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

Página do item simplificado
dc.contributor.advisor1Rocha, Flávio Geraldo Coelho
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5583470206347446pt_BR
dc.contributor.referee1Rocha, Flávio Geraldo Coelho
dc.contributor.referee2Vieira, Flávio Henrique Telles
dc.contributor.referee3Souza, Marcos Antonio de
dc.contributor.referee4Cardoso, Alisson Assis
dc.creatorRosa, Évelynn Regina da Costa
dc.creator.Latteshttp://lattes.cnpq.br/9652518943090779pt_BR
dc.date.accessioned2021-04-26T11:43:48Z
dc.date.available2021-04-26T11:43:48Z
dc.date.issued2021-02-25
dc.description.abstractThis project describes a standard approach to analyze and measure experimental and synthetic data, which display linear and non-linear characteristics, within the spectrum of Chaos Theory and its canonical procedures, evaluating the performance of several algorithms. The main goal of this work is to propose a method to predict traffic and perform a dynamic traffic rate allocation for the network servers based on the Lyapunov exponent and the Hurst parameter, considering the analysis of a range of traffic samples and synthetic data, in order to quantify them with the use of mathematical methods that reveal their intrinsic features. Some of the characteristic processes described are self-similarity, long-range dependency among samples and multiscale behavior. Thus, it is necessary to: reconstruct phase space and the attractor with the ideal delay $\tau$, while describing a couple of methods to compute it; to determine embedding and correlation dimensions ($m$ and $D_2$, respectively); to calculate the Lyapunov exponent $\lambda$ and Hurst parameter $H$; to perform principal component analysis ($PCA$); to predict the traffic within the longest predictable duration constrained by the inverse of the Lyapunov exponent, and finally perform dynamic transmission rate allocation for the network servers. The simulations performed confirmed the efficiency of the proposed approach, regarding the sequence adopted in this work and the classification of data, especially in cases of mixed behavior between randomness and determinism.eng
dc.description.provenanceSubmitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2021-04-23T14:45:57Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Dissertação - Évelynn Regina da Costa Rosa - 2021.pdf: 9467828 bytes, checksum: 3b5fcd792c43977f21e17eb8dd8583b5 (MD5)en
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2021-04-26T11:43:48Z (GMT) No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Dissertação - Évelynn Regina da Costa Rosa - 2021.pdf: 9467828 bytes, checksum: 3b5fcd792c43977f21e17eb8dd8583b5 (MD5)en
dc.description.provenanceMade available in DSpace on 2021-04-26T11:43:48Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Dissertação - Évelynn Regina da Costa Rosa - 2021.pdf: 9467828 bytes, checksum: 3b5fcd792c43977f21e17eb8dd8583b5 (MD5) Previous issue date: 2021-02-25en
dc.description.resumoEste 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.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpt_BR
dc.identifier.citationROSA, É. R. C. Alocação de taxa de transmissão utilizando predição do tráfego de rede baseada no expoente de Lyapunov e no parâmetro de Hurst. 2021. 145 f. Dissertação (Mestrado em Engenharia Elétrica e da Computação) - Universidade Federal de Goiás, Goiânia, 2021.pt_BR
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/11274
dc.languageporpt_BR
dc.publisherUniversidade Federal de Goiáspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG)pt_BR
dc.publisher.initialsUFGpt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétrica e da Computação (EMC)pt_BR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectDimensão de correlaçãopor
dc.subjectReconstrução do espaço de fasepor
dc.subjectExpoente de Lyapunovpor
dc.subjectParâmetro de Hurstpor
dc.subjectPredição de tráfegopor
dc.subjectAlocação dinâmica de taxapor
dc.subjectCorrelation dimensioneng
dc.subjectPhase space reconstructioneng
dc.subjectLyapunov exponenteng
dc.subjectHurst parametereng
dc.subjectTraffic predictioneng
dc.subjectDynamic esource allocationeng
dc.subject.cnpqENGENHARIASpt_BR
dc.titleAlocação de taxa de transmissão utilizando predição do tráfego de rede baseada no expoente de Lyapunov e no parâmetro de Hurstpt_BR
dc.title.alternativeRate allocation using network traffic prediction based on the Lyapunov exponent and the Hurst parametereng
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Évelynn Regina da Costa Rosa - 2021.pdf
Tamanho:
9.03 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Engenharia Elétrica e da Computação (EMC)