[发明专利]一种网络流量自相似参数估计方法

说明书

技术领域

本发明属于计算机网络技术，涉及自相似网络流量领域中自相似参数估计技术，能直接应用于实际网络中，实时准确估计网络流量的自相似参数。

背景技术

现有研究表明，网络流量具有自相似特性。自相似概念是Beioit B.Mardelbrot首先提出的，用来描述对象的尺度不变特性。严格自相似过程的定义为：

称一个连续时间过程Y＝{Y(t)，t≥0}是自相似系数为H≥0(H-ss)的过程，如果它满足条件：Y(t)=dc-HY(ct),]]>∀t≥0,]]>∀c>0.]]>其中表示有限维分布皆相等。参数H被称为Hurst参数或自相似参数，它是自相似程度的主要度量。

网络流量自相似性的发现颠覆了传统基于Poisson过程的网络流量模型。传统的基于分析网络流量马尔可夫性的模型不仅不能体现网络自相似这一基本特性，而且很有可能从本质上导致对网络QoS性能指标，如延时，阻塞等的低估。于是，分析网络流量的自相似性并建立网络流量自相似模型是目前网络研究迫切需要解决的问题。网络流量自相似性研究中的关键步骤就是对网络流量自相似(Hurst)参数进行有效而准确的估计。而时间方差图法是一种自相似参数估计的重要方法，该方法利用自相似过程慢衰减特性，也就是当样本数m趋于无穷时，其算术平均的方差衰减速度要慢于其样本大小的倒数m^-1，而是与m^-β成正比关系(0＜β＜1)。对于长度为N的网络流量X_i(i＝1，2，…，N)，时间方差图法的主要步骤为：

(1)将原始时间序列X_i(i＝1，2，…，N)划分为j个大小为m的数据块，其中符号表示对x向下取整。。计算出每个数据块的均值：

Xk(m)=(Xkm-m+1+...+Xkm)/m,k=1,2,...,j,m=1,2,...,N---(1)]]>

其中k为各个数据块的标记。