Hurst参数

摘要： 以800 kW离心压缩机的出口动态压力为研究对象,采用经验小波变换并结合单重分形,分析系统在不同工况下的非线性特征。分析系统从稳定状态经过过渡过程进入喘振状态的出口动态压力波形特征,采用经验小波变换提取波形的模态分量并根据相关系数进行波形重构;研究重构信号在不同迟滞点数k下的自相关函数特征;对比分析原始信号及重构信号的Hurst参数,以识别系统的工作状态。研究结果显示:重构信号的自相关函数可以有效地反映系统的工作状态。此外,相对于原始信号,重构信号的Hurst参数更易识别出系统的喘振状态。

摘要： Hurst参数被广泛应用于序列长记忆性与自相似性的刻画.该文从最初计算Hurst参数的R/S统计量出发,在有限二阶矩与重尾两种情形下,讨论R/S统计量计算的Hurst参数与自相似性、长记忆性及重尾特性之间的关系.在有限二阶矩情形下,R/S统计量计算的Hurst参数与自相似参数一致,并能刻画协方差定义的长记忆性.在无限二阶矩的重尾情形下,联系Hurst参数与长记忆性的协方差可能无限,很难讨论他们之间的关系.而R/S统计量与自相似参数及尾指数也没有必然联系.该内容能使已被广泛应用的Hurst参数的实际含义更清晰.

摘要： 为控制速变服务网络(Fast Flux Service Network,FFSN)对恶意程序的隐藏,在研究已有FFSN检测方法的基础上,根据FFSN的本质特征,提出相应的检测方法:采用被动方法提取网络域名的响应延迟时间,根据合法域名响应延迟时间的自相似性及与FFSN响应延迟时间的差异,使用基于Hurst参数的方差-时间图(Variance-Time Plots,VTP)分析法检测FFSN;为避免网络误报,对于疑似FFSN采用主动方法进行速变属性判断,以确认FFSN的存在,给出了算法流程和序列构建方法.实验验证结果表明,基于Hurst参数的FFSN检测法不仅能实时检测FFSN的存在,还能给出具体的FFSN域名,快速有效,达到预期目标.

摘要： 对网络流量的精确预测,可以准确把握网络运行趋势,及时防范网络故障.针对长期网络流量预测准确度低,收敛速度慢的问题,提出一种小波系数感知的网络流量预测(WCNTP)机制.借助重标极差(R/S)序列分析法初步评估网络流量在大时间尺度上的统计特性;利用离散小波变换将非平稳的网络流量分解为多个相对平稳的流量序列;利用分数自回归求和滑动(FARIMA)模型对网络流量进行预测.结果表明,所提机制在长期网络流量预测过程中,具有较高的准确度且收敛速度快,能够精确评估网络性能,在保证网络平稳运行的同时,提高网络服务质量.

摘要： 对网络流量的精确预测,可以准确把握网络运行趋势,及时防范网络故障。针对长期网络流量预测准确度低,收敛速度慢的问题,提出一种小波系数感知的网络流量预测(WCNTP)机制。借助重标极差(R/S)序列分析法初步评估网络流量在大时间尺度上的统计特性;利用离散小波变换将非平稳的网络流量分解为多个相对平稳的流量序列;利用分数自回归求和滑动(FARIMA)模型对网络流量进行预测。结果表明,所提机制在长期网络流量预测过程中,具有较高的准确度且收敛速度快,能够精确评估网络性能,在保证网络平稳运行的同时,提高网络服务质量。

摘要： Hurst参数是自相似流量模拟重要参数.本文采用R/S法对Hurst系数进行实时计算,在此基础上提出通过实际的Hurst系数与理论Hurst系数的比较来衡量模拟流量与理论模型的差别.%Hurst parameter is an important parameter of self-similar flow simulation. In this paper, the R/S method is used to calculate the Hurst coefficient in real time. On this basis, this paper proposes to measure the difference between the simulated flow and the theoretical model by comparing the actual Hurst coefficient with the theoretical Hurst coefficient.

摘要： 随着物联网的发展,网络中的流量组成发生了很大变化.通常用Hurst参数大小来表示网络流量的自相似程度.为了研究物联网业务的流量特性,文章通过Matlab对几种典型物联网业务进行建模仿真,并对流量数据进行了自相似特性分析,表明不同的物联网业务具有不同的流量特性.聚合流量的自相似特性和组成流量的业务有关,没有自相似特性的业务聚合之后仍没有自相似特性,具有自相似特性的业务聚合之后仍具有自相似特性.聚合流量的自相似参数随着没有自相似业务的增加而减小,随着具有自相似特性业务的增加而增加,最后趋于稳定.

摘要： 大量研究表明:业务流量的自相似性在任何时间、地点以及任何网络都存在,而且自相似模型比传统模型更能准确地描述实际网络业务流量的特性.Hurst参数在本质上是一种随机现象的持续性或者长程依赖程度的度量,可以表示系统在不同尺度上自相似的程度.本文在许多相关的研究基础之上,进一步探讨了Hurst参数的一些求解方法,并利用Matlab使用其中一种方法对网络流量突发性的强度进行了模拟仿真.

摘要： 假设无风险利率遵循Vasicek模型，运用混合分数布朗运动的Itô公式，将欧式期权的定价转化成一个偏微分方程的求解问题。最后，通过求解偏微分方程获得了欧式期权的定价公式。%Assuming that the riskless interest rate is driven by Vasicek model , the European option pricing is changed into the question of solving partial differential equation by It ô formula of mixed fractional Brownian motion . Finally , a general pricing formula of European option is obtained by using the partial differential equation method .

摘要： 本文首先介绍了网络流量模拟的过程,接着介绍了网络中流量自相似现象,在已有自相似的流量模型中,分形布朗运动过程是最简单最易于求解的自相似流量模型,本文就分形布朗运动(FBM)模型的流量控制模拟进行了详细的分析.

摘要： 本文通过分析网络正常流量和异常流量下表征自相似程度的Hurst参数分布特点的不同，设计出一种异常流量动态自适应实时检测方法，该方法能够根据网络环境自适应的调整检测阅值。对MIT林肯实验室的入侵检测数据测试结果表明，该方法具有较好的动态自适应性和较高的检测率。

摘要： 本文通过分析网络正常流量和异常流量下表征自相似程度的Hurst参数分布特点的不同，设计出一种异常流量动态自适应实时检测方法，该方法能够根据网络环境自适应的调整检测阅值。对MIT林肯实验室的入侵检测数据测试结果表明，该方法具有较好的动态自适应性和较高的检测率。

摘要： 本文通过分析网络正常流量和异常流量下表征自相似程度的Hurst参数分布特点的不同，设计出一种异常流量动态自适应实时检测方法，该方法能够根据网络环境自适应的调整检测阅值。对MIT林肯实验室的入侵检测数据测试结果表明，该方法具有较好的动态自适应性和较高的检测率。

摘要： 本文通过分析网络正常流量和异常流量下表征自相似程度的Hurst参数分布特点的不同，设计出一种异常流量动态自适应实时检测方法，该方法能够根据网络环境自适应的调整检测阅值。对MIT林肯实验室的入侵检测数据测试结果表明，该方法具有较好的动态自适应性和较高的检测率。

摘要： 极端异常突发流量给互联网服务带来不可估量的损失,从技术角度讲,目前并没有适当的解决办法,本文探讨 Hurst参数变化在网络流量异常检测中的应用研究。

摘要： 极端异常突发流量给互联网服务带来不可估量的损失,从技术角度讲,目前并没有适当的解决办法,本文探讨 Hurst参数变化在网络流量异常检测中的应用研究。

摘要： 极端异常突发流量给互联网服务带来不可估量的损失,从技术角度讲,目前并没有适当的解决办法,本文探讨 Hurst参数变化在网络流量异常检测中的应用研究。

摘要： 极端异常突发流量给互联网服务带来不可估量的损失,从技术角度讲,目前并没有适当的解决办法,本文探讨 Hurst参数变化在网络流量异常检测中的应用研究。

摘要： 极端异常突发流量给互联网服务带来不可估量的损失,从技术角度讲,目前并没有适当的解决办法,本文探讨 Hurst参数变化在网络流量异常检测中的应用研究。

摘要： 极端异常突发流量给互联网服务带来不可估量的损失,从技术角度讲,目前并没有适当的解决办法,本文探讨 Hurst参数变化在网络流量异常检测中的应用研究。

摘要： 本发明涉及一种基于领域搜索的FARIMA模型Hurst参数估计方法，通过模拟实际网络流量所具有的自相似长相关特性的FARIMA时间序列作为估计源，通过时间‑方差图法和搜索法相结合的方式来进行Hurst参数的精确估计，所述的方法具体包括以下步骤：1)产生可模拟具有自相似长相关特性的网络流量的FARIMA时间序列；2)确定用于粗估计FARIMA序列的方差‑时间图法的时间块的经验区间；3)用方差‑时间图法在步骤2)获得的经验区间内进行FARIMA时间序列的Hurst参数估计；4)确定搜索法的步长、精度参数，在粗估计值附近进行Hurst参数的精确搜索估计。与现有技术相比，本发明具有大幅度提高了Hurst参数估计的精度。

摘要： 本发明公开了一种基于Hurst指数的网络安全态势预测方法，利用时间序列的自相似性指标Hurst指数来做为网络安全态势预测判定标准和优化目标，它包括以下三个过程：(1)网络安全态势时间序列可预测性判定及时间序列长度确定，(2)时间序列中随机分量的分离，(3)预测模型的建立及结果输出。本发明明确了根据实际的网络安全态势时间序列计算其是否具有可预测性，并通过计算得到最佳的用于预测的可变的时间序列长度，同时通过计算去除时间序列中无规律的随机分量，即对于预测无意义的噪声数据，在最大程度上保留时间序列中规律性的基础上，避免噪声数据的影响；并且通过预测模型计算得出预测结果和预测精度。

摘要： 本发明涉及生物信息处理领域，具体涉及一种基于Hurst指数的DNA序列相似性检测方法，能够同时对多个DNA序列进行相似性检测，简化了计算复杂性，提高了运算效率，并能提高较近进化距离的分析对象间的区别度；包括如下步骤：1)获取不同物种相同功能区域的DNA编码序列作为初始序列；2)对步骤1)所得的初始序列进行数字转换，得到初始序列对应的数值序列；3)对步骤2)所得的每个数值序列通过R/S分析方法获得得到各个数值序列的Hurst指数；4)利用步骤3)所得的Hurst指数构建距离矩阵。5)从步骤4)获得的距离矩阵获得序列相似性信息。

摘要： 本发明公开了一种动态步长滑动窗口的网络流量Hurst参数估计方法，包括以下步骤：定义自相似性；估计滑动窗口Hurst参数；估计动态步长的局域滑动窗口Hurst参数。本发明通过滑动窗口将卫星通信网络流量序列分割，保留了网络流量序列的局部突变信息，可以对发生突变时的卫星通信网络流量序列进行自相似性估计。本发明对分割后得到的每一个子序列都进行自相似估计，提供每个窗口内的Hurst值来表征卫星通信网络流量序列的全局特征，可以充分捕捉网络流量的局部特性，准确刻画了网络流量的自相似性，为解决卫星通信性能奠定了基础。本发明具有良好的应用前景。

摘要： 本发明涉及一种基于领域搜索的FARIMA模型Hurst参数估计方法，通过模拟实际网络流量所具有的自相似长相关特性的FARIMA时间序列作为估计源，通过时间-方差图法和搜索法相结合的方式来进行Hurst参数的精确估计，所述的方法具体包括以下步骤：1)产生可模拟具有自相似长相关特性的网络流量的FARIMA时间序列；2)确定用于粗估计FARIMA序列的方差-时间图法的时间块的经验区间；3)用方差-时间图法在步骤2)获得的经验区间内进行FARIMA时间序列的Hurst参数估计；4)确定搜索法的步长、精度参数，在粗估计值附近进行Hurst参数的精确搜索估计。与现有技术相比，本发明具有大幅度提高了Hurst参数估计的精度。

摘要： 公开了用于检测高电压车辆配电系统中的DC电弧故障的系统设备和方法。示例性车辆包括高电压电子系统，高电压电子系统包括配置为捕获电流数据的电流传感器和处理器。处理器配置为通过对电流数据应用滤波器来生成滤波数据、基于滤波数据确定Hurst指数、并且响应于确定Hurst指数的阈值变化而检测高电压电子系统中是否存在DC电弧。

摘要： 本发明公开了一种基于Hurst指数的网络安全态势预测方法，利用时间序列的自相似性指标Hurst指数来做为网络安全态势预测判定标准和优化目标，它包括以下三个过程：(1)网络安全态势时间序列可预测性判定及时间序列长度确定，(2)时间序列中随机分量的分离，(3)预测模型的建立及结果输出。本发明明确了根据实际的网络安全态势时间序列计算其是否具有可预测性，并通过计算得到最佳的用于预测的可变的时间序列长度，同时通过计算去除时间序列中无规律的随机分量，即对于预测无意义的噪声数据，在最大程度上保留时间序列中规律性的基础上，避免噪声数据的影响；并且通过预测模型计算得出预测结果和预测精度。

摘要： 本发明公开了一种基于时间尺度局部Hurst指数的时空标度分析方法，步骤为：建立时间序列，生成波动增量时间序列；计算局部Hurst指数，构成H

摘要： 本发明提供的一种基于Hurst律的自仿射分形的多年一遇波高的推算方法，包括如下步骤a.确定周期，并周期性采集极值波高数据并利用重标极差分析法对极值波高数据进行分析，所述极值波高数据满足赫斯特律；b.根据分析结果通过最小二乘法获取自仿射分形模型的参数；c.利用自仿射分形模型推算多年一遇波高；本发明的推算结果与用传统方法推算的结果相比，当设计波高推算重现期较大时，本申请推求的多年一遇设计波高与传统方法推算的设计波高相比，得到的结果更加准确可靠。

摘要： 本发明涉及生物信息处理领域，具体涉及一种基于Hurst指数的DNA序列相似性检测方法，能够同时对多个DNA序列进行相似性检测，简化了计算复杂性，提高了运算效率，并能提高较近进化距离的分析对象间的区别度；包括如下步骤：1)获取不同物种相同功能区域的DNA编码序列作为初始序列；2)对步骤1)所得的初始序列进行数字转换，得到初始序列对应的数值序列；3)对步骤2)所得的每个数值序列通过R/S分析方法获得得到各个数值序列的Hurst指数；4)利用步骤3)所得的Hurst指数构建距离矩阵。5)从步骤4)获得的距离矩阵获得序列相似性信息。