Обсуждаются результаты исследования влияния информационных потоков в магистральном интернет-канале, проведенного на основе анализа 15-и минутных дампов интернет-трафика, находящихся в свободном доступе в архиве MAWI [1]. При этом выделены три класса информационных потоков, в зависимости от объемов переданной данными потоками информации: «Мыши», «Мулы» и «Слоны». В соответствие с авторской методикой для каждого из выбранных классов потоков получены случайные последовательности (СП) содержащие упорядоченные во времени значения количества пакетов и объемов информации, переданных в течение заданного временного интервала, а также среднего объема переданной информации, приходящейся на один пакет. Продемонстрировано, что вопреки устоявшимся представлениям, фрактальными (самоподобными) свойствами обладают не СП но их накопленные суммы и получены оценки их показателей Херста. Построены регрессионные модели, описывающие зависимости показателей Херста накопленных сумм СП от объемов информации и числа пакетов, переданных каждым из выбранных классов пользователей, которые позволяют оценивать взаимное влияние информационных потоков, создаваемых «Мышами», «Мулами» и «Слонами», друг на друга. Установлено, что значения объемов информации, переданной в течение 15 минут каждым из классов пользователей, связаны детерминированными линейными зависимостями. Это свидетельствует о возможности разработки механизмов балансировки объемов передаваемой информации, призванных повысить качество обслуживания пользователей данным каналом, на основе управления скоростью передачи информации каждого из выделенных классов пользователей в зависимости от текущих значений показателей Херста накопленных сумм СП Приведен пример подобного алгоритма.
Переведенное названиеThe backbone internet channel traffic flows mutual influence analysis
Язык оригиналаРусский
Страницы (с-по)83-108
ЖурналCloud of Science
Том6
Номер выпуска1
СостояниеОпубликовано - 2019

    ГРНТИ

  • 50.00.00 АВТОМАТИКА. ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА

    Уровень публикации

  • Перечень ВАК

ID: 9208003