М.Ю. Конышев1, Ю.А. Лежнина2, В.А. Иванов3, И.В. Иванов4, А.В. Маркин5

1-4 МИРЭА – Российский технологический университет (Москва, Россия) 5 Федеральное государственное унитарное предприятие «Научно-технический центр «Орион» (Москва, Россия)

1 konyshev@mirea.ru, 2 lezhnina@mirea.ru, 3 iva.mac@mail.ru, 4 iva.mac@mail.ru, 5 markin.a.v@fgupntcorion.ru

Постановка проблемы. Цифровые потоки, циркулирующие в сетях связи, представляют собой нестационарные случайные процессы относительно распределения двоичных векторов. Мониторинг распределений позволяет контролировать состояние сети по месту, времени и режиму работы. Однако качество такого контроля и решение задач по оптимизации трафика в настоящее время не позволяют выполнить требования, касающиеся качеству обслуживания. В связи с этим в данной работе предлагается алгоритм классификации трафика, позволяющий распознавать нестационарный трафик на участках локальной стационарности для последующего решения задач по его оптимизации.

Цель. Повысить качество классификации цифровых потоков в сетях связи при оптимизации трафика.

Результаты. Представлен подход к оцениванию распределения двоичных многомерных случайных величин в потоке данных. Определены признаки, по которым составляется текущий портрет трафика на сегменте цифрового потока. Обоснован размер сегмента и введены сложные признаки распределения двоичных случайных величин.

Практическая значимость. Разработан новый показатель оценки – модифицированной метрики Минковского, определения оптимальной связности цепи Маркова при аппроксимации потока для портретизации трафика и актуализации эталонных методов распознавания образов на основе комитетных конструкций для его классификации. Предложенный алгоритм классификации цифровых потоков можно использовать для составления профилей трафика и оптимизации трафика при перегрузках сети.

Конышев М.Ю., Лежнина Ю.А., Иванов В.А., Иванов И.В., Маркин А.В. Классификация цифровых потоков в сетях связи по распределению многомерных двоичных векторов для решения задач оптимизации трафика // Динамика сложных систем. 2026. Т. 20. № 2. С. 14−23. DOI: 10.18127/j19997493-202602-02

1. Кочергин С.В., Артемова С.В., Бакаев А.А. и др. Повышение безопасности смарт -сетей: спектральный и фрактальный анализ как инструменты выявления кибератак // Russian Technological Journal. 2025. Т. 13. № 1. С. 7–15.
2. Иванов В.А., Маркин А.В. и др. Определение стационарности в цифровых потоках относительно распределения вероятностей двоичных векторов // Материалы и доклады XIII Всерос. межведомственной науч. конф. «Актуальные направления развития систем обеспечения безопасности объектов государственной охраны и охраняемых объектов, специальной связи для нужд органов государственной власти и специального информационного обеспечения государственных органов». Ч.
3. «Системы специальной связи». Орел: Академия ФСО России. 2023. С. 77–80.
4. Иванов В.А., Маркин А.В., Акимов Э.М. Программа для ЭВМ. Идентификатор участков локальной стационарности в мультиплексированном цифровом потоке «EMU_Ident_Loc_Station». Свидетельство о государственной регистрации программы для ЭВМ № 2023619446 от 11.05.2023. М.: ФГУ ФИПС.
5. Глускин В.А., Дементьев А.Н., Гондаренко Е.А. и др. Оценивание параметров источников ошибок в дискретных каналах связи с группированием ошибок // Динамика сложных систем – XXI век. 2023. Т. 17. № 4. С. 56–69.
6. Блейхут Р. Теория и практика кодов, контролирующих ошибки. М.: Мир. 1986. 576 с.
7. Иванов В.А., Смирнов Д.С. и др. Метрика для сравнения рядов распределения на множествах двоичных векторов // Материалы XI Всерос. межведомственной конф. «Акт уальные направления развития систем охраны, специальной связи и информации для нужд органов государственной власти РФ». Ч.
8. Орел: Академия ФСО России. 2019.
9. Горелик А.Л., Гуревич И.Б., Скрипкин В.А. Современное состояние проблемы распознавания. М.: Радио и связь. 1985. 160 с.
10. Фу К. Структурные методы в распознавании образов. М.: Мир. 1977. 319 с.
11. Себестиан Г.С. Процессы принятия решений при распознавании образов / Пер. с англ. Киев: Техника. 1965. 50 с. 1
12. Чернавин Ф.П. Применение метода комитетов для решения задач классификации // XII Междунар. конф. «Российские регионы в фокусе перемен» (Екатеринбург, 16–18 ноября 2017 г.). Екатеринбург: УПИ. 2018. Ч. 1. С. 437–447. 11. http://www.rts-tender/ru (дата обращения 29.11.2024).