Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "self-similarity factor" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Computer network traffic analysis with the use of statistical self-similarity factor
Autorzy:
Dymora, P.
Mazurek, M.
Strzałka, D.
Powiązania:
https://bibliotekanauki.pl/articles/106276.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
Tematy:
network traffic analysis
self-similarity factor
Hurst factor
Opis:
The optimal computer network performance models require accurate traffic models, which can capture the statistical characteristic of actual traffic. If the traffic models do not represent traffic accurately, one may overestimate or underestimate the network performance. The paper presents confirmation of the self-similar nature of the selected protocols in the computer network communication layer. It shows that the good measure of self-similarity is a Hurst factor.
Źródło:
Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica; 2013, 13, 1; 69-81
1732-1360
2083-3628
Pojawia się w:
Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Monitoring of link-level congestion in telecommunication systems using information criteria
Monitorowanie przeciążeń na poziomie łącza w systemach telekomunikacyjnych z wykorzystaniem kryteriów informacyjnych
Autorzy:
Yakymchuk, Natalia
Selepyna, Yosyp
Yevsiuk, Mykola
Prystupa, Stanislav
Moroz, Serhii
Powiązania:
https://bibliotekanauki.pl/articles/2174749.pdf
Data publikacji:
2022
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
telecommunication systems
self-similarity factor of network traffic
congestion detection
systemy telekomunikacyjne
współczynnik samopodobieństwa ruchu sieciowego
wykrywanie przeciążeń
Opis:
The successful functioning of telecommunication networks largely depends on the effectiveness of algorithms for detection andprotection against overloads. The article describes the main differences that arise when forecasting, monitoring and managing congestion at the node levelandat the channel level. An algorithm for detecting congestion by estimating the entropy of time distributions of traffic parameters is proposed.The entropy measures of data sets for various types of model distribution, in particular for the Pareto distribution, which optimally describes the behaviorof self-similar random processes, were calculated and analyzed. The advantages of this approach include scalability, sensitivity to changes in distributionsof traffic characteristics and ease of implementation and accessible interpretation.
Pomyślne funkcjonowanie sieci telekomunikacyjnych w dużej mierze zależy od skuteczności algorytmów wykrywania i ochrony przedprzeciążeniami. W artykule opisano główne różnice, jakie pojawiają się przy prognozowaniu, monitorowaniu i zarządzaniu przeciążeniami na poziomie węzła i na poziomie kanału. Zaproponowano algorytm wykrywania przeciążeń poprzez estymację entropii rozkładów czasowych parametrów ruchu. Obliczono i przeanalizowano miary entropii zbiorów danych dla różnych typów rozkładów modelowych, w szczególności dla rozkładu Pareto,który optymalnie opisuje zachowanie samopodobnych procesów losowych. Do zalet tego podejścia należy skalowalność, wrażliwość na zmiany rozkładów parametrów ruchu oraz łatwość implementacji i przystępnej interpretacji.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2022, 12, 4; 26--30
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
VoIP Anomaly Detection - selected methods of statistical analysis
Autorzy:
Dymora, P.
Mazurek, M.
Jaskółka, S.
Powiązania:
https://bibliotekanauki.pl/articles/106150.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
Tematy:
Hurst factor
anomaly detection
self-similarity
long-range dependence
Opis:
Self-similarity analysis and anomaly detection in networks are interesting fields of research and scientific work of scientists around the world. Simulation studies have demonstrated that the Hurst parameter estimation can be used to detect traffic anomaly. The actual network traffic is self-similar or long-range dependent. The dramatic expansion of applications on modern networks gives rise to a fundamental challenge to network security. The Hurst values are compared with confidence intervals of normal values to detect anomaly in VoIP.
Źródło:
Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica; 2016, 16, 2; 14-19
1732-1360
2083-3628
Pojawia się w:
Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies