自相似网络流量Hurst指数估计算法  

Self-similar Dependent Networks Traffic Hurst Index Estimate Arithmetic

作　　者：徐凌[1] 刘嘉焜[2] 李亮[1] 

机构地区：[1]中国石油大学(华东)经济管理学院,青岛266580 [2]天津大学理学院,天津300072

出　　处：《科学技术与工程》2013年第20期5848-5854,共7页Science Technology and Engineering

基　　金：中央高校基本科研业务费专项资金项目(12cx04006B);中央高校基本科研业务费专项资金项目(10CX05003B);山东省高等学校人文社会科学研究项目(J12WF53)资助

摘　　要：Hurst参数是表征网络业务自相似性的重要参数,在一定的观察时间内对突发业务的Hurst参数进行快速、准确地估计是高速宽带网络(如ATM)实施流量控制和缓冲资源分配的前提。提出一种基于DFGN模型和Haar小波的Hurst参数估计方法。仿真生成的DFBM和真实自相似网络业务数据的计算结果均表明,所述方法提高了Hurst参数估计的效率和准确性,比传统方法具有更好的性能。Since Hurst index is the key value of self-similar network traffic, efficient estimation of Hurst index to the given accuracy is the basic step of flow control as well as buffer management in high-speed broadband net- work （e. g. ATM） with self-similar traffic. A Hurst index estimation method based on DFGN model and Haar wavelet is proposed. Simulation results based on DFBM and real traffic data reveal that the method improves accu- racy and efficiency compared to the traditional method.

关 键 词：自相似 HURST参数 DFGN模型 HAAR小波 

分 类 号：TP393.06[自动化与计算机技术—计算机应用技术]