Infokommunikacionnye tehnologiiInfokommunikacionnye tehnologiiИнфокоммуникационные технологии2073-3909Povolzhskiy State University of Telecommunications and Informatics68981710.18469/ikt.2024.22.1.03Communication networks and multi-servicesСети связи и мультисервисные услугиResearch ArticleResearch of network traffic decorrelation algorithm based on wavelet transformationИсследование алгоритма декорреляции сетевого трафика на основе вейвлет преобразованияKartashevskiyI. V.КарташевскийИ. В.
Russian Federation

Professor of Software Engineering Department, Doctor of Technical Science

д.т.н., профессор кафедры программной инженерии (ПрИ)

i.kartashevskiy@psuti.ruOsanovV. A.ОсановВ. А.
Russian Federation

Senior Teacher of Management in Technical Systems Department.

старший преподаватель кафедры управления в технических системах (УТС)

v.osanov@psuti.ruMalakhovS. V.МалаховС. В.
Russian Federation

Associated Professor of Management in Technical Systems Department, PhD in Technical Science

к.т.н., доцент кафедры УТС

s.malakhov@psuti.ruIakupovD. O.ЯкуповД. О.
Russian Federation

Teacher of Software Engineering Department

ассистент кафедры ПрИ

d.yakupov@psuti.ruPovolzhskiy State University of Telecommunications and InformaticsПоволжский государственный университет телекоммуникаций и информатики0903202522124312308202523082025Copyright ©; 2025, Kartashevskiy I.V., Osanov V.A., Malakhov S.V., Iakupov D.O.Copyright ©; 2025, Карташевский И.В., Осанов В.А., Малахов С.В., Якупов Д.О.2025Kartashevskiy I.V., Osanov V.A., Malakhov S.V., Iakupov D.O.Карташевский И.В., Осанов В.А., Малахов С.В., Якупов Д.О.https://creativecommons.org/licenses/by-nc-nd/4.0https://journals.eco-vector.com/2073-3909/article/view/689817

The article is devoted to the development of the network traffic decorrelation algorithm, allowing to significantly reduce the values of the autocorrelation coefficients of time intervals between packets. The proposed algorithm is based on finding the coefficients of the Haar wavelet transformation coefficient. An experimental analysis, presented demonstrates that an increase in the delay and the level of packet losses during video transmission over the network is closely related to an increase in the value of the autocorrelation coefficients of time intervals between packets at the traffic source output. The algorithm's performance is checked both on the resulting experimental trace and on the generated time intervals with the predetermined correlation coefficient, the value of which significantly exceeds the experimental value. The result of the proposed algorithm is new time intervals with a significantly reduced autocorrelation degree (almost equal zero).

Статья посвящена разработке и исследованию алгоритма декорреляции сетевого трафика, позволяющего существенно снижать значения коэффициентов автокорреляции интервалов времени между пакетами. В основе предлагаемого алгоритма лежит нахождение коэффициентов вейвлет-преобразования Хаара. Проводится экспериментальный анализ, показывающий, что увеличение задержки и уровня потерь пакетов при передаче видео по сети тесно связано с повышением значения коэффициентов автокорреляции интервалов времени между пакетами на выходе источника трафика. Проверка работоспособности алгоритма осуществляется как на полученной в результате эксперимента трассе, так и на сгенерированных интервалах времени с заданным коэффициентом корреляции, значение которого существенно превосходит значение экспериментального. Результатом работы предлагаемого алгоритма являются новые интервалы времени, обладающие существенно сниженной, практически отсутствующей, автокорреляцией.

network trafficdecorrelationautocorrelation functionnetwork latencyHaar waveletsсетевой трафикдекорреляцияавтокорреляционная функциясетевая задержкавейвлеты ХаараCisco. VNI Complete Forecast Highlights. URL: https://www.cisco.com/c/dam/m/en_us/solutions/service-provider/vni-forecast-highlights/pdf/Global_Device_Growth_Traffic_Profiles.pdf (accessed: 23.03.2024).Cisco. VNI Complete Forecast Highlights. URL: https://www.cico.com/c/dam/m/en_us/solutions/service-provider/vni-forecast-highlights/pdf/Global_Device_Growth_Traffic_Profiles.pdf (дата обращения: 23.03.2024).Maglaris B.S. et al. Performance models of statistical multiplexing in packet video communications. IEEE Transactions on Communications, 1988, vol. 36, no. 7, pp. 834–844. DOI: 10.1109/26.2812Performance models of statistical multiplexing in packet video communications / B.S. Maglaris [et al.] // IEEE Transactions on Communications. 1988. Vol. 36, no. 7. P. 834–844. DOI: 10.1109/26.2812Nomura M., Fujii T., Ohta N. Basic characteristics of variable rate video coding in ATM environment. IEEE Journal on Selected Areas in Communications, 1989, vol. 7, no. 5, pp. 752–760. DOI: 10.1109/49.32338Nomura M., Fujii T., Ohta N. Basic characteristics of variable rate video coding in ATM environment // IEEE Journal on Selected Areas in Communications. 1989. Vol. 7, no. 5. P. 752–760. DOI: 10.1109/49.32338Tanwir S., Perros H.G. A survey of VBR video traffic models. IEEE Communications Surveys & Tutorials, 2013, vol. 15, no. 4, pp. 1778–1802. DOI: 10.1109/SURV.2013.010413.00071Tanwir S., Perros H.G. A survey of VBR video traffic models // IEEE Communications Surveys & Tutorials. 2013. Vol. 15, no. 4. P. 1778–1802. DOI: 10.1109/SURV.2013.010413.00071Tanwir S., Perros H. VBR Video Traffic Models: Monograph. New Jersey: Wiley & Sons, 2014, 148 p.Tanwir S., Perros H. VBR Video Traffic Models: monograph. New Jersey: Wiley & Sons, 2014. 148 p.Mohamed A., Agamy A. A Survey on the common network traffic sources models. International Journal of Computer Networks, 2011, vol. 3, no. 2, pp. 103–115.Mohamed A., Agamy A. A Survey on the common network traffic sources models // International Journal of Computer Networks. 2011. Vol. 3, no. 2. P. 103–115.Chandrasekaran B. Survey of network traffic models. Computer Science, Engineering, 2006, pp. 1–8. URL: https://www.cs.wustl.edu/~jain/cse567-06/ftp/traffic_models3.pdf (accessed: 11.05.2024).Chandrasekaran B. Survey of network traffic models // Computer Science, Engineering. 2006. P. 1–8. URL: https://www.cs.wustl.edu/~jain/cse567-06/ftp/traffic_models3.pdf (дата обращения: 11.05.2024).Biernacki A. Analysis of aggregated HTTP-based video traffic. Journal of Communications and Networks, 2016, vol. 18, no. 5, pp. 826–846. DOI: 10.1109/JCN.2016.000111Biernacki A. Analysis of aggregated HTTPbased video traffic // Journal of Communications and Networks. 2016. Vol. 18, no. 5. P. 826–846. DOI: 10.1109/JCN.2016.000111Biernacki A. Analysis and modelling of traffic produced by adaptive HTTP-based video. Multimedia Tools and Applications, 2017, vol. 76, no. 10, pp. 12347–12368. DOI: 10.1007/s11042-016-3623-8Biernacki A. Analysis and modelling of traffic produced by adaptive HTTP-based video // Multimedia Tools and Applications. 2017. Vol. 76, no. 10. P. 12347–12368. DOI: 10.1007/s11042-016-3623-8Bobrikova E.V., Gaidamaka Yu.V. Analysis of the file distribution time in Peer-to-Peer network. Vestnik Rossijskogo universiteta druzhby narodov. Seriya: Matematika, informatika, fizika, 2018, vol. 26, no. 1, pp. 84–92. DOI: 10.22363/2312-9735-2018-26-1-84-92 (In Russ.)Бобрикова Е.В., Гайдамака Ю.В. Анализ времени распространения файла для одноранговой сети // Вестник Российского университета дружбы народов. Серия: Математика, информатика, физика. 2018. Т. 26, №1. C. 84–92. DOI: 10.22363/2312-9735-2018-26-1-84-92Markovich N., Krieger U. Statistical analysis and modeling of peer-to-peer multimedia traffic. Network Performance Engineering. Lecture Notes in Computer Science, 2011, vol. 5233, pp. 70–97. DOI: 10.1007/978-3-642-02742-0_4Markovich N., Krieger U. Statistical analysis and modeling of peer-to-peer multimedia traffic // Network Performance Engineering. Lecture Notes in Computer Science. 2011. Vol. 5233. P. 70–97. DOI: 10.1007/978-3-642-02742-0_4Markovich N. et al. Integrated measurement and analysis of peer-to-peer traffic. Proceedings of 8th International Conference Wired/Wireless Internet Communications (WWIC 2010). Lulea, 2010, pp. 302–314. DOI: 10.1007/978-3-642-13315-2_25Integrated measurement and analysis of peer-topeer traffic / N. Markovich [et al.] // Proceedings of 8th International Conference Wired/Wireless Internet Communications (WWIC 2010). Lulea, 2010. P. 302–314. DOI: 10.1007/978-3-642-13315-2_25Eittenberger P., Krieger U., Markovich N. Teletraffic modeling of peer-to-peer traffic. Proceedings of 44th Winter Simulation Conference (WSC 2012). Berlin, 2012, pp. 1–12. DOI: 10.1109/WSC.2012.6465302Eittenberger P., Krieger U., Markovich N. Teletraffic modeling of peer-to-peer traffic // Proceedings of 44th Winter Simulation Conference (WSC 2012). Berlin, 2012. P. 1–12. DOI: 10.1109/WSC.2012.6465302Bykov V.V. Digital modeling in statistical radio engineering: Monograph. Мoskow: Sovetskoe radio, 1971, 328 p.Быков В.В. Цифровое моделирование в статистической радиотехнике: монография. М.: Советское радио, 1971. 328 с.Kartashevskii I.V. Processing of correlated traffic in infocommunication networks: Monograph. Мoskow: Goryachaya liniya-Telekom, 2023, 200 p.Карташевский И.В. Обработка коррелированного трафика в сетях инфокоммуникаций: монография. М.: Горячая линия – Телеком, 2023. 200 с.