Resumen

El proceso autosimilar con dependencia de largo alcance (LRD), es decir, el ruido gaussiano fraccional (fGn) con LRD, es un modelo ampliamente utilizado del tráfico de Internet. Está indexado por su parámetro de Hurst HfGn que se relaciona linealmente con su dimensión fractal DfGn. Obsérvese que, por un lado, la dimensión fractal D del tráfico mide la autosimilitud local. Por otro lado, la LRD es una propiedad global del tráfico, que se caracteriza por su parámetro de Hurst H. Sin embargo, al utilizar fGn, tanto la autosimilitud como la LRD del tráfico se miden mediante HfGn . Por lo tanto, existe una limitación para que fGn modele con precisión el tráfico. Recientemente, se ha introducido el proceso Cauchy generalizado (GC) para modelizar el tráfico con la flexibilidad de medir por separado la dimensión fractal DGC y el parámetro Hurst HGC del tráfico. Sin embargo, existe el problema fundamental de si existe o no la generalidad de que el modelo GC es más conforme con el tráfico real que los modelos de parámetro único, como fGn, irrelevantes de las trazas de tráfico utilizadas en la verificación experimental. La solución a ese problema sigue siendo desconocida, pero es deseable para la evaluación de modelos en la teoría del tráfico o para la selección de modelos frente a problemas específicos, como el análisis de colas en relación con la función de autocorrelación (ACF) del tráfico de llegada. La contribución clave de este trabajo es nuestra solución a ese problema fundamental (véase el Teorema 3.17) con las siguientes características en el análisis. (i) Análisis conjunto-valorado del tráfico del tipo fGn. (ii) Análisis conjunto-valorado del tráfico del tipo GC. (iii) Revelación de la generalidad anteriormente mencionada mediante la comparación de métricas del tráfico del tipo fGn con el del tipo GC.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:tráfico, lrd, análisis, fgn, tipo gc, tipo fgn, problema fundamental, parámetro hurst h., parámetro hurst hgc, parámetro hurst hfgn
• Keywords:traffic, lrd, analysis, fgn, gc type, fgn type, fundamental problem, hurst parameter h., hurst parameter hgc, hurst parameter hfgn