О МОДЕЛЯХ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий

О МОДЕЛЯХ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий

О МОДЕЛЯХ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий

О МОДЕЛЯХ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий

О МОДЕЛЯХ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий
О МОДЕЛЯХ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий
НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА

№2, 2017

О МОДЕЛЯХ СЕТЕВОГО ТРАФИКА

Шыхалиев Рамиз Г.

Моделирование трафика позволяет оценить функционирование и возможности сети, а также требования, предъявляемые к ним. В литературе были предложены различные подходы к моделированию сетевого трафика. Однако нет единой модели, которая могла бы моделировать трафики всех существующих типов сетей. Таким образом, анализ характеристик существующих моделей сетевого трафика, выбор подходящих моделей для определенных сетевых архитектур и правильное моделирование трафика является очень важной задачей. В статье анализируются некоторые широко используемые модели сетевого трафика (стр.98-104).

Ключевые слова: модели сетевого трафика, модель Пуассона, модель Парето, модель Вейбулла, модели Маркова, модель ON-OFF, Марковски модулированный пуассоновский процесс, авторегрессионная модель.
DOI : 10.25045/jpit.v08.i2.10
Литература
  • Adas A. Traffic Models in Broadband Networks, IEEE Communications Magazine, 1997, 35, no.7, pp.82–89.
  • Becchi M. From Poisson Processes to Self-Similarity: a Survey of Network Traffic Models. Technical report, Citeseer, 2008.
  • Chandrasekaran B. Survey of Network Traffic Models. www.cs.wustl.edu/~jain/cse567-06/ ftp/ traffic_models3.pdf
  • Chen T.M. Network Traffic Modeling. http://pdfs.semanticscholar.org/5091/e0fb30f8ff50ec 47f43affc2bf08fac5dff0.pdf
  • Jain R., Routhier S. Packet Trains - Measurements and a New Model for Computer Network Traffic // IEEE JSAC, 1986, vol.4, no.6, pp.986–995.
  • Gusella R. A Measurement Study of Diskless Workstation Traffic on an Ethernet, IEEE Transactions on Communications, 1990, vol.38, no.9, pp.1557–1568.
  • Fowler H., Leland W. Local Area Network Traffic Characteristics, with Implications for Broadband Network Congestion Management, IEEE JSAC, 1991, vol.9, no.7, pp.1139–1149.
  • Danzig P., Jamin S., Ca´sceres R., Mitzel D., Estrin D. An Empirical Workload Model for Driving Wide-area TCP/IP Network Simulations, Internet-working: Research and Experience, 1992, vol.3, no.1, pp.1–26.
  • Leland W., Taqqu M., Willinger W., Wilson D. On the Self-Similar Nature of Ethernet Traffic (Extended Version), IEEE/ACM Transactions on Networking, 1994, 2, no.1, pp.1–15.
  • Willinger W., Paxson V., Taqqu M.S. Self-similarity and Heavy Tails: Structural Modeling of Network Traffic. In A Practical Guide to Heavy Tails: Statistical Techniques and Applications, Adler, R., Feldman, R., and Taqqu, M.S., editors, Birkhauser, 1998.
  • Paxson V., Floyd S. Wide-area Traffic: The Failure of Poisson Modeling, IEEE/ACM Transactions on Networking, 1995, pp.226–244,.
  • Riedi H., Willinger W. Towards an improved understanding of network traffic dynamics. Self-similar Network Traffic and Performance Evaluation, Wiley, 2000, chapter 20, pp.507–530.
  • http://en.wikipedia.org/wiki/Pareto_distribution
  • http://en.wikipedia.org/wiki/Weibull_distribution
  • Yannaros N. Weibull renewal  processes //Annals of the Institute of Statistical Mathematics, 1994, vol.46, no.4, pp 641–648.
  • http://en.wikipedia.org/wiki/Heavy-tailed_distribution
  • Mohammed A.M., Agamy A.F. A Survey on the Common Network Traffic Sources Models // International Journal of Computer Networks, 2011, vol.3, no.2, pp.103–115.
  • Hlavacs H., Kotsis G., Steinkellner C. Traffic source modeling. Technical Report No. TR- Institute of Applied Computer Science and Information Systems University of Vienna, 1999.
  • Dainotti A., Pescapé A., Rossi P.S., Palmieri F., Ventre G. Internet traffic modeling by means of Hidden Markov Models, Computer Networks, 2008, vol.52, pp.2645–2662.
  • Willinger W., Leland W.E., Taqq M.S., Wilson D.V. On the self-similar nature of Ethernet traffic. ACM SIGCOMM, 1993.
  • Rolland C., Ridoux J., Baynat B. ON/OFF models to capture IP traffic structure, Student Workshop INFOCOM 2006.
  • Barford P., Crovella M. Generating Representative Web Workloads for Network and Server Performance Evaluation, In Proceedings of the 1998 ACM SIGMETRICS International Conference on Measurement and Modeling of Computer Systems, 1998, pp.151–160.
  • Osaki S. Applied Stochastic System Modeling, Business & Economics, 2012, 269 p.
  • Li B., De Moor B. Information  measure  based stochastic  system identification  of ATM network  traffic, In Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal1999, vol.5, pp.2683–2686.
  • Muscarielloa L., Mellia M., Meo M., Marsana M.A., Lo Cigno R. Markov models of internet traffic and a new hierarchical MMPP model // Computer Communications, 2005, 28, no.16, pp.1835–1851.
  • Scott S.L., Smyth P. The Markov Modulated Poisson Processand Markov Poisson Cascade with Applications to Web Traffic Modeling: www.datalab.uci.edu/papers/ScottSmythV7.pdf
  • Autoregressive Models. www2.stat.duke.edu/~km68/materials/214.8%20(ARp).pdf
  • Moving average models. www.otexts.org/fpp/8/4
  • Alonso A.M. Garc´ıa-Martos C. Time Series Analysis: Autoregressive, MA and ARMA processes. www.etsii.upm.es/ingor/estadistica/Carol/TSAtema4petten.pdf