Generación y Caracterización de Teletráfico Autosimilar Empleando un Nuevo Modelo de Mapa Caótico Unidimensional Afín por Tramos

EasyChair Preprint 5158

Abstract

Se presenta una extensión cualitativa y cuantitativa de los modelos caóticos utilizados para la generación y caracterización de tráfico autosimilar con dependencia de largo alcance (LRD) en redes de computadoras de alta velocidad, a través de la formulación de un nuevo modelo basado el uso de mapas caóticos afines por tramos (PWA) unidimensionales. En base a la desagregación de las series temporales generadas por el modelo se propone una explicación para el comportamiento registrado por los valores del exponente de Hurst (H) en series de datos autosimilares de segundo orden estacionarias y se demuestra la factibilidad de su control a partir de la variación de los parámetros del modelo propuesto

Keyphrases: Hurst exponent (H), Long-Range Dependence (LRD), Teletraffic models, chaotic maps, self-similarity

@booklet{EasyChair:5158,
  author    = {Ginno Millán},
  title     = {Generation and Characterization of Self-Similar Teletraffic Using a New Model of Piecewise Affine Chaotic One-dimensional Map},
  howpublished = {EasyChair Preprint 5158},
  year      = {EasyChair, 2021}}