Detalhes bibliográficos
Ano de defesa: |
2009 |
Autor(a) principal: |
Ribeiro, Fabiano Carneiro |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Estadual do Ceará
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=65526
|
Resumo: |
Matrizes de tráfego (MT) contêm informações a respeito do fluxo de tráfego entre todos os possíveis pares de nós em uma rede. E uma preocupação determinar qual a melhor maneira para transmissão de dados que atenda mais prontamente requisitos de desempenho nas aplicações, o que é visto como um grande desafio aos engenheiros de tráfego. Nas últimas décadas, tem-se observado uma considerável<span style="font-size: 10pt;"> parcela de pesquisas em estimação de matriz de tráfego no contexto da Internet, redes de transporte e redes de telecomunicações. Mas essa medição de dados sobre fluxos em redes de comunicação pode gerar um alto custo de coleta e computacional. Em função disso, torna-se necessário o uso de técnicas de estimação baseadas em informações parciais. Os métodos de estimação existentes não resolvem satisfatoriamente o problema da estimação de MT por se tratar de um problema complexo. Esta dissertação considera deficiências de vários desses métodos e propõe uma nova abordagem utilizando algoritmos genéticos que combinam os conceitos de adaptação seletiva e sobrevivência dos indivíduos mais capazes. Foram realizados experimentos com dados sintéticos e dados reais. Outra contribuição esperada da dissertação é a criação de um método de inicialização para geração de uma população inicial que se mostre eficiente na redução do tempo computacional e do erro médio de estimação. Palavras-chave: Estimação. Matriz de tráfego. Algoritmo Genético.</span> |