分数阶Fourier变换域中网络流量的自相似特性分析

摘要：

通过分析网络流量数据在FrFT域的统计特性发现，实际网络流量在FrFT域满足自相似性，进一步地，针对网络流量在 FrFT 域的“时域”和“频域”展开，分别给出了基于改进的整体经验模态分解—去趋势波动分析（MEEMD-DFA）的Hurst指数估计法以及基于加权最小二乘回归（WLSR）的Hurst指数自适应估计法。实验结果表明，相比于现有估值算法，MEEMD-DFA法具有较高的估计精度，但计算复杂度高；而FrFT自适应估计法则具有更优的估计顽健性，且计算复杂度较低，可作为一种实时在线估计真实网络数据Hurst指数的方法。

关键词：自相似特性、分数阶Fourier变换、Hurst指数、整体经验模态分解、去趋势波动分析、加权最小二乘、自适应

分类号：TP393.0(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划“973”计划基金资助项目2012CB315900；国家高技术研究发展计划“863”计划基金资助项目2011AA01A103FoundationItems:TheNationalBasicResearchProgramofChina973Program2012CB315900;TheNationalHighTechnologyResearchandDevelopmentProgramofChina863Program2011AA01A103

在线出版日期：2013-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：38-48