Sobre la Generación de Tráfico Autosimilar con Dependencia de Largo Alcance Empleando Mapas Caóticos Unidimensionales Afines por Tramos (Versión Extendida)

EasyChair Preprint 5255, version 1

Abstract

Se presenta una extensión cualitativa y cuantitativa de los modelos caóticos utilizados para generar tráfico autosimilar con dependencia de largo alcance (LRD), a través de la formulación de un modelo que considera el empleo de mapas caóticos unidimensionales afines por tramos. Sobre la base de la desagregación de las series temporales generadas se propone una explicación válida del comportamiento de los valores del exponente de Hurst y se demuestra la factibilidad de su control a partir de los parámetros del modelo propuesto.

Keyphrases: Chaos, Hurst exponent, Traffic modeling in computer networks, chaotic maps, self-similarity

@booklet{EasyChair:5255,
  author    = {Ginno Millán},
  title     = {On the Generation of Self-similar with Long-range Dependent Traffic Using Piecewise Affine Chaotic One-dimensional Maps (Extended Version)},
  howpublished = {EasyChair Preprint 5255},
  year      = {EasyChair, 2021}}