|
|
DETERMINACIÓN DE LA PREDECIBILIDAD
DE TRAZAS DE
TRÁFICO MEDIANTE ANÁLISIS DE RECURRENCIA
CONCLUSIONES
Las graficas y el análisis de recurrencia permiten comprobar que los procesos autosemejantes son predecibles y que la predecibilidad de los mismos aumenta con el aumento de H. Mediante técnicas de Análisis de recurrencia se pudieron comprobar los resultados de los experimentos de Vetes en [9], obtenidos mediante otros métodos tradicionales ligados al de los Coeficientes de Lyapunov.
Quedan abiertos varios caminos en esta investigación Uno de ellos consiste en plantear el trabajo en términos de la teoría de la bifurcación, y encontrar el diagrama de bifurcación del sistema en términos de los parámetros del mismo.
El parámetro más destacable en este análisis de recurrencia es la Línea Máxima. En la figura 27 puede observarse que éste parámetro es menor en la fuente de datos donde la cola es 21 paquetes. Zbilut & Webber [151 afírman que una longitud de la línea máxima es inversamente proporcional al valor del coeficiente de Lyapunov máximo. Quiere decir esto que hay un coeficiente de Lyapunov mayor para el segundo caso, que para el primero, resultado que coincide con el encontrado por Veres.
REFERENCIAS BIBLIOGRÁFICAS
[1] it. Arlitt and O. Williamson. Web Server Workload
Characterization: Th.e search ter lnvariants. IEEE/ACM Trans. Netaorking, 5(51:631-645, 1987.
[2] J. Seran, R. Sherman, M. Taqqu and VI. Willinger. Long-Range Dependenca in VBR video traffic. IEEE. Trans. Caminen. 43:1566-1579, 1996.
[ 3] M. Crovella, U. Taqqu and A. Betsavros. Heavy- iailed Probability Distributions it tte WWvV, ir A practicai gulde to Heavy Tails’, Adler, Felcrnan and Taqqu, editors. Birkhauser, 1998.
[4] M. Crovelia anó A. Bestavros. Self-similarity in WWW tratfic. lEE/ACM Trans. Networking, 5:835-846, 1997.
[5] A. Feldman, A. Gilbert, P. Huang ar,d W. Wáirger. Dynu.rics IP Traíllo A Study of the Role of Variaoilitv ad ti-e Impuol
Control. Proc. ACM SIGCOM99, 1909.
[6] VI. Leland, M. Taqeu. W. Willinger and D. Wison. Qn ti-e cali-
similar nature of Ethernet Tnific. tEPE/ACM Trans. Networking,
2:1-15, 1994.
[7] J. Baras. Control Probíerns in Mcdern Comnurticaron Networks. ENEE769 syllabus, Uniuersity of Maryland, Scrirg 2001.
[8] Vi. Willinger and J. Doyle. Robustness aod ira internet: Desgn and Evolution. Coltech, Pasadena, 2002.
[9] AVeras and fvi.oda. The Chacho nahure of TOP concestion
control. IEEE lnfocom’2000.
[10] P. Ran[an, E. Abed and R. La. Nonllnear lnstablli-s in TOPREO. IEEE lnfocorn2002.
[11] Takens, F. Defecting sirange attracfors iv fluid turbulenee. In Dynamical Systems and Turbulence, Berlin: Springer-Verlag.
1981.
[12] Fraser AM. Inforn-ation Entropy in strança atiractor. TESE Transaclion on Information Theorv, Vol 35 212, 1989
[13] Eckmann J, Kamphorst S. Recurrence ple.ts of dynamical susterns. Europhysucs Letters 5, 1987.
[14] Eckmann J. Oliffson K, Ruelle D, Ciliberto S. Uapuncv exocnents from time series. Physical Review A, Vol 3.. Nm 0, 1986.
[15] Zbilut J. P, Webber C.L dr: Emoeddincs aró celays as derived
from quanidlcahion of recurrence piots. Pi-ysice Letters A 171
(3-4) 1992.
[16] Kennei M. 8, Brown R, Abarbanel H.D Detenrinhrvg embeddirg dirnension lcr phase-spaoe reconstructien esing a geometrical
construction, Phys. Res. A 45, 3403 (1992).
[17] Williants Garnett. Chas theory tamed. dcsaph Henry press. Washington 1997.
[18] Packard 21., Crutchteld 21. H., FarrnerJ. O., Shaw R. S.: Geometiy from a i-me series, Phys. Rey. Lcd., Vol. 45, :580, pp. 712-716.
