Design Of A Traffic Model Through Time Series To Forecast Wimax Traffic
Fecha
Autor corporativo
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Distrital Francisco José de Caldas
Compartir
Director
Altmetric
Resumen
Descripción
This paper tries to initiate to the reader in statistical models with time series, that allow to consider future forecasting of traffic in the modern Communication networks, making use of the forecasting of the traffic with dependency of long rank (LDR) and dependency of short rank (SDR), to be able to make a more opportune and efficient control in form integrated at different levels from the functional hierarchy of the network. This time series modeling is based on measures taken from events with a periodic base.
The objective of this research is to demostrate that the time series are an excellent tool for modeling of data traffic on Wimax networks. This is possible through the Box-Jenkins methodology that is presented in this article.
At the end of this investigation there is a traffic model through a series of time ARIMA with surprisingly small error.
Ese artículo pretende iniciar al lector en modelos estadísticos con series de tiempo, que permitan estimar pronósticos futuros de tráfico en las redes de comunicaciones modernas, haciendo uso de la predecibilidad del tráfico con dependencia de rango corto (SDR), para poder realizarun control más oportuno y eficiente en forma integrada a difeentes niveles de la jerarquía funcional de la red. Este modelamiento en series de tiempo, esta basado en medidas tomadas de los eventos con una base periódica. El objetivo de esta investigación es demostrar que las series de tiempo son una excelene herramienta para el modelamiento de tráfico de datos en redes Wimax. Lo anterior es posible a través de la metodología de Box-Jenkins que se presenta en este artículo. Al final de esta investigación se logro modelar una serie de tráfico Wimax de 10 días a través de una serie de tiempo ARIMA con un error pequeño.
Ese artículo pretende iniciar al lector en modelos estadísticos con series de tiempo, que permitan estimar pronósticos futuros de tráfico en las redes de comunicaciones modernas, haciendo uso de la predecibilidad del tráfico con dependencia de rango corto (SDR), para poder realizarun control más oportuno y eficiente en forma integrada a difeentes niveles de la jerarquía funcional de la red. Este modelamiento en series de tiempo, esta basado en medidas tomadas de los eventos con una base periódica. El objetivo de esta investigación es demostrar que las series de tiempo son una excelene herramienta para el modelamiento de tráfico de datos en redes Wimax. Lo anterior es posible a través de la metodología de Box-Jenkins que se presenta en este artículo. Al final de esta investigación se logro modelar una serie de tráfico Wimax de 10 días a través de una serie de tiempo ARIMA con un error pequeño.
Palabras clave
ARIMA, autocorrelation, correlation, networks of communications, stochastic, time series, traffic models., ARIMA, autocorrelación, correlación, estocástico, modelo de tráfico, serie de tiempo, red de comunicaciones, ARIMA, autocorrelación, correlación, estocástico, modelo de tráfico, serie de tiempo, red de comunicaciones.