視頻流量的相似性分析與仿真設(shè)計(jì)

1、齊齊哈爾大學(xué)畢業(yè)設(shè)計(jì)(論文)齊 齊 哈 爾 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）題 目 視頻流量的相似性分析與仿真設(shè)計(jì) 學(xué) 院 計(jì)算機(jī)與控制工程學(xué)院 專(zhuān)業(yè)班級(jí) 計(jì)算機(jī)科學(xué)與技術(shù)123 學(xué)生姓名 侯翰林 指導(dǎo)教師 李大輝 成 績(jī) 2016年 6月 12日摘 要21世紀(jì)以來(lái)隨著科學(xué)技術(shù)的高速發(fā)展和計(jì)算機(jī)網(wǎng)絡(luò)與多媒體業(yè)務(wù)的普及，在寬帶網(wǎng)絡(luò)服務(wù)中視頻業(yè)務(wù)的激增，產(chǎn)生大量的數(shù)據(jù)流量已占據(jù)網(wǎng)絡(luò)流量業(yè)務(wù)總體中的80%以上?；趥鹘y(tǒng)的網(wǎng)絡(luò)流量分析模型已經(jīng)不再適用于目前的網(wǎng)絡(luò)流量的分析高速網(wǎng)絡(luò)傳輸技術(shù)的多數(shù)據(jù)流量中。然而，大量的視頻流量數(shù)據(jù)中存在自相似的性質(zhì)，由于自相似模型能夠更加真實(shí)地描述網(wǎng)絡(luò)流量的特性對(duì)于研究數(shù)據(jù)流之間

2、偶合關(guān)系。因此，視頻流量自相似的研究對(duì)網(wǎng)絡(luò)的擁塞控制、信息監(jiān)測(cè)、帶寬分配及網(wǎng)絡(luò)性能評(píng)價(jià)等有著重要的意義。本文主要介紹了視頻流量的自相似性在國(guó)內(nèi)外的研究現(xiàn)狀，視頻流量相似性的性質(zhì)，形成原因，描述視頻流量自相似程度的Hurst參數(shù)估算方法，以及幾個(gè)典型能體現(xiàn)視頻流量自相似性的網(wǎng)絡(luò)模型：分形布朗運(yùn)動(dòng)模型（FBM），基于小波的多重分形小波模型以及ON/OFF模型。介紹了視頻流量自相似的形成原因、據(jù)流在不同尺度下的相似性的計(jì)算方法，本文的實(shí)驗(yàn)基于Wireshark和matlab進(jìn)行獲取數(shù)據(jù)、數(shù)據(jù)對(duì)比、數(shù)據(jù)分析，為了研究再不同尺度下視頻流量的相似性，進(jìn)行各個(gè)尺度的分析?；谝陨系睦碚?，進(jìn)行了視頻流量相似性

3、的實(shí)驗(yàn)設(shè)計(jì)。本文以研究視頻流量的自相似性作為切入點(diǎn)，用分類(lèi)測(cè)量的方法選取視頻流量的不同特征進(jìn)行不同尺度的自相似性分析；表示出視頻流量在不同尺度下的相似性信息，在此項(xiàng)研究中主要進(jìn)行幾組實(shí)驗(yàn)：視頻在單數(shù)據(jù)流情況下的網(wǎng)絡(luò)傳輸采樣、多數(shù)據(jù)流下的傳輸采樣并進(jìn)行相似度運(yùn)算；在不同分辨率下的視頻流量對(duì)視頻流量相似性的影響；在不同碼率下視頻流量對(duì)視頻流量相似性的影響。綜合以上幾組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行對(duì)比分析。關(guān)鍵詞：視頻流量；相似性；不同尺度；數(shù)據(jù)分析；matlabAbstractSince the 21st century with the rapid development of science and tech

4、nology and the popularization of computer network and multimedia business, a surge of video in broadband service business, to generate a large amount of data traffic has accounted for more than 80% of the overall network traffic business. Based on the traditional network traffic analysis model is no

5、 longer suitable for the analysis of the current network traffic in high-speed network transmission technology of data flow. , however, a large number of video traffic data in the nature of the self-similar, due to the self-similar model can more truly describe network traffic characteristics to stu

6、dy coupling relationship between the data flow. Therefore, video traffic self-similar research on network congestion control, information monitoring, bandwidth allocation and network performance evaluation has important significance.This article mainly introduced the video traffic self-similar in do

7、mestic and overseas research status, the nature of the video traffic self-similarity, forming reason, describe the video traffic self-similar degree of Hurst parameter estimation method, and several typical network model that can reflect the video traffic self-similarity: Fractional Brownian Motion

8、(FBM) model, based ON wavelet multifractal wavelet model and the ON/OFF model. Introduces the reasons for the formation of video traffic self-similar, according to flow under different scales of similarity calculation method, this paper experiment based on Wireshark and matlab to get the data, data

9、comparison, data analysis, to study the similarity of video flow to different scales, each scale analysis. Based on the above theory, has carried on the experimental design of similarity video flow. Based on the study of video traffic self-similarity as a breakthrough point, measured with classifica

10、tion method of selecting the different characteristics of video traffic self-similarity of different scale analysis; Show video information flow under different scales of similarity, several groups of experiments in this study mainly: video in the case of a single data flow of network transmission s

11、ampling, sampling data flow transmission and more similarity calculations; Under different resolutions of video traffic impact on video flow similarity; Under the different bit rate video traffic impact on video flow similarity. Comprehensive above several groups of experimental data were analyzed.K

12、ey words: video flow; Similarity; Different scales; Data analysis;Matlab目 錄摘 要IAbstractII第1章 緒論11.1 研究的背景11.2 國(guó)內(nèi)外關(guān)于視頻流量的研究現(xiàn)狀11.3 研究意義3第2章 基本概念與理論知識(shí)42.1 視頻流量自相似性基礎(chǔ)42.2 小波理論基礎(chǔ)與Haar算法6第3章 視頻流量特征與相似性的設(shè)計(jì)83.1 軟件介紹83.2 視頻流量特征選擇83.3 視頻流量相似性的度量103.3.1 不同尺度下的相似性研究103.3.2 流量數(shù)據(jù)捕獲與分析123.3.3 視頻流量在不同尺度下分析13第4章 視頻流

13、量相似性仿真設(shè)計(jì)154.1 常規(guī)視頻相似性分析154.2 多數(shù)據(jù)流下視頻流量相似性分析194.3 分辨率對(duì)視頻流量相似度的影響214.4 碼率對(duì)視頻流量相似度的影響25結(jié) 論32參考文獻(xiàn)33致 謝34III第1章 緒論1.1 研究的背景20世紀(jì)中最為重要科技進(jìn)步便是以多媒體計(jì)算機(jī)為基礎(chǔ)的遠(yuǎn)程通信網(wǎng)絡(luò)的建設(shè)，這促使全球步入了全面信息時(shí)代。網(wǎng)絡(luò)逐步滲透到教育，醫(yī)療，建設(shè)的各個(gè)領(lǐng)域，對(duì)于全世界產(chǎn)生了深遠(yuǎn)的影響1。而步入21世紀(jì)以來(lái)隨著科學(xué)的技術(shù)高速進(jìn)展和計(jì)算機(jī)的網(wǎng)絡(luò)與多媒體業(yè)務(wù)的普及，現(xiàn)在隨著科技迅速的發(fā)展，在寬帶網(wǎng)絡(luò)服務(wù)中視頻業(yè)務(wù)的激增，產(chǎn)生大量的數(shù)據(jù)流量已占據(jù)網(wǎng)絡(luò)流量業(yè)務(wù)總體中的80%以上。所以

14、對(duì)于視頻流量相似性的研究顯然成為了網(wǎng)絡(luò)流量相似性研究的重要問(wèn)題。視頻流量數(shù)據(jù)流量具有持續(xù)出現(xiàn)、易變性和無(wú)窮性等特性。在多數(shù)視頻流量數(shù)據(jù)流量中，大量視頻流量有著相似性。研究視頻流量的相似性對(duì)于互聯(lián)網(wǎng)的擁塞管理控制、用戶(hù)信息監(jiān)管、帶寬分撥及互聯(lián)網(wǎng)性能評(píng)估等有著重要的意義，在不同尺度下的相似性的討論也同樣具備有重要的意義2。本課題通過(guò)Wireshark和matlab進(jìn)行獲取數(shù)據(jù)、數(shù)據(jù)對(duì)比、數(shù)據(jù)分析，來(lái)展開(kāi)視頻流量在不同尺度下的相似性研究，為了研究再不同尺度下視頻流量的相似性可以進(jìn)行各個(gè)尺度的分析。視頻流量的相似性中，大量的視頻流量或許還有一些差別的相似關(guān)系，關(guān)于體現(xiàn)出強(qiáng)相似關(guān)系的流量或許有可變的相似

15、性，所以，討論視頻流量的相似性具有實(shí)際應(yīng)用價(jià)值。本文對(duì)于視頻流量在進(jìn)行傳輸時(shí)，在網(wǎng)絡(luò)鏈路中總體流量出現(xiàn)的自相似現(xiàn)象，通過(guò)模擬結(jié)果的統(tǒng)計(jì)分析，結(jié)合小波技術(shù)研究視頻流量的方法。得到新方法是對(duì)視頻流量進(jìn)行計(jì)算對(duì)比，從而達(dá)到監(jiān)測(cè)網(wǎng)絡(luò)性能，預(yù)防攻擊的目的。1.2 國(guó)內(nèi)外關(guān)于視頻流量的研究現(xiàn)狀文獻(xiàn)3Leland等人對(duì)LAN的流量進(jìn)行分析和Klivansky等對(duì)WAN的流量探究發(fā)現(xiàn)網(wǎng)絡(luò)流量具有相似性。說(shuō)明網(wǎng)絡(luò)數(shù)據(jù)在規(guī)定尺度為千分之一秒級(jí)時(shí)具有自相似的特性，數(shù)據(jù)流量的自相似特性與該過(guò)程尺度較大的關(guān)聯(lián)特性有關(guān)，即可以用尺度較大的方程數(shù)值用來(lái)估算相似度的二階參數(shù) H。而H的獲取只有經(jīng)過(guò)二階數(shù)值的估算方式，我們已然

16、提供了多個(gè)可用方式來(lái)估算 H，如 R/S 法、方差時(shí)間圖法、周期圖法、Whittle估計(jì)量法和小波分析法。小波變更及多種分辨率的分析涵蓋多尺度分析的特性，尤其合適于長(zhǎng)相關(guān)的過(guò)程分解2。但離散的正交的小波變更的主體信息聚合在低頻處，高頻的部分不能再進(jìn)一步進(jìn)行分析；小波的分析方法中只采 用了小波變更的系數(shù)，失去了對(duì)多尺度的測(cè)量與分析。小波的分解是成為進(jìn)一步的提高涵蓋中頻率的分析率，克服了小波轉(zhuǎn)換深入高頻率局的局限性，以滿(mǎn)足對(duì)不同特性的信號(hào)進(jìn)行時(shí)頻局部細(xì)分的需要而產(chǎn)生的一種強(qiáng)有力的信號(hào)變換方法4。依據(jù)已有的小波分析法，文獻(xiàn)提出了以小波包分解為基礎(chǔ)的自相似參數(shù) H 的估計(jì)方法（DWPT 法），而且也指

17、出該方法是精確穩(wěn)定的。 以下是幾種常用的流量相似性研究模型：分形布郎運(yùn)動(dòng)模型（FBM）是Manderbrot和Vanness于1968年得出的傳統(tǒng)的自相似計(jì)算過(guò)程的結(jié)構(gòu)，Norros5中研究了如何使用分形理論進(jìn)行對(duì)網(wǎng)絡(luò)中的流量進(jìn)行估算。FBM同樣簡(jiǎn)單構(gòu)建的數(shù)字模型建模的方式，令A(yù)在時(shí)間段(0，t)中分別達(dá)到各個(gè)數(shù)量要求，普通的FBM所形成的非定值，只須要將網(wǎng)絡(luò)數(shù)據(jù)的均勻速度、互聯(lián)網(wǎng)數(shù)據(jù)平方落差擬合Hurst數(shù)值就能經(jīng)過(guò)的公式進(jìn)行完全地建立這個(gè)模型。FBM為當(dāng)前使用率最為高的數(shù)學(xué)模型之一，同樣也是速度最為迅速的。本文中的算法也是通過(guò)此模型的基礎(chǔ)編寫(xiě)的。由于此模型的適用范圍界定在比較嚴(yán)格的相似性當(dāng)

18、中，所以并不能體現(xiàn)出所有網(wǎng)絡(luò)環(huán)境中的復(fù)雜情形。ON/OFF的源疊加模型在傳統(tǒng)的數(shù)據(jù)流模型中進(jìn)行了一定程度的拓展，把網(wǎng)絡(luò)數(shù)據(jù)的自相似基于多次的網(wǎng)絡(luò)流量的層疊。此模型采用了很大量的數(shù)據(jù)進(jìn)行重復(fù)定義，所有的數(shù)據(jù)都有ON和OFF兩種狀況。在ON情況下，采樣網(wǎng)絡(luò)流量的流量源接連的向目標(biāo)發(fā)送數(shù)據(jù)包；在OFF狀態(tài)下，采樣數(shù)據(jù)的數(shù)據(jù)源不會(huì)發(fā)送數(shù)據(jù)。本模型的物理意義尤為重要，可以根據(jù)此模型了解流量傳輸中自相似的物理性質(zhì)。但這種模型對(duì)于前提的要求太嚴(yán)格，即是每個(gè)數(shù)據(jù)源都是獨(dú)立分布的，而且輸出的速率也是規(guī)定的數(shù)值。所以此模型注定值應(yīng)用于實(shí)驗(yàn)當(dāng)中，并不能反應(yīng)實(shí)際的網(wǎng)絡(luò)環(huán)境。多分形小波模型（MWM）是多分型的相乘的數(shù)學(xué)

19、模型，用相對(duì)少量的數(shù)據(jù)數(shù)值對(duì)網(wǎng)絡(luò)流量中的短相關(guān)以及大尺度關(guān)聯(lián)進(jìn)行了系統(tǒng)的敘述，而且還可以測(cè)量流量中較小的尺度下的多分形的特征，而且能構(gòu)成較為迅速的收縮。較為簡(jiǎn)單的運(yùn)算難度可很好的配合現(xiàn)實(shí)中的網(wǎng)絡(luò)數(shù)據(jù)6。但是多分型小波的模型系數(shù)不一定是在所有尺度下都是單獨(dú)的，并且數(shù)據(jù)的選取同樣會(huì)這組數(shù)據(jù)的運(yùn)算質(zhì)量。本文以研究視頻流量的相似度作為切入點(diǎn)，采取不同尺度下視頻流量的相似度進(jìn)行分解；精準(zhǔn)表示出視頻流量于不同尺度下的相似度信息。并且根據(jù)視頻不同的特征展開(kāi)采樣和相似度運(yùn)算，用來(lái)了解在實(shí)際應(yīng)用中視頻流量的相似性對(duì)網(wǎng)絡(luò)的整體影響。1.3 研究意義視頻流量的相似性研究對(duì)于我們的互聯(lián)網(wǎng)生活是息息相關(guān)的。工業(yè)革命以來(lái)

20、，人類(lèi)社會(huì)的科學(xué)技術(shù)發(fā)展步入了一個(gè)新的高度。然而如今的互聯(lián)網(wǎng)發(fā)展規(guī)模和速度已經(jīng)不低于工業(yè)的革命?，F(xiàn)在的多媒體已然成為了網(wǎng)絡(luò)傳播的重要載體，而本文研究的視頻流量也是在網(wǎng)絡(luò)多媒體中占有重要的地位。同樣，關(guān)于數(shù)據(jù)流量的相似性討論早已形成互聯(lián)網(wǎng)討論的重要一項(xiàng)。本文的主體部分放在了視頻流量的相似性的討論、在不同網(wǎng)絡(luò)環(huán)境中視頻流量相似性的變化規(guī)律以及相似視頻的不同參數(shù)對(duì)視頻流量相似性的影響。在已有的算法中，我們可以計(jì)算出在我們觀看視頻時(shí)與過(guò)往的相同時(shí)間段的流量相似度，靠這一項(xiàng)就可以用來(lái)監(jiān)測(cè)相關(guān)的網(wǎng)絡(luò)行為的波動(dòng)起伏以達(dá)到監(jiān)測(cè)網(wǎng)絡(luò)可以摒除安全隱患。如今多媒體發(fā)展的速度加劇，很多不法的信息通過(guò)視頻媒體或夾雜在媒

21、體數(shù)據(jù)流中對(duì)網(wǎng)絡(luò)用戶(hù)的信息安全構(gòu)成了一定的安全隱患。而研究視頻流量的相似性對(duì)視頻進(jìn)行相似性的分析，用來(lái)達(dá)到監(jiān)測(cè)此段數(shù)據(jù)流當(dāng)中是否有非常規(guī)的數(shù)據(jù)波動(dòng)，防患于未然。第2章 基本概念與理論知識(shí)2.1 視頻流量自相似性基礎(chǔ)對(duì)于本文所討論的視頻流量的相似性問(wèn)題，自相似的性質(zhì)不僅僅是在視頻流量中而是涵蓋了所有網(wǎng)絡(luò)流量的通性。翻閱了很多相關(guān)資料，關(guān)于自相似性的定義眾說(shuō)紛紜。本文所采用的基本界定為文獻(xiàn)16對(duì)流量自相似性的描述：設(shè)是一個(gè)協(xié)方差穩(wěn)定的隨機(jī)過(guò)程即：X有常均值，有限方差并且X的自相關(guān)函數(shù) （2-1）在以上表達(dá)式中，設(shè)x的自相似函數(shù)關(guān)系同樣具有： （2-2）其中，以及下文出現(xiàn)的表示固定正常數(shù)。對(duì)于每個(gè)使

22、表達(dá)出由X所產(chǎn)生的新序列，從X中依次提取m個(gè)X元素當(dāng)中的均值，使每個(gè)“”不重疊，即： （2-3）對(duì)于個(gè)別m來(lái)說(shuō)，定義了一個(gè)協(xié)方差恒定的過(guò)程。令表示相應(yīng)的自相關(guān)函數(shù)。假如相似度的函數(shù)與X的度函數(shù)有相同組成，另一種說(shuō)法，假如X與在統(tǒng)計(jì)采樣數(shù)據(jù)上是同樣地，那么就稱(chēng)X為嚴(yán)格的相似。如果X滿(mǎn)足與符合，則稱(chēng)X為自相似。自相似參數(shù)H又稱(chēng)為Hurst參數(shù)，并且。自相似過(guò)程的特點(diǎn)是它的聚臺(tái)過(guò)程(agg regated processes)。的結(jié)構(gòu)在m趨無(wú)限時(shí)是非退化，即是傳統(tǒng)模型隨機(jī)產(chǎn)生X對(duì)應(yīng)的當(dāng)m趨于無(wú)限時(shí)漸進(jìn)于0。序列的Hurst參數(shù)為H=05。自相似過(guò)程還具有以下特點(diǎn)，平均值的方差的減少速度要小于此組數(shù)據(jù)

23、的長(zhǎng)度倒數(shù)，即:當(dāng)時(shí)，自相似性的頻率分別于在時(shí)。有以及之前的特點(diǎn)則判斷為自相似的形成依據(jù)。計(jì)算相似參數(shù)H被提到過(guò)很多的方式，而本文所用的方式主要為方差法、Rs法。以下簡(jiǎn)單介紹小波分析算法。3中主要提到了如何進(jìn)行H參數(shù)的計(jì)算。以下主要介紹在本文所用到的計(jì)算參數(shù)前用到的一些關(guān)于小波技術(shù)的基本理論。假定用一時(shí)間序列kt，k盎0，12，用于表示本段數(shù)據(jù)中所取的最小的間隔內(nèi)所體現(xiàn)的字節(jié)的數(shù)量n表示出其中影響的分辨率。可以采用下面計(jì)公式將監(jiān)測(cè)的數(shù)據(jù)進(jìn)行降級(jí)： （2-4）而這兩個(gè)序列的差別可以用細(xì)節(jié)信號(hào)(detailsignal)： （2-5）來(lái)表示。我們可以將x用降級(jí)之后的與之前比較細(xì)致的來(lái)表達(dá)：不斷重復(fù)

24、這十過(guò)程,可以得到: （2-6）我們稱(chēng)為離的散小波變換，可以用表示。而以上表達(dá)式就構(gòu)成了較為簡(jiǎn)單的Haar離散小波轉(zhuǎn)換。而表示被分析信號(hào)在時(shí)刻和，在這之中是所這組小波數(shù)據(jù)的基礎(chǔ)頻率。依據(jù)流量的自相似特性，用以上公式，計(jì)算后得到以下下公式： （2-7）其中H的結(jié)果是對(duì)相似度參數(shù)H的一個(gè)估計(jì)值，j表示在不同的分辨率級(jí)別所下降的數(shù)量n表示下降的j級(jí)同時(shí)的個(gè)數(shù)。根據(jù)以上公式我們能夠得出相似度的參數(shù)H的估算值，而且還可從不同的頻率中得到平均值的特征變化2.2 小波理論基礎(chǔ)與Haar算法小波和分形技術(shù)是最近幾年以來(lái)在數(shù)學(xué)理論中新興的新的數(shù)學(xué)結(jié)構(gòu)分支，被推廣至圖像的算法處理、語(yǔ)音智能識(shí)別、信號(hào)模擬分析等相關(guān)

25、學(xué)科。它不同于傅里葉變換，而沒(méi)有相對(duì)的局限性，在處理不穩(wěn)定的信號(hào)的有相當(dāng)?shù)南拗菩裕?3在小波和分形技術(shù)有著很好的定位性能，在時(shí)間、區(qū)域和局域性質(zhì)；在頻率較高的部分中，細(xì)微的采樣方法是在時(shí)域上運(yùn)行，由焦點(diǎn)到細(xì)小的數(shù)據(jù)信息，所以被譽(yù)為“數(shù)學(xué)的顯微鏡”。本文結(jié)合了小波理論對(duì)視頻流量的相似性在不同尺度下進(jìn)行了分析與討論，為了分析不同尺度下的相似性，引用Haar算法與小波定義。多重分形的小波理論以及Haar算法是由以下的公式推導(dǎo)所構(gòu)成的：Haar的小波變換中不同數(shù)值以及小波參數(shù)可通過(guò)F的遞推式子得到： 因?yàn)榫W(wǎng)絡(luò)中的數(shù)據(jù)都是正直，所以要想仿真出現(xiàn)實(shí)中的網(wǎng)絡(luò)數(shù)據(jù)情況，就要保證參數(shù)為正值。即，因?yàn)橐ＷC流量的

26、數(shù)值為正數(shù)所以在模型中引入:這里A是-1，1的隨機(jī)變量，由式子(4)可以了解，如果把A限于-1，1之間就能保證流量的數(shù)值為正數(shù)。MWM模型所形成的模擬數(shù)據(jù)的過(guò)程有以下幾個(gè)步驟：（1）設(shè)，所測(cè)算參數(shù)較大的為,所構(gòu)成的流量模型的平均值；（2）在更小的尺度下，會(huì)產(chǎn)生不同的變量A，選A為此分布中的的分布，通過(guò)方程(6)計(jì)算出，；（3）在尺度上，由式(4)計(jì)算出尺度j+1的，k=0，；（4）增加j重復(fù)步驟(2)、(3)，直至達(dá)到尺度j=n為止。互聯(lián)網(wǎng)中因?yàn)閭鞑ポd體和傳播技術(shù)的跨越性進(jìn)展，形成大量數(shù)據(jù)流量，從而促使了我們對(duì)現(xiàn)在網(wǎng)絡(luò)環(huán)境中的流量進(jìn)行比對(duì)研究。就像通話歷史數(shù)值、股票的流通率數(shù)值、道路的監(jiān)管大數(shù)

27、據(jù)、環(huán)境的監(jiān)控系統(tǒng)的天氣大數(shù)據(jù)、發(fā)射的衛(wèi)星和回收傳送回來(lái)的監(jiān)控日志和移動(dòng)網(wǎng)絡(luò)每日的記載等等。在多數(shù)據(jù)流的流量中相對(duì)的應(yīng)用劃分中，一些流量之中大概有著相互關(guān)聯(lián)，所以討論多數(shù)據(jù)流的流量相似對(duì)于研究視頻流量的相似性具有重要意義。根據(jù)相同的網(wǎng)絡(luò)內(nèi)容，一些流量盡管出現(xiàn)較弱的相似傾向，對(duì)齊相對(duì)應(yīng)的差值以后，則會(huì)體現(xiàn)異步較強(qiáng)的相似關(guān)系。例如:在飯店交管的系統(tǒng)之中，面的價(jià)格如果發(fā)生一些變化，那么大米的價(jià)值不一定馬上就發(fā)生改變，面的價(jià)值改變要低于大米價(jià)值的改變。當(dāng)前，我們主要討論網(wǎng)絡(luò)流量的監(jiān)管，還有對(duì)網(wǎng)絡(luò)流量的變化對(duì)比，現(xiàn)在討論的初步探索階段是多數(shù)據(jù)流的出現(xiàn)的偶合現(xiàn)象。小波轉(zhuǎn)換的方法對(duì)于網(wǎng)絡(luò)流量的特性的相似度闡

28、述中，我們使用小波轉(zhuǎn)換來(lái)對(duì)流量進(jìn)行聚合之類(lèi)的分析、還有相似檢索和數(shù)據(jù)的處理，基本上不見(jiàn)使用小波方法來(lái)討論視頻流量之中的偶合度問(wèn)題。以下是針對(duì)小波轉(zhuǎn)換方法是如何解決這類(lèi)問(wèn)題的闡述。一定時(shí)間段內(nèi)的相似和多數(shù)據(jù)流的非同步相似度的問(wèn)題所進(jìn)行的工作有以下這些：在Haar小波算法問(wèn)題和網(wǎng)絡(luò)流量的挖掘方式問(wèn)題的融合，主要討論網(wǎng)絡(luò)流量之間的同步相似與異步相似關(guān)系內(nèi)容的方法；為了測(cè)量之間的數(shù)據(jù)流的耦合度合理的耦合強(qiáng)度，局部同步耦合度和流量數(shù)據(jù)的本地異步耦合度分別定義從概率統(tǒng)計(jì)的觀點(diǎn)。對(duì)Haar小波是如何進(jìn)行數(shù)據(jù)的挖掘的方法基礎(chǔ)進(jìn)行了探討，并對(duì)局部耦合等效度量構(gòu)成，提出了Haar小波的作用和網(wǎng)絡(luò)流量的挖掘相互影響

29、的實(shí)質(zhì)，還有證明H數(shù)值測(cè)量了視頻流量的相似水平中的基礎(chǔ)。網(wǎng)絡(luò)流量的簡(jiǎn)化處理的問(wèn)題結(jié)合了小波思想，為方便去運(yùn)用小波思想中壓縮流量完整數(shù)據(jù)，推算了流量強(qiáng)弱相似度給出了重要的基礎(chǔ)跟據(jù)，防止了重組網(wǎng)絡(luò)數(shù)據(jù)包的最初內(nèi)容期間的花費(fèi)。第3章 視頻流量特征與相似性的設(shè)計(jì)3.1 軟件介紹Wireshark（也叫做Ethereal）是常用的網(wǎng)絡(luò)抓包工具。這款軟件的功能非常強(qiáng)大，主要提取目標(biāo)網(wǎng)路中的網(wǎng)絡(luò)封包，并顯示出非常詳盡的封包資料Wireshark是以WinPCAP為接口的，通過(guò)網(wǎng)卡監(jiān)測(cè)正在進(jìn)行的數(shù)據(jù)傳輸。在過(guò)去，網(wǎng)絡(luò)封包分析的成本是非常高昂的，只能通過(guò)專(zhuān)業(yè)的硬件設(shè)施或者或是為盈利而產(chǎn)生軟件。Wireshark

30、的誕生從根本上改變了這一切。由于GNUGPL的通用許可下，廣大的網(wǎng)絡(luò)技術(shù)和從業(yè)人人員可以免費(fèi)獲得這款軟件與它的源代碼，而且可以更改源代碼達(dá)到自己心中的理想軟件。Wireshark現(xiàn)在已經(jīng)成為最為普遍較為寬泛的網(wǎng)絡(luò)數(shù)據(jù)抓包及分析用軟件之一。MATLAB是美國(guó)MathWorks公司開(kāi)發(fā)的數(shù)學(xué)計(jì)算軟件，被應(yīng)用到數(shù)值分析、數(shù)值和符號(hào)的計(jì)算、工程科學(xué)繪圖、數(shù)字圖像于信號(hào)處理，有重要的兩部分MATLAB和Simulink。MATLAB是MATLAB眾多產(chǎn)品中的基礎(chǔ)，它涵蓋了基礎(chǔ)的數(shù)學(xué)算法，如數(shù)據(jù)的分析算法和矩陣算法，而且MATLAB還融合了圖形功能。為了完成更為復(fù)雜的計(jì)算工作MATLAB還提供了一種交互式

31、的高級(jí)編程語(yǔ)言M語(yǔ)言，利用M語(yǔ)言可以通過(guò)編寫(xiě)腳本或運(yùn)行函數(shù)文件的方式實(shí)現(xiàn)用戶(hù)自己的算法。3.2 視頻流量特征選擇目前的視頻在互聯(lián)網(wǎng)中主要以RMVB、FLV、WMV、RM和MOV等規(guī)格進(jìn)行動(dòng)態(tài)畫(huà)面的傳輸，內(nèi)容涵蓋比較廣泛主要包括點(diǎn)播的影視資源、視頻電話、體育比賽、新聞直播、植入廣告等。由于網(wǎng)絡(luò)視頻的存儲(chǔ)性強(qiáng)，也可以用于視頻監(jiān)控和保護(hù)用戶(hù)財(cái)產(chǎn)安全等安全方向應(yīng)用。網(wǎng)絡(luò)的視頻發(fā)展相當(dāng)于為我們的生活提供了一雙無(wú)處不在的千里眼，是我們能夠快捷方便的看到想看的內(nèi)容，也可以足不出戶(hù)的進(jìn)行遠(yuǎn)程監(jiān)控、交流，根據(jù)視頻數(shù)據(jù)的不同類(lèi)型，主要選取分辨率和碼率兩項(xiàng)主要參數(shù)進(jìn)行分析。分辨率是指視頻在一定區(qū)域內(nèi)的色彩點(diǎn)。通常表

32、示成每英寸像素（Pixel per inch, ppi）和每英寸點(diǎn)（Dot per inch, dpi）。單位區(qū)域內(nèi)的像素點(diǎn)越多，儲(chǔ)存的空間就會(huì)相對(duì)增大，而且質(zhì)量也會(huì)更好更清晰。但是較大視頻容量意味著更多的儲(chǔ)存空間的要求。7如果視頻涵蓋的內(nèi)容不算充分（分辨率比較低），就會(huì)體現(xiàn)得比較模糊，比如是把視頻放大成比較大顯示區(qū)域進(jìn)行觀看的情況。所以我們?cè)谟^看視頻影像的時(shí)候要時(shí)常注意分辨率是否與當(dāng)前的硬件設(shè)備和視頻資源是否相互匹配的，如果吧分辨率較小的資源用在大型分辨率的硬件上播放這樣就會(huì)令我們的觀看體驗(yàn)下降很多。反過(guò)來(lái)，如果我們用分辨率較高的視頻資源在硬件設(shè)施達(dá)不到標(biāo)準(zhǔn)的播放器上播放的時(shí)候，同樣也會(huì)出現(xiàn)

33、很模糊的畫(huà)面。PPI和DPI經(jīng)常都會(huì)出現(xiàn)混用現(xiàn)象。DPI最一開(kāi)始是出現(xiàn)在打印機(jī)和打印的成果中的，往往成為了衡量這項(xiàng)打印成品的效果。也就是在每英寸內(nèi)最多能夠顯示多少個(gè)點(diǎn)。DPI值越小圖片越不精細(xì)。然而如今隨著電腦的普及，一個(gè)與DPI類(lèi)似的能夠用于衡量顯示器的顯示效果的名詞誕生了它就是：PPI。同理： PPI和DPI一樣也是通過(guò)對(duì)每個(gè)英寸顯示多少個(gè)點(diǎn)的個(gè)數(shù)來(lái)進(jìn)行數(shù)據(jù)衡量，如果你說(shuō) DPI大伙也能理解。Windows系統(tǒng)默認(rèn)PPI 為96， Mac OS系統(tǒng)默認(rèn)PPI 為72。如果不是可以要求視網(wǎng)膜屏幕現(xiàn)在的顯示器基本數(shù)值為72PPI到120PPI之間。還有一點(diǎn)值得注意，使用這種顯示規(guī)格會(huì)使你在電腦

34、上的作品在打印之后看著差不多。碼率對(duì)于視頻質(zhì)量具有重要的參考意義；碼率就是數(shù)據(jù)傳輸時(shí)單位時(shí)間傳送的數(shù)據(jù)位數(shù),一般我們用的單位是kbps即千位每秒。 通俗一點(diǎn)的理解就是取樣率，單位時(shí)間內(nèi)取樣率越大，精度就越高，處理出來(lái)的文件就越接近原始文件，也就是說(shuō)畫(huà)面的細(xì)節(jié)就越豐富。 一般來(lái)說(shuō)碼率越大，處理出來(lái)的文件就越接近原始文件，但文件體積與碼率是成正比的，所以幾乎所有的編碼格式重視的都是如何用最低的碼率達(dá)到最少的失真，圍繞這個(gè)核心衍生出來(lái)的CBR（固定碼率）與VBR（動(dòng)態(tài)碼率），都是在這方面做的文章。關(guān)于碼率一些的原則：（1）碼率和質(zhì)量是成正比的，但是文件體積大小也和碼率成正比。（2）碼率是不是越大越好

35、呢，當(dāng)碼率超過(guò)一定的數(shù)量之后，對(duì)畫(huà)面的質(zhì)量就沒(méi)有太大的影響了。對(duì)于高清在線視頻 這取決于你對(duì)“高清”一詞的概念如何理解。網(wǎng)上那些標(biāo)有“高清”字樣的在線視頻最好狀態(tài)充其量也只是能接近DVD的畫(huà)質(zhì)而已 這也是在網(wǎng)頁(yè)上的小播放器上的效果感覺(jué)當(dāng)你全屏觀看時(shí)就能理解和明白了。對(duì)于為什么出現(xiàn)“顆粒感”這個(gè)與你原始文件的情況關(guān)系稍大一些高碼率壓縮時(shí)以AVI格式為佳因?yàn)樗侵饚瑨呙璧漠?huà)面清晰細(xì)節(jié)表現(xiàn)也好當(dāng)然文件也會(huì)相應(yīng)地大些低碼率時(shí)以RMVB為佳柔化壓縮雖然會(huì)模糊些但會(huì)帶來(lái)流暢的畫(huà)面感覺(jué)。另外轉(zhuǎn)碼時(shí)碼率不要高于源文件的，那樣沒(méi)有意義無(wú)損壓縮可以完整地保留住源文件的視頻與音頻質(zhì)量否則有損壓縮的話只能是越轉(zhuǎn)越差。

36、3.3 視頻流量相似性的度量3.3.1 不同尺度下的相似性研究本節(jié)通過(guò)wireshark對(duì)視頻流量進(jìn)行采樣分析，并對(duì)對(duì)不同數(shù)據(jù)流的樣本進(jìn)行波形分析與對(duì)比，利用多數(shù)據(jù)流之間的偶合特征，對(duì)數(shù)據(jù)的采集方法和數(shù)據(jù)的波形進(jìn)行了分析，主要進(jìn)行以下幾項(xiàng)驗(yàn)證:（1）驗(yàn)證多數(shù)據(jù)流中的數(shù)據(jù)序列小波轉(zhuǎn)換遵從能量守恒定律，而且將能量守恒規(guī)律運(yùn)用于數(shù)據(jù)流量相似度的處理中。（2）揭示了視頻流量間的相似度度和變化趨勢(shì)的相關(guān)性8。模擬復(fù)雜的網(wǎng)絡(luò)中，一些視頻流量當(dāng)中有著程度不一的相似關(guān)系，當(dāng)兩組視頻流量的相似度超過(guò)一定值時(shí)，兩組視頻流量的改變規(guī)律就存在很大程度的相似性，我們應(yīng)用視頻流量之間相似程度，讓表示改變趨勢(shì)的視頻流量數(shù)據(jù)

37、成為基準(zhǔn)數(shù)據(jù)，運(yùn)用存在特點(diǎn)的數(shù)據(jù)流的小波參數(shù)表現(xiàn)出和它的較強(qiáng)相似的視頻流量數(shù)據(jù)，以達(dá)到壓縮數(shù)據(jù)流的目的。為了再現(xiàn)數(shù)據(jù)流，使用該數(shù)據(jù)流的能量和特征流序列的小波系數(shù)重構(gòu)。傳統(tǒng)的小波方法是對(duì)每個(gè)數(shù)據(jù)流分別壓縮處理，而新方法是將多個(gè)偶合數(shù)據(jù)流作為整體壓縮。（3）通過(guò)大量的具有比較明顯的haar特?cái)?shù)據(jù)用模式識(shí)別的方法找出類(lèi)器，分類(lèi)器是個(gè)級(jí)聯(lián)的，每級(jí)都以大概相同的識(shí)別率保留進(jìn)入下一級(jí)的具有數(shù)據(jù)特征的候選數(shù)據(jù)組，識(shí)別數(shù)據(jù)的時(shí)候，同樣計(jì)算積分?jǐn)?shù)據(jù)為后面計(jì)算haar特征做準(zhǔn)備，然后采用之前的數(shù)據(jù)特征相似的歷史數(shù)據(jù)，即計(jì)算該組數(shù)據(jù)內(nèi)的haar特征。（4）當(dāng)?shù)刭ぐ貫V波器組可以克服傳統(tǒng)伽柏濾波器的缺點(diǎn),需要很多時(shí)間來(lái)

38、提取伽柏特征向量和高維伽柏特征向量非常冗余10。Haar小波是擁有很特殊的優(yōu)秀特質(zhì)，它所在的對(duì)應(yīng)區(qū)域不存在重復(fù)疊加的問(wèn)題，也就是說(shuō)它沒(méi)有所謂的邊界。普通情況下在交寬闊的尺度下，他被用來(lái)這段信號(hào)波形較為寬闊的輪廓特征，而在較為細(xì)致的尺度下，它就會(huì)被用來(lái)表現(xiàn)此段信號(hào)波形的細(xì)致的特點(diǎn)。此外，因?yàn)樵诨ヂ?lián)網(wǎng)數(shù)據(jù)包的傳輸進(jìn)程中有著關(guān)于時(shí)間的延遲，假如能將此段延遲的數(shù)據(jù)大小向網(wǎng)絡(luò)緩存進(jìn)行預(yù)報(bào)，這樣則對(duì)網(wǎng)絡(luò)的擁塞控制和對(duì)故障的發(fā)生機(jī)率有較大的幫助，如此就能提高偌大的互聯(lián)網(wǎng)業(yè)務(wù)數(shù)據(jù)傳輸?shù)钠焚|(zhì)，也能提升網(wǎng)絡(luò)的延遲問(wèn)題。我們用小波于不同的尺度下進(jìn)行一步步的細(xì)致表現(xiàn)信息的方法，針對(duì)動(dòng)態(tài)下的數(shù)據(jù)應(yīng)用不同尺度下的信息獲取

39、。這就會(huì)把存在相似性的隨機(jī)數(shù)據(jù)流量的不同信息在不同尺度下進(jìn)行分析，還能在這項(xiàng)基礎(chǔ)之上，針對(duì)動(dòng)態(tài)下的數(shù)據(jù)應(yīng)用不同尺度進(jìn)行結(jié)合，實(shí)現(xiàn)可以預(yù)測(cè)這些數(shù)據(jù)的長(zhǎng)度而且是動(dòng)態(tài)的。以下為對(duì)于動(dòng)態(tài)的數(shù)據(jù)應(yīng)用詳盡信息進(jìn)行多尺度下的采樣提取，設(shè)計(jì)出來(lái)關(guān)于多種尺度的數(shù)據(jù)結(jié)合的動(dòng)態(tài)緩存怎樣進(jìn)行預(yù)測(cè)的方案。首先設(shè)置一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)為Q它的緩存長(zhǎng)度q(t) 為: （3-1） 其中: 表示數(shù)據(jù)流的發(fā)送速率,表示數(shù)據(jù)流中間節(jié)點(diǎn)服務(wù)速率,表示網(wǎng)絡(luò)業(yè)務(wù)數(shù)據(jù)流總個(gè)數(shù)。則隊(duì)列緩存長(zhǎng)度可以表示為 （3-2） 直接運(yùn)用式(2) 獲得時(shí)刻的該Q 隊(duì)列長(zhǎng)度預(yù)測(cè)值 是行不通的，其中表示預(yù)測(cè)長(zhǎng)度。根據(jù)小波進(jìn)行分析的理論與時(shí)間序列分析方式，針對(duì)此隊(duì)列的

40、范圍進(jìn)行采集，獲取了這項(xiàng)隊(duì)列中的時(shí)間非靜態(tài)序列。互聯(lián)網(wǎng)中的各個(gè)節(jié)點(diǎn)的資源與之前預(yù)算的范圍有所不同，這就為采集帶來(lái)了一些困難。假如采集的次數(shù)過(guò)去頻繁，就會(huì)一定將占據(jù)網(wǎng)絡(luò)中交換機(jī)的節(jié)點(diǎn)龐大的空間。而且，即便是能將采集很多次數(shù)的高頻率采集也會(huì)因?yàn)榛ヂ?lián)網(wǎng)中的數(shù)據(jù)的復(fù)雜不確定存在這多變性，將使受到各類(lèi)“噪音”的影響力度的加大；此外，互聯(lián)網(wǎng)中的網(wǎng)絡(luò)延遲通常都要比正常的周期要大，所以當(dāng)想要預(yù)算的長(zhǎng)度很大時(shí)，其中存在較大的誤差也是必然的。因此，考慮如何避免這些客觀的因素，我們就提出來(lái)關(guān)于多種尺度數(shù)據(jù)結(jié)合的數(shù)據(jù)長(zhǎng)度預(yù)算。假設(shè)經(jīng)過(guò)采樣得到隊(duì)列序列長(zhǎng)度為，隊(duì)列序列信息表示為。其中對(duì)序列。作不同尺度的分解, 即 （3

41、-3）為便于討論，選取4 個(gè)尺度進(jìn)行分析, 取J = 4,N = 16。 （3-4）其中， M 多尺度分解矩陣可表示為; （3-5）其中:表示尺度小波空間的第個(gè)小波基,表示尺度空間的尺度基；有，；，；，；，；，T 相當(dāng)于一個(gè)循環(huán)算子，表示單位陣。3.3.2 流量數(shù)據(jù)捕獲與分析在單位時(shí)間段內(nèi)獲取網(wǎng)絡(luò)中的流量信息，并攔截下來(lái)將獲取的數(shù)據(jù)以封包的形式保存到本地。11網(wǎng)絡(luò)流量分析指的就是根據(jù)不同的方法從不同的側(cè)面對(duì)網(wǎng)絡(luò)流量展開(kāi)的分析?；ヂ?lián)網(wǎng)的功能就是傳輸數(shù)據(jù)包，數(shù)據(jù)包在互聯(lián)網(wǎng)中交流方式就行收發(fā)郵件一樣。接收數(shù)據(jù)包要通過(guò)物理層的來(lái)接收數(shù)據(jù)包，最后通過(guò)應(yīng)用層還原成分段前的原數(shù)據(jù)。圖3-1為Wireshar

42、k所抓取的數(shù)據(jù)。由于數(shù)據(jù)較為龐大，進(jìn)行實(shí)驗(yàn)之前還要進(jìn)行數(shù)據(jù)提取和優(yōu)化。 圖3-1 wiershark流量獲取3.3.3 視頻流量在不同尺度下分析流量控制一般需要實(shí)時(shí)數(shù)據(jù)。對(duì)于網(wǎng)絡(luò)規(guī)劃和流量管理，12有價(jià)值的可能是原始數(shù)據(jù)經(jīng)過(guò)處理后得到的一些分析結(jié)果。運(yùn)用Wireshark將獲取的數(shù)據(jù)包導(dǎo)入進(jìn)數(shù)據(jù)表中，分別截取0.1s,0.01s和0.001s 的I/O分析圖。圖3-2為速度與激情3視頻傳輸，尺度0.1s的流量波形圖3-2 0.1s尺度的流量波形圖3為速度與激情3視頻傳輸，尺度0.01s的流量波形圖3-3 0.01s尺度下的流量波形圖4為速度與激情3視頻傳輸，尺度0.001s的流量波形圖3-4

43、0.001s尺度下的流量波形根據(jù)以上分析，在尺度越精細(xì)的情況下波形抖動(dòng)頻率越高。這間接的說(shuō)明了大尺度的數(shù)據(jù)的相似性更容易被抓取，16反之在小尺度下的視頻流量相似性由于抖動(dòng)頻繁，要得到小尺度下的流量數(shù)據(jù)的相似性就需要做大量的計(jì)算，所以并不容易被獲取。根據(jù)以上視頻流量數(shù)據(jù)量較為龐大，第四章所采用的數(shù)據(jù)尺度為0.1s尺度下的分析。這樣盡可能的避免運(yùn)算不準(zhǔn)確的問(wèn)題，而且還能避免小尺度下過(guò)于龐大的計(jì)算量。第4章 視頻流量相似性仿真設(shè)計(jì)如今視頻的種類(lèi)繁多，網(wǎng)絡(luò)常用的視頻有很多都會(huì)影響視頻的傳輸質(zhì)量。如分辨率大小、畫(huà)面寬高比、幀率、碼率、制式、隔行掃描、DC分量精度、運(yùn)動(dòng)檢測(cè)精度等。然而這些指標(biāo)是否會(huì)對(duì)視頻

44、的相似度也會(huì)產(chǎn)影響呢？鑒于篇幅長(zhǎng)度提取三項(xiàng)重要指標(biāo)，本文主要分析了多數(shù)據(jù)流下對(duì)視頻流量的相似度的影響、在不同分辨率下對(duì)視頻流量相似性的影響以及碼率對(duì)視頻流量相似性的影響。4.1 常規(guī)視頻相似性分析本試驗(yàn)為基礎(chǔ)實(shí)驗(yàn)，主要分析相同視頻在前后兩次播放過(guò)程中的相似度進(jìn)行計(jì)算。圖4-1為在0.1s尺度下的西游記分辨率為640*480前后兩次傳輸?shù)膱D形對(duì)比圖4-1波形對(duì)比西游記第一次播放截取圖4-2原始數(shù)據(jù)圖7為西游記的二次播放截取圖4-3原始數(shù)據(jù)由于所截取的數(shù)據(jù)過(guò)于龐大，并且內(nèi)容雜亂需要進(jìn)一步整理。以下為整理之后的數(shù)據(jù)：圖8為第一組數(shù)據(jù)優(yōu)化結(jié)果：圖4-4第一組優(yōu)化結(jié)果第二組數(shù)據(jù)優(yōu)化結(jié)果：圖4-5第二組優(yōu)

45、化結(jié)果-利用matlab將優(yōu)化后的兩組數(shù)據(jù)進(jìn)行相似性的對(duì)比如下：（1） 函數(shù)：function hurst,aa,bb = estimate_hurst_exponent(data0) %定義子函數(shù)的標(biāo)題data=data0; %將data0賦值給dataM,npoints=size(data0); %M是data0的行，npoints是data0的列數(shù)yvals=zeros(1,npoints); xvals=zeros(1,npoints);data2=zeros(1,npoints); %分別生成一個(gè)npoints列，一行數(shù)據(jù)預(yù)存空間給上述值index=0; %索引初始值為0binsiz

46、e=1; %初始值為1while npoints4 %while語(yǔ)句，如果npoints大于4則執(zhí)行下面的語(yǔ)句 y=std(data); %求出data的標(biāo)準(zhǔn)差 index=index+1; %索引加1 xvals(index)=binsize; %將binsize初始值賦值給xvals yvals(index)=binsize*y; %將binsize初始值乘以data的標(biāo)準(zhǔn)差存到y(tǒng)vals里面 npoints=fix(npoints/2); %向小取整 binsize=binsize*2; %2倍 for ipoints=1:npoints % 從1到npoints data2(ipoin

47、ts)=(data(2*ipoints)+data(2*ipoints)-1)*0.5; %相鄰差分 end data=data2(1:npoints); end % whilexvals=xvals(1:index);yvals=yvals(1:index);logx=log(xvals); %取對(duì)數(shù)logy=log(yvals); %取對(duì)數(shù)p2=polyfit(logx,logy,1); %擬合直線hurst=p2(1); % 返回斜率值aa=logx;bb=logyreturn;2）輸出命令如下：clear all %清除變量A=xlsread(e:/m2.xlsx) %讀取數(shù)據(jù)data=A(:,3); %第三列數(shù)據(jù)hurst,aa,bb=estimate_hurst_exponent(data) %計(jì)算其hurst數(shù)plot(aa(2:end),bb(2:end) %畫(huà)出直線hold on plot(aa(2:end),bb(2:end),o) title(R/s方法對(duì)數(shù)線擬合圖) %標(biāo)題ylabel(log(R/S) %y坐標(biāo)xlabel(log(n) %x坐標(biāo)運(yùn)行以上輸出命令得出結(jié)果：圖4-6輸出結(jié)果在命令