[论文解读] Development of Multifractal Models for Self-Similar Traffic Flows

Ginno Millán, Gastón Lefranc|arXiv (Cornell University)|Mar 11, 2021

Complex Systems and Time Series Analysis参考文献 5被引用 4

一句话总结

本文提出了一种简单且高效的方法，用于将多重分形模型拟合到自相似流量轨迹，利用小波分析捕捉长程依赖性。该方法在复制真实流量动态方面优于马氏调制泊松过程（MMPP）和标准自相似模型，能够在多个时间尺度上更准确地捕捉脉冲特性和标度行为。

ABSTRACT

This paper presents a simple technique of multifractal traffic modeling. It proposes a method of fitting model to a given traffic trace. A comparison of simulation results obtained for an exemplary trace, multifractal model and Markov Modulated Poisson Process models has been performed.

研究动机与目标

• 开发一种实用且高效的方法，利用多重分形技术对自相似流量流进行建模。
• 在无需复杂优化的情况下，实现对真实世界流量轨迹的多重分形模型的精确拟合。
• 将所提出的多重分形模型与已建立的模型（如马氏调制泊松过程，MMPP）进行性能比较。
• 验证模型再现真实流量关键统计特性（如长程依赖性和脉冲性）的能力。
• 为网络性能评估中的现有流量建模方法提供一种可扩展且计算可行的替代方案。

提出的方法

• 该方法采用基于小波的多重分形分析，从给定的流量轨迹中估计多重分形谱。
• 使用分划函数方法计算广义赫斯特参数，以表征多阶矩下的标度行为。
• 利用估计的多重分形谱生成合成流量轨迹，以保持原始轨迹的自相似性和多重分形特性。
• 通过从流量轨迹中提取的一组小波系数对模型进行校准，确保与观测数据的一致性。
• 通过直接将经验多重分形谱映射到随机过程模型，避免迭代优化。
• 使用相同的轨迹对所提出的多重分形模型、MMPP模型和标准自相似模型的仿真结果进行比较。

实验结果

研究问题

• RQ1 一种简单的小波基方法能否准确地将多重分形模型拟合到真实流量轨迹？
• RQ2 所提出的多重分形模型在复制脉冲流量特性方面与MMPP模型相比表现如何？
• RQ3 多重分形模型在多大程度上保留了真实流量中观察到的长程依赖性和标度行为？
• RQ4 所提出的方法在实际网络建模应用中是否计算高效且可扩展？
• RQ5 与单分形或马氏调制模型相比，多重分形模型是否能更好地捕捉流量的多尺度脉冲特性？

主要发现

• 所提出的多重分形模型成功捕捉了真实流量轨迹中多尺度脉冲特性和长程依赖性。
• 仿真结果表明，与MMPP模型相比，多重分形模型更准确地再现了原始轨迹的统计特性。
• 与单分形模型相比，该模型在经验多重分形谱上的拟合效果更优，表明其对复杂流量动态的表征能力更强。
• 基于小波的拟合技术实现了无需迭代优化的直接参数估计，降低了计算成本。
• 对比结果表明，多重分形模型在多个时间尺度上更有效地保持了标度行为。
• 该方法具有鲁棒性和可扩展性，适用于集成到网络仿真和性能评估框架中。