[发明专利]基于多分形小波的网络流量并行生成方法

权利要求书

1.一种基于多分形小波的网络流量并行生成方法，其特征在于该方法包括如下步骤：

步骤1、建立多分形小波模型，采用基于多分形小波模型生成算法，生成具有多重分形特征的网络流量序列；

步骤2、搭建ON/OFF模型，利用重尾分布的性质以及ON/OFF模型的结构，对步骤1生成的网络流量序列进行并行化拆分；

步骤3、对于每一个流量发送端，使用Pareto分布生成ON时间和OFF时间的时间长度序列；

步骤4、根据步骤3生成的时间长度序列，得到每一个发送端发送决策序列，对于多个发送端，可以形成一个决策矩阵；

步骤5、对于步骤4所述决策矩阵中的每一行，按照时间轴和流量序列，生成各自相应的流量发送序列，组成流量发送矩阵，每一个发送端按照所对应的流量发送序列对流量进行发送。

2.根据权利要求1所述的方法，其特征在于步骤1所述的多分形小波模型选用具有最小的消失矩和最短的支集的Haar小波，它还是Daubechies小波的一种，也是使用最简单的函数，生成具有多重分形特征的网络流量序列，定义流量序列长度为n，n表示流量发送单位时间长度，为系统运行时动态设定的一个大于0的正整数。

3.根据权利要求1所述的方法，其特征在于步骤2所述的ON/OFF模型可以从网络的物理结构上模拟多机并行访问，在ON/OFF数据源各状态的时间长度序列为重尾分布时，多个ON/OFF数据源生成的流量进行汇聚所产生的流量具有分形的性质。

4.根据权利要求1所述的方法，其特征在于步骤3所述的Pareto分布选用最简单的重尾分布为Pareto分布，其分布函数和密度函数由下式给出，

F(x)=1-(kx)α]]>x≥k  k＞0

f(x)＝αk^αx^-(α+1)  x≥k  k＞0  0＜α＜2

其中，F(x)为分布函数，f(x)为密度函数，k和α为函数系数，取不同值对应得到具体的Pareto分布，在ON/OFF模型中，使ON区间与OFF区间分别符合Pareto分布，并且取ON区间α＝1.7，OFF区间α＝1.2。

5.根据权利要求1所述的方法，其特征在于步骤4所述的发送决策序列是指，对于每一组的ON时间序列和OFF时间序列交替叠加，得到与流量序列长度n相同的ON/OFF时间序列，以每一个时间单位作为序列中的一个元素，若处于ON状态，则元素值为1；若处于OFF状态，则元素值为0，对于每一个发送端都能得到一个由0和1组成的序列{T₁，T₂，...，T_n}，可称为发送决策序列。

6.根据权利要求1所述的方法，其特征在于步骤5所述的流量发送序列应满足如下条件：

(1)若决策序列中某时刻的值为零，则在流量发送序列中，与之相对应的值也为零；

(2)在决策矩阵中，若某时刻至少存在一个发送端所对应的值不为零时，则将所有为零的发送端在该时刻的流量设置为零；所有不为零的发送端，其流量大小之和应为序列{X₁，X₂，...，X_n}中所对应时刻的流量，其值可以通过生成以X_i的k分之一为均值的随机数，其中i表示当前时刻，k表示决策序列相应值在该时刻不为零的发送端的个数。