开题报告参考.docx

开题报告的内容应包括 （1） 课题的研究意义、国内外现状分析。 （2） 课题研究目标、研究内容、拟解决的关键问题。 （3） 拟采取的研究方法、技术路线、试验方案及其可行性 研究。 （4） 课题的创新性。 （5） 计划进度、预期进展和预期成果。 注：（1）开题报告由各院（系、所、中心）组织实施，专家组成员由副高以上人 员组成，邀请导师和督导组相关专家参加，导师担任组长。 （2）专家组的作用是帮助导师和研究生执行选题论证，论证意见以“通过、 “不通过”结论。通过者按计划开展论文工作，不通过者，在半年内需 重新开题。 选题报告主要内容 课题的研究背景及意义、国内外现状分析 1.1研究背景 最近十多年许多关于网络流量特性的研究结果表明，在真实环境中的网络流量［1］呈现出 相当明显的尺度特性。网络流量在大时间尺度上具有自相似性［4］(self-similar)，而在小 时间尺度上呈现出复杂奇异性特征，即多重分形特性［ii］(multifractal)。这些特征对网络 性能有显著的影响，如增加排队延迟、增大包丢失率等。在实际观测中发现的网络流量过程 的尺度行为，即在许多不同的观测尺度上都表现出的流量突发特性，给网络的控制特别是在 保证网络高利用率的情形下提供服务质量(QoS)保证带来了相当大的困难。因此研究能准 确和全面地刻画网络流量过程在小时间/空间尺度上的复杂奇异性特征和大时间/空间尺度 上的长程依赖性特征的流量模型，对于Internet网络工程而言具有极其重要的意义。多重 分形为描述信号在小尺度上的奇异性提供了良好的数学框架。 在研究网络流量的特性时人们提出了很多的方法，比如R/S法、聚类方差法、周期图法 和小波分析法等。其中小波分析法Im，］是最精确的分析方法，它可以在不同的尺度上分析网 络的统计特性，以及这些统计特性随尺度变化而变化的规律。并且小波变换对具有长程依赖 性的信号起到了去相关的作用，所以在时域里难以分析和建模的Internet网络流量过程在 小波域［io ］里就变得相对容易。此外在利用小波进行流量分析的研究中，往往只是对某一种流 量进行的研究，并没有对各种流量进行很好的分析。 本课题针对上述网络流量分析和预测的问题，即自相似(单分形)和多重分形，研究网 络业务流量的性能及其建模方法，建立网络优化设计模型，并采用分形等新的技术和方法对 各种流量(包括多媒体流量、数据流量以及广域网流量、局域网流量等)进行网络设计以及 算法优化。 在进行网络的流量分析和预测时，设计人员必须了解和掌握网络的流量特征；如何利用 什么模型来刻画流量特性；如何利用什么模型对流量进行预测；如何保证预测的准确性；等 等。 对于一个网络数据流量，首先我们必须确定： ?网络数据流量是单分形还是多分形的？ ?选用哪种模型和算法来进行流量分析来提高精确性？ ?选用哪种模型来进行流量预测？ 各种网络流量模型很多，大体可分为两类：短相关的流量模型和长相关颈3］的流量模型。 长相关的流量模型包括差分自回归求和滑动平均模型(F-ARIMA)和分形布朗运动模型。短相 关的流量模型包括马尔可夫模型和回归模型。回归的网络流量模型主要有：自回归模型 (AR)，自回归滑动平均模型(ARMA)、自回归求和滑动平均模型。由于Internet的动态 性、噪声及网络行为的不稳定的特点，网络流量数据往往表现出非平稳性，而上面介绍的模 型大都是稳定的流量模型，并不太适合非稳定的流量序列。随着新的测量方法的使用和对网 络业务的进一步研究表明，网络业务表现出不能够被长相关性和自相似性描述的更为复杂的 尺度行为，而小波技术正好适合分析上述流量特性。因此，研究基于小波变换的网络流量分 析和预测［4,建立一套网络流量模型，既有研究意义，更有广泛的应用价值。 1.2研究意义 本课题的研究意义主要体现在下列三个方面： （1） 在分形［⑵的业务环境下，传统的基于时域（比如R/S分析法）或频域（周期图 法）的方法不能精确地估计业务的参数和进行流量预测，需要采用更精确的方法来进行估 计和预测，而小波本身所具有的尺度特性正好能满足要求。 （2） 由于小波变换在多分形网络业务分析中有较高的精确性，当前关于小波分析的理 论研究和应用报道的文献很多，但前者侧重于数学理论的介绍，后者侧重于在特定领域用 小波变换的方法处理数据并对处理结果进行分析，都很少涉及小波变换在计算机网络上的 实现。本文结合理论介绍小波变换的计算机网络中的实现方法，提出了一些自己的想法。 （3） 以往的研究只是仅仅限于某一种流量的分析，本文的研究是对各种流量（包括多 媒体流量、数据流量以及广域网流量、局域网流量等）进行的研究。 1.3国内外研究现状 下面是与本课题相关的两大研究领域（网络业务自相似和多分形）的国内外研究现状。 （1）自相似业务研究