厚尾理論於網路傳輸模型之應用

Heavy-Tail Applications to Internet Models

胡孟青(Meng-Ching Hu)

指導教授 ： 謝南瑞

國立臺灣大學/理學院/數學研究所/碩士(2010年)

https://doi.org/10.6342/NTU.2010.00225

摘要

近年來在網路資料傳輸的研究上，發現許多與傳統網路模型不同的特點，其中主要有自我相似性(self-similarity)，長期相依性(long-range dependence)，以及厚尾現象(heavy-tail)。本文首先解釋傳輸檔案的厚尾現象與長期相依性之間的關聯性，接著用數學方法解釋在假設傳輸檔案具有厚尾現象且傳輸速度為定值的情況下，累積的傳輸量將近似穩定Lèvy運動(stable Lèvy motion) 或碎形布朗運動(Fractional Brownian motion)，其差別在於傳輸成長速率的不同。最後一段討論在只有一個伺服器的情況下，當傳輸交通繁重時，在某些假設條件下，用戶端等待時間將會趨近一個特殊的Mittag-Leffler分布。

關鍵字

厚尾現象 ； 碎形布朗運動 ； Levy過程

並列摘要

無資料

並列關鍵字

heavy-tail ； Fractional Brownian Motion ； Levy Process

參考文獻

[2] K. Maulik, S. I. Resnick. The self-similar and multifractal nature of a network traffic model, Stochastic Models, 19-4 (2003), 549-577

[3] K. Park, W. Willinger. Self-similar network traffic and performance evaluation. John Wiley & Sons, Inc. (2000)

[4] L. de Haan. On regular variation and its application to the weak convergence of sample Extremes, Mathematisch Centrum, Amsterdam, (1970).

[5] M. S. Taqqu, W. Willinger, and R. Sherman. Proof of a fundamental result in self-similar traffic modeling, Comput. Comm. Rev., 27 (1997), 5-23

[7] S. I. Resnick and H. Rootzén. Self-similar communication models and very heavy tails, Ann. Appl. Probab., 10 (2000), 753-778