以太网流量的自相似性及其对高速网络设计的影响

"以太网流量的自相似性 (2000年) - 自然科学论文" 以太网流量的自相似性是一个重要的统计特性，它揭示了在各种时间尺度上，以太网局域网（LAN）的流量模式呈现出结构上的相似性，即无论放大或缩小时间范围，其流量特征保持不变。这种特性与传统的电话流量模型以及常见的网络流量模型，如泊松过程、泊松相关模型、分组列车模型和流体流量模型显著不同。传统的模型往往假设流量是平稳的，但在实际以太网LAN中，流量会经历持续的聚合和突发，这在数百毫秒的时间段内尤为明显。 自相似性是分形几何的一个概念，意味着在不同尺度上，系统的细节呈现出相似的形态。在以太网流量中，这种特性由赫斯特参数来量化，该参数描述了流量的自相似程度。有趣的是，以太网的利用水平直接影响自相似性的强度，也就是说，随着网络中活跃通信源数量的增加，流量的突发性和自相似性也随之增强。 以太网作为局域网的主要技术，其流量特性对高速网络的设计、控制和分析至关重要，特别是随着技术的发展，从10Mbit/s到100Mbit/s再到1000Mbit/s的快速以太网，以及从局域网扩展到城域网和广域网，以太网流量在宽带IP网络中的地位日益重要。此外，自相似性也是可变比特率（VBR）视频服务流量的一个特征，这使得理解并模拟自相似性对于处理VBR视频业务的网络性能优化同样关键。 传统的流量建模方法，如泊松过程理论，假设随着通信源的增多，聚合流量将变得平滑，但以太网的实际数据分析表明，这种理论与实际情况相去甚远。因此，针对自相似性的深入研究和新型建模方法的开发，对于预测和管理未来网络的性能和容量规划具有深远的影响。通过对以太网流量自相似性的研究，可以更好地理解网络行为，设计出更适应实际需求的网络架构，并为网络拥塞控制、资源分配和服务质量保证提供理论依据。