陳艷平，王慧強(qiáng)，馮光升，高玉龍

(1. 哈爾濱工程大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，黑龍江 哈爾濱 150001；2. 哈爾濱工業(yè)大學(xué) 通信技術(shù)研究所，黑龍江 哈爾濱 150080)

1 引言

接納控制是保障業(yè)務(wù)流QoS的有效方法之一，目前主要有2種方法，一種是基于測(cè)量的接納控制，一種是基于參數(shù)的接納控制。其中基于參數(shù)的接納控制采用相關(guān)模型來(lái)預(yù)測(cè)和計(jì)算流的行為特征和估算流量，由于設(shè)定了流模型，使用的算法簡(jiǎn)單，但基于參數(shù)接納控制算法的控制能力取決于對(duì)訪問(wèn)模式研究的深度以及數(shù)學(xué)模型的擬合程度。

各種新興網(wǎng)絡(luò)訪問(wèn)方式的出現(xiàn)導(dǎo)致網(wǎng)絡(luò)數(shù)據(jù)流突發(fā)性的變化更加隨機(jī)，這種隨機(jī)性一方面使得構(gòu)建統(tǒng)一、準(zhǔn)確的業(yè)務(wù)流模型更加困難，同時(shí)也給保障業(yè)務(wù)流服務(wù)質(zhì)量帶來(lái)挑戰(zhàn)。在業(yè)務(wù)流建模方面，隨著音頻、視頻數(shù)據(jù)的增加，網(wǎng)絡(luò)數(shù)據(jù)流不再滿(mǎn)足泊松過(guò)程，而是表現(xiàn)出自相似、多分形等特性，自相似的本質(zhì)是一種單分形結(jié)構(gòu)，大量研究表明業(yè)務(wù)流在大時(shí)間尺度上表現(xiàn)出單分形，而在小時(shí)間尺度上表現(xiàn)出多分形特性[1]，即業(yè)務(wù)流具有特征尺度。目前業(yè)務(wù)流建模主要針對(duì)某個(gè)特征進(jìn)行建模，文獻(xiàn)[2]提出了采用分形布朗運(yùn)動(dòng)(FBM, fractional Brownian motion)模型描述自相似過(guò)程，但是對(duì)于非高斯(即重尾性)的自相似流突發(fā)性刻畫(huà)能力有限，文獻(xiàn)[3]提出了基于線性分形α穩(wěn)定自相似過(guò)程流模型，引入了傾斜參數(shù)用于表示重尾性。文獻(xiàn)[4]研究表明，vBNS在突發(fā)水平高的業(yè)務(wù)流用多分形流模型表示比較準(zhǔn)確，而突發(fā)水平低的業(yè)務(wù)流并不適合用多分形流模型建模。文獻(xiàn)[5]也表明業(yè)務(wù)流的到達(dá)快慢影響它的特性。針對(duì)多分形流，文獻(xiàn)[6]提出了乘法多分形模型(multiplicative multifractal model)對(duì)業(yè)務(wù)流的多分形特性建模，文獻(xiàn)[7]提出了基于小波的多分形模型描述業(yè)務(wù)流的多分形。針對(duì)流的不同特征尺度，目前還沒(méi)有一個(gè)統(tǒng)一的業(yè)務(wù)流模型，采用單一的特征模型影響后續(xù)的業(yè)務(wù)流性能分析及QoS保障，特別是于業(yè)務(wù)流的突發(fā)性對(duì)網(wǎng)絡(luò)性能影響很大[8]。

對(duì)業(yè)務(wù)流模型的研究可以看出，目前還沒(méi)有統(tǒng)一模型針對(duì)流的所有特征進(jìn)行建模，因此基于參數(shù)的接納控制大多采用針對(duì)單一特征的流模型，這大大影響接納決策的準(zhǔn)確性。另外，在QoS保障方面，大多采用確定服務(wù)質(zhì)量參數(shù)[9]，然而越來(lái)越多的音頻、視頻等數(shù)據(jù)對(duì)延遲等性能具有一定的容忍能力，統(tǒng)計(jì)QoS保障成為接納控制新的研究方向。其中統(tǒng)計(jì)網(wǎng)絡(luò)演算是新興的QoS統(tǒng)計(jì)分析的理論，以該理論為基礎(chǔ)研究基于參數(shù)的接納控制方法方興未艾。文獻(xiàn)[10，11]提出了基于網(wǎng)絡(luò)演算的統(tǒng)計(jì)QoS保障接納控制方法，但兩者都基于一個(gè)前提，即業(yè)務(wù)流符合線性包絡(luò)，該方法不能用于自相似、多分形業(yè)務(wù)流的接納分析。

針對(duì)以上研究問(wèn)題，本文提出通過(guò)在線測(cè)量，估計(jì)業(yè)務(wù)流的突發(fā)水平，進(jìn)而采用不同的模型對(duì)網(wǎng)絡(luò)業(yè)務(wù)流進(jìn)行建模；基于選定的流模型有效帶寬推導(dǎo)其有效包絡(luò)，采用統(tǒng)計(jì)網(wǎng)絡(luò)演算對(duì)業(yè)務(wù)流進(jìn)行性能分析，根據(jù)獲得的性能參數(shù)進(jìn)行接納控制決策，以此保障業(yè)務(wù)流的統(tǒng)計(jì)QoS。內(nèi)容組織如下：第2節(jié)給出用于統(tǒng)計(jì)QoS分析的網(wǎng)絡(luò)演算基本定義及定理；第3節(jié)介紹本文接納控制的系統(tǒng)模型；第4節(jié)給出自相似、多分形流模型估計(jì)方法、有效包絡(luò)獲得方法及突發(fā)期的估計(jì)，結(jié)合第2節(jié)的相關(guān)理論給出接納控制算法；第5節(jié)仿真實(shí)驗(yàn)從統(tǒng)計(jì)QoS保障、帶寬利用率方面對(duì)算法的性能進(jìn)行驗(yàn)證；第6節(jié)是結(jié)束語(yǔ)。

2 統(tǒng)計(jì)QoS分析基礎(chǔ)

統(tǒng)計(jì)網(wǎng)絡(luò)演算為網(wǎng)絡(luò)性能分析提供了新的研究方法，為實(shí)現(xiàn)統(tǒng)計(jì)QoS保障提供了新理論，為接納控制等技術(shù)提供基礎(chǔ)。本節(jié)簡(jiǎn)要介紹下文用到的統(tǒng)計(jì)網(wǎng)絡(luò)演算基本理論和表示符號(hào)。業(yè)務(wù)流的到達(dá)過(guò)程和離開(kāi)過(guò)程表示為A=(A( t))t≥0和D=(D( t))t≥0，其中，A( t)、D( t)分別表示業(yè)務(wù)流在t時(shí)刻到達(dá)和離開(kāi)網(wǎng)絡(luò)節(jié)點(diǎn)的累積業(yè)務(wù)量。很明顯，A, D都是非降左連續(xù)的，并且?t≥0,D( t)≤A( t)。

定義1 (非負(fù)廣義遞增函數(shù)集)[12]：F={f(·):?0≤x≤y, f( x)≥0,f( x)≤f( y)}

定義2 (非負(fù)廣義遞減函數(shù)集)[12]：={f(·):?0≤x≤y, f( x)≥0,f( y)≤f( x)}

定義3 (統(tǒng)計(jì)到達(dá)曲線)[12]：給定函數(shù)α∈F,εA∈，如果業(yè)務(wù)流的到達(dá)過(guò)程A滿(mǎn)足P{ A( s, t)-G( t-s)＞x}≤εA(x)，其中，A( s, t)=A( t)-A( s),0≤s≤t, x≥0，則稱(chēng)業(yè)務(wù)流A具有誤差函數(shù)為εA的統(tǒng)計(jì)到達(dá)包絡(luò)G。

定義4 (統(tǒng)計(jì)服務(wù)曲線)[12]：給定函數(shù)β∈F,εS∈，到達(dá)網(wǎng)絡(luò)節(jié)點(diǎn)的業(yè)務(wù)流，其到達(dá)過(guò)程為A，如果該業(yè)務(wù)流的離開(kāi)過(guò)程滿(mǎn)足P( D( t)＜A?[β-x]+(t +τ0))≤εS(x)，其中，f( u)du＜∞，則稱(chēng)該網(wǎng)絡(luò)節(jié)點(diǎn)為業(yè)務(wù)流A提供了誤差為εS的統(tǒng)計(jì)服務(wù)曲線β。

統(tǒng)計(jì)網(wǎng)絡(luò)演算利用到達(dá)曲線和服務(wù)曲線推導(dǎo)出網(wǎng)絡(luò)輸出、延遲、積壓等性能指標(biāo)，這其中用到2類(lèi)重要的運(yùn)算，即最小加卷積和最小加去卷積，卷積定義見(jiàn)定義5，有關(guān)去卷積及統(tǒng)計(jì)網(wǎng)絡(luò)演算其他理論詳見(jiàn)文獻(xiàn)[12]。

定義5 (最小加卷積)[12]：f, gF? ∈ ，函數(shù)f, g的最小加卷積運(yùn)算為其中，t≥0。

定義6 (統(tǒng)計(jì)延遲)[12]：?t≥0，統(tǒng)計(jì)延遲W( t)定義為

其中延遲上界為

目前網(wǎng)絡(luò)演算理論本身還不完善，用于性能分析的流模型主要有3種[12]，文獻(xiàn)[13]將有效帶寬與網(wǎng)絡(luò)演算中的統(tǒng)計(jì)包絡(luò)進(jìn)行融合，從而擴(kuò)寬了網(wǎng)絡(luò)演算的應(yīng)用范圍。下面介紹有效帶寬的定義及有效帶寬和有效包絡(luò)轉(zhuǎn)換定理。

定理1[13]到達(dá)過(guò)程A( t)的有效帶寬為α(s, t)，其有效包絡(luò)為

其中，εA為業(yè)務(wù)流到達(dá)曲線的誤差函數(shù)，s為空間參數(shù)，表示業(yè)務(wù)流的到達(dá)分布特征，t為時(shí)間參數(shù)，表示時(shí)間間隔長(zhǎng)度。

3 系統(tǒng)模型

為了突出本文提出的思想及說(shuō)明問(wèn)題的便利性，僅考慮單個(gè)節(jié)點(diǎn)的接納控制，系統(tǒng)模型如圖1所示。在該模型中，業(yè)務(wù)流是一組具有相同包頭屬性的包列，當(dāng)數(shù)據(jù)分組到達(dá)時(shí)，流模型估計(jì)模塊首先分析流的突發(fā)水平，通過(guò)在線測(cè)量決定其流模型，在線測(cè)量過(guò)程并不在業(yè)務(wù)流的接納控制中，因此減少接納控制本身對(duì)業(yè)務(wù)流性能的影響。流模型采用定義3表示，根據(jù)流模型推導(dǎo)流的有效包絡(luò)及突發(fā)期。參數(shù)估計(jì)模塊估計(jì)服務(wù)節(jié)點(diǎn)當(dāng)前剩余的服務(wù)能力，采用定義4的服務(wù)曲線表示。接納控制算法模塊首先根據(jù)流的有效包絡(luò)和當(dāng)前節(jié)點(diǎn)的剩余服務(wù)能力利用網(wǎng)絡(luò)演算理論推導(dǎo)流的統(tǒng)計(jì)延遲，基于統(tǒng)計(jì)延遲及突發(fā)期來(lái)進(jìn)行接納決策。

圖1 系統(tǒng)模型

對(duì)于業(yè)務(wù)流的QoS要求，本文主要考量延遲參數(shù)，統(tǒng)計(jì)延遲采用定義6表示，其通過(guò)業(yè)務(wù)流模型和網(wǎng)絡(luò)節(jié)點(diǎn)的服務(wù)能力推導(dǎo)而來(lái)，而節(jié)點(diǎn)動(dòng)態(tài)提供的服務(wù)能力也與當(dāng)前網(wǎng)絡(luò)節(jié)點(diǎn)中的業(yè)務(wù)流有關(guān)，因此，業(yè)務(wù)流模型的選擇將在很大程度上影響接納控制的性能。本文根據(jù)不同業(yè)務(wù)流在不同時(shí)間尺度上表現(xiàn)出不同的特性，進(jìn)而采用不同的業(yè)務(wù)流模型，以提高接納控制的性能，并采用網(wǎng)絡(luò)演算理論對(duì)流進(jìn)行性能分析，實(shí)現(xiàn)統(tǒng)計(jì)QoS保障。

4 多時(shí)間尺度接納控制算法

根據(jù)文獻(xiàn)[1,14]，業(yè)務(wù)流在小的時(shí)間尺度上表現(xiàn)出多分形特性，而在大的時(shí)間尺度上表現(xiàn)出自相似性。然而目前的業(yè)務(wù)流建模大多數(shù)是對(duì)流的自相似性和多分形分別建模，沒(méi)有統(tǒng)一的模型描述多特征尺度的業(yè)務(wù)流。研究表明在突發(fā)水平較高時(shí)采用自相似模型刻畫(huà)流較準(zhǔn)確，而在突發(fā)性較低時(shí)采用多分形流建模較準(zhǔn)確，因此如果接納控制算法僅采用一種流模型，對(duì)接納控制的性能產(chǎn)生很大的影響，例如，假設(shè)網(wǎng)絡(luò)業(yè)務(wù)流目前的突發(fā)水平較低，如果采用自相似模型，使得對(duì)業(yè)務(wù)流的估計(jì)過(guò)高，如果業(yè)務(wù)流的突發(fā)水平較高而采用多分形流模型，則對(duì)的業(yè)務(wù)流實(shí)際業(yè)務(wù)量估計(jì)不夠。本文提出多尺度接納控制算法，通過(guò)預(yù)測(cè)網(wǎng)絡(luò)業(yè)務(wù)流采用哪種模型建模更加準(zhǔn)確，進(jìn)而決定選擇相應(yīng)的流模型用于接納控制。另外，由于在流的突發(fā)期網(wǎng)絡(luò)性能波動(dòng)較大，為了保障業(yè)務(wù)流的統(tǒng)計(jì)QoS，并不是所有的流在所有的時(shí)間都需要接納控制，本文提出在突發(fā)期推導(dǎo)業(yè)務(wù)流的性能，并據(jù)此對(duì)業(yè)務(wù)流進(jìn)行接納控制。

4.1 流模型估計(jì)

考慮2類(lèi)流模型：自相似流和多分形流模型。首先給出，多分形和自相似的定義。

定義7(多分形)：如果一個(gè)隨機(jī)過(guò)程X( t)滿(mǎn)足以下條件，則稱(chēng)該過(guò)程為多分形：

t表示時(shí)間，q表示q階距。其中，c( q)和τ(q)分別表示多分形過(guò)程的尺度參數(shù)和距參數(shù)。如果τ(q)與q呈線性關(guān)系，則該過(guò)程為單分形，否則，呈多分形。

定義8(自相似)：如果連續(xù)過(guò)程Y( t)滿(mǎn)足以下條件，則稱(chēng)該過(guò)程為自相似：

根據(jù)以上定義及文獻(xiàn)[15]的分析，對(duì)于網(wǎng)絡(luò)流非負(fù)時(shí)間序列X=X( t1),…,X( tN)，采用式(5)估計(jì)X的q階距μ(m)(q)：

4.2 有效帶寬和包絡(luò)估計(jì)

網(wǎng)絡(luò)演算是QoS分析的新興理論，理論本身還不完善，可用于QoS分析的流模型有限，特別是統(tǒng)計(jì)QoS分析。有效帶寬是另外一個(gè)重要的性能分析工具，更多類(lèi)型的流都可以獲得其有效帶寬。文獻(xiàn)[13]提出了有效帶寬和有效包絡(luò)的轉(zhuǎn)換定理，根據(jù)此定理，更多類(lèi)型的流可用于網(wǎng)絡(luò)演算的統(tǒng)計(jì)QoS分析，進(jìn)而保障業(yè)務(wù)流的統(tǒng)計(jì)QoS。對(duì)于分形流模型和自相似流模型，本文分別采用 AWMM (adaptive wavelet-based multifractal model)和FBM (fractional Brownian motion)，并根據(jù)定理1給出2類(lèi)模型對(duì)應(yīng)的有效包絡(luò)，獲得這2類(lèi)流模型的有效包絡(luò)就可以利用網(wǎng)絡(luò)演算推導(dǎo)流的延遲等性能參數(shù)，為接納控制提供決策基礎(chǔ)。

根據(jù)文獻(xiàn)[7]提出的分形流模型 AWMM，其到達(dá)過(guò)程X( k)的有效帶寬為

自相似過(guò)程采用FBM流模型，其有效帶寬為[16]

其中，ρ表示流的平均速率，β表示標(biāo)準(zhǔn)差，H表示hurst參數(shù)。

根據(jù)定理1，分形流的有效包絡(luò)為

自相似流的有效包絡(luò)為

推導(dǎo)過(guò)程極為簡(jiǎn)單，這里不贅述。

4.3 突發(fā)時(shí)間估計(jì)

引理1[13]假設(shè)服務(wù)節(jié)點(diǎn)的服務(wù)速率為常數(shù)C,調(diào)度算法為 workconserving，如果聚集流的到達(dá)過(guò)程Ac滿(mǎn)足

對(duì)于給定的 ε ∈ ( 0,1)，T為突發(fā)時(shí)間的上界，選擇最大T使得：

根據(jù)引理 1，為了獲得突發(fā)期上界，首先要驗(yàn)證流模型是否符合引理的假設(shè)條件。根據(jù)切比諾夫不等式(Chernoff bound)，有

對(duì)于多分析流模型，將有效帶寬式(7)代入式(13)，則式(13)的右側(cè)為設(shè)，根據(jù)阿貝爾定理有

同理,FBM流的突發(fā)期為

4.4 接納控制算法

算法思路：一個(gè)新流向網(wǎng)絡(luò)節(jié)點(diǎn)請(qǐng)求服務(wù)，延遲要求滿(mǎn)足式(1)，為實(shí)現(xiàn)流的統(tǒng)計(jì)QoS要求，算法采用統(tǒng)計(jì)網(wǎng)絡(luò)演算對(duì)流進(jìn)行性能分析，基于分析結(jié)果進(jìn)行接納控制。由于流在不同時(shí)間尺度上表現(xiàn)出不同特性，因而有不同的流模型，本文考慮自相似和多分形2類(lèi)主要流模型，算法首先通過(guò)在線測(cè)量，選取適當(dāng)?shù)臅r(shí)間尺度t，判斷流的突發(fā)水平，據(jù)此選定流模型。根據(jù)網(wǎng)絡(luò)數(shù)據(jù)量變化的統(tǒng)計(jì)結(jié)果，即數(shù)據(jù)量發(fā)生突發(fā)性變化是與特定時(shí)間段相關(guān)的，因此，在這樣的時(shí)間段內(nèi)能夠反映業(yè)務(wù)流特征的最短時(shí)間作為時(shí)間尺度t；另外，多分形流模型還不能直接用于統(tǒng)計(jì)網(wǎng)絡(luò)演算分析，算法通過(guò)有效帶寬和有效包絡(luò)轉(zhuǎn)換定理，獲得多分形流模型的有效包絡(luò)，使得多分形流模型能夠用于統(tǒng)計(jì)網(wǎng)絡(luò)演算分析；由于接納算法本身會(huì)對(duì)流的性能產(chǎn)生影響，因此接納決策時(shí)機(jī)的選擇對(duì)滿(mǎn)足流的性能也至關(guān)重要，算法通過(guò)推導(dǎo)估計(jì)流的突發(fā)期，在流的突發(fā)期內(nèi)對(duì)流進(jìn)行接納控制。

算法具體描述如下：

1) 初始參數(shù)設(shè)置。設(shè)節(jié)點(diǎn)的服務(wù)速率為C，到達(dá)曲線、服務(wù)曲線和延遲的誤差參數(shù)分別設(shè)為εa,εs, εd；

2) 選取時(shí)間尺度t，根據(jù)式(5)和式(6)判斷當(dāng)前流的突發(fā)水平，確定流模型。若采用自相似流模型，轉(zhuǎn)入3)，若采用多分形模型，轉(zhuǎn)入4)；

3) 計(jì)算流的均值和方差，根據(jù)式(8)得到流的有效帶寬，根據(jù)式(10)計(jì)算流的有效包絡(luò)，根據(jù)式(17)得到流的突發(fā)期上界；

5) 在突發(fā)期內(nèi)，一個(gè)新流到達(dá)，根據(jù)式(2)推導(dǎo)延遲界，如果滿(mǎn)足流的延遲要求則接納，否則丟棄。對(duì)于非突發(fā)期內(nèi)的流則全部接納。

該算法以業(yè)務(wù)流QoS參數(shù)作為接納決策的依據(jù)，只有滿(mǎn)足業(yè)務(wù)流QoS參數(shù)要求的流才被接納，通過(guò)這樣的方式來(lái)實(shí)現(xiàn)對(duì)業(yè)務(wù)流QoS保障。

5 仿真實(shí)驗(yàn)

采用2個(gè)數(shù)據(jù)集對(duì)算法的性能進(jìn)行驗(yàn)證，分別是LBL-TCP-3和pAug。研究表明，LBL-TCP-3具有多分形屬性，而pAug具有自相似性[1]，AWMM流模型較適合前者數(shù)據(jù)的建模，而FBM模型較適合后者。首先，考察針對(duì)相同的數(shù)據(jù)采用AWMM和FBM流模型對(duì)接納性能的影響。

LBL-TCP-3和pAug數(shù)據(jù)流的統(tǒng)計(jì)參數(shù)如表1所示。采用單個(gè)服務(wù)節(jié)點(diǎn)，服務(wù)模式為workconserving，網(wǎng)絡(luò)節(jié)點(diǎn)帶寬為1Mbit/s。

表1 數(shù)據(jù)流的統(tǒng)計(jì)參數(shù)

首先，針對(duì)LBL-TCP-3數(shù)據(jù)，分別采用2種模型進(jìn)行建模，獲得的有效包絡(luò)如圖2所示。從圖2中可以看出，采用FBM模型推得的有效包絡(luò)要高于多分形流模型的有效包絡(luò)，這一結(jié)果將直接增加向服務(wù)節(jié)點(diǎn)申請(qǐng)的帶寬，如果數(shù)據(jù)流的突發(fā)水平并沒(méi)有這么高，將導(dǎo)致資源的浪費(fèi)，資源利用水平低。圖3給出了LBL-TCP-3數(shù)據(jù)流在滿(mǎn)足統(tǒng)計(jì)延遲要求的情況下接納流的數(shù)量，從圖中可以看出，對(duì)比AWMM模型，F(xiàn)BM流接納的流數(shù)較少。而對(duì)于pAug突發(fā)水平較高的數(shù)據(jù)流，采用FBM流模型和多分形流模型進(jìn)行接納的對(duì)比如圖4所示，pAug適合采用FBM流進(jìn)行建模，采用多分形流建模，由于計(jì)算所需的有效帶寬較小，過(guò)多的接納了數(shù)據(jù)流，致使產(chǎn)生擁塞，使得很多分組丟棄，導(dǎo)致帶寬利用率下降，且業(yè)務(wù)流的延遲加大。采用本文算法通過(guò)在線測(cè)量，能夠識(shí)別出流的類(lèi)型因而解決流模型對(duì)接納性能的影響。

圖2 流的有效包絡(luò)

圖3 AWMM和FBM流模型接納數(shù)對(duì)比(LBL-TCP-3)

圖4 AWMM和FBM流模型接納數(shù)對(duì)比(pAug)

其次，針對(duì)LBL-TCP-3數(shù)據(jù)流，考察2種情況：

方法 1 判斷流的突發(fā)期，只有在流的突發(fā)期內(nèi)進(jìn)行流的接納決策；

方法2 只要新的數(shù)據(jù)流到達(dá)就進(jìn)行接納決策。

圖5給出了二者的對(duì)比。從圖中可以看出，在流的突發(fā)水平較低，在非接納控制情況下，大部分流的延遲要求能夠滿(mǎn)足，然而如果進(jìn)行接納控制，盡管流的統(tǒng)計(jì)延遲要求仍能夠滿(mǎn)足，但流經(jīng)歷的延遲增加了。

圖5 流的延遲分布(LBL-TCP-3)

綜上所述，針對(duì)不同的特征尺度選擇不同的業(yè)務(wù)流模型使得對(duì)流模型的描述更加準(zhǔn)確，為后續(xù)準(zhǔn)確的接納控制提供了基礎(chǔ)；另外，接納控制的目的是保障或提高服務(wù)質(zhì)量，但不是控制越多越能提高性能，因此控制時(shí)間的選擇對(duì)業(yè)務(wù)流QoS保障也至關(guān)重要。

6 結(jié)束語(yǔ)

由于數(shù)據(jù)模型對(duì)實(shí)際業(yè)務(wù)流的擬合程度存在誤差，特別是當(dāng)前對(duì)流的自相似、多分形等特性還沒(méi)有統(tǒng)一的數(shù)學(xué)模型，而業(yè)務(wù)流呈現(xiàn)多樣性，目前采用一種模型對(duì)流建模的誤差較大，本文通過(guò)在線測(cè)量業(yè)務(wù)流的突發(fā)水平，選取對(duì)應(yīng)的業(yè)務(wù)流模型，實(shí)現(xiàn)了對(duì)業(yè)務(wù)流更加準(zhǔn)確的建模，減小流建模中的誤差，為后續(xù)的接納控制提供更可靠基礎(chǔ)。另外，由于音頻、視頻等數(shù)據(jù)逐漸成為網(wǎng)絡(luò)中的主要數(shù)據(jù)形式，這類(lèi)數(shù)據(jù)對(duì)服務(wù)質(zhì)量有一定的容忍能力，因此QoS保障由確定性轉(zhuǎn)向統(tǒng)計(jì)性，統(tǒng)計(jì)網(wǎng)絡(luò)演算作為統(tǒng)計(jì)QoS分析理論，本身需要完善，在具體應(yīng)用中需要結(jié)合相關(guān)理論拓展理論的應(yīng)用范圍，本文通過(guò)有效帶寬和有效包絡(luò)的轉(zhuǎn)換定理，實(shí)現(xiàn)了多分形模型用于網(wǎng)絡(luò)演算統(tǒng)計(jì)QoS分析；最后，通過(guò)接納時(shí)機(jī)的選擇盡量減小接納控制本身對(duì)業(yè)務(wù)流性能的影響。

[1] ABRY P, BARANIUK R, FLANDRIN P, et al. Multiscale nature of network traffic[J]. IEEE Signal Processing Magazine, 2002, 19(3):28-46.

[2] NORROS I. On the use of fractional brownian motion in the theory of connectionless networks[J]. IEEE Journal on Selected Areas in Communications, 1995, 13(6):953-962.

[3] KARASARIDIS A, HATZINAKOS D. Network heavy traffic modeling using α-stable self-similar processes[J]. IEEE Transactions on Communications, 2001, 49(7):1203-1214.

[4] GAO J, RITKE R. Long-range-dependence and multifractal modeling of vBNS traffic[A]. Proceedings of the 2001 Applied Telecommunications Symposium[C]. Seattle, Washington, 2001.167-173.

[5] MAULIK K, RESNICK S. The self-similar and multifractal nature of a network traffic model[J]. Stochastic Models, 2003, 19(4):549-577.

[6] GAO J, RUBIN I. Multiplicative multifractal modeling of longrange-dependent traffic in computer communications networks[J].Nonlinear Analysis, Theory, Methods and Applications, 2001, 47(9):5765-5774.

[7] VIEIRA F H T, LEE L L. Adaptive wavelet-based multifractal model applied to the effective bandwidth estimation of network traffic flows[J]. IET Communications, 2009, 3(6): 906-919.

[8] ERRAMILLI A, NARAYAN O, NEIDHARDT A, et al. Performance impacts of multi-scaling in wide area TCP/IP traffic[A]. IEEE INFOCOM[C]. Tel Aviv, Israel, 2000.352-359.

[9] MENTH M, LEHREIDER F, BRISCOE B, et al. A survey of PCN-based admission control and flow termination[J]. IEEE Communications Surveys & Tutorials, 2010, 12(3):357-375.

[10] PAOLO G, GABRIELLA S. Resource allocation and admission control for the provisioning of quality of service in networks of static priority schedulers[J]. Computer Networks,2009, 53(2):231-243.

[11] WANG S Q, XUAN D, BETTATI B, et al. Toward statistical QoS guarantees in a differentiated services network[J]. TeleCommunication,2010,43(3-4):253-263.

[12] JIANG Y. A basic stochastic network calculus[A] ACM SIGCOMM Conference on Network Architectures and Protocols[C]. Pisa, Italy,2006.123-134.

[13] CHENG Z L, BURCHARD A, LIEBEHERR J. A network calculus with effective bandwidth[J]. IEEE/ACM Transactions on Networking,2007, 15(6):1442-1453.

[14] GONG W B, LIU Y, MISRA V, et al. Self-similarity and long range dependence on the internet:a second look at the evidence, origins and implications[J]. Computer Networks, 2005, 48(3):377-399.

[15] TAQQU M S, TEVEROVSKY V, WILLINGER W. Is network traffic self-similar or multifractal[J]. Fractals, 1997, 5(1):63-73.

[16] KELLY F. Notes on Effective Bandwidths[M]. USA: Oxford University Press, 1996.