Application of Hurst Indicator to choose an algorithm for resource control of a telecommunication network

• Autorzy: Vrublevskiy Anton , Lesovoy Ivan , Pylypenko Gennadij

Identyfikatory

DOI

10.35784/iapgos.921

Warianty tytułu

PL

Zastosowanie wskaźnika Hursta w sieci telekomunikacyjnej dla wyboru algorytmu sterowania

• Języki publikacji: EN

Abstrakty

EN

It has been shown that fuzzy integrals (Sugeno and Shocke) have special properties and are suitable for a fuzzy system for managing the resources of a telecommunication network. The form of choosing a method for calculating the Hurst coefficient in a fuzzy control system for telecommunication network resources is proposed.

PL

Wykazano, że całki rozmyte (Sugeno i Shock) mają szczególne właściwości i są odpowiednie dla systemu rozmytego do zarządzaniazasobami sieci telekomunikacyjnej. Zaproponowano formę wyboru metody obliczania współczynnika Hursta w systemie sterowania rozmytego dla zasobów sieci telekomunikacyjnych.

Słowa kluczowe

EN

traffic; Hurst coefficient; membership function; fuzzy integral; fuzzy measure

PL

ruch; współczynnik Hursta; funkcja przynależności; całka rozmyta; miara rozmyta

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2020
• Tom: T. 10, nr 1
• Strony: 4--7
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Vrublevskiy Anton

• Odessa National Academy of Telecommunication named after O.S. Popov, Department of Telecommunications Systems, Odessa, Ukraine

autor

Lesovoy Ivan

• Odessa National Academy of Telecommunication named after O.S. Popov, Department of Telecommunications Systems, Odessa, Ukraine

autor

Pylypenko Gennadij

• Odessa National Academy of Telecommunication named after O.S. Popov, Department of Telecommunications Systems, Odessa, Ukraine

Bibliografia

• [1] Bychkov Ye.D.: Prilozheniye teorii nechetkikh (FUZZY) mnozhestv v matematicheskikh modelyakh sistem svyazi. Izd-vo Omskoy Gos. Med. Akademii, Omsk 2000.
• [2] Dang T.D., Sonkoly В., Molnar S.: Fractal Analysis and Modelling of VoIP Traffic. NETWORKS-2004. Vienna. Austria. 2004, 95–104.
• [3] Dubois D., Prad H.: Fuzzy Sets and Systems: Theory and applications. Acad. Press, New York 1980.
• [4] Ghaderi M.: On the Relevance of Self-Similarity in Network Traffic Prediction. School of Computer Science, University of Waterloo, Waterloo 2003.
• [5] Ilnickis S.: Research of the Network Server in Self-Similar Traffic Environment. Scientific proceedings of Riga Technical University Telecommunication and Electronics. Computer Science 1/2004, 78–81.
• [6] Karasaridis A., Hatzinakos D.: Network Heavy Traffic Modeling Using a-stable Self-Similar Process. IEEE Transaction on Communications 49(7)/2001, 1203-1214.
• [7] Neyman V.I.: Novoye napravleniye v teorii teletrafika. Elektrosvyaz' 7/1998, 27–29.
• [8] Osin A.V.: Vliyaniye samopodobnosti rechevogo trafika na kachestvo obsluzhivaniya v telekommunikatsionnykh setyakh. PhD thesis, Moscow 2005.
• [9] Pospelov D.A.: Nechetkiye mnozhestva v modelyakh upravleniya i iskusstvennogo intellekta. Nauka,Moscow 1986.
• [10] Shelukhin O.I. (red.): Fraktal'nyye protsessy v telekommunikatsiyakh. Radiotekhnika, Moscow 2003.
• [11] Sugeno M.: Fuzzy measures and fuzzy integrals: a survey. Fuzzy automata and decision processes. North-Holland Publishing Company, Amsterdam 1977, 89–102.
• [12] Tsybakov B.S., Georganas N.D.: Self-Similar Processes in Communications Networks. IEEE Trans. on Information Theory 44(5)/1998, 1713–1725.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).