Approximate analysis of a dynamic scheduler for self-similar video traffic in ATM networks

Modelado de tráfico basado en procesos multifractales asociativos

“…Por su parte, en [25] se coloca de manifiesto la naturaleza fractal del flujo de datos de los protocolos que componen el sistema de señalización número 7 (SS7) en redes de señalización de canal común (CCS), demostrando que los métodos tradicionales no resultan adecuados para interpretar el comportamiento de SS7 y que las duraciones de las llamadas quedan mejor caracterizadas empleando distribuciones de cola hiperbólica. En otro ámbito, [26]- [29] demuestran que la dependencia de largo alcance es una característica inherente al tráfico de video de tasa de bit variable (VBR) y que no guarda relación con el tipo de CODEC o la cantidad de efectos especiales que contengan las escenas. Específicamente, estudian los flujos de tráfico de vídeo VBR transmitidos a través de redes ATM e Internet, concluyendo que el comportamiento de la cola de la distribución que representa al ancho de banda marginal puede ser descrito con exactitud usando distribuciones de cola hiperbólica; que la autocorrelación de las secuencias de vídeo VBR decae hiperbólicamente (equivale a dependencia de largo alcance) y puede ser modelada empleando procesos autosimilares y, finalmente, que los modelos con dependencia de corto alcance son inapropiados para caracterizar este tipo de tráfico debido a que sobrestiman el rendimiento conduciendo a una asignación insuficiente de recursos que deriva en la dificultad para conseguir la calidad de servicio esperada por los usuarios.…”