ResumoEstudos mostraram que o tráfego nas redes de dados tanto locais quanto de grandeárea, possui propriedades fractais como dependência de longa duração -Long-Range Dependence (LRD) e auto-similaridade. Devidoà heterogeneidade de aplicações nessas redes, os traces de tráfego podem apresentar dependência de longa duração -Long Range Dependence (LRD), dependência de curta duração -Short Range Dependence (SRD) ou uma mistura de LRD com SRD.Sendo assim, este trabalho tem como objetivo sintetizar séries temporais gaussianas com flexibilidade de processamento no plano tempo-freqüência a serem inseridas num gerador de tráfego com as características estatísticas específicas do tráfego encontrado em redes por comutação de pacotes reais, como autosimilaridade, LRD e SRD.
Para isto foram desenvolvidos dois métodos para síntese de séries temporais gaussianas com LRD e simultânea introdução de SRD em diferentes faixas de freqüência: Discrete Wavelet Tansform (DWT) com mapa de variâncias e Discrete Wavelet Packet Tansform (DWPT). Estes métodos utilizaram o mapa de variâncias cujo conceito foi desenvolvido neste trabalho.A validação dos métodos foi feita através de análise estatística e comparação com resultados de séries geradas pelo método Discrete Wavelet Transfom (DWT) de Bäckar utilizado em [1]. Além disso, também foi validada a idéia de que a DWPTé mais interessante que a DWT por ser mais flexível e prover uma maior flexibilidade de processamento no plano tempo-freqüência.