4=;:T;>UHN((N$*7N$8(摘要具有开放、分布式、不协作、异"> 4=;:T;>UHN((N$*7N$8(摘要具有开放、分布式、不协作、异" />
基于信息熵的IP网端到端行为分析与建模

基于信息熵的IP网端到端行为分析与建模

ID:36771335

大小:283.41 KB

页数:6页

时间:2019-05-15

基于信息熵的IP网端到端行为分析与建模_第1页
基于信息熵的IP网端到端行为分析与建模_第2页
基于信息熵的IP网端到端行为分析与建模_第3页
基于信息熵的IP网端到端行为分析与建模_第4页
基于信息熵的IP网端到端行为分析与建模_第5页
资源描述:

《基于信息熵的IP网端到端行为分析与建模》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于信息熵的!"网端到端行为分析与建模张连明%,!陈志刚!(%湖南师范大学物理与信息科学学院,长沙#%""&%)(!中南大学信息科学与工程学院,长沙#%""&9)P2>4=;:T;>UHN((N$*7N$8(摘要具有开放、分布式、不协作、异构、无中心控制等特点的’()*+(*)复杂巨系统的管理、容量规划、新一代网络体系结构设计与分析和性能预测都离不开对网络行为的充分理解。而端到端行为作为网络行为的一个重要组成部分,具有一定的研究价值。该文利用信息熵原理建立用于分析端到端整体宏观行为的信息熵模型,该模型能很好地反映端到端整体宏观行为与链路上各节点的状态概率之间关系,

2、根据该模型可以分析端到端链路上各节点之间的相互作用关系以及它们是如何引起端到端整体宏观行为的。最后,给出了该模型的有效性和稳定性定量分析的判别式。关键词网络宏观行为端到端行为信息熵状态概率文章编号%""!2&99%2(!""#)%&2""%D2"#文献标识码J中图分类号BO9K9#$%&’()(%$*+,*-&)$.,/0$*12,10$*3-4%5),63%(-*,$!$/,67%2),$0$26,8’)$!"9-2:,6;<4%$.=)%$7)$.>,?@4-$<4).%$.?(%G0;;*1*04)=0(:8=*(8*,@N

3、(4(V0+>4;W(=A*+C=)?,GH4(1CH4#%""&%)(!G0;;*1*0<’(<0+>4)=0(:8=*(8*4(7P(1=(**+=(1,G*()+4;:0N)HW(=A*+C=)?,GH4(1CH4#%""&9)#A(26%B2:’()*+(*)H4CL*80>*480>6;*X1=14()=8C?C)*>)H4)H4C06*(,7=C)+=LN)*7,N(8006*+4)=A*,H*)*+01*(*0NC,(0(28*()*+280()+0;8H4+48)*+=C)=8C$B0>4(41*4(7C8H*>*’()*+(*),4(77*C=1

4、((*Q1*(*+4)=0((*)Q0+M4+8H=)*8)N+*4(74(4;.?C*4(76*+<0+>4(8*<0+*84C)=C(**7)06*+8*=A*(*)Q0+ML*H4A=0+$P(72)02*(7L*H4A=0+=C4(=>60+)4()64+)0<(*)Q0+ML*H4A=0+,4(7=)=CQ0+)H?0<+*C*4+8H$BH=C646*+*C)4L;=CH*C4(=(<0+>4)=0(*()+06?>07*;4L0N)*(72)02*(7L*H4A=0+)H4)=CNC*7)04(4;?C**(72)02*(7>48+02L*H4A=0

5、+$P(72)02*(7L*H4A=0+=C80((*8)*7Q=)HC)4)NC6+0L4L=;=)?0<(07*C0()H*;=(MC$R?)H=C>07*;,=)=C*4C?)04(4;?C*)H*=()*+48)=0(L*)Q**(64+)C0<(07*C0()H*;=(MC4(7H0Q)01=A*+=C*)0*(72)02*(7L*H4A=0+$J);4C),)H=C646*+0<<*+CC0>*<0+>N;4C)0A*+=07*;$C-’:,6*(:(*)Q0+M>48+02L*H

6、4A=0+,*(72)02*(7L*H4A=0+,=(<0+>4)=0(*()+06?,C)4)NC6+0L4L=;=)?%引言单地预测预期的未来情况;#编写并运行一个仿真模型;$基于相关理论制定一个解析模型。GJ’5,K-项目是利用前三种方法随着’()*+(*)规模的迅速扩大、网络新业务的不断出现、网络拓扑结构的日益复杂化,’()*+(*)已经成为一个具有开放、来进行网络性能测量研究的典型代表。而基于第$种方法的模分布式、不协作、异构、无中心控制等特点的复杂巨系统,%-。’(.型有/*;4(7,#-等人提出的’()*+(*)数据包流密度时间序列模型、)*+(*)

7、的某些行为特征发生了相应的变化。传统的短程相关泊GC4L4=等人提出的’()*+(*)上一条确定路径的3BB时间序列模型、E*;7>4((,%"-等人提出的小波分解模型、B4M4?4CN,%%-等人松到达过程和排队论建立的网络流量模型不再适用于实际高速网络突发流量,!-,而这种突发流量更适合用可以反应长程相建立的GO模型以及P;Q4;=7,%!-等人建立的基于分数布朗运动关性(/0(1234(1*5*6*(7*(8*),9-、自相似性(:*;<2:=>=;4+=)?),#-(ERS)的有线网络数学模型。这些模型都是基于网络性能的微以及重尾分布(@*4A?B4=;C

8、),D-的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。