Marginales non gaussiennes et longue mémoire : analyse et synthèse de trafic Internet

Antoine Scherrer 1, 2 Patrice Abry 1
1 Phys-ENS - Laboratoire de Physique de l'ENS Lyon
2 LIP - Laboratoire de l'Informatique du Parallélisme
Résumé : La modélisation statistique du trafic Internet constitue actuellement un outil incontournable pour le dimensionnement des réseaux, la prévision de leurs comportements et performances, permettant d'assurer la disponibilité, la qualité de service (QoS) ainsi que la sécurité des réseaux. Nous proposons de modéliser les séries temporelles de trafic par un processus non gaussiens à longue mémoire. Nous montrons que ce modèle reste pertinent pour un très large continuum de niveaux d'agrégation et pour une large variété de trafic. Nous décrivons les procédures permettant d'estimer les paramètres de ce modèle ainsi que celles permettant de synthétiser numériquement des réalisations de processus dont marginales et covariances sont prescrites.
Mots-clés : trafic Internet longue mémoire processus stochastiques non-gaussiens modélisation
Document type :
Conference papers
Liste complète des métadonnées

Cited literature [9 references]  Display  Hide  Download
https://hal-ens-lyon.archives-ouvertes.fr/ensl-00195130
Contributor : Antoine Scherrer <>
Submitted on : Sunday, December 9, 2007 - 11:48:58 PM
Last modification on : Tuesday, April 24, 2018 - 1:52:42 PM
Document(s) archivé(s) le : Monday, April 12, 2010 - 6:42:36 AM

File

scherrer-gretsi05.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : ensl-00195130, version 1

Collections

INRIA | LIP | ENS-LYON | UNIV-LYON1

Citation

Antoine Scherrer, Patrice Abry. Marginales non gaussiennes et longue mémoire : analyse et synthèse de trafic Internet. 20e colloque GRETSI sur le traitement du signal et des images, UCL, Sep 2005, Louvain la neuve, Belgique. pp.279-282. ⟨ensl-00195130⟩

Export

BibTeX TEI DC DCterms EndNote

Share

Metrics

Record views

130

Files downloads

126

Contact

support.ccsd.cnrs.fr
hal.support@ccsd.cnrs.fr
Logo CCSD