首页/论文/physics/0609253

arXiv physics/06092532006-09physics.soc-phphysics.gen-ph

互联网流量的长期幂律波动

Long-term power-law fluctuation in Internet traffic

Shin-ichi Tadaki

备注：: 10 pages, 8 figures
发表信息：: Journal of the Physicsl Society of Japan Vol.76, No. 4 (2007) 044001
DOI：: 10.1143/JPSJ.76.044001

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

讨论了观测到的因特网数据包流中的幂律波动。数据是由多路由器流量计（MRTG）系统获得的9个月。采用去趋势波动分析法对网络数据包流进行分析。通过提取平均日趋势，数据显示出明显的幂律波动。输入流和输出流的涨落指数几乎为1。互联网流量可以理解为具有幂律波动的每日周期性流量。

英文摘要：

Power-law fluctuation in observed Internet packet flow are discussed. The data is obtained by a multi router traffic grapher (MRTG) system for 9 months. The internet packet flow is analyzed using the detrended fluctuation analysis. By extracting the average daily trend, the data shows clear power-law fluctuations. The exponents of the fluctuation for the incoming and outgoing flow are almost unity. Internet traffic can be understood as a daily periodic flow with power-law fluctuations.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

互联网流量递归区间的标度和记忆

Scaling and memory in recurrence intervals of Internet traffic

通过研究互联网流量速率变化的波动性超过某个阈值$q$之间的递归间隔$τ$的统计特性，我们发现字节流和分组流的概率分布函数$P_{q}(τ)$都表现出$P_{q}(τ)=\frac{1}{\overlineτ}f(\fracτ{\overlineτ})$的标度特性。字节流和数据包流的缩放函数都遵循相同的拉伸指数形式，即$f(x)=A\texttt{exp}(-Bx^β)$和$β\approx 0.45$。此外，我们检测到一个强大的记忆效应，即一个短（或长）的复发间隔往往是由另一个短（或长）。去趋势波动分析进一步证明了复发间隔中存在长期相关性。

2009-08-23physics.data-anphysics.soc-ph

双边互联网平台上的用户流量。定性动力学

Users' traffic on two-sided Internet platforms. Qualitative dynamics

互联网平台的流量定义了平台的重要特征，例如服务定价、广告、运营速度。人们可以用传统的时间序列模型，如ARIMA，Holt-Winters，函数和核回归来估计流量。当使用这些方法时，我们通常会平滑数据中的噪声和各种外部影响，并获得过程的短期预测。然而，这些模型并不一定能帮助我们理解这些过程的潜在机制和趋势。在这篇文章中，我们讨论了动力系统的建模方法，旨在发现潜在的机制和系统的相图的定性属性。我们将展示如何从数据中重建控制微分方程。外部效应被建模为系统的参数（初始条件）。利用这种新的方法，我们构建了模型的用户量，通过互联网平台，如“Amazon.com”，“Homes.mil”或“Wikipedia.org”进行交互。然后，我们进行定性分析的系统的阶段画像，并讨论了平台的主要特点。

2019-08-13cs.NAmath.DSmath.NA

交通流波动标度的泰勒幂律

Taylor's power law for fluctuation scaling in traffic

在这篇文章中，我们研究明尼苏达州的交通网络。我们表明，该系统的特点是泰勒幂律的波动标度与非平凡值的标度指数。我们还表明，特征指数并不明确地表征一个给定的道路网络，因为它可能会有所不同，在同一个网络，如果考虑到观察点的位置，季节，一天中的一段时间，或交通强度。计算结果与Nagel-Schreckenberg元胞自动机模型中的Taylor波动标度进行了比较。结果表明，泰勒定律可以作为，旁边的基本图，作为不同的交通阶段（自由流，交通堵塞等）的指标。

2009-09-10physics.soc-ph

用动力系统的多轨迹逼近多变量时间序列。应用于互联网流量和COVID-19数据

Multivariate time series approximation by multiple trajectories of a dynamical system. Applications to Internet traffic and COVID-19 data

利用动力系统模型的多个轨迹为我们提供了几个好处，在时间序列的近似。对于短期预测，可以通过随时切换到新的轨迹来实现高精度。不同的长期趋势（倾向于不同的固定点）的相图特征的各种情况下的过程实现外部性的影响。动力系统的相图分析有助于了解方程是否正确描述了现实。我们还将动力系统方法（在\cite{R5}中讨论）扩展到具有外部控制的动力系统。我们说明了这些想法的帮助下，新的例子租赁物业HOMES.mil平台数据。我们还比较了HOMES.mil和Wikipedia.org平台的定性特征以及两个平台用户的相应差异。在我们最后一个COVID-19数据的例子中，我们讨论了各国确诊感染病例、康复病例和死亡病例的短期预测的高准确性。

2020-07-15math.STphysics.soc-phstat.TH

复杂网络流量波动标度的普适性

On the universality of the scaling of fluctuations in traffic on complex networks

我们研究了复杂网络中的波动与流量的平均值的标度，使用的模型中的“数据包”的到达和离开遵循指数分布，节点的处理能力是无限的或有限的。该模型提出了一个广泛的指数之间的1/2和1的这种缩放，揭示了他们的依赖于所考虑的几个参数，并质疑普遍性类的存在。我们还报告了实验缩放的波动在互联网上的阿比林骨干网络。我们发现标度指数在0.71和0.86之间，不符合文献中报道的指数1/2。

2006-02-11physics.soc-ph

异构网络中波动引起的业务拥塞

Fluctuation-induced traffic congestion in heterogeneous networks

在复杂的异构网络，特别是互联网的研究中，非常注意分析由硬件故障或过载引起的网络故障，其中网络反应被建模为重新路由的流量远离故障或拥塞的元素。在这里，我们模拟另一种类型的网络反应拥塞-急剧减少的输入流量率通过拥挤的路线，发生在更短的时间尺度。我们认为，在互联网上的局部需求和容量之间的不匹配的结果在交通损失的拥塞发作，并表明它可以被描述为一个相变的特点是在介观时间尺度上的强非高斯损失波动。由输入流量中的噪声引起的波动，由于网络的异构性而加剧，表现在无标度负载分布中。它们导致网络对拥塞的第一个迹象反应过度，显著减少了沿拥塞完全可以忽略的通信路径的输入流量。

2011-10-21cond-mat.stat-mechcs.NIphysics.soc-ph

更多相关论文收起更多论文

互联网波动中的交叉跃迁

Crossover transition in the Fluctuation of Internet

Gibrat定律预测节点度增长率的标准差是常数。另一方面，优先附着（PA）表明，这样的标准偏差随着初始程度的指数$-0.5$的幂律减少。虽然这两种模型都已应用于互联网建模，但这种不一致性需要验证其有效性。因此，我们实证研究了三个不同的时间间隔（日，月和年）的互联网波动。我们发现了一个从PA模型到Gibrat定律的交叉过渡，这是从未报道过的。具体地说，周期律从小度区域开始，随着观测周期的增加逐渐扩展。我们确定了两个模型的有效期，发现内部联系之间的相关性对Gibrat定律的出现有很大的贡献。这些发现表明PA和Gibrat定律都不适用于实际的互联网，这需要一个更完整的模型理论。

2015-03-01cs.SIphysics.soc-ph

被黑客攻击的互联网连接车辆的网络物理风险

Cyber-physical risks of hacked Internet-connected vehicles

汽车技术与互联网连接的整合有望极大地改善交通运输，同时也带来了新的未知风险。互联网连接的车辆就像数字数据，因为它们可能成为恶意黑客的目标。然而，与数字数据不同的是，互联网连接的车辆是网络物理系统，它们相互之间以及与环境进行物理交互。因此，将网络安全问题扩展到网络物理领域，为交通流量中的自组织现象带来了新的可能性。在这里，我们研究了网络安全专家设想的一种情况，导致大量互联网连接的车辆突然同时被禁用。我们使用基于代理的模拟来调查黑客攻击后的流量，并发现渗流的关键相关性，用于在针对车辆的网络攻击发生后立即概率性地预测多车道道路上的结果。我们开发了一个基于分析的模型，以快速评估道路状况的残疾人车辆的密度，并将其应用于研究曼哈顿（纽约州，美国）的街道网络，揭示城市的脆弱性，这种特殊的网络物理攻击。

2019-02-28cs.CRcs.NIphysics.soc-ph

因特网数据包传输：从全局拓扑到局部拓扑动态

Internet data packet transport: from global topology to local queueing dynamics

我们在自治系统的层次上研究互联网的结构特征和演化。提取相关参数的互联网拓扑结构的增长动力学，我们构建了一个玩具模型的互联网进化，其中包括乘法随机演化的节点和边缘和自适应重布线的边缘的成分。该模型成功地再现了互联网的基本结构特征。我们还引入了一个称为负载的量，作为处理通信流量所需的节点容量，并研究了其随时间变化的行为，在枢纽跨年。集线器处的负载随着网络大小$N$增加为$\sim N^{1.8}$。最后，我们研究了微观尺度下的数据包流量。计算了到达信道数为无标度时，数据包在排队系统中的平均时延。我们发现，当到达的数据包的数量遵循幂律分布，$\sim n^{-λ}$，队列长度分布衰减为$n^{1-λ}$和平均延迟时间在枢纽发散为$\sim N^{(3-λ)/(γ-1)}$在$N \to \infty$限制时，$2 < λ< 3$，$γ$是网络度指数。

2006-08-16cond-mat.stat-mechphysics.soc-ph