网络流量模型化与拥塞控制研究

随着互联网在科技和日常生活领域中的普遍应用，需要深入认知网络流量行为，加强网络流量控制能力，提高网络服务质量。为此，论文对网络流量建模、网络流量突发特性动态检测、网络流量预测和网络流量拥塞控制等问题进行了深入的研究，主要内容如下： 1、为了解释网络流量多重分形特性的产生原因，提出了一种新的三层结构化ON/OFF物理模型，根据互联网协议栈自上而下产生网络流量的机理，给出了模型每一层与真实流量统计特征的对应关系和物理意义，以及模型合成流量与真实流量的多重分形特性。 2、为了描述网络流量的自相似特性和多重分形特性在时间域上的时变性，提出了Hurst指数动态渐进估计算法和多重分形谱动态渐进估计算法。前者可以有效判断网络流量突发特性在全局时间域上的变化态势和在局部时间域上的调整细节，后者可以解释Hurst指数时变性的原因。 3、针对目前网络流量多步预测精度不高的问题，提出了一种新的基于级联树形结构的网络流量多步预测算法，利用树形结构从上至下不断递归计算底层网络流量，避免了使用随机分布拟合参数而引入的误差，算法的多步预测精度较高，并且随着预测步长的增加仍然具有很好的跟随性。 4、为了提高路由器队列长度的控制效果，提出了自适应AQM-PI控制器及参数整定算法，能够根据网络负载的变化，自适应地改变控制器参数，并根据参数与阻尼比的关系整定控制器参数，使路由器队列长度控制在期望值附近，且队列抖动为最小，提高控制器的准确性和平稳性。