席小勇

摘要：中职学校日益增长的网络用户、各类P2P应用及其他网络业务和基础网络业务、QOS之间存在一定的矛盾。如何合理分配有限的带宽有效保证正常网络业务高效、快速运行是当前急需解决的问题，这就需要通过可靠的理论指导以及有效的方法对中职学校的网络流量特性进行研究分析，该文通过采集于中职学校校园网络流量对其网络流量特性进行分析研究。

关键词：自相似性；长相关性；周期性；突发性；混沌性

中图分类号：TP393 文献标识码：A

文章编号：1009-3044（2019）10-0041-02

开放科学（资源服务）标识码（OSID）：

在大量各类网络流量特性的分析研究中发现，不论网络协议类型、拓扑结构、用户数量、传输介质、业务类型等怎样改变，长相关性、自相似性、周期性 、突发性和混沌性始终都是网络中普遍存在的现象[1]。文章从中职学校网络采集不同时间尺度上的数据样本，经过对样本数据的分析研究，发现中职学校的网络流量呈现出自相似、长相关、周期、突发和混沌等特性。

1 中职学校网络流量的自相似和长相关性

采集中职学校校园网不同时间尺度网络流量数据样本，依据采集的样本数据绘制不同时间尺度下的校园网络流量图。

通过图2分析发现，周一至周五的网络流量走势非常相似，也就是说中职学校网络出口流量在不同时间尺度下呈现明显的自相似性、长相关性。长相关性特性证明未来中职学校网络流量蕴含在过去的网络流量里，也就是说可以以各种理论和技术做指导，建立网络流量预测模型可以预测未来时间段内的网络流量趋势、方向等方面。

2 中职学校网络流量的周期性

网络流量时间序列随着时間变化而表现出来一种季节性的变化规律称之为周期性，以天、周、月、年为单位作为周期。

因为网络流量变化均会呈现出周期性特性，因此必须在网络流量预测的过程中予以考虑，以全面掌握学校网络的运行状况。网络流量产生周期性特性的因素有：

（1）网络流量数据的周期时间间隔采集，以固定频率尺度对网络数据流量周期性抽样的方法称为周期抽样算法，这种抽样算法将会导致网络业务流量的周期性。

（2）全校师生上网行为也会导致网络流量出现周期性，如工作日的网络流量要大于周末，每天上班时间网络流量高于下班时间，节假日几乎无网络流量产生。

下面分别采集了中职学校1天、1周、1月的网络流量，绘制相应网络流量图，下面就根据图3-图5对学校网络流量周期性进行分析。

图4中显示的是以一天作为一个周期时，中职学校的网络流量图。从图中可以明显看出周期性的特点，凌晨0：00到8：00几乎无流量，上午8：00师生开始活动，每小时之内必定有一网络流量高峰期，因为每节45分钟课后师生利用课间休息访问网络产生网络流量。上午10：00学生课间操时间出现一低峰期，中午12：00到14：30左右师生午休时间产生一低峰期，晚自习前后产生网络波峰，夜间23：00至早8：00处于低峰期。

从图5中发现一月网络流量呈现如下特点：每周的网络流量之间具有很强的自相似性，周期性特性非常明显。

经过细致的研究分析发现，学校网络流量周期特性和长相关之间有关联。我们可以根据网络流量的上述特性，将网络流量[X（t）]分解如下[2]，

3 中职学校网络流量的突发性和混沌性

突发性是网络流量的重要特性，网络流量的突发性是指网络流量在传输中表现出非正常的突变状态。网络流量在较小的时间尺度上呈现出复杂的变化规律，在局部突发业务的变化时，突发性更为明显。一种具有不可长期预报性、不可分解性和稠密的无穷多个周期轨道的复杂的运动形式称之为混沌。

在图1时间尺度5分钟的网络业务流量图可以看出，在学校网络流量图中，波峰位置有特别突出、尖锐的网络流量，这种突变的轨迹说明中职学校网络业务流量均呈现出时间的突发性，当然还有部分网络流量看起来没有规则，比较模糊的部分，这就说明中职学校网络流量亦存在混沌性。

参考文献：

[1] 杨家海，吴建平，安长青.互联络测量理论与应用[M].北京：人民邮电出版社，2009.

[2] 王西锋，张晓孪.基于混合模型的网络流量预测研究[J].西华大学学报，2009，28（2）：34-37.

【通联编辑：代影】