Abstract:
امروزه مدلسازی ترافیک شبکه و تولید ترافیک هنجار از اهمیت بالایی برخوردار است. تا به امروز مدلسازیهای زیادی بر روی ویژگیهای مختلف ترافیک شبکه انجام شده است که تقریبا اکثر آنها از توزیعهای احتمالاتی استفاده کردهاند. در این مقاله، روش جدیدی برای مدلسازی ویژگیهای مختلف ترافیک شبکه معرفی میشود که مبتنی بر قانون زیف است. قانون زیف یک قانون تجربی است که رابطهای بین فراوانی و رتبه هر دسته در مجموعه دادهها، ارائه میکند. در این مقاله نشان داده میشود که قانون زیف میتواند بهخوبی ویژگیهای مختلف ترافیک شبکه را مدلسازی نماید. برای این منظور، دو ویژگی مهم ترافیک شبکه، یعنی اندازه و زمان بین ورود بستههای TCP و UDP، مورد مطالعه قرار گرفته است. از مدلسازی ویژگیهای مختلف ترافیک شبکه میتوان در زمینههای مختلفی از جمله شبیهسازی ترافیک شبکه و تولید ترافیک هنجار استفاده کرد. مزیت استفاده از قانون زیف این است که میتواند با کمترین اطلاعات، بیشترین شباهت را ایجاد کند. همچنین قانون زیف میتواند ویژگیهای مختلف ترافیک شبکه را که ممکن است از توزیع ریاضی خاصی پیروی نکنند، مدلسازی کند. با توجه به روش سادهای که این قانون ارائه میکند، علاوه بر دقت و محدودیتهای کمتر نسبت به روشهای پیشین، مدلسازی و شبیهسازی را در زمان مناسبی نیز انجام میدهد.در این مقاله نشان داده خواهد شد که با دستهبندی مقادیر ویژگیها و بهدست آوردن رتبه آنها، میتوان مدلسازی دقیقی از ویژگیها ایجاد کرد. به عبارت دیگر، رتبه هر دسته، مدل بهدستآمده از مقادیر ویژگی خواهد بود که میتوان از آن در شبیهسازی استفاده کرد.
Machine summary:
در این مقاله، روش جدیدی برای مدلسازی ویژگیهای مختلف ترافیک شبکه معرفی میشود که مبتنی بر قانون زیف است.
برای این منظور، دو ویژگی مهم ترافیک شبکه، یعنی اندازه و زمان بین ورود بستههای TCP و UDP، مورد مطالعه قرار گرفته است.
در بخش 4، روش ارائه شده برای مدلسازی و شبیهسازی ترافیک شبکه با استفاده از قانون زیف معرفی میشود.
مدلسازی و شبیهسازی با استفاده از قانون زیف روی اندازه و زمان بین ورود بستههای TCP و UDP انجام شده و با ترافیک واقعی مقایسه میشوند.
4- استفاده از قانون زیف در مدلسازی و شبیهسازی در قسمت قبل، انواع مدلسازیهای صورت گرفته بر روی ویژگیهای مختلف ترافیک شبکه ارائه شده است.
در این مقاله برای رفع مشکلات فوق و ارائه روشی ساده و دقیق که بتواند انواع مختلف ویژگیهای ترافیک شبکه را مدل کند، از قانون زیف استفاده شده است.
برای نشان دادن میزان دقت این مدل، فراوانی هر دسته با استفاده از قانون زیف و به کمک رتبههای به دست آمده محاسبه شده و نتایج آن با فراوانیهای هنجار واقعی مقایسه میشود.
5- ارزیابی 5-1- ارزیابی دقیقتر آزمایشها در تعداد دستههای مختلف در این مقاله از قانون زیف برای مدلسازی و شبیهسازی ویژگیهای مختلف ترافیک شبکه استفاده شد.
نمودار فراوانی واقعی و محاسبه شده برای 4 آزمایش انجام شده در دو حالت ساده و لگاریتمی 6- نتیجهگیری در این مقاله به منظور مدلسازی رفتار هنجار ترافیک شبکه، از قانون زیف استفاده شد.
در این مقاله نشان داده شد که رتبه دستهها، مدل ارائه شده از رفتار هنجار آن ویژگی است که به وسیله آن میتوان ویژگی ترافیک شبکه را مجددا شبیهسازی کرد.