[发明专利]基于多分形小波的网络流量并行生成方法

说明书

【技术领域】

本发明属于网络工程与网络测试技术领域，具体涉及一种基于多分形小波的网络流量并行生成方法。

【背景技术】

随着网络技术的迅速发展，网络规模不断的扩大，网络应用服务趋于多样化，网络业务越来越频繁，网络流量也越来越复杂化。无论是对网络应用系统的性能进行测试还是对网络流量性质进行研究，都需要使用一个流量生成器对网络流量进行模拟生成。

近年来对网络流量的深入研究发现，实际流量的性质不能简单的用自相似模型进行刻画。流量表现出一种明显的尺度特性，即在大尺度上表现出自相似的性质，在小尺度上表现出多重分形的性质。然而，目前有许多流量生成方法和工具只能基于泊松模型等短相关过程生成流量。为了更好的反映真实环境下网络流量的性质，需要依据合理的分形模型进行流量生成，反映出流量的自相似和多重分形特性。

多分形小波模型(MWM，Multi-fractal Wavelet Model)能更精确描述网络流量自相似性和多重分形性的一种基于小波的网络流量分析模型。由于其既具备小波的多尺度分析的特点，同时又具备多分形分析的特征，从而成为目前建立网络流量模型方面研究的一个热点。

【发明内容】

本发明的目的是弥补现有网络流量模拟生成器技术存在的不足，提出一种基于多分形小波的网络流量并行生成方法。

本发明结合ON/OFF模型，对单一源的多分形小波模型生成流量的方法进行并行化改进，将其生成的流量序列进行并行化拆分，使其能并行发送，并且通过使用重尾分布的理论来模拟真实环境中多机并发访问在时间上的行为特征，继而得到一种在大尺度上表现出自相似性质，在小尺度上表现出多重分形性质的网络流量。

本发明方法的具体生成过程包括如下步骤：

步骤1、建立多分形小波模型，选用具有最小的消失矩和最短的支集的Haar小波基函数作为多分形小波模型，它还是Daubechies小波的一种，也是使用最简单的函数；

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{X₁，X₂，...，X_n}，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。

步骤2、搭建ON/OFF模型，利用其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；

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。

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；

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；

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。