A multifractal traffic model with application in network traffic prediction proposal and evaluation

A utilização de esquemas dinâmicos de controle de tráfego possibilita uma maior eficiência na utilização dos recursos da rede. A estrutura de correlação do tráfego fractal das modernas redes de comunicação pode ser explorada a fim de se implementar esquemas dinâmicos de controle de tráfego. Indispensáveis aos esquemas dinâmicos de controle, os preditores de tráfego podem ser obtidos a partir de modelos estatísticos que descrevam as características do tráfego das redes reais. Inicialmente, o presente trabalho inova ao propor uma extensão ao amplamente utilizado modelo tráfego Browniano fracionário, tornando-o apto a descrever não somente as características auto-similares, mas também as características multifractais do tráfego. Em seguida, supondo-se que as estatísticas do tráfego sejam modeladas através da extensão proposta ao modelo tráfego Browniano fracionário, uma proposta original de preditor de tráfego é apresentada. As avaliações realizadas mostram que a extensão proposta ao modelo tráfego Browniano fracionário é capaz de descrever o comportamento multifractal existente no tráfego das redes, proporcionando ganhos de modelagem e conduzindo a resultados de predição mais precisosDynamic traffic control mechanisms can improve network resource utilization. The fractal traffic correlation structure can be exploited for designing dynamic network control mechanisms. Playing the most important role in the dynamic control mechanisms, traffic predictors can be accomplished from statistic traffic models able to describe the network traffic behavior. Firstly, this work proposes an extension to the widely used fractional Brownian traffic model, making it able to describe not only the self-similar, but also the multifractal traffic characteristics. In the following, assuming that the traffic statistic behavior can be modeled by the extended fractional Brownian traffic model, a novel traffic predictor is proposed. Experimental investigations show that the extended fractional Brownian traffic can match the multifractal traffic behavior, leading to modeling improvements and better prediction result