基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
网络流量过程中所蕴含的分形尺度特性对网络性能有显著的影响.因此研究能全面准确地刻画网络流量过程在小时间/空间尺度上的复杂奇异性特征和大时间/空间尺度上的长程依赖性特征的流量模型对Internet网络工程有重要的意义.本文对实测的流量数据(从著名的校园网和国内著名的ISP)进行了分析,利用小波技术构建了一个新的网络流量的多重分形模型,通过模拟验证,发现该新模型能以较简洁的形式捕捉实际网络流量特性,并具有刻画真实流量数据中的多重分形特征的能力.
推荐文章
基于小波变换的实际网络流量刻画
尺度
自相似
多重分形
小波
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
一种网络流量预测的小波神经网络新模型
自相关
神经网络
小波变换
细节信号
近似信号
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于离散小波变换的网络流量多重分形模型
来源期刊 通信学报 学科 工学
关键词 网络流量 长程依赖性 多重分形 离散小波变换
年,卷(期) 2003,(5) 所属期刊栏目 学术论文
研究方向 页码范围 43-48
页数 6页 分类号 TP393
字数 2900字 语种 中文
DOI 10.3321/j.issn:1000-436X.2003.05.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高传善 复旦大学计算机科学系 109 1091 18.0 28.0
2 刘岩 复旦大学计算机科学系 11 110 4.0 10.0
3 韩良秀 复旦大学计算机科学系 4 117 4.0 4.0
4 丛锁 复旦大学计算机科学系 4 121 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (57)
同被引文献  (51)
二级引证文献  (125)
1995(3)
  • 参考文献(3)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(7)
  • 引证文献(7)
  • 二级引证文献(0)
2008(14)
  • 引证文献(9)
  • 二级引证文献(5)
2009(18)
  • 引证文献(9)
  • 二级引证文献(9)
2010(25)
  • 引证文献(5)
  • 二级引证文献(20)
2011(28)
  • 引证文献(8)
  • 二级引证文献(20)
2012(13)
  • 引证文献(2)
  • 二级引证文献(11)
2013(16)
  • 引证文献(1)
  • 二级引证文献(15)
2014(15)
  • 引证文献(4)
  • 二级引证文献(11)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(9)
  • 引证文献(2)
  • 二级引证文献(7)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
网络流量
长程依赖性
多重分形
离散小波变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导