Logo
Wydrukuj tę stronę

Modelowanie ruchu w sieciach teleinformatycznych w oparciu o ułamkowy proces autoregresji

Modelowanie ruchu w sieciach teleinformatycznych, biorąc pod uwagę, że wykazuje on właściwości samopodobieństwa, prowadzi do bardziej dokładnych oszacowań parametrów efektywności, takich jak opóźnienie czy poziom strat pakietów, co w konsekwencji powoduje lepszą kontrolę poziomu usług (Quality of Service). Artykuł prezentuje metodę dopasowania ułamkowego procesu autoregresji do rzeczywistych danych natężenia ruchu, skupiając się na zależnościach krótkoterminowych. Ponieważ prezentowany model może zawierać w sobie zarówno zależności długo- jak i krótkoterminowe, wydaje się być lepszą propozycją niż modele oparte jedynie o własności autokorelacyjne procesu. W artykule przedstawiono metodę generowania ruchu, jak również różne kryteria wyboru rzędu dla zależności krótkoterminowych.
Natężenie ruchu w sieciach teleinformatycznych wykazuje własności samopodobne
[1,2]. Z tego powodu model opisujący ten ruch powinien być oparty o procesy posiadające zależności długoterminowe (long-range dependent), w przeciwieństwie do modeli:
Poissona, Gaussa, AR, MA, ARMA czy też ARIMA [1,4,6]. (...)

Artykuł zawiera 11572 znaków.

Źródło: Czasopismo Logistyka

© 2000-2023 Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny