Contribuição para a análise de teletráfego com dependência de longa duração.

Abstract

A utilização de modelos de teletráfego que contemplem características tais como autossimilaridade e dependência de longa duração tem se mostrado cada vez mais como sendo ponto-chave na correta caracterização do teletráfego Local Area Network (LAN) e Wide Area Network (WAN) [1, 2]. Tal caracterizaçãoé necessária para o monitoramento e controle de teletráfego em redes convergentes [3]. Nesse contexto, a questão da estimação precisa do parâmetro de autossimilaridade, denominado de parâmetro de Hurst, torna-se essencial. Entretanto, estudos comprovam que, além da dependência de longa duração, redes WAN podem, não raramente, apresentar características mistas de dependência de longa e de curta duração [4, 5]. Enquanto vasta literatura científica, tanto teórica como prática, tem abordado com afinco a questão da acurácia de diversos estimadores para o parâmetro de Hurst [6, 7, 8, 9], pouca atenção tem sido dadaà questão da estimação deste parâmetro na presença de dependência de curta duração. O presente trabalho de pesquisa concentrou-se no estudo dos métodos de estimação do parâmetro de Hurst baseados no espectro wavelet, em particular através do método de Abry-Veitch [10]-baseado na transformada Discrete Wavelet Transform (DWT)-e através do espectro obtido através da transformada Discrete Wavelet Packet Transform (DWPT). Os resultados baseados no método de Abry-Veitch demonstram que, através de um ajuste apropriado dos parâmetros de estimação, tal método permite uma estimação robusta na presença de componentes com dependência de curta duração, mesmo em situações de mudança de regime de tal componente, característica desejável para a estimação em tempo real do parâmetro de Hurst. Entretanto, a dispersão considerável apresentada, em alguns casos, pelas estimativas do método de Abry-Veitch, motivou o estudo da utilização do espectro wavelet obtido via transformada DWPT para realização da estimação do parâmetro de Hurst. Os resultados indicam que a utilização de tal transformada gera um espectro wavelet tal queé possível detectar a presença ou não de componentes com dependência de curta duração. Ao final, os resultados da pesquisa realizada são sumarizados e utilizados em uma proposta de mecanismo de estimação do parâmetro de Hurst em tempo real, na presença simultânea de componentes de dependência de longa e curta duração.

Ajuste de tráfego intrachip obtido por simulação no nível de transação a modelos de séries autossimilares.

“…O propósito deste capítuloé introduzir os alguns conceitos relacionados ao nível de modelagem TLM (GHENASSIA, 2005;FUMMI;PRAVADELLI, 2008), assim como apresentar os fundamentos relacionadosà análise de séries temporais AUGUSTO, 2009;BERAN, 1994;SHUMWAY;STOFFER, 2005) referentes ao trabalho de pesquisa desta dissertação.…”

“…Por este método, proposto em (GEWEKE; PORTER-HUDAK, 1983),é feita a estimativa do parâmetro H a partir do log da regressão linear do periodograma no domínio da frequência, calculando-se a funçãoP x (f ) da equação 2.12 com data tapering, para redução de perda de potência na DEP (AUGUSTO, 2009), e smoothing para remoção da variabilidade por picos marcados emP x (f ). Em (SHENG; CHEN; QIU, 2011), os autores indicam que este métodó e influenciado pela presença de ruído estável com sinal-ruído menor que 30dB, também ruídos impulsivos ou não gaussianos de baixa frequência podem causar mudanças significativas na estimativa.…”

“…Os autores ressaltaram a importância da remoção de elementos periódicos e concluíram em que os métodos wavelet e de análise espectral são mais precisos em relação aos outros métodos usados. No estudo proposto por (AUGUSTO, 2009), os autores avaliaram a influência de SRD no cálculo de H pelo estimador wavelet de Abry-Veitch avaliando seu espectro. Os autores propuseram um mecanismo de estimativa de H pela decomposição da série em níveis do espectro usando sua transformada DWPT (do inglês, Discrete Wavelet Packet Transform) para a remoção do elemento SRD.…”

“…Os resultados em (VARATKAR; MARCULESCU, 2004) vieram a confirmar a exitosa modelagem de tráfego com memória longa, entretanto já se conhecem atualmente métodos de maior precisão para a estimativa do parâmetro H, os quais incorporam a influência de processos SRD que coexistem nas séries originais de tráfego mas ainda com algumas limitações (AUGUSTO, 2009). Outro aspecto que representa uma limitante no trabalho de Varatkar e Marculescué a modelagem do decodificador na ferramenta Stateflow.…”

“…De trabalhos anteriores, sabe-se que que o método wavelet de Abry-Veitché um dos mais robustos e confiáveis (SHENG; CHEN; QIU, 2011), sendo a estimação do H influenciada pelos picos na medição do gradiente a partir do espectro. Usamos todas as escalas j para observar o nível dos picos, masé importante ter em consideração que o valor de H mudaria em relação a escala j inicial e final em que seja medido, como foi explorado em(AUGUSTO, 2009). Na Figura 5.14, os espectros wavelet das séries da aplicação MFT são apresentados; em 5.14(a) observa-se o espectro da série TLM com presença de picos nas escalas j = 2, 6, 8, apresentando o maior pico na escala wavelet j = 6.…”