Estimación de “H” con transformada ondita

Autores
Scappini, Reinaldo José Ramón; Marrone, Luis Armando
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El análisis de tráfico se ha convertido en un proceso fundamental a la hora de evaluar la performance de una red. También se ha tornado crítico en la actualidad por la presencia de componentes auto-similares en él. Esta componente cambia el paradigma del modelo de tráfico utilizado hasta hace unos pocos años con serias dificultades analíticas; por lo menos comparándolos con los utilizados hasta el momento. Un parámetro clave en este nuevo modelo es el parámetro “H” o de “Hurst” por lo que importa una correcta detección y estimación. Presentamos con esa motivación los resultados obtenidos de la aplicación de un “script” basado en la transformada ondita o “wavelets”.
VIII Workshop arquitectura, redes y sistemas operativos.
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
tráfico
Wavelets and fractals
autosimilaridad
Network communications
parámetro H
Parameter learning
QoS
onditas
performance
modelos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/31324
Acceder
id SEDICI_d7707bc8619cdf99e5a2a8d96b48691e
oai_identifier_str oai:sedici.unlp.edu.ar:10915/31324
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Estimación de “H” con transformada onditaScappini, Reinaldo José RamónMarrone, Luis ArmandoCiencias InformáticastráficoWavelets and fractalsautosimilaridadNetwork communicationsparámetro HParameter learningQoSonditasperformancemodelosEl análisis de tráfico se ha convertido en un proceso fundamental a la hora de evaluar la performance de una red. También se ha tornado crítico en la actualidad por la presencia de componentes auto-similares en él. Esta componente cambia el paradigma del modelo de tráfico utilizado hasta hace unos pocos años con serias dificultades analíticas; por lo menos comparándolos con los utilizados hasta el momento. Un parámetro clave en este nuevo modelo es el parámetro “H” o de “Hurst” por lo que importa una correcta detección y estimación. Presentamos con esa motivación los resultados obtenidos de la aplicación de un “script” basado en la transformada ondita o “wavelets”.VIII Workshop arquitectura, redes y sistemas operativos.Red de Universidades con Carreras en Informática (RedUNCI)2013-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/31324spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:50:29Zoai:sedici.unlp.edu.ar:10915/31324Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:50:29.418SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Estimación de “H” con transformada ondita
title Estimación de “H” con transformada ondita
spellingShingle Estimación de “H” con transformada ondita
Scappini, Reinaldo José Ramón
Ciencias Informáticas
tráfico
Wavelets and fractals
autosimilaridad
Network communications
parámetro H
Parameter learning
QoS
onditas
performance
modelos
title_short Estimación de “H” con transformada ondita
title_full Estimación de “H” con transformada ondita
title_fullStr Estimación de “H” con transformada ondita
title_full_unstemmed Estimación de “H” con transformada ondita
title_sort Estimación de “H” con transformada ondita
dc.creator.none.fl_str_mv Scappini, Reinaldo José Ramón
Marrone, Luis Armando
author Scappini, Reinaldo José Ramón
author_facet Scappini, Reinaldo José Ramón
Marrone, Luis Armando
author_role author
author2 Marrone, Luis Armando
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
tráfico
Wavelets and fractals
autosimilaridad
Network communications
parámetro H
Parameter learning
QoS
onditas
performance
modelos
topic Ciencias Informáticas
tráfico
Wavelets and fractals
autosimilaridad
Network communications
parámetro H
Parameter learning
QoS
onditas
performance
modelos
dc.description.none.fl_txt_mv El análisis de tráfico se ha convertido en un proceso fundamental a la hora de evaluar la performance de una red. También se ha tornado crítico en la actualidad por la presencia de componentes auto-similares en él. Esta componente cambia el paradigma del modelo de tráfico utilizado hasta hace unos pocos años con serias dificultades analíticas; por lo menos comparándolos con los utilizados hasta el momento. Un parámetro clave en este nuevo modelo es el parámetro “H” o de “Hurst” por lo que importa una correcta detección y estimación. Presentamos con esa motivación los resultados obtenidos de la aplicación de un “script” basado en la transformada ondita o “wavelets”.
VIII Workshop arquitectura, redes y sistemas operativos.
Red de Universidades con Carreras en Informática (RedUNCI)
description El análisis de tráfico se ha convertido en un proceso fundamental a la hora de evaluar la performance de una red. También se ha tornado crítico en la actualidad por la presencia de componentes auto-similares en él. Esta componente cambia el paradigma del modelo de tráfico utilizado hasta hace unos pocos años con serias dificultades analíticas; por lo menos comparándolos con los utilizados hasta el momento. Un parámetro clave en este nuevo modelo es el parámetro “H” o de “Hurst” por lo que importa una correcta detección y estimación. Presentamos con esa motivación los resultados obtenidos de la aplicación de un “script” basado en la transformada ondita o “wavelets”.
publishDate 2013
dc.date.none.fl_str_mv 2013-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/31324
url http://sedici.unlp.edu.ar/handle/10915/31324
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846063937893695488
score 13.22299

Publicaciones similares