| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12页 |
| ·国内外研究现状 | 第12-15页 |
| ·网络业务自相似/长相关现象及特性研究 | 第13页 |
| ·网络业务辨识与参数估计 | 第13-14页 |
| ·网络业务建模与性能分析 | 第14-15页 |
| ·现有研究工作存在的问题或不足 | 第15页 |
| ·本文的主要研究工作及内容安排 | 第15-17页 |
| 第2章 相关技术简介 | 第17-27页 |
| ·传统的网络业务特性 | 第17-18页 |
| ·马尔可夫过程 | 第17页 |
| ·泊松过程 | 第17-18页 |
| ·自回归过程 | 第18页 |
| ·自相似特性 | 第18-24页 |
| ·自相似的数学描述 | 第18-20页 |
| ·自相似过程的性质 | 第20-21页 |
| ·自相似特性对网络性能的影响 | 第21-22页 |
| ·重尾分布 | 第22-23页 |
| ·其它分布函数 | 第23-24页 |
| ·多重分形特性 | 第24-26页 |
| ·多重分形的定义 | 第24页 |
| ·多重分形的性质 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 自相似业务参数估计 | 第27-42页 |
| ·业务自相似参数估计方法 | 第27-30页 |
| ·相关概念 | 第27-28页 |
| ·V-T方法 | 第28页 |
| ·R/S方法 | 第28-29页 |
| ·Whittle方法 | 第29-30页 |
| ·网络业务的自相似特性分析 | 第30-34页 |
| ·实际网络业务的自相似特性分析 | 第30-31页 |
| ·时间序列的长期记忆性分析 | 第31-34页 |
| ·对Hurst参数的研究 | 第34-40页 |
| ·三种估计算法精度分析 | 第34-36页 |
| ·Hurst参数有效性检验 | 第36-38页 |
| ·H参数的局限性仿真研究 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 自相似业务建模 | 第42-51页 |
| ·ON/OFF模型 | 第42-44页 |
| ·基于分形布朗运动和分形高斯噪声的模型 | 第44-47页 |
| ·分形布朗运动 | 第44-45页 |
| ·分形高斯噪声 | 第45页 |
| ·模型的实现 | 第45-47页 |
| ·FARIMA模型的实现 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 多重分形业务参数估计与建模 | 第51-76页 |
| ·网络业务的多重分形特性 | 第51-52页 |
| ·多重分形业务的参数分析 | 第52-54页 |
| ·尺度函数和矩因子估计方法 | 第52-53页 |
| ·实际业务的尺度函数和矩因子估计 | 第53-54页 |
| ·多重分形网络流量模型 | 第54-57页 |
| ·层叠模型 | 第55-56页 |
| ·JMF模型 | 第56-57页 |
| ·JMF模型的实现 | 第57-62页 |
| ·基于Beta分布和K分布的JMF模型 | 第58-59页 |
| ·基于Beta分布和Pareto分布的JMF模型 | 第59-60页 |
| ·基于Beta分布和Log-normal分布的JMF模型 | 第60-61页 |
| ·基于Gamma分布和K分布的JMF模型 | 第61-62页 |
| ·JMF模型的性能分析及适应性研究 | 第62-71页 |
| ·TCP业务 | 第63-65页 |
| ·UDP业务 | 第65-66页 |
| ·ENCAP业务 | 第66-68页 |
| ·SF业务 | 第68-70页 |
| ·其它业务 | 第70-71页 |
| ·JMF模型与FGN模型的性能评价 | 第71-75页 |
| ·JMF模型与FGN模型生成序列的分形特性 | 第72-73页 |
| ·JMF模型与FGN模型的网络特性分析 | 第73-74页 |
| ·JMF模型与FGN模型的评价 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 结束语 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 在读期间发表的论文 | 第83页 |