Метод математичного моделювання самоподібного трафіку у інфокомунікаційних мережах

Abstract

Висвітлено новий підхід до вирішення проблеми адекватного моделювання мережевого трафіку. Запропоновано новий метод, що дозволяє генерувати самоподібні потоки пакетів з довільним заданим ступенем самоподібності у інфокомунікаційних мережах. Метод базується на використанні розподілу Парето та методу максимальної правдоподібності для оцінки параметрів моделі. Отримані результати можуть бути використані для побудови більш реалістичних імітаційних моделей інфокомунікаційних мереж. Автори пропонують метод математичного апарату для процедури формування самоподібного трафіку, який полягає в створенні точної та ефективної моделі, що відображає реа льні властивості самоподібності у потоках даних. Запропоновано ефективний інструмент для моделювання складних мережевих процесів, що дозволяє точніше прогнозувати поведінку інфокомунікаційної мережі та оптимізувати її роботу. У представленій статті запропоновано процедуру формування самоподібного трафіку на основі закону розподілу Парето. Цей закон обраний завдяки своїй здатності описувати випадкові величини з довгими хвостами, що притаманно багатьох реальних систем. Основним параметром, що визначає рівень самоподібності потоку, є параметр Херста, що дозволяє гнучко моделювати різні сценарії трафіку. Запропонована процедура є важливим інструментом для дослідників та інженерів, що займаються моделюванням та аналізом мережевого трафіку, може застосовуватися для моделювання трафіку в інфокомунікаційних мережах, що сприяє покращенню точності відтворення реальних умов роботи мереж.This article presents a new approach to solving the problem of adequate network traffic modeling. A novel method is proposed that allows generating self-similar packet flows with an arbitrarily specified degree of self-similarity in infocommunication networks. The method is based on the use of the Pareto distribution and the maximum likelihood method for estimating model parameters. The obtained results can be used to build more realistic simulation models of infocommunication networks. The authors propose a mathematical apparatus method for the procedure of forming self-similar traffic, which consists in creating an accurate and efficient model that reflects the real properties of self-similarity in data flows. An effective tool for modeling complex network processes is proposed, allowing more accurate prediction of infocommunication network behavior and optimization of its operation. The article presents a procedure for forming self-similar traffic based on the Pareto distribution law. This law is chosen due to its ability to describe random variables with long tails, which is inherent in many real systems. The main parameter determining the level of flow self-similarity is the Hurst parameter, which allows flexible modeling of various traffic scenarios. The proposed procedure is an important tool for researchers and engineers engaged in modeling and analyzing network traffic, can be used to model traffic in infocommunication networks, contributing to improving the accuracy of reproducing real network operating conditions.