Self-Similarity Characteristic in Data traffic

데이터 트래픽에서의 Self-Similar 특성

The classical queuing analysis has been tremendously useful in doing capacity planning and performance prediction. However, in many real-world cases. it has found that the predicted results form a queuing analysis differ substantially from the actual observed performance. Specially, in recent years, a number of studies have demonstrated that for some environments, the traffic pattern is self-similar rather than Poisson. In this paper, we study these self-similar traffic characteristics and the definition of self-similar stochastic processes. Then, we consider the examples of self-similar data traffic, which is reported from recent measurement studies. Finally, we wish you that it makes out about the characteristics of actual data traffic more easily.

기존의 큐잉 분석은 네트워크 용량설계 및 성능 예측을 할 때 상당히 유용하지만, 대부분의 실제 경우에서 큐잉 분석으로부터 예측된 결과는 실제 관측된 성능과는 상당히 다르다. 특히, 최근 몇 년 동안 몇몇 환경에서 트래픽 패턴이 Poisson 패턴보다는 차라리 Self-similar 패턴에 더 가깝다는 것이 입증되어 왔다. 본 논문에서는 이러한 Self-similar 확률과정의 정의 및 트래픽의 특성, 그리고 최근 논문들에서 보고된 사례에 대해서 고찰해 봄으로써, 실제의 데이터 트래픽 특성에 대해 더 나은 이해를 제공하고자 한다.