摘要
针对表征自相似网络流量统计特性的赫斯特(Hurst)指数,讨论一种基于经验模式分解的Hurst指数估计算法。该算法通过对自相似网络流量数据进行自适应分解,得到一组满足指定余项误差的固有模态函数分量,由其能量对数化函数与Hurst指数之间的线性拟合,估计出Hurst指数。实验表明,该算法能对自相似网络流量的Hurst指数进行自适应估计。
This paper discusses a new method based on the Empirical Mode Decomposition（EMD） algorithm to estimate the Hurst index that is an important statistical parameter of self-similar network traffic. The algorithm can adaptively decompose self-similar traffic into a series of Intrinsic Mode Function（iMF）. By using the relationship between the energy of IMFs and the Hurst index, it can adaptively estimate the Hurst parameter of self-similar traffic. Experimental results show that this algorithm can adaptively estimate the Hurst index of self-similar traffic.
出处
《计算机工程》
CAS
CSCD
北大核心
2008年第23期128-129,172,共3页
Computer Engineering
基金
国家自然科学基金资助项目(60573125)
关键词
自相似
赫斯特指数
经验模式分解
self-similar
Hurst index
Empirical Mode Decomposition（EMD）
