2019
DOI: 10.1007/978-3-030-19069-9_5
|View full text |Cite
|
Sign up to set email alerts
|

Self-similar Teletraffic in a Smart World

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Year Published

2020
2020
2022
2022

Publication Types

Select...
3
1
1

Relationship

1
4

Authors

Journals

citations
Cited by 5 publications
(1 citation statement)
references
References 15 publications
0
0
0
1
Order By: Relevance
“…O primeiro trabalho a identificar a autossimilaridade no tráfego foi [Leland et al 1994]. Usando certa quantidade de dados e uma análise estatística, a pesquisa demonstrou que o tráfego apresenta dependência de longo alcance (LRD -Long Range Dependence), que é um fenômeno estatístico mostrado em processos autossemelhantes [Yu et al 2016], contrastando com os processos de dependência de curto alcance (SRD -Short Range Dependence), adotados anteriormente, que perdem sua explosão e se achatam quando as escalas de tempo são alteradas [Lokshina et al 2020]. De fato, o tráfego da rede apresenta autossimilaridade estatística ao manter suas explosões em diferentes escalas de tempo (LRD), conforme visto na Figura 1.…”
Section: Autossimilaridadeunclassified
“…O primeiro trabalho a identificar a autossimilaridade no tráfego foi [Leland et al 1994]. Usando certa quantidade de dados e uma análise estatística, a pesquisa demonstrou que o tráfego apresenta dependência de longo alcance (LRD -Long Range Dependence), que é um fenômeno estatístico mostrado em processos autossemelhantes [Yu et al 2016], contrastando com os processos de dependência de curto alcance (SRD -Short Range Dependence), adotados anteriormente, que perdem sua explosão e se achatam quando as escalas de tempo são alteradas [Lokshina et al 2020]. De fato, o tráfego da rede apresenta autossimilaridade estatística ao manter suas explosões em diferentes escalas de tempo (LRD), conforme visto na Figura 1.…”
Section: Autossimilaridadeunclassified