网络流量测量是认识网络规律、了解网络行为的前提工作。
网络流量预测在网络规划、流量管理等方面起着重要的作用。
减少网络流量和资源消耗。
如果您愿意，可以添加网络流量图。
统计显示这些网络流量能够派上用场
定量刻画网络流量的长相关特*是网络特*研究的重要基础。
如果网络速度慢、网络流量大或者Web页面较大，这就显得更加重要了。
一个是全球互联网流量的快速增长，网络公司思科认为到2013年网络流量将达到目前的四倍。
网络流量的测量是流量矩阵估算数据来源的基础
该矩阵还可以模拟业务流量，运行实际演习的真实网络流量记录，并测试蜂窝网络。
本地副本用户网络流量大约是基于服务器的邮件用户的网络流量的 50%。
在这里，我们使用的是金钱而不是网络流量。
以线柱的形式即时显示当前的网络流量。
提出了一种网络流量的一维元胞自动机模型。
它能实时图形化和数字化网络流量细节。
有限的网络流量可见*如何影响您的项目？
它记录所有网络流量并带有额外日志功能和流量事件
本算法有效的减少了网络流量，具有很高的实用质量。
网络流量激增、户越来越多、用程序的数量不断加倍。
本文在兼顾网络流量层的收益管理应用的同时，把重点放在业务策略层和网络链路层的研究上。
例如，您可以通过本地IP、HTTP（包括通过代理）、DNS和ICMP 来路由支持虚拟网络的网络流量。
然而，在真实的环境中，许多网络流量都被路由到中间服务器。
哪里的春天网络流量/JSP处理形式的文章的时候，动作不规定？
提出新的行之有效的基于多agent的多路径网络流量管理方法。
测试本机的网络流量，在内存中绘图，然后以图形显示。
直到有谨慎的用户建议匿名共享文件网络流量才开始恢复。
因此*的网络流量看似很大，其实大部分都是垃圾流量，没有商用价值。
然而，根据非官方初步估计，目前约有70％的国防部网络流量为非官方，这些流量将被禁止。
后者是一种跨平台的网络流量压缩技术，可以有效将网络的数据流量降低至原有的80%，同时还提高了客户端的浏览速度。
实验表明，该方案不仅可以有效提高下栽速度，而且可以有效控制骨干网的网络流量。
2008年举行总统大选时，网络流量创历史新高，相当于互联网的一次大聚会。
他们可能还想限制进出其系统的网络流量，以便只有来自可信源的流量才可以进入其系统，以及只有授权的流量才可以出去。
瑞典四月实施的反盗版法要求网络营运商披露用户共享文件的详细情况，导致网络流量急剧下降。
这将改善网络*能，通过限制网络流量提高应用程序的响应*，从而在整体上增强客户端用户体验。
本文首先针对MAC层CSMA接入方式提出一种能自适应网络流量且有效避免二次冲突的AASC退避算法。
在网络流量较大的情况下，传统的处理方式存在接收中断活锁以及*能等问题。
这正是HTML5WebSockets大展身手的地方——它能够提供1000：1的降低不必要的网络流量和延迟。
带宽的这种“搁浅”使SONET的TDM结构不适合处理今天以数据为中心的网络流量。
如果您的应用程序使用这些服务，随着实例之间共享信息的增加，大型数据流或大量通信流将会使网络流量增加。
酒店网站正努力满足这种随机访问的网络流量；搜索引擎可以带来最多的用户(56%)，因此将网站内容和最高频率搜索关键词联系起来是至关重要的。
这些规则告诉防火墙某个流量是否合法以及对于来自某个源、至某个目的地或具有某种协议类型的网络流量要做些什么。
引入了半马尔柯夫模型描述网络流量特*，并在该模型的基础上分析推导了相应的流量预测方法。
测试表明，与基于单采集器的被动网络流量测量系统相比，该系统明显减少了采集器端的丢包率，提高了系统测量的准确*。
目前大多数互联网公司通常只是将产品销售、引导和网络流量，与 用户点击或广告的展现次数简单地联系起来衡量网络广告效果，而微软的新方法首次考虑了在消费者最终实施购买行为前，在互联网上涉及到的所有交互*行为。
但要比比谁是网络流量最大的驱动力，没有任何一家新兴的社交媒体可以比得过德拉吉报道（DrudgeReport）网站。
这份最新的国民数字时代习惯调查的审计结果出炉之时，网络流量观测机构ExperianHitwise也将在今天发表关于社交网站的最新研究报告。
存储转发交换机将帧存储在内部存储器中，检查错误然后将其转发至目的地。 存储转发*作确保了网络流量的高正确率，因为错误的数据帧被丢弃，而不会在网络中转发，如图6-9所示。
今天，约10亿千米的光纤环绕着地球，承载着通话与网络流量，从邮件与图片到流式视频都可以传送。
网络流量由IP信息包（或，简称信息包）—以流的形式从源系统传输到目的地系统的一些小块数据 — 组成。
以这种方式，您可以从LAN解除集群的探测和复制网络流量，从而为客户机与集群服务器的交流提供更多带宽。
这就意味着手机需要定期切换到“活跃”状态，接收需要的数据，然后进入“空闲”状态，随着时间的推移，这些细微的*作总共将消耗大量的电池和网络流量。
为了避免由洪泛搜索方法引起的大量网络流量问题，基于连通支配集的广播算法BCDS通过减少转发节点来减少查询消息数。
这些图形让我们深入了解正在运行的应用程序：我们正在使用大量CPU和内存并且在接近作业结束时造成更多网络流量。
网络流量监测点问题可以抽象为图的最小弱顶点覆盖问题，而求解最小弱顶点覆盖问题是一个NP难题。
通过实验表明，本文采取的分段降方差零均值化平滑分解方法和游程检验搜索分解阶数的自适应方法可以比较准确地预测短区间内的网络流量。
下面两个图展示了为一个特定的远程数据源启用F2PC 之后，对于涉及该数据源的*入/更新/删除和只读事务在网络流量和磁盘写方面的影响。
每个远程方法调用都包括将数据从客户机ejb存根传送到服务器，然后再传送回产生网络流量的客户机ejb存根。
本文用模糊自回归模型替代AR模型，使得改进的时序分解模型能够对任何时间粒度的网络流量进行建摸和预测。
