Özetçe -Veri aglarında kullanıcı davranışı modellenmesi günümüzde neredeyse bir gereklilik haline gelmiştir. Bu aglarda kullanıcıların tek seferde aktardıgı (indirdigi veya yükledigi) paket sayısı dagılımının belirlenmesi vasıtasıyla pek çok veri haberleşmesi sistemi daha etkili biçimde çalışabilecek ve bu sistemlerdeki kaynaklar daha verimli biçimde kullanılabilecektir. Bu sebeple, çalışmamızın amacı kullanıcıların tek seferde herhangi bir ag üzerinde aktardıkları paket sayılarının istatistiksel dagılımının araştırılmasıdır. Bunun için gerçek kullanıcılarıṅ Internet kullanımı incelenmiş olup, Android işletim sisteminin destekledigi bir uygulama ile ilgili veriler toplanmıştır. Toplanan bu veriler kullanılarak detaylı bir istatistiksel analiz sunulmuş, elde edilen sonuçlar çeşitli performans testlerine tabi tutularak öne sürülen modellerin dogrulugu kontrol edilmiştir. Sonuç olarak, kullanıcı davranışlarını en iyi modelleyen istatistiksel dagılımın lognormal ailesi oldugu gözlemlenmiştir. Anahtar Kelimeler-Akış miktarı dagılımı, Android, EM algoritması, Kullback-Leibler uzaklıklıgı (KLD), Agırlıklandırılmış ortalama bagıl fark testi (WMRD),İletim kontrol protokolü (TCP)Abstract-Modeling of user behaviour becomes almost a necessity on data networks nowadays. Besides using their resources more efficiently, many data communication systems will perform more effective via estimation of statistical distribution of packet counts transferred (uploaded or downloaded) by users at once. Hence, the purpose of this study is to search suitable statistical models for distribution of packet counts that is transferred by user at once, on a arbitrary network. For this aim, an Android application is used to track Internet usage of real users. A detailed statistical analysis is performed using this data and the results are checked by applying different performance tests. Consequently, it is observed that the most suitable statistical distribution to model user behaviour is lognormal family.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.