| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第14-29页 |
| 1.1 课题背景 | 第14-17页 |
| 1.2 课题研究的目的及意义 | 第17-18页 |
| 1.3 国内外研究现状 | 第18-21页 |
| 1.4 相关研究及分析 | 第21-26页 |
| 1.4.1 相关研究工作 | 第21-25页 |
| 1.4.2 存在的问题与不足 | 第25-26页 |
| 1.5 本文主要研究内容 | 第26-29页 |
| 第2章 网络流量的特性及模型 | 第29-52页 |
| 2.1 引言 | 第29页 |
| 2.2 网络流量的性质 | 第29-38页 |
| 2.2.1 自相似性 | 第29-33页 |
| 2.2.2 长程相关性 | 第33-36页 |
| 2.2.3 突发性 | 第36-38页 |
| 2.3 网络流量模型 | 第38-50页 |
| 2.3.1 马尔科夫模型 | 第38-40页 |
| 2.3.2 分形布朗运动模型 | 第40-41页 |
| 2.3.3 人工神经网络模型 | 第41-43页 |
| 2.3.4 ON/OFF 模型 | 第43-47页 |
| 2.3.5 ARMA 类模型 | 第47-50页 |
| 2.4 本章小结 | 第50-52页 |
| 第3章 基于 ON/OFF 模型的网络流量建模 | 第52-68页 |
| 3.1 引言 | 第52页 |
| 3.2 网络趋同性现象 | 第52-53页 |
| 3.3 引入趋同性的 ON/OFF 模型流量性质 | 第53-61页 |
| 3.3.1 理论分析 | 第53-56页 |
| 3.3.2 流量性质的验证 | 第56-61页 |
| 3.4 C-ON/OFF 模型的实验结果与分析 | 第61-67页 |
| 3.5 本章小结 | 第67-68页 |
| 第4章 基于 EMD 的网络流量建模 | 第68-94页 |
| 4.1 引言 | 第68页 |
| 4.2 经验模式分解 | 第68-71页 |
| 4.3 基于 EMD 的长相关流量分解 | 第71-79页 |
| 4.3.1 理论证明 | 第71-72页 |
| 4.3.2 仿真实验 | 第72-79页 |
| 4.4 EMD-ARMA 模型建模 | 第79-90页 |
| 4.4.1 ARMA(p, q)的相关函数分析 | 第79-83页 |
| 4.4.2 EMD-ARMA 模型的参数估计 | 第83-89页 |
| 4.4.3 EMD-ARMA 模型的检验 | 第89-90页 |
| 4.5 EMD-ARMA 模型的实验结果与分析 | 第90-93页 |
| 4.6 本章小结 | 第93-94页 |
| 第5章 基于 EMD-ARMA 模型的网络流量预测 | 第94-114页 |
| 5.1 引言 | 第94页 |
| 5.2 网络流量时间序列的预测 | 第94-99页 |
| 5.2.1 预测值的存在性 | 第95-96页 |
| 5.2.2 预测值的唯一性 | 第96-97页 |
| 5.2.3 线性预测 | 第97-99页 |
| 5.3 EMD-ARMA 模型的单步预测实验 | 第99-107页 |
| 5.3.1 预测结果与分析 | 第99-103页 |
| 5.3.2 IMF1 预测精度提升 | 第103-107页 |
| 5.4 EMD-ARMA 模型的多步预测实验 | 第107-112页 |
| 5.4.1 多步预测误差分析 | 第107-110页 |
| 5.4.2 预测结果与分析 | 第110-112页 |
| 5.5 本章小结 | 第112-114页 |
| 结论 | 第114-116页 |
| 参考文献 | 第116-126页 |
| 附录 | 第126-127页 |
| 攻读博士学位期间所发表的论文及其它成果 | 第127-129页 |
| 致谢 | 第129-130页 |
| 个人简历 | 第130页 |