網路分析中的常用指標有哪些

㈠ 計算機網路有哪些常用的性能指標

速率、帶寬、吞吐量、時延、時延帶寬積、往返時間RTT、利用率等。

計算機網路是指將地理位置不同的具有獨立功能的多台計算機及其外部設備，通過通信線路連接起來，在網路操作系統，網路管理軟體及網路通信協議的管理和協調下，實現資源共享和信息傳遞的計算機系統。

關於計算機網路的最簡單定義是：一些相互連接的、以共享資源為目的的、自治的計算機的集合。若按此定義，則早期的面向終端的網路都不能算是計算機網路，而只能稱為聯機系統（因為那時的許多終端不能算是自治的計算機）。

但隨著硬體價格的下降，許多終端都具有一定的智能，因而「終端」和「自治的計算機」逐漸失去了嚴格的界限。若用微型計算機作為終端使用，按上述定義，則早期的那種面向終端的網路也可稱為計算機網路。

相關信息

數據通信是計算機網路的最主要的功能之一。數據通信是依照一定的通信協議，利用數據傳輸技術在兩個終端之間傳遞數據信息的一種通信方式和通信業務。它可實現計算機和計算機、計算機和終端以及終端與終端之間的數據信息傳遞。

是繼電報、電話業務之後的第三種最大的通信業務。數據通信中傳遞的信息均以二進制數據形式來表現，數據通信的另一個特點是總是與遠程信息處理相聯系，是包括科學計算、過程式控制制、信息檢索等內容的廣義的信息處理。

㈡ 計算機網路的性能參數及指標主要有哪些

計算機網路的性能主要包括：

1. 速率：b/s（bps）。如100M乙太網，實際是指100Mb/s。往往是指額定速率或標稱速率。

2. 帶寬：數字信道所能傳送的最高速率。

3. 吞吐量：單位時間內通過某個網路（或信道、介面）的數據量。其絕對上限值等於帶寬。

4. 時延（delay或latency）：數據（一個報文或分組，甚至比特）從網路（或鏈路）的一段傳送到另一端的時間。也稱延遲。

• 發送時延：主機或路由器發送數據幀所需的時間，也就是從發送數據幀的第一個比特算起，到該幀的最後一個比特發送完畢所需的時間。也成傳輸時延。

• 發送時延 = 數據幀長度（b） / 信道帶寬（b/s）

• 傳播時延：電磁波在信道中傳輸一定距離所需劃分的時間。

• 傳播時間 = 信道長度（m） / 傳輸速率（m/s）

• 處理時延：主機或路由器處理收到的分組所花費的時間。

• 排隊時延：分組在輸入隊列中等待處理的時間加上其在輸出隊列中等待轉發的時間。

• 總時延 = 發送時延 + 傳播時延 + 處理時延 + 排隊時延。對於高速網路鏈路，提高的是發送速率而不是傳播速率。

• 時延帶寬積：傳播時延 * 帶寬。表示鏈路的容量。

5.往返時間RTT：從發送方發送數據開始，到發送發收到接收方的確認為止，所花費的時間。 6.利用率：某信道有百分之幾是被利用的（有數據通過）。而信道或網路利用率過高會產生非常大的時延。 當前時延=空閑時時延/（1-利用率）

㈢ 腦網路分析的指標

1. 邊( link，edge) ，腦區間的功能連接

2. 節點(vertex 或 node)  ，腦區 

3. 節點度(degree) ，度ki，直接連接在一個節點的邊的個數， 節點的度越大則該節點的連接就越多, 節點在網路中的地位也就越重要. 

4. 度分布(degree distribution) ， 度分布P(k) 是網路最基本的一個拓撲性質, 它表示在網路中等概率隨機選取的節點度值正好為k 的概率, 實際分析中一般用 網路中度值為k 的節點占總節點數的比例近似表示 . 擁有不同度分布形式的網路在面對網路攻擊時會表現出截然不同的網路行為。

5. 區域核心節點(provincial hub)   

6. 連接中樞點( connector hub)      

7. 中心度(centrality)  中間中心度bi(centrality). 一個節點對網路中其他節點的信息流的影響。中心度是一個用來 刻畫網路中節點作用和地位的統計指標 , 中心度最大的節點被認為是網路中的 核心節點(hub) .

8. 度中心度(degree centrality) ，最常用的 度中心度以節點度刻畫其在網路中的中心程度     

9. 介數中心度( betweenness centrality) ，介數中心度(betweenness centrality)則從信息流的角度出發定義節點的中心程度.  介數中心性用來確定網路中最中心的節點，即網路中起橋梁作用的節點。hub腦區大多數位於接受多個腦區信息的聯絡皮層，比如豆狀核，海馬，顳中回，頂上回，額上回等。 節點i 的介數 Bi 定義為通過該節點的最短路徑的數目。歸一化介數可通過如下公式計算：

介數越大的節點代表網路中越關鍵的節點（如 hub 節點），在該研究中我們定義網路的hub 節點為 bi 大於 1.5 倍的所有節點的介數平均值。

對於網路G 中的任意一點i, 其介數中心度的計算公式如下

10. 節點強度( node strength) ， 加權網路中由於考慮了邊的權值，無權網路中的度與度的分布特徵在加權網路中進一步推廣為強度與強度的分布。與節點度相比， 節點強度不僅考慮了與節點連接的邊的數目，更進一步考慮了與節點連接的相應的邊的權值 ，能夠更加科學的衡量作者的局部網路特徵，在採用累積頻次加權的作者合作加權網路中，節點強度是指作者與其合作對象的累積絕對合作頻次。

11. 最短路徑長度(shortest path length) ，最短路徑長度，(shortest path length).最短路徑對網路的信息傳輸起著重要的作用, 是描述網路內部結構非常重要的一個參數. 最短路徑刻畫了網路中某一節點的信息到達另一節點的最優路徑,通過最短路徑可以更快地傳輸信息, 從而節省系統資源. 兩個節點i,j之間邊數最少的一條通路稱為此兩點之間的最短路徑, 該通路所經過的邊的數目即為節點i,j之間的最短路徑長度, lij. 網路最短路徑長度L 描述了網路中任意兩個節點間的最短路徑長度的平均值

12. 特徵路徑長度( characteristic path length) Lp ，網路整體路由效率的程度。對於特徵路徑長度的計算，有斷鍵重連的標准小世界網路方法和添加長鍵轉化小世界網路方法。 該指標衡量了網路的信息並行處理的能力或全局效率（1/ Lp），特徵路徑長度的增加說明了腦區之間的信息傳輸和交互效率降低。 一個網路的特徵路徑長度 Lp  ， 是網路中任意兩節點的最短路徑的平均 ：

13. 聚類系數( clustering coefficient) ，聚類系數Cp，網路的聚類程度，集群系數衡量的是網路的集團化程度, 是度量網路的另一個重要參數, 表示某一節點i 的鄰居間互為鄰居的可能. 節點i 的集群系數Ci的值等於該節點鄰居間實際連接的邊的數目(ei)與可能的最大連接邊數(ki(ki–1)/2)的比值。 該指標衡量了網路的局部聚集性或者信息傳輸的局部效率。 網路中所有節點集群系數的平均值為網路的集群系數。

14.局部效率(local efficiency) ，局部效率Eloc，衡量如何高效的傳播信息通過節點的直接相鄰節點，由於集群系數只考慮了鄰居節點間的直接連接, 後來有人提出局部效率(local efficiency)Eloc的概念. 集群系數和局部效率度量了網路的局部信息傳輸能力, 也在一定程度上反映了網路防禦隨機攻擊的能力。任意節點i 的局部效率為

 該指標描述了網路的容錯能力，表明當移除節點 i 後它直接相鄰的節點間的通信效率。

15.全局效率( global efficiency) ，全局效率 Eglob 描述了網路對於信息並行處理的能力，定義為任意兩節點的最短路徑的調和平均值的倒數，全局效率Eglob，衡量如何有效的通過整個網路傳播信息，通常最短路徑長度要在某一個連通圖中進行運算, 因為 如果網路中存在不連通的節點會導致這兩個節點間的最短路徑長度值為無窮 . 因此有人提出了全局效率(global efficiency)Eglob的概念。最短路徑長度和全局效率度量了網路的全局傳輸能力.  最短路徑長度越短, 網路全局效率越高, 則網路節點間傳遞信息的速率就越快. 全局效率的降低說明腦區之間的信息傳輸和交互效率降低。

16.外徑(Diameter) ,The longest of all the geodesics, and the geodesics is a shortest path between two nodes. If we are looking for the diameter of a network, we are really looking at all the shortest paths and then choosing the longest one.

17.平均最短路徑（Average path length） , It's calculated by finding the shortest path between all the nodes, adding them up, and then dividing by the total number of pairs. It will show us the number of steps on average it takes to get from one member to another in the network. For example, 721 million users with an average path length of just 4.74, in these network, we show that it is at once both global and local, it connects nodes which are far away but also has the dense local structure, and this is called the small world phenomena.

18.AAL模板,  AAL全稱是Anatomical Automatic Labeling，AAL分區是由 Montreal Neurological Institute (MNI)機構提供的。AAL模板一共有116個區域，但只有90個屬於大腦，剩餘26個屬於小腦結構，研究的較少。

19.MNI空間， 是Montreal Neurological Institute根據一系列正常人腦的磁共振圖像而建立的坐標系統。Native空間就是原始空間。圖像沒有做任何變換時就是在原始空間。在這個空間中圖像的維度、原點、voxel size等都是不同的， 不同被試的圖像之間不具有可比性 ， 計算出來的任何特徵都不能進行統計分析 ，或是用於機器學習。所以 必須對所有被試的圖像進行配准標准化到同一個模板上，這樣所有被試的維度、原點、voxel size就一樣了。 使用MNI標准模板，就表示把圖像轉換至MNI空間了。 一般而言MNI模板是最常用的，研究的比較多。 標准空間的圖像也是指MNI空間的圖像。

20.Talairach空間， 和MNI空間的坐標有對應的關系，很多軟體都提供這個功能，如Mricron、REST等。Talairach空間只要是為了判別當前坐標在什麼結構上，注意Talairach atlas and Talairach coordinates 就是Stereotaxic space.

21.全局網路度Kp ，節點 i 的連接度 Ki 定義為與該節點直接相連的邊的數目，高度連接的節點的度較大。該指標用來描述一個網路的稀疏度。全局網路的度Kp 為網路中所有節點的度的平均：

22.小世界屬性，基於體素和基於腦區的研究都表明人腦功能網路都具有高效的小世界屬性。 For example, 721 million users with an average path length of just 4.74, in these network, we show that it is at once both global and local, it connects nodes which are far away but also has the dense local structure, and this is called t he small world phenomena . 小世界網路( small-world network) 網路的小世界屬性：高的聚類系數和短的特徵路徑長度。小世界的拓撲結構支持大腦信息處理的分化和整合功能，是一種經濟型的結構，支持高度復雜動態結構的同時，使得配線代價最低。具有小世界屬性的動態系統通常有較好的抗攻擊性，而且表現出比較高的信息傳輸速度，計算能力和同步性。

23. 攻擊性， 用來定量描述某個節點的失敗對網路行為的影響。節點 i 的攻擊性Vi 定義為： 當去掉節點 i 及其連接的邊後網路全局效率的變化 ，可通過如下公式計算：

其中 Eglob』表示去掉節點 i 及其連接的邊後網路的全局效率。 攻擊性同介數中心性一樣也是反映了節點在網路中的重要性。

24.節點效率ei， 衡量一個節點與其他節點通信的效率

25.結構性連接，

26.模塊化結構，

27.結構性腦網路( structural brain networks 或anatomical brain networks) 

28.功能性腦網路( functional brain networks)

29.因效性腦網路( effective brain networks) 

30.無標度網路( scale-free network) 

31.隨機網路( random network) 

32.規則網路( regular network) 

33.無向網路( undirected network)

34.加權網路( weighted network)

35.相位同步( phase synchronization) 

36.連接密度(connection density/cost) 

37.互相關分析( cross-correlation analysis) 

38.因果關系分析( Causality analysis) 

39.直接傳遞函數分析( Directed Transfer Function，DTF) 

40.部分定向相干分析( Partial Directed Coherence，PDC) 

多變數自回歸建模( multivariate autoregressivemodel，MVAR) 

獨立成分分析( independent component analysis，ICA) 

步似然性(synchronization likelihood, SL) 

結構方程建模(structural equationmodeling, SEM) 

動態因果建模(dynamic causalmodeling, DCM) 

心理生理交互作用模型(Psychophysiological interaction model) 

非度量多維定標(non-metric multidimensional scaling) 

體素形態學(voxel-based morphometry,VBM) 

統計參數映射（statistical parametric mapping，SPM） 

皮爾遜相關系數（Pearson correlation）

偏相關系數（Partial correlation） 

腦功能連接，度量空間上分離的不同腦區間在時間上和相關性和功能活動的統計依賴關系，是描述腦區之間協同工作模式的有效手段。

方法學：（1）定義被試的節點的方法：AAL模板和自動配准；（2）定義邊：確定性的纖維跟蹤演算法，HARDI,DSI,概率跟蹤演算法；（3）二值網和加權網的選擇；

最大連通子圖大小，SOBCC（Size of Biggest Connected Component），代表網路連通分量的大小。

㈣ 網站數據分析只要分析哪些指標

網站數據分析有很多方面，但是要看你能夠獲取的是哪些數據，具體如下：

1、流量統計是基礎的數據統計
網站的統計工具可以讓我們了解基本流量信息，包括獨立訪問者、訪問停留時間、頁面停留時間、訪問率等;實時了解網站的變化趨勢，了解有效覆蓋人群的規模，了解推廣的目標人群，在哪個頁面，哪個頻道。
1.了解網站的目標人群特徵，為產品設計提供重要依據
2.了解網站關注行業用戶量的潛在規模
3.與行業平均指標做對比，作為評估自身網站發展的指標
4.分析網站與競爭對手之間的用戶重合度
5.分析自身網站內部各欄目間的用戶重合度
根據網站的大致需求，相關網站「數據統計」的基本分析應具有：
A.訪問人次，即網站的訪問人次，通常以日訪問人次統計，此指標不排除同一訪客同一天訪問多次。
B.訪問總頁面數，即訪問者在站點上瀏覽的總頁面數，通常以日統計。
C.獨立訪客，也稱獨立IP，指訪問站點的獨立訪客，通常以日訪問人次統計，每台獨立上網電腦被視為一個獨立訪問者。同一電腦多人使用時，不重復計算，仍視作一個獨立訪問者。
D.人均停留時間，即訪問者在網站停留的時間
計算公式：人均停留時間=訪問人次停留時間/訪問人次。指「獨立訪問者」平均每次訪問某一網站的停留時間。也就是說一個周期內，從開始訪問這個網站到結束訪問這個網站所停留的時間。
E.人均訪問頁數(PV值)，即訪問者平均訪問頁面數，
計算公式：PV值=訪問總頁面數/訪問人次。這項指標同樣重要，訪問者平均訪問頁數越多，越能實現網站的目的指向。
F.跳出率，即訪問者到達站點後瀏覽頁數僅有的一頁的比率。
G.新訪客，即訪問站點的訪問者是否第一次登錄站點，該指標從一側面反應平台的人氣程度和知名度，通常以日為單位進行統計。每日新訪客人數越多，說明人氣越高，影響度也越來越高。
H.回訪者，即訪問站點的訪問者超過一次以上登錄站點，該指標從一側面反應訪問者對站點的接受程度，通常以日為單位進行統計，回訪人數越多，說明站點被接受的程度越高，而通常，網站的潛在客戶行為，就是在回訪者中實現，如注冊、購物、消費等。
I.每個獨立訪問者訪問頻次：一個周期內獨立訪問者的平均訪問次數。

2、關鍵字數據收集
包括兩方面：
客戶通過哪些關鍵字到達網站
客戶在網站搜索哪些關鍵字---精確地跟蹤有哪些關鍵字產生了銷售額或銷售機會

3、網站專題及營銷方式的效果統計
精確地跟蹤有哪些專題產生了銷售額或銷售機會，跟蹤由專題轉換為銷售的點擊次數
幫助我們評估網站頁面格局的合理性
跟蹤銷售額和銷售機會

㈤ 你知道互聯網業務數據分析常用指標有哪些嗎

常用的數據指標包括三方面：用戶數據、行為數據、業務數據，串成一句話即是：誰，幹了什麼，結果如何

可從用戶來源、用戶存量、用戶增量、用戶健康度四個常用維度去看
用戶來源 ：指用戶來源的渠道，比如：網路自然搜索、網路關鍵字投放、搜狗、微信等
用戶存量 ：指日活DAU（Daily Active User，日活躍用戶數量）、月活MAU（Monthly Active User，月活躍用戶數量）等用戶活躍數據。註：需要說明的是MAU不等於各日的DAU之和，需要對用戶去重統計才有意義。
用戶增量 ：指新增用戶，定義新增用戶的流程節點和基於維度不同，統計出來的數據不同，在日常工作中，要和團隊明確統一定義的標准，降低溝通成本
用戶健康度 ：可用用戶留存率等指標衡量，關於留存率計算一般有三種演算法

可從訪問次數/頻率、訪問時長、訪問轉化、訪問跳出四個常用維度去看
訪問次數/頻率 ：可用PV（Page View，頁面瀏覽量）、UV（Unique Visitor，獨立訪客量）、訪問深度來呈現
PV指頁面訪問次數，UV指訪客人數
訪問深度 ：用來衡量用戶對產品的了解程度

訪問時長 ：可一定程度量化當前頁面內容對用戶的吸引程度。註：在處理訪問時長數據時，需要注意剔除一些非常大的值，避免用戶去做其他事情頁面沒關這種極端情況帶來的干擾
訪問轉化 ：指用戶訪問相關頁面後，轉化成注冊用戶、付費用戶的比率
訪問跳出 ：可用彈出率等指標衡量頁面對用戶的質量，註：彈出率是基於訪問次數的

可從業務總量、人均付費、人數、產品健康度四個常用維度去看
總量 ：一般會用GMV（Gross Merchandise Volume，成交總額）來度量，
人均付費 ：一般用ARPU（Average Revenue Per User，每用戶平均收入）/ARPPU（Average Revenue Per Paying User，每付費用戶帶來的平均收益）
人數 ：一般指付費人數
產品健康度 ：衡量大多數產品健康度，看其能帶來的收益，即可以用付費率、付費頻次等指標來衡量

上述具體指標，在實際工作中，要根據產品的具體形態調整。比如業務數據的指標，視頻產品一般就會採用觀看時長來衡量總量，觀看人數來度量人數這個指標

㈥ 網路性能管理中性能指標主要有哪些並簡述這些性能指標的主要含義

1、可用性。指網路系統、元素或應用時間對用戶可利用的時間的百分比。 2、響應時間。指從用戶輸入請求到系統在終端上返回計算結果的時間間隔。 3、正確性。指網路傳輸的正確性。 4、吞吐率。是面向效率的指標。 5、利用率。指網路資源利用的百分率。

㈦ 網站統計數據分析有哪些衡量指標

網站統計數據主要有四大指標：
第一：網站趨勢分析，包括實時訪客，今日訪客，昨日訪客，最近30天訪客
第二：網站來源分析，包括搜索引擎來源，搜索詞來源，外部鏈接來源（外鏈）
第三：頁面分析，包括受訪頁面，受訪域名，入口頁面，頁面點擊圖分析，頁面上下游內容對比
第四：訪客屬性分析，訪客地域分布，系統環境，新老訪客，訪客忠誠度

㈧ 計算機網路性能指標有哪些

性能指標從不同的方面來度量計算機網路的性能。

1、速率

計算機發送出的信號都是數字形式的。比特(bit)是計算機中的數據量的單位，也是資訊理論中使用的信息量單位。英文字bit來源binarydigit(一個二進制數字)，因此一個比特就是二進制數字中的一個1或0。網路技術中的速率指的是鏈接在計算機網路上的主機在數字信道上傳送數據的速率，也稱為數據率(datarate)或者比特率(bitrate)。速率的單位是b/s(比特每秒)或者bit/s，也可以寫為bps，即bitpersecond。當數據率較高時，可以使用kb/s(k=10^3=千)、Mb/s(M=10^6=兆)、Gb/s(G=10^9=吉)或者Tb/s(T=10^12=太)。現在一般常用更簡單並不是很嚴格的記法來描述網路的速率，如100M乙太網，而省略了b/s，意思為數據率為100Mb/s的乙太網。這里的數據率通常指額定速率。

2、帶寬

帶寬本上包含兩種含義：

(1)帶寬本來指某個信號具有的頻帶寬度。信號的帶寬是指該信號所包含的各種不同頻率成分所佔據的頻率范圍。例如，在傳統的通信線路上傳送的電話信號的標准帶寬是3.1kHz(從300Hz到3.1kHz，即聲音的主要成分的頻率范圍)。這種意義的帶寬的單位是赫茲。在以前的通信的主幹線路傳送的是模擬信號(即連續變化的信號)。因此，表示通信線路允許通過的信號頻帶范圍即為線路的帶寬。

(2)在計算機網路中，貸款用來表示網路的通信線路所能傳送數據的能力，因此網路帶寬表示在單位時間內從網路的某一點到另一點所能通過的「最高數據量「。這種意義的帶寬的單位是」比特每秒「，即為b/s。子這種單位的前面也通常加上千(k)、兆(M)、吉(G)、太(T)這樣的倍數。

3、吞吐量

吞吐量(throughput)表示在單位時間內通過某個網路(或信道、介面)的數據量。吞吐量進場用於對現實世界中的網路的一種測量，以便知道實際上到底有多少數據量能夠通過網路。顯然，吞吐量受到網路的帶寬或網路的額定速率的限制。例如，對於一個100Mb/s的乙太網，其額定速率為100Mb/s，那麼這個數值也是該乙太網的吞吐量的絕對上限值。因此，對100Mb/s的乙太網，其典型的吞吐量可能只有70Mb/s。

4、時延

時延指數據(一個報文或者分組)從網路(或鏈路)的一端傳送到另一端所需的時間。時延是一個非常重要的性能指標，也可以稱為延遲或者遲延。

網路中的時延由以下幾部分組成：

(1)發送時延發送時延是主機或路由器發送數據幀所需要的時間，也就是從發送數據幀的第一個比特算起，到該幀的最後一個比特發送完畢所需時間。發送時延也可以稱為傳輸時延。發送的時延=數據幀長度(b)/發送速率(b/s)。

對於一定的網路，發送時延並非固定不變，而是與發送的幀長成正比，與發送數率成反比。

(2)傳播時延傳播時延是電磁波在信道中傳播一定的距離需要花費的時間。

傳播時延=信道長度(m)/電磁波在信道上的傳播數率(m/s)

電磁波在自由空間的傳播速率是光速，即3.0×10^5km/s。電磁波在網路傳輸媒體中的傳播速率比在自由空間低一些，在銅線電纜中的傳播速率約為2.3×10^5km/s，在光纖中的傳播速率約為2.0×10^5km/s。

(3)處理時延主機或路由器在收到分組時需要花費一定的時間處理，分析分組首部、從分組中提取數據部分、進行差錯檢驗、查到適當路由等，這就產生了處理時延。

(4)排隊時延分組在經過網路傳輸時，要經過許多的路由器。但分組在進入路由器後要先在輸入隊列中排隊等待處理。在路由器確定了轉發介面後，還要在輸出隊列中排隊等待轉發。這就產生了排隊延時。排隊延時通常取決於網路當時的通信量。

這樣數據在網路中盡力的總延時就是

總延時=發送延時+傳播延時+處理延時+排隊延時

對於高速網路鏈路，提高的僅僅是數據的發送數率而不是比特在鏈路上的傳播速率。荷載信息的電磁波在通信線路上的傳播速率與數據的發送速率並無關系。提高的數據的發送速率只是減小了數據的發送時延。

5、時延帶寬積

把以上兩個網路性能的兩個度量，傳播時延和帶寬相乘，就等到另外一個度量：傳播時延帶寬積，即

時延帶寬積=傳播時延×帶寬

例如，傳播時延為20ms，帶寬為10Mb/s，則時延帶寬積=20×10×10^3/1000=2×10^5bit。這就表示，若發送端連續發送數據，則在發送的第一個比特即將達到終點時，發送端就已經發送了20萬個比特，而這20萬個bit都在鏈路上向前移動。

6、往返時間RTT

在計算機網路中，往返時間RTT也是一個重要的性能指標，表示從發送方發送數據開始，到發送方收到來自接收方的確認，總共經歷的時間。對於上面提到的例子，往返時間RTT就是40ms，而往返時間和帶寬的乘積是4×10^5(bit)。

顯然，往返時間與所發送的分組長度有關。發送很長的數據塊的往返時間，應當比發送很短的數據塊往返時間要多些。

往返時間帶寬積的意義就是當發送方連續發送數據時，即能夠及時收到對方的確認，但已經將許多比特發送到鏈路上了。對於上述例子，假定數據的接收方及時發現了差錯，並告知發送發，使發送方立即停止發送，但也已經發送了40萬個比特了。

7、利用率

利用率有信道利用率和網路利用率。信道利用率指出某信道有百分之幾的時間是被利用的。網路利用率則是全網路的信道利用率的加權平均值。信道利用率並非越高越好。這是因為，根據排隊的理論，當某信道的利用率增大時，該信道引起的時延也就迅速增加。

如果D0表示網路空閑時的時延，D表示當前網路時延，可以用簡單公式(D=D0/(1-U)來表示D，D0和利用率U之間的關系。U數值在0和1之間。當網路的利用率接近最大值1時，網路的時延就趨近於無窮大。

㈨ 社交網路圖中有哪些指標

關注
在圖分析過程中有一部分指標在解讀圖的過程中是十分重要的，正確理解這些概念，對圖分析和理解網路具有很重要的意義。

學術上面對圖中常用指標的解釋如下：

度中心性（Degree Centrality）
是在網路分析中刻畫節點中心性（Centrality）的最直接度量指標。一個節點的節點度越大就意味著這個節點的度中心性越高，該節點在網路中就越重要。

接近中心性（Closeness Centrality）
反映在網路中某一節點與其他節點之間的接近程度。將一個節點到所有其他節點的最短路徑距離的累加起來的倒數表示接近性中心性。即對於一個節點，它距離其他節點越近，那麼它的接近性中心性越大。

中介中心性/中間中心性(Between Centrality)
以經過某個節點的最短路徑數目來刻畫節點重要性的指標。

特徵向量中心性（Eigenvector Centrality）
一個節點的重要性既取決於其鄰居節點的數量（即該節點的度），也取決於其鄰居節點的重要性。

度中心性（degree）
設想一下，你在微信上有個賬號，那麼是不是意味著微信好友數量越多，那麼你的社交圈子越廣？（假設都是真實好友，不考慮微商神馬的奇葩情況）比如我有20個好友，那麼意味著20個結點與我相連。如果你有50個好友，那麼意味著你的點度中心度比我高，社交圈子比我廣。這個就是點度中心性的概念。 當然，剛才這個情況是無向圖的情形，如果是有向圖，需要考慮的出度和入度的問題。 在剛才的基礎上拓展一下，假如我們要比較你在微博和微信上的點度中心度，剛才的方法是否適用？如果說使用微信與微博的人數差不多，那麼的確可以。但是如果說用戶數量不一樣呢？那麼我們需要考慮到去規模化的問題，這就是標准化的點度中心性的理念。

接近中心性（closeness）
對於了解圖論的朋友而言，最短路這個概念一定不陌生。我們設想一個實際生活中的場景，比如你要建一個大型的娛樂商場，你可能會希望周圍的顧客到達這個商場的距離都可以盡可能地短。這個就涉及到接近中心性的概念，接近中心性的值為路徑長度的倒數。 接近中心性需要考量每個結點到其它結點的最短路的平均長度。也就是說，對於一個結點而言，它距離其它結點越近，那麼它的中心度越高。一般來說，那種需要讓盡可能多的人使用的設施，它的接近中心度一般是比較高的。

㈩ 衡量網路的技術指標有什麼

延遲（delay）帶寬（bandwith）是衡量計算機網路性能好壞的指標之一。
帶寬表示的是網路的吞吐量，通常單位是mbps和kbps分別是百萬位每秒和千位每秒。bit（位）是網路流量中的最小單位。八位二進製表示一個位元組。
比如你家帶寬有1Mbps其實只有1000/8=125KB而已……