luò)中的ESRT(Event-to-Sink Reliable Transport)協(xié)議基礎(chǔ)上引入了FARIMA預測模型。設(shè)計了引入預測的ESRT協(xié)議的流程，提出了網(wǎng)絡(luò)在每種狀態(tài)下的轉(zhuǎn)移方案和具體的流量調(diào)節(jié)公式。通過計算機仿真，引入預測的ESRT協(xié)議在某些狀態(tài)下收斂到最佳工作區(qū)OOR的時間更短，并且有效的避免了