Введение
Глава 1. Современное состояние и основные понятия теории самоподобного телетрафика 16
1.1 Понятие фрактальности 16
1.2 Самоподобный (фрактальный) телетрафик 18
1.2.1 Проблема самоподобного телетрафика 18
1.2.2 Определения самоподобного процесса 19
1.3 Основные свойства самоподобного трафика 22
1.3.1 Медленно, быстро убывающие зависимости, продолжительная память 25
1.3.2 Понятие коэффициента Херста 27
1.3.3 Понятие фрактальной размерности и ее связь с коэффициентом Хэрста 30
1.3.4 Распределения с "тяжелыми хвостами" 35
1.3.5 Аспекты теории нелинейной динамики 38
1.4 Постановка задачи обеспечения качества обслуживания (QoS) в
условиях влияния эффекта самоподобия 43
1.5 Выводы по главе 1 51
Глава 2. Статистический анализ реализаций сетевого трафика 53
2.1 Описание реализаций сетевого трафика 53
2.1.1 Реализация сетевого трафика BC-Oct89Ext.TL 53
2.1.2 Реализация сетевого трафика LBL-PKT-5.TCP 56
2.1.3 Реализация сетевого трафика LBL-TCP-3 57
2.2 Формирование временных рядов 59
2.2.1 Процедура агрегирования 59
2.2.2 Тестовые реализации (хаос и белый шум) 67
2.2.3 Логарифмированные реализации 68
2.3 Классический анализ 70
2.3.1 Плотности распределения 71
2.3.2 Автокорреляционные функции 73
2.3.3 Энергетические спектры 78
2.4 Исследование показателя Хэрста реализаций 80
2.5 Исследование сетевого трафика методами нелинейной динамики ... 82
2.5.1 Концепция суррогатных данных 84
2.5.2 Идея реконструкции аттрактора 86
2.5.3 Ложные ближайшие соседи 86
2.5.4 Вычисление корреляционного интеграла 88
2.5.5 Проверка гипотезы о статистической независимости (BDS-тест) 94
2.6 Эксперимент по сбору трафика в беспроводной сети 95
2.6.1 Постановка эксперимента по сбору трафика беспроводной сети 95
2.6.2 Характеристика реализаций 97
2.6.3 Особенности технологии IEEE 802.lib 98
2.6.2 Анализ результатов обработки трафика беспроводной сети. 101
2.7 Выводы по главе 2 106
Глава 3. Исследование возможностей прогнозирования самоподобного телетрафика
3.1 Предпосылки к прогнозированию самоподобного трафика 110
3.2 Задача динамического управления пропускной способностью канала с помощью прогнозирования. Оценки выигрыша 113
3.3 Анализ алгоритмов управления пропускной способностью канала. 118
3.3.1 Статическое задание пропускной способности 119
3.3.2 Динамическое распределение пропускной способности с простым предсказателем 121
3.3.3 Динамическое распределение пропускной способности с авторегрессионным предсказателем первого порядка 123
3.3.4 Динамическое распределение пропускной способности с авторегрессионным предсказателем второго порядка 125
3.3.5 Динамическое распределение пропускной способности с ARMA- предсказателем 126
3.3.6 Динамическое распределение пропускной способности с FARIMA-предсказателем 128
3.4 Сравнение алгоритмов динамического распределения пропускной способности и выбор метода прогнозирования 130
3.5 Выводы по главе 3 135
Глава 4. Метод обеспечения качества обслуживания в условиях самоподобного телетрафика 137
4.1 Принцип динамического управления пропускной способность 137
4.2 Алгоритмы контроля и управления трафиком 141
Алгоритм полисинга на основе механизма "корзина маркеров" 141
Алгоритм шейпинга на основе механизма "корзина маркеров" 144
4.3 Разработка метода управления трафиком для работы в условиях влияния эффекта самоподобия 146
4.4 Моделирование механизма динамического управления пропускной способностью канала с использованием прогнозирования в среде ns-2 148
4.5 Анализ результатов моделирования механизма динамического управления пропускной способностью канала с использованием прогнозирования 151
4.6 Выводы по главе 4 163
Заключение 165
Список литературы 169
Приложение 1 176
Приложение 2 180
Акты о внедрении 198
