"、"上"、"下"、"前"、"后'、 "左"、"右"、"竖直"、"水平"、"顶"、"底""内"、"外"等指示的方位或位置关系为基于附图所 示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装 置或元件必须具有特定的方位、W特定的方位构造和操作，因此不能理解为对本发明的限 制。
[0069] 在本发明的描述中，除非另有规定和限定，需要说明的是，术语"安装"、"相连"、 "连接"应做广义理解，例如，能够是机械连接或电连接，也能够是两个元件内部的连通，能 够是直接相连，也能够通过中间媒介间接相连，对于本领域的普通技术人员而言，能够根据 具体情况理解上述术语的具体含义。
[0070] 如图1所示，本发明提供了一种基于网络流量模型的多业务流量生成系统，包括：
[0071] 建立流量模块，用于根据网络流量业务的属性和生成规律，选取相应的网络流量 模型进行建模，产生具有自相似性或多重分形特性的网络流量；
[0072] 改进小波运算模块，用于基于多分形小波模型设计网络流量的生成算法，并选取 适当的函数，对多分形小波模型进行改进；
[0073] 验证流量运行模块，用于通过方差时间法和多重分形谱检测网络流量模型的自相 似性，从而验证网络流量模型的稳定性和可靠性。
[0074] 1网络流量模型及其性质
[0075] 在网络流量建模领域，对多业务流量发生器的业务流量从理论上进行数学建模， 常用的数学模型能够分为传统业务模型和自相似业务模型。
[0076] 传统业务模型主要包括马尔可夫模型、泊松模型、回归模型、更新业务模型等。在 传统的通信网络业务中，经常假设网络业务的到达过程服从泊松(Possion)分布。在最初研 究ATM网络时，也曾经采用过此类模型。随着研究的不断深入，引入了包括：泊松过程、符合 泊松过程、马尔可夫调制的泊松过程、自回归模型、自回归积分移动平均模型等作为网络流 量模型。运些网络模型产生的网络业务流量，通常在时域上仅具有短期相关性。然而，随着 时间分辨率的降低，即时间尺度变大，网络流量将趋近于一个恒定值，即流量的突发性趋于 缓和。
[oow]通过最近几年的研究表明，网络流量分别具有突发性和自相似特性，网络流量能 够在非常短的时间内迅速地增长，形成一些尖刺或者银齿，运种突发现象在非常宽的时间 尺度下仍然存在，并且宽时间尺度下的流量图形不一定比窄时间尺度下的流量图形平滑。 自相似业务流量模型随之产生，它主要有0N/0FF模型、确定性模型、TES模型、分形高斯噪声 (FGN)模型与分形布朗运动(FBM)模型、分形自回归聚合滑动平均模型(FARIMA)、多分形小 波模型(MWM)等。
[007引1.1自相似性质
[0079] 自相似过程指的是一类在空间或时间尺度改变的情况下不会影响其统计特性的 随机过程。自相似过程的自相关函数具有特殊的衰减特征，运与传统的马尔可夫过程有所 不同。研究结果表明，当业务流呈现自相似特性时，会影响网络延迟、信元丢失率等系统性 能。相比传统流量模型而言，自相似模型更加接近实际网络测量数据。
[0080] 自相似过程是基于连续的时间变量进行直接尺度变换，若X={Xt:t = 0，l，2，. . 是一个广义平稳随机过程，假设X具有恒定均值y = E[Xt巧日有限方差ct2=巧巧-如1。其自 相关函数：
(1.1)
[0082] 只与k有关，其中Xk能够理解为第k个单位时间内达到的网络应用服务的业务实体 数目。
[0083] 令义= CZf): A = ]，2,3，...）表示一个m阶聚集广义平稳随机过程，其中 义!"。=(义姑-,，,"+~+义細）/化从>4。乂如)的自相关函数为'。化）。
[0084] 如果X的自相关函数对所有的m具有如下形式：
[008引 r"化）二r(k)~k-e，（m=l，2,3,. . .） (1.2)
[0086]则称随机过程X为精确二阶自相似过程，其中自相似参数化urst参数)H= 1-0/2， 其中〇<0<1。例如，分形高斯噪声(FGN)是一个自相似参数为H(1/2<H<1)的精确自相似 过程。
[0087]如果X的自相关函数对所有的m具有如下形式：
[008引 r"化）~r化），当m一OO (1.3)
[0089] 则称随机过程X为渐进二阶自相似过程，其自相似参数H= 1-0/2，其中〇<0< 1。例 如，分形回归滑动平均过程巧41?14(9，(1，〇)，（0<(1<1/2))就是一个自相似参数为(1+1/2的 渐进自相似过程。
[0090] 精确或者渐进二阶自相似过程的自相关函数Hk)在时的行为类似幕律，指 数由参数H决定。参数H又称化rSt参数，是描述自相似特性的唯一参数。更确切地说，化rSt 参数是统计现象的持续性度量，是随机过程长相关性的一个度量。在自相似的条件下，H的 取值范围在（0.5, 1)。随着H逐渐增大，r(k)在的衰减越慢。在〇.5<k<l有 瓜. 完如時=〇0。 k^-cc-
[0091] 1.2多重分形性质
[0092] 在真实网络环境中，网络流量的变化往往是十分复杂的，对于运样一个复杂的分 形过程，其短期行为与长期行为存在着很大的差异。然而对于流量的控制，网络性能的分 析，协议的设计等实际应用而言，了解短时间内业务量的快速变化规律显得更为重要。目 前，人们已经应用多重分形的方法来考察网络业务流量的长期W及短期的复杂流量行为。
[0093] 定义1:假设一个随机过程{X(t)}具有平稳增量，并且其增量的高阶矩满足
[0094] E{|X(At)|9}=c(q)AtT(q)+i = c(q) AtT(Q) (1.4)
[0095] 则该过程为多重分形过程。其中qeQ，T(q)为尺度函数或者称为holder指数，c(q) 为矩因子，且都独立于时间t。若T(q)是q的线性函数，则该过程为单分形过程或是单标度过 程;若T(q)是q的凸函数，并且T(q)与q呈非线性关系时，则该过程为多重分形过程或多标度 分形过程。对于化rst参数为H的自相似过程，有 Ir(CJ) = CfII 1
[0096] 1 , , rn I'mi" 的?,二 ￡|_|.\(!)|'J (1引
[0097] 由此得知尺度函数T(q)。由于其多尺度的测量特性，用于描述网络流量时间序列 的局部奇异性，描述了比自相似过程化rst参数更为丰富的信息。尺度函数在定义上通过序 列的矩特性来描述多重分形特性，因此能够较好的提供对多重分形特性的直观理解。
[0098] 定义2:考虑一个定义在单位区间[0，1]的概率变量iiW及它在连续区间I上的取 样。
[0099] 巧=[。"'(/: + 1)2 "].A'=0丄护巧
[0100] 设速率函数为：
(1.7)
[0102]若其存在且在实数域存在且在实数域上微分，那么存在多重分形谱函数
(1.8)
(1.9)
[0105] (1.9)式称为化Ider指数;fG描述化Ider指数与其期望值的方差。对于一个给定的 实序列而言，Holder指数表示在某一点（或局部区域）的行为特征，而fG则表示了整个时间 区域上的总体行为特征，因此能够全面细致的刻画出被考察序列的分形行为。
[0106] 此外，定义= m沪"-部从，称为Legen化e(多分形)谱函数。它与。具有相同 的物理意义。在物理含义，化Ider指数表示某一点X上的突发程度，区间[x，x+Ax]内事件发 生的个数近似为（A x)a。因此，如果a<l，表示在X周围区间的所有尺度内都有突发性，即含 有自相似性。而当〇>1时，表示随着区间的缩小，突发事件变得稀疏。Holder指数的有关信 息都包含在多分形谱函数中。若一个随机过程的多分形普函数的〇<1的区间比较大，那么 能够认为运个过程就含有比较大的多分形成分。
[0107] 本发明根据不同业务的属性和生成规律，选取合适的模型进行建模，W产生具有 自相似性或多重分形特性的网络流量。
[0108] 2. HTTP业务建模
[0109] 2.1 HTTP 业务特性
[0110] HTTP业务流量是由用户使用浏览器进行网页浏览产生的。用户打开浏览器开始一 次会话(Session)行为，直到用户关闭浏览器(断开所有的链接），此次会话结束。用户在会 话的过程中，有时会连续点击网页，发送请求数据，有时会有一段沉默时间，运段沉默时间 一般是用户获取想要的信息的过程。基于ON-OFF模型的网页下载请求模型能够模拟HTTP业 务客户端的行为。
[0111] 2.2 0N/0FF模型
[0112] 0N/0FF模型的建立是基于自相似过程的物理意义，Taqqu等从理论上证明了无穷 多个独立的具有重尾分布的更新回报过程的迭加弱收敛于典型的自相似过程分形布朗运 动（FBM,fractional Brownian motion)。运里的更新回报过程是指F*acket-T rain模型中 的0N/0FF过程，具有严格交替的ON和OFF周期，其中，ON周期的时间或者OFF周期的时间或者 二者具有重尾特性。在ON周期，W恒定的速率连续发送数据包;在OFF周期，不发送数据。每 一次ON周期和OFF周期是重尾分布，即用有双曲线(幕率)尾部的分布表示。通过叠加 m(m-> W)个独立的0N/0FF业务源来产生具有自相似特性的网络流量。0N/0FF业务源的ON周期和 OFF周期的重尾分布用化re to分布来表示。
[0113] 化reto分布是最简单的重尾分布，其分布函数为：<