Подход к прогнозированию пропускной способности канала связи
DOI:
https://doi.org/10.5281/zenodo.14018650Ключевые слова:
прогнозирование, пропускная способность, канал связи, ARFIMA-модель, точность прогнозирования, фрактальные свойства, параметры качества обслуживанияЛицензия
Аннотация
Настоящая работа направлена на анализ существующих и разработку нового подхода к прогнозированию пропускной способности канала связи, основанном на учете фрактальных свойств трафика данных. Так, предложенный подход использует ARFIMA-модель, что позволяет повысить точность прогнозирования пропускной способности с учетом заданных параметров качества обслуживания. Также в статье предложен метод оценки пропускной способности канала связи, учитывающий фрактальные свойства поступающего трафика при обеспечении заданных параметров качества обслуживания.
Скачивания
Библиографические ссылки
1. Костромицкий, А. И. Подходы к моделированию самоподобного трафика / А. И. Костромицкий, В. С. Волотка // Восточно-Европейский журнал передовых технологий. – 2010. – №46. – С. 46-49.
2. Rose, O. Estimation of the Hurst parameter of long-range dependent time series / O. Rose. – Report, 1996. – N. 137. – 14 p.
3. Zeigler, U. Mathematical modeling, simulation and optimization of dynamic transportation networks with applications in production and traffic: Dissertation, Dept. of Mathematics / Ute Cermakova Ziegler. – RWTH Aachen University, 2013.
4. Кричевский, А. М. Прогнозирование временных рядов с долговременной корреляционной зависимостью: дис. канд. техн. наук : 05.13.01 / Кричевский Андрей Михайлович. – СПб., 2008 – 179 с.
5. Ложковский, А. Г. Модель трафика в мультисервисных сетях с коммутацией пакетов / А. Г. Ложковский // Научные труды ОНАС им. А. С. Попова. – 2010. – № 1.
6. NASA-HTTP [Электронный ресурс] / The Internet Traffic Archive [Сайт]. – URL: http://ita.ee.lbl.gov/html/contrib/NASA-HTTP.html (дата обращения 10.06.2024).
REFERENCES LIST
1. Kostromitskii, A. I. Podkhody k modelirovaniiu samopodobnogo trafika / A. I. Kostromitskii, V. S. Volotka // Vostochno-Evropeiskii zhurnal peredovykh tekhnologii. – 2010. – №46. – S. 46-49.
2. Rose, O. Estimation of the Hurst parameter of long-range dependent time series / O. Rose. – Report, 1996. – N. 137. – 14 p.
3. Zeigler, U. Mathematical modeling, simulation and optimization of dynamic transportation networks with applications in production and traffic: Dissertation, Dept. of Mathematics / Ute Cermakova Ziegler. – RWTH Aachen University, 2013.
4. Krichevskii, A. M. Prognozirovanie vremennykh riadov s dolgovremennoi korreliatsionnoi zavisimostiu: dis. kand. tekhn. nauk : 05.13.01 / Krichevskii Andrei Mikhailovich. – SPb., 2008 – 179 s.
5. Lozhkovskii, A. G. Model trafika v multiservisnykh setiakh s kommutatsiei paketov / A. G. Lozhkovskii // Nauchnye trudy ONAS im. A. S. Popova. – 2010. – № 1.
6. NASA-HTTP [Elektronnyi resurs] / The Internet Traffic Archive [Sait]. – URL: http://ita.ee.lbl.gov/html/contrib/NASA-HTTP.html (data obrashcheniia 10.06.2024).
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Статьи журнала «Вестник Донецкого университета. Серия 04. Технические науки» находятся в открытом доступе и распространяются в соответствии с условиями Лицензионного Договора с Донецким Государственным университетом, который бесплатно предоставляет авторам неограниченное распространение и самостоятельное архивирование.
