資源描述：
《交換式以太網(wǎng)網(wǎng)絡性能模型的分析》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、長春T業(yè)人學碩J‘學位論文摘要近年來，伴隨著網(wǎng)絡應用技術的多樣化和多元化，網(wǎng)絡通信的通信性能和服務質量問題引起了研究者的廣泛關注。目前，對于網(wǎng)絡性能和服務質量的研究主要集中在對現(xiàn)有的網(wǎng)絡進行分析評測，而對于即將建設的網(wǎng)絡，只是憑借設計人員的經(jīng)驗設計網(wǎng)絡和選取設備，沒有科學的手段衡量網(wǎng)絡的服務質量，不能保障網(wǎng)絡的性能。這種單純憑借經(jīng)驗的做法，容易造成兩種結果：一是資源浪費，二是性能可能不能滿足客戶的需要，存在潛在的性能危機。本論文的核心工作是試圖針對交換式以太網(wǎng)，根據(jù)其網(wǎng)絡流量的實際特點，設計以太網(wǎng)的性能模型并分析其特點。最后，通過模型分析得到設備的選取標準。本論文取得了以下成果：網(wǎng)絡流
2、量的一個重要特征是自相似性。研究人員從實際的網(wǎng)絡中采集大量高精度的網(wǎng)絡流量數(shù)據(jù)，并利用統(tǒng)計學的方法對網(wǎng)絡流量進行分析，證明了即使網(wǎng)絡的拓撲結構、用戶數(shù)量或者服務類型有所變化，但是通信量中的自相似性是始終存在的。根據(jù)已有的研究成果，本文對自相似過程進行了詳細的闡述，根據(jù)文獻，給出了自相似過程的數(shù)學定義。在交換式以太網(wǎng)突發(fā)業(yè)務建模方面，分析了以太網(wǎng)網(wǎng)絡活動的自相似性以及網(wǎng)絡活動的突發(fā)性；對傳統(tǒng)的柏松模型進行了研究，給出了到達時間和服務時間都服從柏松模型或者經(jīng)過改進的柏松模型，不適合交換式以太網(wǎng)業(yè)務建模的結論；根據(jù)網(wǎng)絡特性，結合了排隊論知識，給出了交換式以太網(wǎng)突發(fā)業(yè)務流量的一般模型——{vt
3、／G／l排隊模型，證明了該模型符合交換式以太網(wǎng)資料交換的實際情況。以太網(wǎng)的數(shù)據(jù)交換的逗留時間是由服務時間和等待時間構成的。在解析排隊模型方面，引了一類混合指數(shù)分布對M／G，1排隊系統(tǒng)的穩(wěn)態(tài)服務時間進行分析。排隊模型的服務時間服從Pareto分布，考慮計算機網(wǎng)絡的流量特征，我們將Gamma分布引入至tJPareto分布中，并證明該類分布依然服從Pareto分布。在服務時間已知的情況下，根據(jù)Pollaczek．Khinchine公式，我們可以得到穩(wěn)定狀態(tài)下的等待時間的分布函數(shù)和數(shù)學期望。雖后，根據(jù)交換式以太網(wǎng)的業(yè)務模型，進一步得出網(wǎng)絡設備的技術指標。關鍵詞：交換式以太網(wǎng)，自相似性，重尾分布
4、，柏松分布，M／G／1，Pareto，Gamma長春T業(yè)大學壩I：學位論文AbstractAccordingtothediversificationandpolybasicityofnetworkapplicationstechnologyoflateyears，moreandmoreinvestigatorsareinterestedinthetrafficefficiencyandqualityofserviceofnetworktraffic．Atpresent，theresearchesaboutthetrafficefficiencyandqualityofservicear
5、efocusontheconstructednetworks．butforthenetworksthatwillbeconstructed，Wechoicethedevicesanddesignthenetworksonlydependontheexpel'ienceofengineers，SOwecalltassurethequalityofnetworks．Ifwedependontheexperiencesimplistically,thatwillleadtothefollowingresults：oneisthatwewillwastetheresource；theother
6、isthatwecantcontenttheUSerS．ThekemalworkofthispaperisaimatanalyzingthetrafficmodelofswitchingEthernetwhichbased011therealcharacteristicsofthenetworktraffic．Inthispaper,wegetthefollowingresults：Oneoftheimportantcharacteristicinnetworkistheself-similar．Researcherscollectedaamountofhigh-precisiontr
7、af矗cdatafromtheactualnetworksandtookusedofthemethodsofstatistictoanalyzethedata．Theyprovedthatwhateverthechangesoftopology,numberofusersortypeofservice．buttheself-similarWasever-present．Tllispaperillustratesthisquestionandgi
