專利名稱：：一種建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，屬于網(wǎng)絡(luò)業(yè)務(wù)分析與建模
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：業(yè)務(wù)模型是對(duì)通信系統(tǒng)進(jìn)行性能評(píng)估的關(guān)鍵依據(jù)。如果想要對(duì)實(shí)際通信系統(tǒng)的設(shè)計(jì)獲取有意義的結(jié)果，用于仿真的業(yè)務(wù)源就必須能夠比較真實(shí)、正確地反映實(shí)際業(yè)務(wù)的統(tǒng)計(jì)特性，因此建立業(yè)務(wù)模型的實(shí)質(zhì)是對(duì)用戶進(jìn)行相應(yīng)的統(tǒng)計(jì)分析。業(yè)務(wù)模型的作用可以概括為以下三個(gè)方面U)業(yè)務(wù)模型可用于規(guī)劃網(wǎng)絡(luò)資源，以滿足不同等級(jí)的目標(biāo)QoS。早期基于泊松分布的話音模型及其相關(guān)的話務(wù)理論被用于估計(jì)電話交換容量、估測排隊(duì)性能等，以改善呼損率，有效降低話音的呼叫建立時(shí)間和排隊(duì)時(shí)延，使話音業(yè)務(wù)的服務(wù)質(zhì)量得到了極大的提高。類似地，分組業(yè)務(wù)的模型也可用于估計(jì)帶寬和緩存資源，以提供一個(gè)可接受的延時(shí)和分組丟失概率。顯然，只知曉業(yè)務(wù)的平均速率是不夠的。從排隊(duì)論的角度可獲知，隊(duì)列長度是隨著業(yè)務(wù)的可變性的增加而增加。因此，對(duì)于業(yè)務(wù)突發(fā)性或可變性的確定，有助于確定合適大小容量的緩存。(2)業(yè)務(wù)模型可用于驗(yàn)證特定流控策略下的網(wǎng)絡(luò)性能。比如，某一個(gè)固定的分組調(diào)度算法在不同的業(yè)務(wù)場景下會(huì)導(dǎo)致不同的網(wǎng)絡(luò)性能。又如，TCP擁塞控制算法要求多個(gè)主機(jī)能夠穩(wěn)定、公平地共享帶寬，并保證一個(gè)較高的吞吐量。如果沒有一個(gè)比較真實(shí)的業(yè)務(wù)源模型，就沒辦法有效地衡量算法的穩(wěn)定性、公平性和吞吐量。因此，業(yè)務(wù)模型可以用于驗(yàn)證特定流控策略下的網(wǎng)絡(luò)性能。(3)業(yè)務(wù)模型在接入控制中也起著重要的作用。特別的，諸如ATM這樣面向連接的網(wǎng)絡(luò)，它是依靠接入控制來拒絕新的連接，以保證實(shí)現(xiàn)設(shè)定的QoS。例如，最初一類節(jié)點(diǎn)的接入控制的策略是基于新到達(dá)連接的峰值速率。但是，當(dāng)該連接的速率發(fā)生動(dòng)態(tài)改變時(shí)，此時(shí)所需要的帶寬就明顯小于其峰值速率時(shí)的帶寬，這樣，上述算法就顯得過于保守。因此，出現(xiàn)一類基于有效帶寬的接入控制策略。而業(yè)務(wù)源的行為就被轉(zhuǎn)換為有效帶寬，從而能夠更加精確地表征帶寬需求。因此，有效帶寬決定于業(yè)務(wù)源的變化特性。根據(jù)分析方法和側(cè)重面的不同，業(yè)務(wù)模型有不同的分類方法。根據(jù)業(yè)務(wù)建模的不同對(duì)象，業(yè)務(wù)模型可分為業(yè)務(wù)特征模型、業(yè)務(wù)流量模型和網(wǎng)絡(luò)模型，下面分別介紹之(1)業(yè)務(wù)特征模型是描述一個(gè)業(yè)務(wù)操作實(shí)例的特征，通常是從使用該業(yè)務(wù)的用戶角度來進(jìn)行分析。業(yè)務(wù)特征模型僅僅是對(duì)某類業(yè)務(wù)的一個(gè)實(shí)例進(jìn)行分析。由于不同用戶在不同時(shí)段使用該業(yè)務(wù)，其特征模型的區(qū)別可能會(huì)非常明顯和懸殊，即某一類業(yè)務(wù)就可能對(duì)應(yīng)多個(gè)業(yè)務(wù)特征模型。在分析某個(gè)業(yè)務(wù)特征模型時(shí)，通常不考慮其他業(yè)務(wù)對(duì)該業(yè)務(wù)造成的影響，也不考慮實(shí)際的網(wǎng)絡(luò)實(shí)現(xiàn)方法。(2)業(yè)務(wù)流量模型是利用數(shù)學(xué)方法描述各種具體業(yè)務(wù)的流量，進(jìn)而對(duì)承載該項(xiàng)業(yè)務(wù)的無線資源進(jìn)行估算，以保證資源能夠滿足該項(xiàng)業(yè)務(wù)的需求。當(dāng)網(wǎng)絡(luò)中同時(shí)執(zhí)行多個(gè)業(yè)務(wù)實(shí)例時(shí)，對(duì)網(wǎng)絡(luò)流量進(jìn)行分析和測量，可獲得業(yè)務(wù)流量模型。業(yè)務(wù)流量模型是對(duì)一類業(yè)務(wù)的典型情況進(jìn)行分析，只需要一個(gè)業(yè)務(wù)流量模型就能靜態(tài)地涵蓋該類業(yè)務(wù)所發(fā)生的全部實(shí)例。它從系統(tǒng)級(jí)別的角度來描述一類業(yè)務(wù)的流量特性，網(wǎng)絡(luò)的具體實(shí)現(xiàn)與該模型的描述息息相關(guān)。(3)網(wǎng)絡(luò)模型是從網(wǎng)絡(luò)中特定的某個(gè)測量點(diǎn)對(duì)業(yè)務(wù)量情況的描述。由于業(yè)務(wù)量情況與具體網(wǎng)絡(luò)的實(shí)現(xiàn)協(xié)議非常相關(guān)，因此網(wǎng)絡(luò)模型依賴于具體的網(wǎng)絡(luò)實(shí)現(xiàn)。網(wǎng)絡(luò)模型專用于描述網(wǎng)絡(luò)的某個(gè)組成部分，尤其適用于某些具體網(wǎng)絡(luò)層面的分析。但是，正是由于網(wǎng)絡(luò)模型的專用性，它不適宜用于對(duì)與網(wǎng)絡(luò)特性無關(guān)的業(yè)務(wù)提供全面的描述。當(dāng)前廣泛應(yīng)用于各種通信系統(tǒng)協(xié)議研究開發(fā)的網(wǎng)絡(luò)瀏覽業(yè)務(wù)模型是傳統(tǒng)的三層模型(參見圖l),該模型所描述的網(wǎng)頁主要是以文字、圖片為主。隨著互聯(lián)網(wǎng)的發(fā)展，以視頻圖像為主的多媒體網(wǎng)頁瀏覽業(yè)務(wù)的應(yīng)用日益廣泛。如今，越來越多的網(wǎng)頁中嵌入了活動(dòng)圖片、視頻動(dòng)畫、音頻播放、文件下載等不同業(yè)務(wù)，這些業(yè)務(wù)的引入使得網(wǎng)頁瀏覽業(yè)務(wù)的特征發(fā)生了巨大變化，而這種變化使得原先只考慮文字、靜止圖像的傳統(tǒng)網(wǎng)頁結(jié)構(gòu)模型不僅失去其準(zhǔn)確性，甚至產(chǎn)生很大偏差。因此，研究如何建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型已經(jīng)成為業(yè)內(nèi)技術(shù)人員關(guān)注的新焦點(diǎn)，它對(duì)研究網(wǎng)頁瀏覽業(yè)務(wù)及如何設(shè)計(jì)網(wǎng)絡(luò)協(xié)議都具有非常重要的意義。眾所周知，業(yè)務(wù)沖莫型應(yīng)該捕捉和刻畫出該業(yè)務(wù)的主要統(tǒng)計(jì)特征，通常應(yīng)該滿足以下幾條準(zhǔn)則(1)真實(shí)性業(yè)務(wù)量模型應(yīng)該描述真實(shí)業(yè)務(wù)源的主要統(tǒng)計(jì)特征。業(yè)務(wù)模型應(yīng)該具有明確的物理意義。(2)通用性業(yè)務(wù)建模應(yīng)考慮該業(yè)務(wù)模型可以適應(yīng)各種不同因素的影響，只是在各個(gè)不同參數(shù)的數(shù)值上有所差別。(3)簡單性業(yè)務(wù)量模型的參數(shù)應(yīng)盡量少，并盡可能反映業(yè)務(wù)的真實(shí)特征。(4)可適配性業(yè)務(wù)^f莫型應(yīng)該容易與真實(shí)業(yè)務(wù)相互擬合，其業(yè)務(wù)參數(shù)應(yīng)該可以從真實(shí)業(yè)務(wù)量中方便地得到。(5)易實(shí)現(xiàn)性業(yè)務(wù)量模型應(yīng)該可以通過計(jì)算機(jī)仿真或基于硬件的業(yè)務(wù)量產(chǎn)生設(shè)備來簡單地實(shí)現(xiàn)或仿真。如果一個(gè)業(yè)務(wù)模型能夠同時(shí)滿足上述各個(gè)特性，那么，它就是一個(gè)相當(dāng)完備的模型。然而，通常這是很難做到的。一般來說，業(yè)務(wù)模型的參數(shù)越多，模型越精準(zhǔn)、越接近真實(shí)的業(yè)務(wù)源。但是，付出的代價(jià)則是該模型也就越復(fù)雜，理論分析和計(jì)算機(jī)仿真也會(huì)越加困難。因此，在實(shí)際的業(yè)務(wù)建模過程中，往往要根據(jù)其用途在模型的復(fù)雜性和精準(zhǔn)性之間進(jìn)行權(quán)衡和取舍。
發(fā)明內(nèi)容有鑒于此，本發(fā)明的目的是提供一種建立多i某體網(wǎng)頁瀏覽業(yè)務(wù)^t型的實(shí)現(xiàn)方法，該方法通過統(tǒng)計(jì)網(wǎng)頁中的多媒體業(yè)務(wù)的各種特性，并將反映該特性的各種模型參數(shù)提取出來，用于建模。本發(fā)明方法所建的業(yè)務(wù)特征模型能夠比較真實(shí)地描述當(dāng)前多媒體網(wǎng)頁瀏覽業(yè)務(wù)的特點(diǎn)，為網(wǎng)絡(luò)運(yùn)營商和業(yè)務(wù)提供商進(jìn)一步完善網(wǎng)絡(luò)和網(wǎng)頁提供更加準(zhǔn)確、可靠、有效的業(yè)務(wù)模型分析基礎(chǔ)，并為網(wǎng)絡(luò)協(xié)議的分析、改進(jìn)提供了更可靠的網(wǎng)頁瀏覽業(yè)務(wù)模型；此外，本發(fā)明方法能夠兼容傳統(tǒng)的普通網(wǎng)頁的建模方法。為了達(dá)到上述目的，本發(fā)明提供了一種建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，其特征在于先對(duì)多媒體網(wǎng)頁瀏覽業(yè)務(wù)進(jìn)行理-淪分析，以傳統(tǒng)的網(wǎng)頁瀏覽業(yè)務(wù)模型的三層結(jié)構(gòu)框架為基礎(chǔ)，將統(tǒng)計(jì)模型擴(kuò)展為四層結(jié)構(gòu)，并引入新的模型參數(shù)來描述頁面層中的多媒體業(yè)務(wù)的特征，建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型；再從實(shí)際網(wǎng)絡(luò)中采集模型參數(shù)的系列數(shù)據(jù)，進(jìn)行分析處理，擬合出模型參數(shù)的概率分布函數(shù)；這樣，由模型框架、各個(gè)模型參數(shù)對(duì)應(yīng)擬合的概率分布函數(shù)及其相關(guān)參數(shù)一起構(gòu)建多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型；最后，采用仿真與理論結(jié)合的方法分析、驗(yàn)證和修正該業(yè)務(wù)特征模型。本發(fā)明是一種建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的方法，該方法五個(gè)操作步驟中的前兩個(gè)步驟是整個(gè)建模過程中的關(guān)鍵，主要完成模型框架的提出和確定模型參數(shù)。其思路是借鑒以往的業(yè)務(wù)模型建模方法，分析多+某體網(wǎng)頁結(jié)構(gòu)與傳統(tǒng)網(wǎng)頁結(jié)構(gòu)的異同之處，并在跟蹤多媒體網(wǎng)頁瀏覽業(yè)務(wù)的協(xié)議構(gòu)成及其傳輸過程的基礎(chǔ)上，提取特定的模型參數(shù)來描述其結(jié)構(gòu)組成和傳輸過程的物理意義，以架構(gòu)新的業(yè)務(wù)模型。后續(xù)兩個(gè)操作步驟是選擇具體網(wǎng)絡(luò)及其采集點(diǎn)，對(duì)相關(guān)模型參數(shù)進(jìn)行分析和擬合處理，這兩個(gè)操作雖然會(huì)影響到具體參數(shù)的不同取值，但是不會(huì)改變模型框架的基本結(jié)構(gòu)。因此，步驟(3)、(4)是業(yè)務(wù)模型的網(wǎng)絡(luò)化，即給模型參數(shù)賦予與具體網(wǎng)絡(luò)相對(duì)應(yīng)的數(shù)值。最后步驟(5)是用均值、方差以及分形幾何學(xué)的理論(即自相似、多重分形的相關(guān)理論)對(duì)仿真業(yè)務(wù)模型產(chǎn)生的各項(xiàng)數(shù)據(jù)進(jìn)行分析，驗(yàn)證、判斷所構(gòu)建的業(yè)務(wù)模型的準(zhǔn)確與有效，并為前面相關(guān)步驟的分析提供支持，即從不同角度分析該業(yè)務(wù)模型所產(chǎn)生的數(shù)據(jù)與實(shí)際網(wǎng)絡(luò)采集的數(shù)據(jù)之間的差距，以使今后構(gòu)建的業(yè)務(wù)模型更加貼近實(shí)際。總之，本發(fā)明為構(gòu)建多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型提供了一種切實(shí)、有效、簡單、可行的方法，具有很好的推廣應(yīng)用前景。圖l是傳統(tǒng)網(wǎng)頁瀏覽業(yè)務(wù)模型的三層結(jié)構(gòu)示意圖。圖2是本發(fā)明多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的建立方法的操作流程圖。圖3是本發(fā)明建立的多々某體網(wǎng)頁瀏覽業(yè)務(wù)才莫型的會(huì)話層和頁面層結(jié)構(gòu)圖。圖4是本發(fā)明建立的多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型中的普通頁面結(jié)構(gòu)圖。圖5是本發(fā)明建立的多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型中的多媒體頁面結(jié)構(gòu)圖。圖6是本發(fā)明建立的多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的框架結(jié)構(gòu)圖。圖7是本發(fā)明方法中的分析、處理數(shù)據(jù)的操作步驟流程圖。具體實(shí)施方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。本發(fā)明是一種建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的方法，它是先對(duì)多媒體網(wǎng)頁瀏覽業(yè)務(wù)進(jìn)行理論分析，以傳統(tǒng)的網(wǎng)頁瀏覽業(yè)務(wù)^it型的三層結(jié)構(gòu)框架為基礎(chǔ)，將統(tǒng)計(jì)模型擴(kuò)展為四層結(jié)構(gòu)，并引入新的模型參數(shù)來描述頁面層中的多媒體業(yè)務(wù)的特征，建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型；再從實(shí)際網(wǎng)絡(luò)中采集模型參數(shù)的系列數(shù)據(jù)，進(jìn)行分析處理，擬合出模型參數(shù)的概率分布函數(shù)；這樣，由模型框架、各個(gè)模型參數(shù)對(duì)應(yīng)擬合的概率分布函數(shù)及其相關(guān)參數(shù)一起構(gòu)建多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型；最后，采用仿真與理論結(jié)合的方法分析、驗(yàn)證和修正該業(yè)務(wù)特征模型。眾所周知，多媒體網(wǎng)頁是在網(wǎng)頁中嵌入或鏈接有包括視頻、音頻、圖像、動(dòng)畫、數(shù)據(jù)的多媒體業(yè)務(wù)成分的網(wǎng)頁。而電信業(yè)務(wù)的建模過程，除了要分析業(yè)務(wù)源的特性以外，關(guān)鍵是要借助合理的分析方法與適當(dāng)?shù)慕Ａ鞒?。本發(fā)明建立的多媒體網(wǎng)頁瀏覽業(yè)務(wù)(其能夠兼容普通網(wǎng)頁瀏覽業(yè)務(wù))模型為網(wǎng)頁瀏覽業(yè)務(wù)特征模型。該方法是對(duì)多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型中的不同屬性的嵌入對(duì)象或鏈接對(duì)象進(jìn)行區(qū)別后、分別建模，以體現(xiàn)不同性質(zhì)的嵌入對(duì)象或鏈接對(duì)象之間的不同業(yè)務(wù)特征。參見圖2,詳細(xì)說明本發(fā)明建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型方法操作流程的各個(gè)具體步驟(1)理論分析從理論上分析多媒體網(wǎng)頁瀏覽業(yè)務(wù)的自然屬性其不同業(yè)務(wù)組成成分及每個(gè)成分的物理意義與特征；在觀察多媒體網(wǎng)頁特征的基礎(chǔ)上，提出多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型的框架。參見圖3,介紹本發(fā)明構(gòu)建的多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的會(huì)話層和頁面層結(jié)構(gòu)。圖4與圖5則分別給出傳統(tǒng)三層模型的普通頁面結(jié)構(gòu)與本發(fā)明所構(gòu)建模型的多+某體頁面結(jié)構(gòu)，兩者之間的不同是很顯著的。通過理i侖分析，本發(fā)明所要建立的業(yè)務(wù)模型框架結(jié)構(gòu)有四層(參見圖6):第一層為會(huì)話層，采用ON和間隔時(shí)間。第二層為頁面層表示每次會(huì)話中瀏覽的普通頁面和多媒體頁面。第三層為對(duì)象層表示每個(gè)頁面所包含的對(duì)象，包括主對(duì)象(由文字、頁面的基本框架組成)、嵌入對(duì)象(由包括靜止圖像和小動(dòng)畫組成)、或多媒體對(duì)象。第四層為數(shù)據(jù)包層，用于對(duì)第三層的多媒體對(duì)象、即視頻對(duì)象作擴(kuò)展分析，使用特定參數(shù)描述多媒體對(duì)象的數(shù)據(jù)包大小及其到達(dá)情況。(2)提取參數(shù)根據(jù)傳統(tǒng)三層業(yè)務(wù)模型的相關(guān)參數(shù)及其意義，以及前一步驟的理論分析，提取各種模型參數(shù)來描述不同業(yè)務(wù)成分的物理特征，并用作業(yè)務(wù)特征模型框架中各種具有確定物理意義的不同參數(shù)。本發(fā)明提取的模型參數(shù)如下表所示:<table>tableseeoriginaldocumentpage12</column></row><table><table>tableseeoriginaldocumentpage13</column></row><table>(3)采集數(shù)據(jù)，計(jì)算得到各項(xiàng)模型參數(shù)采用網(wǎng)絡(luò)數(shù)據(jù)采集軟件，在設(shè)定網(wǎng)絡(luò)的路由器或其它設(shè)定節(jié)點(diǎn)上采集包括普通網(wǎng)頁瀏覽業(yè)務(wù)和含有多媒體視頻播放的網(wǎng)頁瀏覽業(yè)務(wù)的大量數(shù)據(jù)(釆集時(shí)間要足夠長)，再從中進(jìn)行篩選、過濾，將與建模相關(guān)的數(shù)據(jù)選擇出來；再對(duì)選出的建模數(shù)據(jù)進(jìn)行計(jì)算、處理，得到各個(gè)模型參數(shù)的數(shù)據(jù)序列。該步驟進(jìn)一步包括下列操作內(nèi)容(參見圖7):(31)篩選數(shù)據(jù)按照IP地址和超文本鏈接標(biāo)記語言協(xié)議HTTP對(duì)數(shù)據(jù)進(jìn)行篩選，由于無法對(duì)部分視頻業(yè)務(wù)的應(yīng)用層協(xié)議進(jìn)行解析，只能捕獲到其數(shù)據(jù)包對(duì)應(yīng)的傳輸層信息，所以數(shù)據(jù)篩選就是將HTTP協(xié)議數(shù)據(jù)包和由"GET"引發(fā)的傳輸控制協(xié)議TCP數(shù)據(jù)包篩選出來。(32)讀取信息讀取篩選出來的每個(gè)數(shù)據(jù)包的各種信息包括IP地址、端口號(hào)、到達(dá)時(shí)間、頁面標(biāo)志、包的大小。(33)提取會(huì)話層模型參數(shù)對(duì)應(yīng)數(shù)值分析上述數(shù)據(jù)包的信息，以便由"GET"區(qū)分出頁面的開始，繼而得到頁面到達(dá)時(shí)間和其它初步信息；再將統(tǒng)計(jì)出來的頁面到達(dá)時(shí)間進(jìn)行排序后，求出其二階導(dǎo)數(shù)，再以二階導(dǎo)數(shù)最大處的數(shù)值作為會(huì)話間隔的門限值；然后利用該門限值來區(qū)分頁面間隔與會(huì)話間隔，由此獲得會(huì)話層的各個(gè)模型參數(shù)的數(shù)值。(34)區(qū)分頁面的類型統(tǒng)計(jì)多媒體頁面的比例，并分別存儲(chǔ)普通頁面的數(shù)據(jù)和多媒體頁面的數(shù)據(jù)，對(duì)于普通頁面，則順序執(zhí)行后續(xù)操作；對(duì)于多媒體頁面，則跳轉(zhuǎn)執(zhí)行步驟(36)的操作。(35)提取普通頁面的頁面層模型參數(shù)值，并進(jìn)行統(tǒng)計(jì)分析采用步驟(33)的計(jì)算方法得到各個(gè)對(duì)象間隔的門限值，再計(jì)算得到普通頁面頁面層的各個(gè)模型參數(shù)的數(shù)值。(36)提取普通頁面的對(duì)象層參數(shù)值用端口號(hào)區(qū)分主對(duì)象和嵌入對(duì)象(主要考慮在HTTP1.1協(xié)議情況下)，得到普通頁面對(duì)象層的各項(xiàng)模型參數(shù)的數(shù)值。(37)提取多媒體頁面的頁面層參數(shù)值，并進(jìn)行統(tǒng)計(jì)分析采用步驟(33)的計(jì)算方法得到各個(gè)對(duì)象間隔的門限值，再計(jì)算得到多媒體頁面頁面層的各個(gè)模型參數(shù)的數(shù)值。(38)提取多媒體頁面的對(duì)象層參數(shù)值用端口號(hào)區(qū)分主對(duì)象、嵌入對(duì)象和多媒體對(duì)象，得到多媒體頁面對(duì)象層的各個(gè)模型參數(shù)的數(shù)值。(39)提取多媒體數(shù)據(jù)包參數(shù)值統(tǒng)計(jì)各個(gè)多媒體對(duì)象所對(duì)應(yīng)的數(shù)據(jù)包的到達(dá)時(shí)間、大小和其它信息，得到數(shù)據(jù)包層的各個(gè)模型參數(shù)的數(shù)值。(4)對(duì)各個(gè)模型參數(shù)的數(shù)據(jù)序列分別進(jìn)行計(jì)算、分析和擬合處理先分別計(jì)算各個(gè)模型參數(shù)數(shù)據(jù)序列的統(tǒng)計(jì)特性均值和方差，以及每個(gè)模型參數(shù)數(shù)據(jù)序列的概率累積分布函數(shù)CDF;再采用多個(gè)不同概率分布函數(shù)分別估算每個(gè)模型參數(shù)的均值和方差，以及分別計(jì)算、擬合每個(gè)模型參數(shù)對(duì)應(yīng)這些不同概率分布函數(shù)的CDF;然后，對(duì)每個(gè)模型參數(shù)的CDF與其對(duì)應(yīng)的多個(gè)概率分布函數(shù)的CDF進(jìn)行比較，以最小均方誤差(MMSE)方法選擇出最佳概率分布函數(shù)；藉此，構(gòu)建完成以模型框架、各個(gè)模型參數(shù)對(duì)應(yīng)的擬合函數(shù)、以及該擬合函數(shù)中的對(duì)應(yīng)參數(shù)所組成的多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型。該步驟(4)進(jìn)一步包括下列操作內(nèi)容(41)分別計(jì)算各個(gè)模型參數(shù)的數(shù)據(jù)序列的均值和平方差，以及每個(gè)模型參數(shù)數(shù)據(jù)序列的概率累積分布函數(shù)CDF。(42)利用各個(gè)模型參數(shù)的均值和平方差估算具有該均值和方差的韋布Weibull概率分布函數(shù)中的兩個(gè)參數(shù)尺度參數(shù)a和形狀參數(shù)p,再利用這兩個(gè)參數(shù)計(jì)算出Weibull概率分布函數(shù)的CDF。(43)采用步驟(42)的方法，計(jì)算各個(gè)模型參數(shù)的均值和方差分別在Pareto、Exponential、Normal、Geometric和Lognormal五個(gè)斗既率分布函凄t中所對(duì)應(yīng)的相關(guān)參lt及其CDF。(44)將各個(gè)模型參數(shù)的數(shù)據(jù)序列的CDF與步驟(42)和(43)中計(jì)算得到的六個(gè)CDF進(jìn)行比較，采用最小均方誤差(MMSE)準(zhǔn)則，乂人該六種概率分布函數(shù)中選出最佳概率分布函數(shù)作為每個(gè)模型參數(shù)的擬合函數(shù)。(45)以所選取的擬合分布函數(shù)中的對(duì)應(yīng)參數(shù)來取代步驟(42)和(43)中估算得到的模型參數(shù)。(46)以模型框架、各個(gè)模型參數(shù)所對(duì)應(yīng)的擬合函數(shù)，以及該擬合函數(shù)中的對(duì)應(yīng)參數(shù)為基礎(chǔ)，基本確立多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型。(5)搭建仿真平臺(tái)，驗(yàn)證所建業(yè)務(wù)模型的準(zhǔn)確性與有效性以仿真運(yùn)行結(jié)合理論分析的方法，對(duì)該業(yè)務(wù)特征模型仿真運(yùn)行所產(chǎn)生的數(shù)據(jù)與實(shí)際網(wǎng)絡(luò)中采集到的數(shù)據(jù)進(jìn)行分析，以判斷、驗(yàn)證該業(yè)務(wù)特征^t型是否準(zhǔn)確與有效，同時(shí)，把驗(yàn)證結(jié)果反饋到理論分析和數(shù)據(jù)分析步驟中的相關(guān)操作，對(duì)所建業(yè)務(wù)模型進(jìn)行修改和完善。該步驟(5)進(jìn)一步包括下列操作內(nèi)容(51)采用OPNETModeler軟件搭建與實(shí)際系統(tǒng)相類似的網(wǎng)絡(luò)，該搭建的網(wǎng)絡(luò)仿真平臺(tái)要盡可能模仿實(shí)際系統(tǒng)的網(wǎng)絡(luò)架構(gòu)、協(xié)議組成、控制流程和業(yè)務(wù)狀況，以便仿真結(jié)果更加接近實(shí)際網(wǎng)絡(luò)運(yùn)行狀況；(52)在仿真平臺(tái)中構(gòu)建業(yè)務(wù)產(chǎn)生模塊，并將各個(gè)模型參數(shù)用于業(yè)務(wù)產(chǎn)生模塊，以便對(duì)由該模型參數(shù)產(chǎn)生的業(yè)務(wù)流量進(jìn)行分析處理；(53)在仿真平臺(tái)的節(jié)點(diǎn)上構(gòu)建業(yè)務(wù)采集模塊，并模仿實(shí)際運(yùn)行網(wǎng)絡(luò)的數(shù)據(jù)采集機(jī)制采集該仿真網(wǎng)絡(luò)中的業(yè)務(wù)流量數(shù)據(jù)；此時(shí)，應(yīng)確保采集過程不會(huì)影響該仿真網(wǎng)絡(luò)中的業(yè)務(wù)流量特性；(54)對(duì)采集的數(shù)據(jù)進(jìn)行分析處理先以不同時(shí)間單元所采集的數(shù)據(jù)組成多個(gè)序列，分別計(jì)算這些數(shù)據(jù)序列的一階統(tǒng)計(jì)特性均值、二階統(tǒng)計(jì)特性平方差、高階統(tǒng)計(jì)特性、自相似性Hurst值和局部奇異性多重分形語，并與實(shí)際運(yùn)行網(wǎng)絡(luò)中采集到的數(shù)據(jù)序列的對(duì)應(yīng)統(tǒng)計(jì)特性進(jìn)行比較，以驗(yàn)證所建業(yè)務(wù)特征模型是否準(zhǔn)確與有效；(55)將驗(yàn)證結(jié)果反饋到理論分析和數(shù)據(jù)分析步驟中的相關(guān)操作，對(duì)模型框架、模型參數(shù)、擬合函數(shù)和該函數(shù)的對(duì)應(yīng)參數(shù)進(jìn)行調(diào)整，以修正和完善所構(gòu)建的業(yè)務(wù)特征模型。本發(fā)明方法已經(jīng)進(jìn)行了試驗(yàn)實(shí)施，通過對(duì)實(shí)施例的分析，利用本發(fā)明方法構(gòu)建的業(yè)務(wù)模型所產(chǎn)生的業(yè)務(wù)數(shù)據(jù)的自相似性Hurst值，要比傳統(tǒng)三層業(yè)務(wù)模型所產(chǎn)生的業(yè)務(wù)數(shù)據(jù)的自相似性Hurst值更加接近于實(shí)際網(wǎng)絡(luò)中采集的數(shù)據(jù)Hurst值。同時(shí)，對(duì)上述三者的不同多重分形譜進(jìn)行考察、分析可以發(fā)現(xiàn)本發(fā)明方法建立的業(yè)務(wù)模型所產(chǎn)生的業(yè)務(wù)數(shù)據(jù)具有與實(shí)際網(wǎng)絡(luò)中采集的數(shù)據(jù)更加接近的局部奇異性。因此，本發(fā)明的實(shí)施例試驗(yàn)是成功的實(shí)現(xiàn)了發(fā)明目的。使用該方法所建立的多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型能夠?yàn)楫?dāng)前網(wǎng)絡(luò)提供更加準(zhǔn)確、可靠、有效的服務(wù)。而且，隨著網(wǎng)絡(luò)的發(fā)展和多媒體業(yè)務(wù)的不斷推廣，多媒體網(wǎng)頁瀏覽業(yè)務(wù)將會(huì)得到更為廣泛的應(yīng)用，本發(fā)明也將具有很好的應(yīng)用前景。權(quán)利要求1.一種建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，其特征在于先對(duì)多媒體網(wǎng)頁瀏覽業(yè)務(wù)進(jìn)行理論分析，以傳統(tǒng)的網(wǎng)頁瀏覽業(yè)務(wù)模型的三層結(jié)構(gòu)框架為基礎(chǔ)，將統(tǒng)計(jì)模型擴(kuò)展為四層結(jié)構(gòu)，并引入新的模型參數(shù)來描述頁面層中的多媒體業(yè)務(wù)的特征，建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型；再從實(shí)際網(wǎng)絡(luò)中采集模型參數(shù)的系列數(shù)據(jù)，進(jìn)行分析處理，擬合出模型參數(shù)的概率分布函數(shù)；這樣，由模型框架、各個(gè)模型參數(shù)對(duì)應(yīng)擬合的概率分布函數(shù)及其相關(guān)參數(shù)一起構(gòu)建多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型；最后，采用仿真與理論結(jié)合的方法分析、驗(yàn)證和修正該業(yè)務(wù)特征模型。2、根據(jù)權(quán)利要求1所述的建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，其特征在于所述多媒體網(wǎng)頁是在網(wǎng)頁中嵌入或鏈接有包括視頻、音頻、圖像、動(dòng)畫、數(shù)據(jù)的多媒體業(yè)務(wù)成分的網(wǎng)頁；所述多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型為網(wǎng)頁瀏覽業(yè)務(wù)特征模型，且該特征模型同樣適用于普通網(wǎng)頁瀏覽業(yè)務(wù)。3、根據(jù)權(quán)利要求1所述的建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，其特征在于，所述方法包括下述操作步驟(1)理論分析從理論上分析多媒體網(wǎng)頁瀏覽業(yè)務(wù)的不同業(yè)務(wù)組成成分及每個(gè)成分的物理意義與特征；在觀察多媒體網(wǎng)頁特征的基礎(chǔ)上，提出多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型的框架；(2)提取參數(shù)提取各種模型參數(shù)來描述不同業(yè)務(wù)成分的物理特征，并用作所述業(yè)務(wù)特征模型框架中所包含的各種具有確定物理意義的不同參數(shù)；(3)采集數(shù)據(jù)，計(jì)算得到各項(xiàng)模型參數(shù)采用網(wǎng)絡(luò)數(shù)據(jù)采集軟件，在設(shè)定網(wǎng)絡(luò)的路由器或其它設(shè)定節(jié)點(diǎn)上大量采集包括普通網(wǎng)頁瀏覽業(yè)務(wù)和含有多媒體成分的網(wǎng)頁瀏覽業(yè)務(wù)的數(shù)據(jù)，從中進(jìn)行篩選、過濾，將與建模相關(guān)的數(shù)據(jù)選擇出來；再對(duì)選出的建模數(shù)據(jù)進(jìn)行計(jì)算、處理，得到各個(gè)模型參數(shù)的數(shù)據(jù)序列；(4)對(duì)各個(gè)模型參數(shù)的數(shù)據(jù)序列分別進(jìn)行計(jì)算、分析和擬合處理先分別計(jì)算各個(gè)模型參數(shù)數(shù)據(jù)序列的統(tǒng)計(jì)特性均值和方差，以及每個(gè)模型參數(shù)數(shù)據(jù)序列的概率累積分布函數(shù)CDF;再采用多個(gè)不同概率分布函數(shù)分別估算每個(gè)模型參數(shù)的均值和方差，以及分別計(jì)算、擬合每個(gè)模型參數(shù)對(duì)應(yīng)這些不同概率分布函數(shù)的CDF;然后，對(duì)每個(gè)模型參數(shù)的CDF與其對(duì)應(yīng)的多個(gè)概率分布函數(shù)的CDF進(jìn)行比較，以最小均方誤差MMSE方法選4奪出最佳概率分布函lt;藉此，構(gòu)建完成以模型框架、各個(gè)模型參數(shù)對(duì)應(yīng)的擬合函數(shù)、以及該擬合函數(shù)中的對(duì)應(yīng)參數(shù)所組成的多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型；(5)搭建仿真平臺(tái)，驗(yàn)證所建業(yè)務(wù)模型的準(zhǔn)確性與有效性以仿真運(yùn)行結(jié)合理論分析的方法，對(duì)該業(yè)務(wù)特征模型仿真運(yùn)行所產(chǎn)生的數(shù)據(jù)與實(shí)際網(wǎng)絡(luò)中采集到的數(shù)據(jù)進(jìn)行分析，以判斷、驗(yàn)證該業(yè)務(wù)特征模型是否準(zhǔn)確與有效，同時(shí)，把驗(yàn)證結(jié)果反饋到理論分析和數(shù)據(jù)分析步驟中的相關(guān)操作，對(duì)所建業(yè)務(wù)模型進(jìn)行修改和完善。4、根據(jù)權(quán)利要求1所述的建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，其特征在于所述多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型框架結(jié)構(gòu)有四層第一層為會(huì)話層，采用ON和OFF分別描述用戶發(fā)起的網(wǎng)頁瀏覽會(huì)話持續(xù)時(shí)間和相鄰的兩個(gè)瀏覽會(huì)話之間的間隔時(shí)間；第二層為頁面層表示每次會(huì)話中瀏覽的普通頁面和多媒體頁面；第三層為對(duì)象層表示每個(gè)頁面所包含的對(duì)象，包括由文字、頁面的基本框架組成的主對(duì)象、由包括靜止圖像和動(dòng)畫組成的嵌入對(duì)象、或多媒體對(duì)象；第四層為數(shù)據(jù)包層，用于對(duì)第三層的多媒體對(duì)象、即視頻對(duì)象作擴(kuò)展分析，使用特定參數(shù)描述多媒體對(duì)象的數(shù)據(jù)包大小及其到達(dá)情況。5、根據(jù)權(quán)利要求1所述的建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，其特征在于所述多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型包括有下述各層的模型參數(shù)會(huì)話層的參數(shù)Sessioninterarrivaltime,表示兩個(gè)相鄰會(huì)話session的到達(dá)時(shí)間之間的間隔；Sessionduration,表示一個(gè)會(huì)話session的持續(xù)時(shí)長；Pagespersession,表示一個(gè)會(huì)話session中下載的網(wǎng)頁數(shù)量；Multimediapageratio，表示多々某體頁面占總頁面的比例；頁面層的參數(shù)Pagesize,表示網(wǎng)頁的大小；Objectnumberperpage,表示一個(gè)網(wǎng)頁中包含對(duì)象object的凄t量；Pageinterarrivaltime,表示頁面Page到達(dá)日于間間隔；對(duì)象層的參數(shù)Mainobjectsize,表示主對(duì)象Mainobject大小；Inlineobjectsize,表示嵌入對(duì)象Inlineobject大小；Objectinterval,表示Mainobject和Inlineobject之間的時(shí)間間隔；Videoobjectsize,表示多4某體對(duì)象、即視頻對(duì)象Videoobject大??；Relativearrivetime,表示Videoobject的啟動(dòng)時(shí)間與相應(yīng)頁面page起始時(shí)間之間的時(shí)間間隔；數(shù)據(jù)包層的參數(shù)Videopacketinterval，表示不同視頻數(shù)據(jù)包Videopacket之間的時(shí)間間隔；Videopacketsize,表示Videopacket大小。6、根據(jù)權(quán)利要求3所述的建立多+某體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，其特征在于所述步驟(3)進(jìn)一步包括下列操作內(nèi)容(31)篩選數(shù)據(jù)按照IP地址和超文本鏈接標(biāo)記語言協(xié)i義HTTP對(duì)數(shù)據(jù)進(jìn)行篩選，即將HTTP協(xié)議數(shù)據(jù)包和由"GET"引發(fā)的傳輸控制協(xié)議TCP數(shù)據(jù)包篩選出來；(32)讀取信息讀取篩選出來的每個(gè)數(shù)據(jù)包的各種信息包括IP地址、端口號(hào)、到達(dá)時(shí)間、頁面標(biāo)志、包的大??；(33)提取會(huì)話層模型參數(shù)對(duì)應(yīng)數(shù)值對(duì)上述數(shù)據(jù)包的信息進(jìn)行分析，以便由"GET"區(qū)分出頁面的開始，繼而得到頁面到達(dá)時(shí)間和其它初步信息，再將統(tǒng)計(jì)出來的頁面到達(dá)時(shí)間進(jìn)行排序后，求出其二階導(dǎo)數(shù)，再以二階導(dǎo)數(shù)最大處的lt值作為會(huì)話間隔的門限值；然后利用該門P艮值來區(qū)分頁面間隔與會(huì)話間隔，由此獲得會(huì)話層的各個(gè)模型參數(shù)的數(shù)值；(34)區(qū)分頁面的類型統(tǒng)計(jì)多媒體頁面的比例，并分別存儲(chǔ)普通頁面的數(shù)據(jù)和多媒體頁面的數(shù)據(jù)，對(duì)于普通頁面，則順序執(zhí)行后續(xù)操作；對(duì)于多媒體頁面，則跳轉(zhuǎn)4丸行步驟(36)的操作；(35)^是取普通頁面的頁面層模型參數(shù)值，并進(jìn)行統(tǒng)計(jì)分析采用步驟(33)的計(jì)算方法得到各個(gè)對(duì)象間隔的門限值，再計(jì)算得到普通頁面的頁面層的各個(gè)模型參數(shù)的數(shù)值；(36)提取普通頁面的對(duì)象層參數(shù)值用端口號(hào)區(qū)分主對(duì)象和嵌入對(duì)象，得到普通頁面對(duì)象層的各項(xiàng)模型參數(shù)的數(shù)值；(37)提取多媒體頁面的頁面層參數(shù)值，并進(jìn)行統(tǒng)計(jì)分析釆用步驟(33)的計(jì)算方法得到各個(gè)對(duì)象間隔的門限值，再計(jì)算得到多i某體頁面頁面層的各個(gè)模型參數(shù)的數(shù)值；(38)提取多媒體頁面的對(duì)象層參數(shù)值用端口號(hào)區(qū)分主對(duì)象、嵌入對(duì)象和多媒體對(duì)象，得到多媒體頁面對(duì)象層的各個(gè)模型參數(shù)的數(shù)值；(39)提取多媒體數(shù)據(jù)包參數(shù)值統(tǒng)計(jì)各個(gè)多i某體對(duì)象所對(duì)應(yīng)的數(shù)據(jù)包的到達(dá)時(shí)間、大小和其它信息，得到數(shù)據(jù)包層的各個(gè)模型參數(shù)的數(shù)值。7、根據(jù)權(quán)利要求3所述的建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，其特征在于所述步驟(4)進(jìn)一步包括下列操作內(nèi)容(41)分別計(jì)算各個(gè)模型參數(shù)的數(shù)據(jù)序列的均值和方差，以及每個(gè)模型參數(shù)數(shù)據(jù)序列的概率累積分布函數(shù)CDF;(42)利用各個(gè)模型參數(shù)的均值和方差估算具有該均值和方差的韋布Weibull概率分布函數(shù)中的兩個(gè)參數(shù)尺度參數(shù)a和形狀參數(shù)(3，再利用這兩個(gè)參數(shù)計(jì)算出Weibull概率分布函數(shù)的CDF;(43)采用步驟(42)的方法，計(jì)算各個(gè)模型參數(shù)的均值和方差分別在帕累4毛Pareto、指凄丈Exponential正態(tài)Normal、幾4可Geometric和對(duì)凄丈正態(tài)(44)將各個(gè)模型參數(shù)的數(shù)據(jù)序列的CDF與步驟(42)和(43)中計(jì)算得到的六個(gè)CDF進(jìn)行比較，采用最小均方誤差(MMSE)準(zhǔn)則，/人該六種概率分布函數(shù)中選出最佳概率分布函數(shù)作為每個(gè)模型參數(shù)的擬合函數(shù)；(45)以所選取的擬合分布函數(shù)中的對(duì)應(yīng)參數(shù)來取代步驟(42)和(43)中估算得到的模型參數(shù)；(46)以模型框架、各個(gè)模型參數(shù)所對(duì)應(yīng)的擬合函數(shù)，以及該擬合函數(shù)中的對(duì)應(yīng)參數(shù)為基礎(chǔ)，基本確立多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型。8、根據(jù)權(quán)利要求3所述的建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，其特征在于所述步驟(5)進(jìn)一步包括下列操作內(nèi)容(51)采用OPNETModeler軟件搭建與實(shí)際系統(tǒng)相類似的網(wǎng)絡(luò)，該搭建的網(wǎng)絡(luò)仿真平臺(tái)要盡可能模仿實(shí)際系統(tǒng)的網(wǎng)絡(luò)架構(gòu)、協(xié)議組成、控制流程和業(yè)務(wù)狀況，以便仿真結(jié)果更加接近實(shí)際網(wǎng)絡(luò)運(yùn)行狀況；(52)在仿真平臺(tái)中構(gòu)建業(yè)務(wù)產(chǎn)生模塊，并將各個(gè)模型參數(shù)用于業(yè)務(wù)產(chǎn)生模塊，以便對(duì)由該模型參數(shù)產(chǎn)生的業(yè)務(wù)流量進(jìn)行分析處理；(53)在仿真平臺(tái)的節(jié)點(diǎn)上構(gòu)建業(yè)務(wù)采集模塊，并模仿實(shí)際運(yùn)行網(wǎng)絡(luò)的數(shù)據(jù)采集機(jī)制采集該仿真網(wǎng)絡(luò)中的業(yè)務(wù)流量數(shù)據(jù)；此時(shí)，應(yīng)確保采集過程不會(huì)影響該仿真網(wǎng)絡(luò)中的業(yè)務(wù)流量特性；(54)對(duì)釆集的數(shù)據(jù)進(jìn)行分析處理先以不同時(shí)間單元所采集的數(shù)據(jù)組成多個(gè)序列，分別計(jì)算這些數(shù)據(jù)序列的一階統(tǒng)計(jì)特性均值、二階統(tǒng)計(jì)特性平方差、高階統(tǒng)計(jì)特性、自相似性Hurst值和局部奇異性多重分形譜，并與實(shí)際運(yùn)行網(wǎng)絡(luò)中采集到的數(shù)據(jù)序列的對(duì)應(yīng)統(tǒng)計(jì)特性進(jìn)行比較，以驗(yàn)證所建業(yè)務(wù)特征模型是否準(zhǔn)確與有效；(55)將驗(yàn)證結(jié)果反饋到理論分析和數(shù)據(jù)分析步驟中的相關(guān)操作，對(duì)模型框架、模型參數(shù)、擬合函數(shù)和該函數(shù)的對(duì)應(yīng)參數(shù)進(jìn)行調(diào)整，以修正和完善所構(gòu)建的業(yè)務(wù)特征模型。9、根據(jù)權(quán)利要求1所述的建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，其特征在于所述方法對(duì)多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型中的不同屬性的嵌入對(duì)象或鏈接對(duì)象進(jìn)行區(qū)別后、分別建模，以體現(xiàn)不同性質(zhì)的嵌入對(duì)象或鏈接對(duì)象之間的不同業(yè)務(wù)特征。全文摘要一種建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)模型的實(shí)現(xiàn)方法，先對(duì)多媒體網(wǎng)頁瀏覽業(yè)務(wù)進(jìn)行理論分析，以傳統(tǒng)網(wǎng)頁瀏覽業(yè)務(wù)模型的三層結(jié)構(gòu)為基礎(chǔ)，將統(tǒng)計(jì)模型擴(kuò)展為四層結(jié)構(gòu)，并引入新的模型參數(shù)來描述頁面層中多媒體業(yè)務(wù)特征，建立多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型；再從實(shí)際網(wǎng)絡(luò)中采集模型參數(shù)的系列數(shù)據(jù)，進(jìn)行分析處理，擬合出模型參數(shù)的概率分布函數(shù)；這樣，由模型框架、各個(gè)模型參數(shù)對(duì)應(yīng)擬合的概率分布函數(shù)及其相關(guān)參數(shù)一起構(gòu)建多媒體網(wǎng)頁瀏覽業(yè)務(wù)特征模型；最后，采用仿真與理論結(jié)合的方法分析、驗(yàn)證和修正該業(yè)務(wù)特征模型。本發(fā)明建立的業(yè)務(wù)模型所產(chǎn)生的業(yè)務(wù)數(shù)據(jù)更加接近實(shí)際網(wǎng)絡(luò)中采集的數(shù)據(jù)，能夠?yàn)楫?dāng)前網(wǎng)絡(luò)提供更加準(zhǔn)確、可靠、有效的服務(wù)，應(yīng)用前景看好。文檔編號(hào)H04L12/24GK101252480SQ20081010330公開日2008年8月27日申請(qǐng)日期2008年4月2日優(yōu)先權(quán)日2008年4月2日發(fā)明者雷付,興張,王文博,紀(jì)曉東,陳宜杰申請(qǐng)人:北京郵電大學(xué)