Статистические методы исследования сетевого трафика
Аннотация
Постановка проблемы: концепция единой мультисервисной сети, предполагающая интеграцию передачи речи, данных и мультимедиа, побудила интерес к изучению природы сетевого трафика. Исследования трасс трафика, записанного в крупных масштабах времени, показывают наличие в нем самоподобной структуры, что требует пересмотра результатов моделирования инфокоммуникационных сетей в предположении о пуассоновском потоке данных. Цель исследования: с целью получения инструментальных средств для генерации искусственного трафика, адекватно отражающего реальный трафик сети с учетом выявленных свойств самоподобия, изучить последовательность применения методов изучения природы сетевого трафика, выявляющих самоподобную природу трафика в виде статистических оценок и показателя Херста. Результаты: проверены свойства самоподобия рассматриваемого ЗG-трафика на разных временных шкалах, полученных агрегацией по 5, 10, 15 и 20 мин на имеющихся суточных данных ЗG-трафика. Получена оценка тяжести «хвоста» распределения самоподобного трафика методом построения линии регрессии для дополнительной функции распределения в логарифмическом масштабе. Значение параметра самоподобия, определяемое тяжестью «хвоста» распределения, позволило подтвердить предположение о самоподобии ЗG-трафика. Выполнен обзор моделей, имитирующих реальный сетевой трафик с самоподобной структурой. Реализованы инструментальные средства для генерации искусственного трафика в соответствии с рассмотренными моделями. Выполнено сравнение генераторов искусственного сетевого трафика по критерию метода наименьших квадратов аппроксимации точечных значений искусственного трафика аппроксимирующей функцией ЗG-трафика. Учтены качественные оценки генераторов искусственного сетевого трафика в виде трудоемкости их программной реализации, что, впрочем, может быть субъективной оценкой. Сравнительные характеристики позволяют выбрать генератор(ы), которые максимально правдоподобно имитируют реальный сетевой трафик. Практическая значимость: предложенная последовательность методов исследования свойств сетевого трафика необходима для понимания его природы и разработки соответствующих моделей, имитирующих реальный сетевой трафик.Опубликован
2018-10-19
Как цитировать
Татарникова, Т. М. (2018). Статистические методы исследования сетевого трафика. Информационно-управляющие системы, (5), 35-43. https://doi.org/10.31799/1684-8853-2018-5-35-43
Выпуск
Раздел
Моделирование систем и процессов