[本文摘要]

通过分析网络流量数据在FrFT域的统计特性发现，实际网络流量在FrFT域满足自相似性，进一步地，针对网络流量在FrFT域的“时域”和“频域”展开，分别给出了基于改进的整体经验模态分解—去趋势波动分析（MEEMD-DFA）的Hurst指数估计法以及基于加权最小二乘回归（WLSR）的Hurst指数自适应估计法。实验结果表明，相比于现有估值算法，MEEMD-DFA法具有较高的估计精度，但计算复杂度高；而FrFT自适应估计法则具有更优的估计顽健性，且计算复杂度较低，可作为一种实时在线估计真实网络数据Hurst指数的方法。