untitled

Similar documents
➀ ➁ ➂ ➃ ➄ ➅ ➆ ➇ ➈ ➉ Lecture on Stochastic Processes (by Lijun Bo) 2

13_toukei13.dvi

第 一 编 总 则 第 一 条 为 保 障 煤 矿 安 全 生 产 和 职 工 人 身 安 全, 防 止 煤 矿 事 故, 根 据 煤 炭 法 矿 山 安 全 法 和 煤 矿 安 全 监 察 条 例, 制 定 本 规 程 第 二 条 在 中 华 人 民 共 和 国 领 域 从 事 煤 炭 生 产 和

Stochastic Processes (XI) Hanjun Zhang School of Mathematics and Computational Science, Xiangtan University 508 YiFu Lou talk 06/

99710b43ZW.PDF

untitled

Microsoft Word - 澎湖田調報告_璉謙組.doc


2 23 (b) 4. (a) B X = µ 0I = (4π 10 7 )(1.5) X 2π(0.045) = 6.67 μt B Y = µ 0I = (4π 10 7 )(1.5) Y 2π(0.015) = 20 μt (b) B X = µ 0I = (4π 10 7 )(2) X 2


投影片 1

! /. /. /> /. / Ε Χ /. 2 5 /. /. / /. 5 / Φ0 5 7 Γ Η Ε 9 5 /

Lecture #4: Several notes 1. Recommend this book, see Chap and 3 for the basics about Matlab. [1] S. C. Chapra, Applied Numerical Methods with MATLAB

Microsoft Word - 应急常识.doc


建築工程品質管理案例研討


Cauchy Duhamel Cauchy Cauchy Poisson Cauchy 1. Cauchy Cauchy ( Duhamel ) u 1 (t, x) u tt c 2 u xx = f 1 (t, x) u 2 u tt c 2 u xx = f 2 (

目 彔 1. 准 备 工 作 登 彔 设 置 功 能 说 明 实 时 监 控 基 本 控 制 功 能 设 置 画 质 调 节 彔 像 与 抓 拍

458 (25),. [1 4], [5, 6].,, ( ).,,, ;,,,. Xie Li (28),,. [9] HJB,,,, Legendre [7, 8],.,. 2. ( ), x = x x = x x x2 n x = (x 1, x 2,..., x

3/8/005 3G 7 3/8/005 3G 8 3/8/005 3G 9 3/8/005 3G 0 3/8/005 3G 3/8/005 3G

绝密★启用前

CD (OpenSourceGuide OpenSourceGuide.pdf) : IR LED

甘肃工~1

Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π

壹 前 言 : 一 研 究 動 機 不 久 前, 我 的 祖 母 因 地 板 濕 滑 而 造 成 手 部 骨 折, 醫 生 說 祖 母 年 長, 骨 質 疏 鬆 造 成 傷 勢 嚴 重, 需 要 多 補 充 鈣 質 頓 時, 讓 我 想 起 一 句 話 你 攝 取 足 夠 的 鈣 質 嗎? 這 句

QL1880new2.PDF

. () ; () ; (3) ; (4).. () : P.4 3.4; P. A (3). () : P. A (5)(6); B. (3) : P.33 A (9),. (4) : P. B 5, 7(). (5) : P.8 3.3; P ; P.89 A 7. (6) : P.

第一章合成.ppt

幻灯片 1

! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %!


2 欢 迎 使 用 安 讯 士 网 络 视 频 技 术 手 册 随 着 标 准 视 频 系 统 的 发 展 以 及 在 网 络 技 术 数 字 成 像 和 智 能 摄 像 机 等 技 术 的 推 动 下, 安 全 监 控 和 远 程 监 控 水 平 得 到 了 空 前 的 提 高 和 发 展 网 络

&! +! # ## % & #( ) % % % () ) ( %

经华名家讲堂

!! )!!! +,./ 0 1 +, 2 3 4, # 8,2 6, 2 6,,2 6, 2 6 3,2 6 5, 2 6 3, 2 6 9!, , 2 6 9, 2 3 9, 2 6 9,


第一章、前言

., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2


工程师培训

SL2511 SR Plus 操作手冊_單面.doc

工程师培训

1 重 要 提 示 基 金 管 理 人 的 董 事 会 及 董 事 保 证 本 报 告 所 载 资 料 不 存 在 虚 假 记 载 误 导 性 陈 述 或 重 大 遗 漏, 并 对 其 内 容 的 真 实 性 准 确 性 和 完 整 性 承 担 个 别 及 连 带 责 任 基 金 托 管 人 中 国

new_born_with_EB

4= 8 4 < 4 ϑ = 4 ϑ ; 4 4= = 8 : 4 < : 4 < Κ : 4 ϑ ; : = 4 4 : ;

untitled

上海市本科教学质量年度报告

上海汉钟精机股份有限公司生产线升级建设项目环境影响报告书

1.3

56,,,,, :,, 1953,, 1953,1953,,1953,,,,,,,,, () ,30118, 34, ;,4912 %,5614 %, 1,1953, 1119, ,, , , 1111 (

untitled

epub29-1

/ Ν #, Ο / ( = Π 2Θ Ε2 Ρ Σ Π 2 Θ Ε Θ Ρ Π 2Θ ϑ2 Ρ Π 2 Θ ϑ2 Ρ Π 23 8 Ρ Π 2 Θϑ 2 Ρ Σ Σ Μ Π 2 Θ 3 Θ Ρ Κ2 Σ Π 2 Θ 3 Θ Ρ Κ Η Σ Π 2 ϑ Η 2 Ρ Π Ρ Π 2 ϑ Θ Κ Ρ Π


( CIP) /,. - :, ISBN TP312 CIP ( 2004 ) : ( ) : : : : /16 : 21 : 347 : : : I

UDC The Establishment of Fractional BSDE : : : : : 厦门大学博硕士论文摘要库

<4D F736F F D FA1B C4EAB9F3D6DDBDF0C8DAD4CBD0D0B1A8B8E6A1B7B6A8B8E5>

非线性系统控制理论

untitled

第一章 绪论

8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε Μ Ε 8 > = 8 9 =

WDM Tbit/s decoupling IP Burst control packet BCP ATM IP


计算机网络

, ( 6 7 8! 9! (, 4 : : ; 0.<. = (>!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / / < 5 02

Microsoft Word - Probability.doc

Regenerative Processes


Β 8 Α ) ; %! #?! > 8 8 Χ Δ Ε ΦΦ Ε Γ Δ Ε Η Η Ι Ε ϑ 8 9 :! 9 9 & ϑ Κ & ϑ Λ &! &!! 4!! Μ Α!! ϑ Β & Ν Λ Κ Λ Ο Λ 8! % & Π Θ Φ & Ρ Θ & Θ & Σ ΠΕ # & Θ Θ Σ Ε

计算机与电信(二十七).doc

Microsoft Word - Yang Yong report supl

untitled

2


PowerPoint Presentation

untitled


➀ ➁ ➂ ➃ Lecture on Stochastic Processes (by Lijun Bo) 2

> # ) Β Χ Χ 7 Δ Ε Φ Γ 5 Η Γ + Ι + ϑ Κ 7 # + 7 Φ 0 Ε Φ # Ε + Φ, Κ + ( Λ # Γ Κ Γ # Κ Μ 0 Ν Ο Κ Ι Π, Ι Π Θ Κ Ι Π ; 4 # Ι Π Η Κ Ι Π. Ο Κ Ι ;. Ο Κ Ι Π 2 Η

) Μ <Κ 1 > < # % & ( ) % > Χ < > Δ Χ < > < > / 7 ϑ Ν < Δ 7 ϑ Ν > < 8 ) %2 ): > < Ο Ε 4 Π : 2 Θ >? / Γ Ι) = =? Γ Α Ι Ρ ;2 < 7 Σ6 )> Ι= Η < Λ 2 % & 1 &

邱春美 雜字謠 摘要 中央大學

2 2 Λ ϑ Δ Χ Δ Ι> 5 Λ Λ Χ Δ 5 Β. Δ Ι > Ε!!Χ ϑ : Χ Ε ϑ! ϑ Β Β Β ϑ Χ Β! Β Χ 5 ϑ Λ ϑ % < Μ / 4 Ν < 7 :. /. Ο 9 4 < / = Π 7 4 Η 7 4 =

Microsoft PowerPoint ShengYang Presentation Slides_240609


8 9 < ; ; = < ; : < ;! 8 9 % ; ϑ 8 9 <; < 8 9 <! 89! Ε Χ ϑ! ϑ! ϑ < ϑ 8 9 : ϑ ϑ 89 9 ϑ ϑ! ϑ! < ϑ < = 8 9 Χ ϑ!! <! 8 9 ΧΧ ϑ! < < < < = 8 9 <! = 8 9 <! <

. /!Ι Γ 3 ϑκ, / Ι Ι Ι Λ, Λ +Ι Λ +Ι

礼仪玉和葬玉

山东水土保持规划

Ⅰ Ⅱ 1 2Ⅲ Ⅳ


2. 四 诊 2.1. [b] 总 括 [/b] 儿 科 自 古 再 为 难 事 盖 以 小 儿 形 质 柔 脆, 易 虚 易 实, 调 治 少 乖, 则 毫 厘 之 差, 遂 至 千 里 之 愆 而 气 血 尚 未 充 盈, 难 只 以 据 脉 为 准 ; 神 识 未 发, 不 知 言 其 疾 苦

; 临 风 池 兮 脑 空 鸣, 穷 窍 阴 兮 完 骨 明 ; 举 浮 白 于 天 冲, 接 承 灵 于 正 营, 目 窗 兮 临 泣, 阳 白 兮 本 神 ; 率 谷 回 兮 曲 鬓 出, 悬 厘 降 兮 悬 颅 承 ; 颔 厌 兮 佳 客 主 人, 听 会 兮 童 子 迎 厥 阴 在 足, 肝

水资源管理(十七)

Β Χ + Δ Ε /4 10 ) > : > 8 / 332 > 2 / 4 + Φ + Γ 0 4 Η / 8 / 332 / 2 / 4 + # + Ι + ϑ /) 5 >8 /3 2>2 / 4 + ( )( + 8 ; 8 / 8. 8 :

! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7

2

untitled

PTS7_Manual.PDF

《分析化学辞典》_数据处理条目_1.DOC

Transcription:

6 20 90 BellCore Ethernet variable bit rate VBR fractal self-similarity 994 IEEE/ACM Transactions on Networking On the self-similarity nature of Ethernet traffic extended version LAN WAN CCSN/SS7 ISDN ATM VBR cluster burst 224

ATM chaos long-range dependence LRD 6. Mbps 4000bit 4ms 0 8 24 32 72 80 96 04 26 224 240 248 288 296 32 320 648 656 672 680 720 728 744 752 864 872 888 896 936 225

944 960 968 328ms 320 648 40 ms 5 20ms 0 72 26 288 648 720 864 936 0 40ms 0 26 648 864 4 26 432 26 26 432 26 8 4 72 44 72 4 72 44 72 32 8 226

6-6-(a) 4ms 6-(b) 6- Cantor 6-2 Cantor 0 /3 /3 227

6-2 Cantor 5 S i i Cantor S 0 = [0 ] S = [ /3] [2/3 ] S 2 = [0 /9] [2/9 /3] [2/3 7/9] [8/9 ] Cantor /3 Cantor 228

Cantor 6.2 6.2. 6. T g(t) g(t) = g(t+at) a= 0 2 229

-3(a) 6-3(b) 6-3(b) x(t) H 0.5 H a 0 a -H x(at) x(t) 3 E E = [ x() t ] [ x( at) ] H a Var [ ()] [ x( at) ] Var x t = a R ( t,s) x R ( at,as) x = a 230

6-3 H Hurst H persistence long-range dependence LRD H [0.5 ] H=0.5 H fractional Brownian motion FBM FBM FBM B H (t) B H (t) = Xt H t 0 0.5 H 23

X 0 H E[X]=0 E[B H (t)]=0 X a Var(aX)= a 2 Var(X) Var[B H (t)]= Var[t H X]= t t B H (t) X B H (t) H=0.5 FBM FBM f B H ( x,t) = 2 x / 2t 2πt e 2 H Var[B H (t) B H (s)] = E[(B H (t) B H (s)) 2 ] = t s 2 B H (t) R ( t,s) E[ B ( t) B ( s) ] E[(B H (t) B H (s)) 2 ] = E[B 2 H(t) + B 2 H(s) 2B H (t)b H (s) ] E 2 [ B () t B ( s) ] = E B () t H H = = 2 2 2 B H = H H 2 2 ( [ ] + E[ B () s ] E[ ( B () t B () s ) ]) H ( Var[ B () t ] + Var[ B () s ] Var[ B () t B () s ]) H H H ( t + s t s ) FBM 3 B H (at) B H (t) FBM B H (at)=x (at) H E[B H (at)] = a H E[B H (t)]=0 E[B H (t)]= E[B H (at)]/ a H Var[B H (at)]= Var[X(at) H ]= (at) Var[X]= (at) Var[B H (t)]= Var[B H (at)]/ a H H H H 232

R BH 2 a = 2 2 = a ( at as ) ( t + s t s ) ( at,as) = ( at) + ( as) H R BH ( t,s) FBM -t 0 0 t [( BH ( 0) BH ( t) )( BH ( t) BH ( 0) )] E[ BH ( t) BH ( t) ] ( t) + t t t ) E = = = 2 2 ( 2t) t H=0.5 H 0.5 FBM t H t t 2 233

X(t) {x t t=0 2 } { } x m ( m ) ( m x = x ),k = 0,, 2,L ( m) xk = m x (3) ( ) x x = km i= km xi ( m ) + x 3 3k 2 3k 3k k 3 + x x () x (3) 3 3 x (m) x m 0 x exactly self-similar m= 2 k Var(x (m) ) = Var(x) / m R ( m ) ( k) R ( k) x = x Hurst H H= 2) = /m 0 234

0 x asymptotically self-similar k ( ) Var ( ) ( x) Var x m = β m R ( m ) ( k ) R ( k), m x x m 0 R (m) ( ) 0 m R( ) 0 6-2- 6-2-(b) m 6-2-(a) x (m) m /m / m /m x (m) m m m m 235

6.2.2 long-range dependence LRD Joseph effect 0 C( ) L L C( ) = R( ) 2 = 2 2 = 0 short-rang dependent C(k) a k k 0 a k= 0 x k =, x x < k C( k) ( k) β C ~ k k 0 236

Hurst H= /2 k C ( k) = 2 spectral density S ( ω ) R( τ ) j ωτ d = e τ 2 f j= S( ) x(t) ( ) ( ) S 0 = R τ dτ S(0) R( ) R( ) S jkω ( ω) = R( k) e S( 0 ) = R( k) k = k= S(0) R( ) 237

S ( ω ) ~, ω 0 0 < γ < γ ω H 0 /f 0 3 heavy-tailed distribution X F(x) = P{X x} x a x 0 a high variability Noah k a k a Pareto f(x) = F(x) = 0 x k 238

f a k k x a+ k x ( x) =, F( x) =, x > k,a > 0 a E a a [ X ] = k, a > k a a 2 a 6-4 Pareto Pareto 6-4 Pareto 239

WWW Pareto-Train ON/OFF Taqqu {X x} x 2 renewal reward process B H (t) H= 3 /2 Pareto-Train ON/OFF ON Willinger LAN 6.2.3 993 Ethernet Leland Willinger Bellcore 989 992 Ethernet LAN Ethernet Hurst H=0.9 Willinger Pareto ON/OFF Ethernet 240

ON OFF ON OFF ON OFF Ethernet Willinger ON/OFF Pareto a 2 Willinger Pareto ON/OFF Hurst H= 3 a /2 a 2 0.5 H Ethernet a=.2 H=0.9 2 WWW Cover 37 Web Web 50 Web Ethernet Web Web Pareto ON/OFF a.6.5 Web 3. 7 Duffy 7 SS7(Signaling System Number 7) ISDN SS7.7 SS7 SS7 24

4 TCP FTP TELNET Paxson TCP TCP FTP TELNET TCP TELNET FTP TELNET FTP 5 VBR ATM Internet Garret 2 JPEG / Pareto Garret 242

Beran 20 VBR VBR 6 Deane LAN Deane 7 TCP FTP Video step function log-normal 6.3 Ethernet/ISDN Bellcore 243

Ethernet ISDN 6-5 80% 50% 60% 6-5 2 Ethernet Leland Willinger Ethernet Hurst H 244

Ethernet ATM 3 Norros Norros FBM 6.2 FBM q q ρ 2 ( H ) = H ( H ) ( ρ ) H Hurst H=0 5 q= ( ) M/M/ M/D/ ρ ρ q = ρ 2 2 ( ρ) 6-6 H=0 9 H=0 75 M/M/ M/D/ 6-3- 245

H 6-6 4 246

995 SIGMETRICS Ryu Ryu VBR TCP VBR admission control Qos TCP Web FTP 247

6.4 H x (m) m ( m) Var ( ) ( x) Var x ~ β m H= 2 log[var(x (m) )] log[var(x)] log(m) log[var(x)] m Var(x (m) ) m - m x(t) - 0 H 2 R/S x(t)={ x t t = 0 2 } x(t) N R/S R S max j N = j k= ( X M ( N )) min ( X M ( N )) k N N ( X k M ( N )) j= j N j k= 2 k 248

M(N) N M N N ( N ) = j= X j R/S N R/S N/2 H H 0 5 log[r/s] Hlog[N] Hlog2 [R/S] N - H 3 Whittle R/S H (H 0 5) (H 0 5) x(t) S( ) x(t) ( k) = E[ x( t)( x t k) ] S( ω ) = R( k) R + k e jωk 249

Rˆ N N N n= 0 ( k) = X ( n + k) X ( n) S( ) R(k) x(t) { x t t = 0 2 } N I N ( ω ) N = xke 2πN k= jkm periodogram H H S( H) H H ππ S ( ω ) ( ω,h ) I N d ω 2 Whittle {x k } N 2 /N 4 /N 2 H log S ( ) ( ω ) Var H ) = 4π π π H 2 dω Whittle R/S 250

H Whittle H 6.5 M/G/ X t t {X t t=0 2 } (asymptotically self-similar) M/G/ random midpoint displacement RMD) SPARC station 20 260000 25

Garrett ARIMA n O(n) 2 Leland Taqqu TCP ON/OFF ON/OFF ON ON/OFF Paxson Floyd independent identically-distributed i.i.d Pareto pseudo-self-similar FBM A(t) = mt + αm Z(t) t ( ) A(t) t Z(t) FBM 0 5 H m a Norros P{L x} Weibull distribution 252

β γx P{ L > x} ~ e, 0 < β < a m H FBM Likhanov M/G/ bursts N (t) Pollaczek Khintchine formulae M/G/ Andersen Nielsen two state MMPP Markov modulated Poisson process superposition LRD 3 4 MMPP 4 5 MMPP SPP switched poisson process MMPP MMPP Markovian arrival process MAP Markov MMPP FBM 253

254