自相似网络性能模型的多级近似方法研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

自相似网络性能模型的多级近似方法研究

项目名称：自相似网络性能模型的多级近似方法研究
项目类别：面上项目
批准号：10871114
申请代码：A011204
项目来源：国家自然科学基金
研究期限：2009-01-01-2011-12-31

项目负责人：李泉林
负责人职称：教授
依托单位：燕山大学
批准年度：2008

中文摘要：

研究自相似网络的性能模型及其评估方法不仅对许多实际网络系统的稳定运行，而且对网络的设计、控制、优化和管理等都是十分重要的。由于许多计算机网络具有长范围相依、自相似、多重分形和重尾分布等特征，也由于目前还没有一套有效的数学方法能够处理具有这些特征的网络性能模型，所以自相似网络的性能模型及评估方法研究是当前计算机网络领域所面临的重大挑战之一，也是国际上倍受关注的热点课题。基于此，本项目的研究内容为（1）提炼自相似网络的性能模型，建立系统性能评价的基本关系；（2）对这些自相似模型，提供一套有效的多级化简近似方法，包括一般分布的位相型近似、自相似过程的位相型近似、利用随机进程代数和随机网络等理论与方法对网络性能模型进行多级的结构简化和参数近似；（3）提供自相似网络性能模型与其多级的化简近似模型的性能误差分析及其估计方法。

中文主题词：自相似网络；重尾分布；PH分布；马氏到达过程；随机进程代数

结论摘要：

英文主题词Self-similar network; heavy-tailed distribution; phase-type distribution; Markovian arrival process; stochastic processing algebra

成果综合统计