网络行为建模环境的实现及网络混沌性状分析

设计并实现了一种用于网络行为研究的网络行为建模环境，将网络环境的监测功能和网络行为的分析功能相互结合，为网络系统行为的研究奠定了基础。在这一环境下，归纳了四种有普遍意义的网络突发流量模型，并用混沌分形理论中的迭代函数系统和相空间重构方法对它们进行描述、分析、计算和重构，得到了它们的分形维以及能体现网络流量行为特性的宏观参数。     

无失真并行数据压缩的脉动阵列ASIC设计

本文提出适用于无失真并行数据压缩的超大规模ASIC的逻辑电路设计.与其他传统的串行或小规模并行无失真数据压缩的硬件或软件方法相比,本文的Systolic阵列结构有更好的并行性、实时性和普适性.对ASIC的时序和功能进行的模拟验证,证明了逻辑和电路设计的正确性和有效性.     

网络流量模型的非线性特征量的提取及分析

本文基于相空间重构理论,在高维相空间中对网络流量的宏观和微观特性进行研究分析.首先,提取网络流量的宏观非线性特征量,如关联维数、Kolmogorov熵和最大Lyapunov指数,实现了网络流量时序非线性动力学特性的定量分析.然后,通过对四种典型突发性流量模型的多重分形谱的计算,揭示了流量模型不同层次的行为特征,并给出了刻画突发性流量的有效微观参数.为进一步利用混沌动力学理论对网络行为的控制和建模奠定了基础.