Dependencia de Largo Alcance, QoS y Series de Tiempo Autosimilares en Redes de Computadoras

EasyChair Preprint 5527

Abstract

Este artículo estudia y analiza el comportamiento de la dependencia de largo alcance en el tráfico de red después de clasificar los flujos de tráfico en series de tiempo agregadas. Siguiendo los principios de la arquitectura de Servicios Diferenciados y los requerimientos genéricos de Calidad de Servicio exigidos por las aplicaciones que utilizan el Protocolo de Control de Aplicaciones (TCP), se establece un criterio de clasificación para dichas series temporales. Utilizando la teoría fractal se analizan las series temporales obteniddas; se estima y utiliza el exponente de Hurst como una medida de la impulsividad del tráfico y la dependencia de largo alcance para cada clase de tráfico. Se mide, además, el volumen de tráfico por clase. El estudio utiliza trazas de tráfico recolectadas en el conmutador central del Departamento de Ingeniería Eléctrica de la Universidad de Santiago de Chile en diferentes períodos de tiempo de actividad de la red.

Keyphrases: Aggregated series, Differentiated Services (DiffServ) architecture, Hurst exponent (H), Long-Range Dependence (LRD), Quality of Service (QoS)

@booklet{EasyChair:5527,
  author    = {Ginno Millán},
  title     = {Long-Range Dependence, QoS and Self-Similar Time Series in Computer Networks},
  howpublished = {EasyChair Preprint 5527},
  year      = {EasyChair, 2021}}