Аннотації
26.12.2014
Анотація. Надано аналіз характеристик самоподібного (фрактального) пакетного трафіку. Запропоновано метод прогнозування самоподібного трафіку, що може бути використаний для моделювання потоків даних у пакетних мережах. Розглянуто алгоритм прогнозування пульсацій у потоці пакетів, що просуваються через порти комутаторів пакетних мереж. Розроблений алгоритм базується на процедурі Бокса-Дженкінса. Результати прогнозу, що отримуються за цим алгоритмом, базуються на великій кількості даних, значення котрих тим більше впливають на результат прогнозу, чим ближче ці дані до моменту прогнозування. Такі умови є характерними під час динамічного керування пропускною здатністю пакетних комутаторів.
Представлен анализ характеристик самоподобного (фрактального) пакетного трафика. Предложен метод прогнозирования самоподобного трафика, который может быть использован для моделирования потоков данных в пакетных сетях. Рассмотрен алгоритм прогнозирования пульсаций в потоке пакетов, которые продвигаются через порты коммутаторов пакетных сетей. Разработанный алгоритм базируется на процедуре Бокса-Дженкинса. Результаты прогноза, которые получаются согласно этому алгоритму, базируются на большом количестве данных, значения которых тем больше влияют на результат прогноза, чем ближе эти данные к моменту прогнозирования. Такие условия являются характерными во время динамического управления пропускной способностью пакетных коммутаторов.
The analysis of descriptions fractal package traffic is given. It is shown that fractal processes have a hyperbolically going out coefficient of correlation. At averaging of fractal process dispersion of it selective middle diminishes slower than size that reverses to the size of selection. At that time as for traditional stationary casual processes dispersion diminishes inversely proportional to the sample size. It is shown also, that a row that forms the successive values of cross-correlation function of fractal process goes away. It is proposed the method of fractal traffic prediction that can be used for the design of streams given in package networks. The algorithm of prediction of pulsations is considered in the stream of packages that move up through ports of switchboards of package networks. The worked out algorithm is based on procedure of Box-Djenkins. The results of prognosis, that turn out after this algorithm, are based on plenty of data value of that the anymore influence on the result of prognosis, than nearer these data to the moment of prognostication. Such terms are characteristic during the dynamic management of package switchboards a carrying capacity.
1. Городецкий, А. Я. Информатика. Фрактальные процессы в компьютерных сетях / А. Городецкий,
В. Забровский. – СПб : Изд-во СПб ГТУ, 2000. – 96 с.
2. Баскаков, С. И. Радиотехнические цепи и сигналы: Учеб. для вызов по спец. Радиотехника. 2-е изд. перераб. и доп. – М. : Высш. шк., 1998. 448 с.
3. Кочергін, Ю. А. Задача авторегулирования перераспределением пропускной способности пакетного коммутатора между его портами // Математичні машини і системи. – Вип. 2. – 2006.
4. Айвазян, С. А. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е изд. испр. – T. 2. Айвазян С.А. Основы эконометрики. – М. : ЮНИТИ-ДАНА, 2001. – 432 с.
5. Ghaderi, M. On the Relevance of Self-Similarity in Network Traffic Prediction, 2003. http://www.cs.uwaterloo.ca/cs-archive/CS-2003/28/TR-CS-2003. – 28. pdf.
6. Sadec, N., Khotanzad, A., Chen, T. ATM Dynamic Bandwidth Allocation Using FArima Prediction Model. http://snoopy.seas.smu.edu/papers/icccn03. pdf.
7. Експлуатація телекомунікаційних систем [текст ]: підручник. / Г. Ф. Конахович, В. М. Чуприн, І. О. Мачалін, О. П. Ткаліч. – К. : Центр учбової літератури, 2014. – 372 с.
8. Конахович, Г. Ф., Чуприн, В. М.. Сети передачи пакетных данных. – К. : «МК-Пресс», 2006. – 272 с.
9. ITU-T Recommendation M.3010(02/00). Principles for a Telecommunications management network (Принципи управління телекомунікаційними мережами).
1. Horodetskyi, A. Ya., Zabrovskyi, V. (2000). Informatics. Fractal processes in computer networks, St.Petersburg, Russia, SPb HTU, 96.
2. Buskacov, S. I. (1998). Radiotechnic signals, Moscow, Russia, H.Schule, 448.
3. Kocherhin, Yu. A. (2006) Autoregulation task redistribution capacity batch commutator between its ports, Mathematical Machines and Systems, Kyiv, Ukraine: IC ASU, 2, 60-70.
4. Ivazyan, S. A., (2001). Statistics. Moscow, Russia, UNITY-DANA, 432.
5. Ghaderi, M. On the Relevance of Self-Similarity in Network Traffic Prediction, 2003. http://www.cs.uwaterloo.ca/cs-archive/CS-2003/28/TR-CS-2003. – 28. pdf.
6. Sadec, N., Khotanzad, A., & Chen, T. ATM Dynamic Bandwidth Allocation Using FArima Prediction Model. http://snoopy.seas.smu.edu/papers/icccn03. pdf.
7. Konakhovych, H. F., Chupryn, V. M., Machalin, I. O. & Tkalich O. P. (2014). The operation of telecommunications systems, Kyiv, Ukraine: Center educational literature, 372.
8. Konahovich, G. F., & Chuprin, V. M. (2006). Transport Networks of package data. –Kiev, Ukraine,МК-Пресс», 272.
9. ITU-T Recommendation M.3010(02/00). Principles for a Telecommunications management.