论文部分内容阅读
鉴于网络流量复杂的非线性特征，引入关联维数来研究网络流量的混沌特性。首先，采用C-C算法重构局域网流量的相空间，确定出最佳延迟时间。然后，分析了重构相空间的关联维数与网络流量的关联关系。进一步，研究了相空间重构参数对关联维数准确度的影响。研究结果显示，将重构相空间的延迟时间确定在一定范围内，关联维数可以较准确地反映网络流量的复杂程度。关联维数和饱和嵌入维数随着网络使用量的增加而增加，而相对关联维数随着网络平均流量的增加而降低。分析结果为进一步研究网络流量的各策动因素的关联特性奠定了理论基础。