Фрактальный анализ и процессы в компьютерных сетях - 32 стр.

UptoLike

при решении задачи прогнозирования и управления производительностью (пропускной способностью)
сети.
С позиций теории массового обслуживания управление сетевым трафиком можно интерпретировать
как задачу повышения производительностей очередей серий пакетов с «тяжелым» распределением при
обеспечении полной надежности передаваемой информации.
3.2 Случайные точечные процессы.
Методы определения статистик
Как следует из разд. 3.1, процедура формирования моделей сетевого графика базируется на идеях и
представлениях теории случайных точечных процессов (потоков). Этот процесс образуют неразличимые
события (точки), выпавшие по случайным законам на временной оси. Реализацию случайного точечного
процесса на временной оси t можно представить в виде неубывающей ступенчатой функции
{}
tNN
t
<τ=
τ
0,
0
, принимающей неотрицательные целочисленные значения, моменты роста (смены со-
стояния) которой являются случайными, а величина ступенек из-за условия ординарности равна едини-
це (рис. 3.2).
Рис. 3.2 Реализация случайного точечного процесса
Этот точечный процесс аналитически можно представить в виде
(
)
ττ=
τ
i
i
N 1 , (3.1)
где единичная функция
()
τ<τ
ττ
=ττ
.,0
;,1
1
i
i
i
Далее для описания поведения сетевого трафика рассматривается специальный класс случайных
точечных процессовпотоки восстановления, для которых случайные временные интервалы независи-
мы и имеют одинаковое распределение вероятностей. Параметры потоков восстановления можно полу-
чить, привлекая известные в теории случайных процессов функциональные преобразования: характери-
стический θ(v, T) и производящий L(u, T) функционалы. Характеристический функционал (ХФ) является
обобщением Фурье-преобразования плотности вероятности конечномерного случайного процесса {ξ(t
i
), i =
1, 2, ..., n} при неограниченном увеличении числа отсчетов процесса, соответствующих моментам вре-
мени t
i
(0, T), n и определяется отношением [16]
() ()()
ξ=θ
T
dtttjMT
0
vexp;v , (3.2)
N
t
t
1
t
2
t
i
t