Análisis de Tráfico Autosimilar a Nivel de Capa de Red. Parte I: Fundamentos

EasyChair Preprint 5235

Abstract

Los flujos de tráfico tanto de las fuentes como agregados presentan con frecuencia propiedades de dependencia de largo alcance (LRD). En este trabajo se presentan las bases teóricas que justifican que el comportamiento del tráfico de una red de computadoras de alta velocidad puede ser modelado desde una perspectiva autosimilar acotando su ámbito de análisis al nivel de la capa de red, toda vez que las propiedades más relevantes de los procesos autosimilares son consistentes para su empleo en la formulación de modelos de tráfico cuando se realiza esta distinción.

Keyphrases: Long Range Dependent, Network Layer, self-similarity, traffic flows, traffic models

@booklet{EasyChair:5235,
  author    = {Ginno Millán},
  title     = {Self-similar Traffic Analysis at Network Layer Level. Part I: Fundamentals},
  howpublished = {EasyChair Preprint 5235},
  year      = {EasyChair, 2021}}