Метод формування самоподібного потоку із заданим параметром Херста для моделювання трафіку в мережі

Abstract

Стаття присвячена проблемі адекватного моделювання мережевого трафіку. Запропоновано новий метод, що дозволяє генерувати самоподібні потоки пакетів з довільним заданим ступенем самоподібності. 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 комп’ютернихмереж. Автори пропонують метод математичного апарату для процедури формування самоподібного трафіку, який полягає в створенні точної та ефективної моделі, що відображає реальні властивості самоподібності у потоках даних. Запропоновано ефективний інструмент для моделювання складних мережевих процесів, що дозволяє точніше прогнозувати поведінку інфокомунікаційної мережі та оптимізувати її роботу. Зазначений метод може бути застосований для розробки нових протоколів передачі даних та аналізу ефективності існуючих. Отримано співвідношення, що дозволяє розрахувати належне значення параметра Парето-розподілу, що забезпечує формування самоподібного потоку з необхідним значенням параметра Херста. Процедура може бути використана для опису трафіку при побудові імітаційної моделі функціонування комп’ютерної мережі.This article addresses the problem of adequate network traffic modeling. A new method is proposed that enables the generation of self-similar packet flows with an arbitrarily specified degree of self-similarity. 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 construct more realistic simulation models of computer networks. The authors propose a mathematical apparatus method for the procedure of forming self-similar traffic, which involves 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 proposed method can be applied to develop new data transmission protocols and analyze the efficiency of existing ones. A relationship has been obtained that allows calculating the appropriate value of the Pareto distribution parameter, which ensures the formation of a self-similar flow with the required Hurst parameter value. The procedure can be used to describe traffic when constructing a simulation model of computer network functioning.