Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

1 2022

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: self-similarity factor of network traffic

Sortuj według:

Ogranicz wyniki do:

Monitoring of link-level congestion in telecommunication systems using information criteria

Yakymchuk Natalia, Selepyna Yosyp, Yevsiuk Mykola, Prystupa Stanislav, Moroz Serhii

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

2022

T. 12, nr 4

26--30

The successful functioning of telecommunication networks largely depends on the effectiveness of algorithms for detection andprotection against overloads. The article describes the main differences that arise when forecasting, monitoring and managing congestion at the node levelandat the channel level. An algorithm for detecting congestion by estimating the entropy of time distributions of traffic parameters is proposed.The entropy measures of data sets for various types of model distribution, in particular for the Pareto distribution, which optimally describes the behaviorof self-similar random processes, were calculated and analyzed. The advantages of this approach include scalability, sensitivity to changes in distributionsof traffic characteristics and ease of implementation and accessible interpretation.

Pomyślne funkcjonowanie sieci telekomunikacyjnych w dużej mierze zależy od skuteczności algorytmów wykrywania i ochrony przedprzeciążeniami. W artykule opisano główne różnice, jakie pojawiają się przy prognozowaniu, monitorowaniu i zarządzaniu przeciążeniami na poziomie węzła i na poziomie kanału. Zaproponowano algorytm wykrywania przeciążeń poprzez estymację entropii rozkładów czasowych parametrów ruchu. Obliczono i przeanalizowano miary entropii zbiorów danych dla różnych typów rozkładów modelowych, w szczególności dla rozkładu Pareto,który optymalnie opisuje zachowanie samopodobnych procesów losowych. Do zalet tego podejścia należy skalowalność, wrażliwość na zmiany rozkładów parametrów ruchu oraz łatwość implementacji i przystępnej interpretacji.