Исследование алгоритма декорреляции сетевого трафика на основе вейвлет преобразования

Обложка

Цитировать

Полный текст

Аннотация

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.

Об авторах

И. В. Карташевский

Поволжский государственный университет телекоммуникаций и информатики

Автор, ответственный за переписку.
Email: i.kartashevskiy@psuti.ru

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

Россия, Самара

В. А. Осанов

Поволжский государственный университет телекоммуникаций и информатики

Email: v.osanov@psuti.ru

старший преподаватель кафедры управления в технических системах (УТС)

Россия, Самара

С. В. Малахов

Поволжский государственный университет телекоммуникаций и информатики

Email: s.malakhov@psuti.ru

к.т.н., доцент кафедры УТС

Россия, Самара

Д. О. Якупов

Поволжский государственный университет телекоммуникаций и информатики

Email: d.yakupov@psuti.ru

ассистент кафедры ПрИ

Россия, Самара

Список литературы

  1. 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).
  2. Performance 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: 10.1109/26.2812
  3. Nomura 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: 10.1109/49.32338
  4. Tanwir 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.2013.010413.00071
  5. Tanwir S., Perros H. VBR Video Traffic Models: monograph. New Jersey: Wiley & Sons, 2014. 148 p.
  6. 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.
  7. 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).
  8. Biernacki A. Analysis of aggregated HTTPbased video traffic // Journal of Communications and Networks. 2016. Vol. 18, no. 5. P. 826–846. doi: 10.1109/JCN.2016.000111
  9. Biernacki 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/s11042-016-3623-8
  10. 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: 10.22363/2312-9735-2018-26-1-84-92
  11. Markovich 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_4
  12. Integrated 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_25
  13. Eittenberger 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.2012.6465302
  14. Быков В.В. Цифровое моделирование в статистической радиотехнике: монография. М.: Советское радио, 1971. 328 с.
  15. Карташевский И.В. Обработка коррелированного трафика в сетях инфокоммуникаций: монография. М.: Горячая линия – Телеком, 2023. 200 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Карташевский И.В., Осанов В.А., Малахов С.В., Якупов Д.О., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.