초록
네트워크 트래픽의 연구 동향은 LAN, WAN 및 VBR 비디오 트래픽이 통계학적으로 자기 유사과정에 의해 더욱 더 잘 모델링화 된다는 사실을 입증하고 있다. 이것은 기존의 단기간 의존성만을 고려한 포아손 과정에 비해 다른 이론적 특성을 가진다. 즉 광범위한 시계열상에서 aggregation의 정도가 변하더라도 통계학적으로 동일한 특성을 지니게 된다는 것이다. 본 논문에서는 이러한 자기유사과정을 갖는 데이터를 실시간 운영중인 네트워크로부터 측정하여 트래픽을 모델링하고, 비교분석하므로서 다양한 데이터를 지원하는 초고속 네트워크의 성능분석에 적용할 수 있으리라 여겨진다.
Traditional queueing analyses are very useful for designing a network's capacity and predicting there performances, however most of the predicted results from the queueing analyses are quite different from the realistic measured performance. And recent empirical studies on LAN, WAN and VBR traffic characteristics have indicated that the models used in the traditional Poisson assumption can't properly predict the real traffic properties due to under estimation of the long range dependence of network traffic and self-similarity In this parer self-similar characteristics over statistical approaches and real time network traffic measurements are estimated It is also shown that the self- similar traffic reflects network traffic characteristics by comparing source model.
