简介：在细粒度时间尺度上，伸统的随机点过程类模型对网络流量的拟合仍然是较为合适的模型，如MMPP。不同于大多数数学意义上的适配模型，本文通过对样本数据直接提取统计特征来估计模型参数，使用方差加权距离聚类分离样本数据估算MMPP状态的强度，计算状态转移频数以估计一步转移概率矩阵，通过该矩阵估算转移速率矩阵，建立起样本数据和适配模型物理意义上的高度契合。最后针对模拟流量的统计特性和队列特性，用适配结果进行检验，证明了该方案的有效性。
网络流量自相关模型的点过程识别
