مدل کردن و شبیه سازی ترافیک در شبکه های مخابراتی سرعت بالا (atm) با استفاده از تابع توزیع احتمالmmpp

بحث مدلسازی ترافیک شبکه در طول دو دهه اخیر مورد توجه بسیار زیاد مهندسان ترافیک قرار گرفته است. به همین خاطر، همیشه سعی بر این بود که مدلهای ترافیکی علاوه بر صحت و دقت لازم -جهت ارایه نتایج صحیح محاسبات کارآیی- از لحاظ تحلیلی نیز ساده باشند. مدلهای ترافیکی، پس از کشف پدیده خود-همسانی در شبکه ها، دچار تحولات عمده ای شدند و الگوهای خود-همسان به تدریج جایگزین الگوهای مارکوف شدند. در عین حال، محققان به علت محاسبات سنگین ریاضیاتی مدلهای خود-همسان در سیستمهای صف، علاقمند به استفاده از مدلهای مارکوف نیز بودند. اما پرسش این بود که آیا این مدلها با حضور پدیده مذکور قادر به تطبیق یافتن بر ترافیک شبکه هستند؟ برای پاسخ دادن به این سوال بایستی جوانب زیادی را در نظر گرفت که در این پایان نامه آن را بررسی می کنیم. اما به طور ضمنی می توان گفت که جواب مثبت است. یکی از مدلهای غیر خود-همسان که توانایی مدلسازی ترافیک خود-همسان شبکه را دارد و همواره مورد توجه پژوهشگران بوده است، فرآیند mmpp می باشد. به عبارت دیگر، این مدل می تواند ترافیکهای رگباری موجود در شبکه های داده و ویدیو را تولید کند. در این پایان نامه، صحت و دقت انطباق mmpp بر ترافیک صوت، داده و ویدیو را بررسی و کارآیی فرآیند ورود mmpp به شبکه atm را تحت مدل صف mmpp/d/1 ارزیابی می کنیم. همچنین، روشهایی به منظور بهبود عملکرد تطبیق mmpp به منظور واقعی تر نمودن نتایج پیشنهاد شده است و الگوریتمهایی نیز برای کاهش فضای حالت mmpp در کاربردهای عملی مهندسی ترافیک بررسی شده است.