Групповые гамма-потоки и нейросети в моделировании современного телекоммуникационного трафика
Автор: Лихтциндер Б.Я., Привалов А.Ю., Максимова Т.Д.
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Системы и устройства телекоммуникаций
Статья в выпуске: 4 (84) т.21, 2023 года.
Бесплатный доступ
В данной работе в качестве цели моделирования телекоммуникационного трафика рассматривается образование очередей в системе М/D/1 с близкими к реальным статистическим характеристикам первых двух порядков. В качестве входного в систему рассматривается групповой поток с постоянным размером пачки и расстоянием между прибытиями, подчиняющимся принципу гамма-распределения. Эти параметры определяются с помощью нейронной сети, которая обучена определять параметры таких входных потоков по статистическим характеристикам очереди при различных загрузках прибора. Получены и представлены результаты, демонстрирующие хорошее приближение при аппроксимации с использованием гамма-потоков, параметры которых оцениваются с помощью нейросети. Показана практическая полезность рассматриваемого подхода и перспективы использования нейросетей для решения практических задач с применением теории очередей.
Система массового обслуживания, неординарный входной поток, моменты очереди, нейронная сеть, гамма-распределение
Короткий адрес: https://sciup.org/140304965
IDR: 140304965 | УДК: 004.032.26 | DOI: 10.18469/ikt.2023.21.4.04
Group gamma-distribution and neural network in of the latest telecommunication traffic modeling
This article considers queue formation in the M/D/1 system with statistical characteristics of the first two orders that areclose to real, as the purpose of telecommunication traffic modeling . The input stream to the system is considered to be a group stream with constant parameters of the package and distance between arrivals, influenced by gamma distribution. These parameters are determined by a neural network trained to determine parameters of such input streams according to statistical characteristics of the queue at various loads of device. The results obtained demonstrate a good approximation with the use of gamma-ray fluxes. Parameters are evaluated with the use of the neural network. The practical usefulness of the considered approach and the prospects of using neural networks for practical tasks in solving which queue theory is used are provided.
Список литературы Групповые гамма-потоки и нейросети в моделировании современного телекоммуникационного трафика
- Лихтциндер Б.Я., Моисеев В.И., Привалов А.Ю. О возможности использования групповых пуассоновских потоков в имитационном моделировании // Информационные технологии и нанотехнологии (ИТНТ-2024): материалы X Международной конференции. Самара: Самарский университет, 2024. С. 8-11.
- Vishnevsky V., Gorbunova A.V. Application of machine learning methods to solving problems of queuing theory // Information Technologies and Mathematical Modelling. Queueing Theory and Applications. 2022. Vol. 1605. P. 304-316. DOI: https://doi.org/10.1007/978-3-031-09331- 9_24.
- Likhttsinder B.J., Privalov A.Y., Moiseev V.I. Batch poissonian arrival models of multiservice network traffic // Problems of Information Transmission. 2023. Vol. 59, no. 1. P. 63-70. DOI: 10.1134/S0032946023010064.
- Лихтциндер Б.Я., Моисеев В.И. Групповые пуассоновские и гиперпуассоновские модели пакетного трафика // I-methods. 2022. Т. 14, № 3. URL: https://www.elibrary.ru/download/elibrary_49871213_30704781.pdf (дата обращения: 26.04.2024).
- Likhttsinder B.Ya., BakaiYu.O. Models of group poisson flows in telecommunication traffic control // Вестник Самарского государственного технического университета. Серия: Технические науки. 2020. Т. 28, № 3 (67). С. 75-89.
- Лихтциндер Б.Я. Интервальные характеристики групповых пуассоновских моделей трафика телекоммуникационных систем // Инфокоммуникационные технологии. 2020. Т. 18, № 3. С. 302-311.
- Лихтциндер Б.Я. Трафик мультисервисных сетей доступа (интервальный анализ и проектирование). М.: Горячая линия - Телеком, 2018. 290 с.
- Блатов И.А., Лихтциндер Б.Я. О предельных значениях длин очередей в СМО с пачечными потоками // Инфокоммуникационные технологии. 2018. Т. 16, № 2. С. 181-187.
- Привалов А.Ю., Лихтциндер Б.Я. Интервальный анализ трафика многоканальных систем массового обслуживания // Вестник Самарского государственного технического университета. Серия: Технические науки. 2023. Т. 31, № 2. С. 56-69.
- Лихтциндер Б.Я. Особенности многоканальной обработки пачечного трафика // T-Comm: Телекоммуникации и транспорт. 2017. Т. 11, № 11. С. 30-33.
