Alocação de taxa de transmissão utilizando predição do tráfego de rede baseada no expoente de Lyapunov e no parâmetro de Hurst

• Ano de defesa: 2021
• Autor(a) principal: Rosa, Évelynn Regina da Costa
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Goiás; Escola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG); Brasil; UFG; Programa de Pós-graduação em Engenharia Elétrica e da Computação (EMC)
• Palavras-chave em Português: Dimensão de correlação; Reconstrução do espaço de fase; Expoente de Lyapunov; Parâmetro de Hurst; Predição de tráfego; Alocação dinâmica de taxa; Correlation dimension; Phase space reconstruction; Lyapunov exponent; Hurst parameter; Traffic prediction; Dynamic esource allocation; ENGENHARIAS
• Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/11274

Este projeto descreve uma abordagem padronizada de análise de dados coletados de redes reais e de dados gerados sinteticamente, que apresentam características lineares e não-lineares, dentro do espectro da Teoria do Caos e seus procedimentos canônicos, avaliando o desempenho de uma gama de algoritmos. O objetivo principal deste trabalho consiste em propor um método de predição e alocação dinâmica de taxa de transmissão para servidores de rede com base no expoente de Lyapunov e no parâmetro de Hurst, tendo em vista a análise de uma variedade de amostras de tráfego e dados sintéticos, de forma a quantificá-los com o uso de métodos matemáticos que revelem suas particularidades intrínsecas. São descritos processos característicos tais como autossimilaridade, dependência de longa duração entre as amostras e comportamento multi-escala. Para isso, reconstrói-se o espaço de fase e o atrator com o atraso ideal $\tau$, descrevendo métodos de cálculo do parâmetro; determina-se a dimensão de incorporação $m$ e a dimensão de correlação $D_2$; calcula-se o expoente de Lyapunov $\lambda$ e o parâmetro de Hurst $H$; e analizam-se estatisticamente os componentes principais; para então prever o tráfego dentro do limite de máxima duração da predição delimitada pelo inverso do expoente de Lyapunov, e alocar dinamicamente a taxa de transmissão correspondente para os servidores de rede. As simulações realizadas comprovaram a eficiência da abordagem proposta, quanto à sequência seguida neste trabalho e a classificação da natureza dos dados, especialmente nos casos de comportamento misto entre aleatoriedade e determinismo.