自相似网络通信量的多尺度预测研究OA北大核心CSCD
The Study on Multi-Scale Prediction of Self-similar Network Traffic
自相似性是网络的普遍属性,并且对网络性能具有重要影响.在网络性能研究中,利用自相似的长程相关性来进行预测对于有效分配和利用网络资源以保证网络QoS及提高网络性能是非常有意义的.然而,由于自相似通信量同时具有长程相关和短程相关性的多尺度性和非线性使得通信量的预测非常困难.文章在充分考虑自相似网络通信量这些特性的基础上,提出了利用人工神经网络来进行预测的方法.我们首先根据研究目标构建了多时间尺度预测的人工神经网络,并且对输入/输出向量处理、参数选择和…查看全部>>
饶云华;曹阳;杨艳
武汉大学电子信息学院,武汉,430072武汉大学电子信息学院,武汉,430072武汉大学电子信息学院,武汉,430072
信息技术与安全科学
自相似通信量多尺度预测
《计算机工程与应用》 2005 (28)
基于网络探测的IP网络拓扑发现和性能分析的研究
26-28,3
国家自然科学基金重点项目子项目资助(编号:60132030)
评论