М.А. Басараб - д.ф.-м.н., профессор, кафедра ИУ-9 «Теоретическая информатика и компьютерные технологии», МГТУ им. Н.Э. Баумана И.П. Иванов - д.т.н., зав. кафедрой ИУ-9 «Теоретическая информатика и компьютерные технологии», МГТУ им. Н.Э. Баумана А.В. Колесников - аспирант, кафедра ИУ-9 «Теоретическая информатика и компьютерные технологии», МГТУ им. Н.Э. Баумана

Проведен анализ динамических характеристик входящего и исходящего сетевого трафика сервера корпоративной сети. Рассчитаны корреляционная энтропия, как мера хаотичности процесса, а также корреляционная размерность данных для оценки допустимого горизонта прогноза. Приведены результаты анализа функции автокорреляции и плотности распределения, указывающие на наличие распределения с тяжелым хвостом, численные значения показателя Хёрста, как количественной меры самоподобия временного ряда. На основе известных моделей данных выполнен прогноз и проведена оценка точности прогнозирования данных. Установлено, что фрактальная интегрированная модель авторегрессии - скользящего среднего хорошо описывает поведение самоподобных процессов и подходит для задач прогнозирования подобных временных рядов.

 

1. Столлингс В.Современные компьютерные сети. СПб.: Питер. 2003.
2. Таненбаум Э.Компьютерные сети. СПб.: Питер. 2003.
3. Басараб М.А., Иванов И.П., Колесников А.В. Анализ сетевого трафика корпоративной сети университета методами нелинейной динамики // Наука и образование. Электронное научно-техническое издание. 2013. № 08.DOI: 10.7463/0813.0587054.
4. Иванов И.П., Басараб М.А., Колесников А.В. Нелинейно-динамические модели сетевого трафика // Нелинейный мир. 2014. № 4. Т.12.
5. Кашин М.М.  Разработка метода управления перегрузками в сетях SIP на основе прогноза сигнального трафика: Дисс. канд. техн. наук. Самара, 2011.
6. Елисеева И.И.Эконометрика: учебник. М.: Финансы и статистика. 2002.
7. Бельков Д.В., Едемская Е.Н. Статистический анализ сетевого трафика.  Донецкийнациональныйтехническийуниверситет. 2011.
8. Hurst H., Black R. Long-Term Storage: An Experimental Study. London: Constable. 1965.
9. Hurst H. E. Long-Term Storage Capacity of Reservoirs // Transactions of the American Society of Civil Engineering. 1951. № 116. P. 770-799.
10. Kirillov D.S., Korob O.V., Mitin N.A., Orlov Yu.N., Pleshakov R.V. Distribution of the Hurst Exponent of a Nonstationary Marked Time Series. Keldysh Institute of Applied Mathematics. Preprints. 2013. № 11.
11. Теория телетрафика: Учебное пособие. Ульяновский Государственный Технический Университет. 2006.
12. Cano J.C., Manzoni P. On the use calculation of the Hurst parameter with MPEG videos data traffic. Valencia. 2000.
13. Grassberger P., Procaccia I. Estimation of the Kolmogorov entropy from a chaotic signal. Phys. Rev. A 28. 1983.
14. Сычев В.В. Вычисление стохастических характеристик физиологических данных. Пущино. 1999.
15. Бокс Г., Дженкинс Г. Анализ временных рядов, прогноз и управление. М.: Мир. 1974.
16. Крюков А.Ю., Чернягин Д.В. ARIMA-модель прогнозирования значений трафика // Информационные технологии и вычислительные системы. 2001.
17. Shim C., Ryoo I., Lee J., Lee S. Modeling and call admission control algorithm of variable bit rate video in ATM networks // IEEE journal on Selected Areas in Communications. 1993. V.3.P. 408 - 420.
18. Cao L.J., Francis E.H. Tay. Support Vector Machine with Adaptive Parameters in Financial Time Series Forecasting. 2003.
19. Фадеев И.В., Ивкин Н.П. Авторегрессионные алгоритмы прогнозирования, Машинное обучение и анализ данных. 2011.
20. Elsner J.B., Tsonis A.A. Singular Spectral Analysis. A new tool in the time series analysis. Plenum Press. 1996.
21. Golyandina N., Nekrutkin V., Zhigljavsky A. Analysis of time series structure: SSA and related techniques. Chapman & Hall/CRC. 2001.
22. Vautard R., Ghil M. Singular spectrum analysis in nonlinear dynamics, with applications to paleoclimatic time series // Physica D. 1989. V. 35. P. 395 - 424.
23. Allen M.R., Smith L.A. Monte Carlo SSA: Detecting irregular oscillations in the presence of colored noise // Journal of Climate. 1996. V. 9. P.3373 - 3404.
24. Шелухин О.И.Мультифракталы. Инфокоммуникационные приложения. М.: Горячая Линия-Телеком. 2011.
25. Шелухин О.И., Осин А.В., Смольский С.М. Самоподобие и фракталы. М.: ФИЗМАЛИТ. 2008.
26. Dingding Zhou, Songling Chen, Shi Dong. Network traffic prediction based on ARFIMA model. 2013.
27. Гребенников А. В., Крюков Ю. А. Моделирование сетевого трафика и прогнозирование с помощью модели ARIMA // Системный анализ в науке и образовании. 2011.