基于超爱尔兰分布的自相似网络排队模型研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (18): 71-75.

基于超爱尔兰分布的自相似网络排队模型研究

徐兴，岳学军，林涛

华南农业大学工程学院电子工程系，广州 510642

出版日期:2012-06-21 发布日期:2012-06-20

Research on queuing model of self-similar network based on hyper-erlang distribution

XU Xing, YUE Xuejun, LIN Tao

Department of Electronic Engineering, College of Engineering, South China Agriculture University, Guangzhou 510642, China

Online:2012-06-21 Published:2012-06-20

摘要/Abstract

摘要： 现有网络的业务流研究表明，多种通信业务中普遍存在自相似特性，但是如何对自相似业务流进行建模和分析一直是个难解问题。基于超爱尔兰拟合算法，建立了到达为泊松分布，服务时间为超爱尔兰分布的M/HErD/1/K自相似排队模型，推导得到呼叫损失概率、平均排队队长等排队性能的解析解。在实际业务环境下和传统的M/M/1/K排队模型进行了仿真对比，结果表明M/HErD/1/K模型不仅可有效表征业务流的快挂业务特性，而且能仿真出该网络在业务负荷较重时潜在的运营风险，对实际网络运营管理具有重要的指导作用。

关键词: 超爱尔兰分布, 排队模型, 自相似

Abstract: Research on network measurement has shown the presence of self-similar properties in great number of network traces, but how to build self-similar queuing model and analyze it has been a problem. On the basis of hyper-erlang fitting method, M/HErd/1/K queuing model with passion arrive rate and hyper-erlang service time is proposed, and the queuing performance of the self-similar network service is derived. Compared with traditional M/M/1/K queuing model under real trace, new model effectively describes not only the quick-hang traffic attribute, but also the potential risk under heavy traffic load. So the proposed model is better, and it is instructive to the network operation and maintenance.

Key words: hyper-erlang distribution, queuing model, self-similar

徐兴，岳学军，林涛. 基于超爱尔兰分布的自相似网络排队模型研究[J]. 计算机工程与应用, 2012, 48(18): 71-75.

XU Xing, YUE Xuejun, LIN Tao. Research on queuing model of self-similar network based on hyper-erlang distribution[J]. Computer Engineering and Applications, 2012, 48(18): 71-75.

[1]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[2]	邹青丙1，刘羽2，何明1，余沛毅1，王立辉3. 基于机器学习的CPS系统可靠性在线评估方法[J]. 计算机工程与应用, 2014, 50(10): 128-130.
[3]	陈世文，郭通，黄万伟. 基于快速分数阶傅氏变换的DDoS攻击检测[J]. 计算机工程与应用, 2013, 49(24): 4-7.
[4]	任义龙1，刘渊1，2. 一种基于小波分析的DDoS攻击检测方法[J]. 计算机工程与应用, 2012, 48(31): 82-88.
[5]	宁培兴，黄仁. 数理统计特征的快速图像分形压缩算法研究[J]. 计算机工程与应用, 2012, 48(31): 161-165.
[6]	周正吉，郭岭，许静. 自相似网络流量模拟系统的集群实现[J]. 计算机工程与应用, 2012, 48(25): 105-111.
[7]	李益红1，2，卢朝阳1，李太君2. 一种新的珍珠形状匀称性检测算法[J]. 计算机工程与应用, 2012, 48(24): 37-40.
[8]	周刚1，刘渊2. 低速率TCP拒绝服务攻击的小波检测方法[J]. 计算机工程与应用, 2011, 47(32): 115-117.
[9]	卢颖1，2，康凤举1，钟联炯2，高武奇2. 战术Ad hoc网业务量突发特性下的退避算法研究[J]. 计算机工程与应用, 2011, 47(26): 120-123.
[10]	赵露，白光伟，孙勇. 网络通信流的Gamma分布多重分形模型[J]. 计算机工程与应用, 2011, 47(19): 124-127.
[11]	黄海生1，2，丁德武1，吴璞1，2，王汝传2. 几种人类生物网络的自相似性实证研究[J]. 计算机工程与应用, 2011, 47(16): 128-130.
[12]	聂得欣¹,袁小坊^1,2,王东¹,谢高岗². 链路层分类包的网络流量自相似性研究[J]. 计算机工程与应用, 2009, 45(5): 129-131.
[13]	冯慧芳¹，舒炎泰². 无线局域网聚集业务流的二阶尺度特性分析[J]. 计算机工程与应用, 2009, 45(36): 15-18.
[14]	汪志勇,邱晓红. 分形滤波的网络流量预测[J]. 计算机工程与应用, 2009, 45(3): 124-126.
[15]	陈炳锋¹,徐从富¹,何俊². 自相似业务量产生机理与模型精度分析[J]. 计算机工程与应用, 2009, 45(3): 101-103.