流量模型是计算机网络的重要基础研究内容之一。分形时间序列是流量建模的研究热点。分形流量的常用模型是分数阶高斯噪声。建立模型精度比常用模型高,对流量的分形特性的解释比常用模型更深入更全面的模型,是一个既富有挑战性又具有实际应用前景的难题。本申请项目之目的是建立以广义柯西过程为基础的流量模型理论。研究内容主要含:1)从理论分析和处理实际流量数据两方面揭示,广义柯西过程能比常用模型更精确地拟合实际流量;2)用广义柯西过程揭示常用模型不能描述的分形特性(如流量的分形维数加赫斯特指数不等于2的性质等);3)用该过程探索局部变异性和全局变异性之间的关系,研究广义柯西过程和流量的界模型之间的关系;4)用该过程研究拥塞检测。由此,形成基于广义柯西过程的分形流量的新模型理论。为解决上述难题提供一个答案。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于MCPF算法的列车组合定位应用研究
长链基因间非编码RNA 00681竞争性结合miR-16促进黑素瘤细胞侵袭和迁移
氧化应激与自噬
新产品脱销等待时间对顾客抱怨行为的影响:基于有调节的双中介模型
血管内皮细胞线粒体动力学相关功能与心血管疾病关系的研究进展
网络流量的多分形广义柯西模型理论
基于广义柯西分布估计理论的稀疏自适应滤波算法研究
分形流量通过服务器的理论
基于成因的多分形网络流量建模与性能分析研究