Documente Academic
Documente Profesional
Documente Cultură
tráfico en
telecomunicaciones
CAPÍTULO 2
Cesar A. Santiváñez, Ph.D. PROCESOS ESTOCASTICOS
csantivanez@pucp. pe
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 5 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 6
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 7 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 8
Proceso de Poisson: propiedades
• Combinando 2 procesos de Poisson P1 y P2 se obtiene otro proceso
de Poisson P3 con λ3=λ2+λ1
• Poisson sampling: cada llegada de un proceso de Poisson P3 es
asignada con probabilidad p1 a un proceso P1 y con probabilidad p2 a
un proceso P2. Tanto P1 como P2 son procesos de Poisson con
parametros p1λ3 y p2λ3 respectivamente.
• Probabilidad upon arrival: el sistema visto justo antes de una
ocurrencia (llegada) es igual al sistema en estado estable.
Procesos/cadenas de Markov
• Por ejemplo, consideremos un sistema de comunicaciones con una cola de
paquetes. La probabilidad de que un paquete al llegar encuentre “k”
paquetes esperando en la cola es igual a la probabilidad que en un instante
cualquiera hayan “k” paquetes en la cola!
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 9 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 10
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 11 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 12
Proceso de Markov
• Conclusión:
• La función de densidad de probabilidad conjunta de un proceso de Markov
puede ser expresado por medio de la densidad marginal y un
f {x(t1 )}
conjunto de funciones de densidad de probabilidad condicional Algunos procesos estocasticos
f {x(t r ) | x (tr −1 )} ,el cual es llamado densidad de probabilidad de transición.
“Markovianos” usados para
• Un proceso de Markov se dice Homogeneo en el tiempo si la
densidad de probabilidad de transición es invariante en el tiempo τ: modelar trafico
f {x(tr + τ ) | x(tr + τ −1)} = f {x(tr ) | x(tr−1 )}
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 13 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 14
Modelos para fuentes de datos Modelos para fuentes de voz - Modelos on-off
• Tradicionalmente, se ha asumido que en las redes de conmutación de • Talk Spurt
paquetes habían condiciones necesarias para suponer que la generación • Segmento continuo de habla entre intervalos silenciosos en los que
de celdas sigue un proceso de Poisson o de Bernouilli. sólo se puede escuchar el ruido de fondo (campo de habla)
• Los procesos que más se aproximan al fenómeno talk spurt se basan
Habiendo diversos servicios de Internet, cada en una cadena de Markov de dos estados (on y off).
aplicación presenta una tasa una distribución de
generación de celdas diferente, que puede ir desde
• Intentan describir una fuente que emite infor-mación a ráfagas, de
transmisiones esporádicas y cortas hasta largas manera que en el estado on se generan paquetes de voz y en el
transferencias de información (bulk transfers – estado off hay silencio.
recordar “elefantes y ratones”).
Por ello, los modelos más utilizados son los • Dependiendo de la distribución del proceso de llegadas cuando la
procesos on--off markovianos, y los interrumpidos fuente se encuentra en estado activo, se pueden considerar dos tipos
de Poisson o Bernoulli de procesos: Bernoulli Interrumpido o Poisson Interrumpido.
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 15 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 16
Procesos de Poisson modulados por cadenas de Procesos de Poisson modulados por cadenas
Markov (MMPP, Markov Modulated Poisson de Markov (MMPP)
Processes) • Considerarnos que el MMPP modela el tráfico de voz, de manera
• Presentamos los procesos de Markov modulados. que el estado k se corresponde con un tráfico de voz de tasa λk
• También llamados procesos doblemente estocásticos, que usan una • Mientras que el tráfico de datos se considera poissoniano con
cadena de Markov que define (según el estado en el que nos
media λd.
encontremos) la distribución de probabilidad del tráfico
• Es decir, la cadena "modula" el proceso de generación. • Así, el tráfico total generado es λk + λd.
• Un MMPP usa un proceso de Poisson como proceso modulado, es
decir, que cambia el ritmo de generación de llegadas según el estado
en el que nos encontremos (a un estado sk le corresponde un
proceso de Poisson con media Ak).
• Duracion en un estado: una VA exponencial
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 17 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 18
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 19 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 20
Proceso Ruido Blanco Caminata aleatoria o “Random Walk”
El modelo más simple de una variable con una tendencia estocástica es una
{a(t )}t∈T
• Sea un p.e., se llama ruido blanco si: caminata aleatoria
E[a(t )] = 0 Una serie de tiempo y sigue una caminata aleatoria si el cambio en yt cumple:
i.
a(t ) ~ N (0, σ a2 ) ∀t ∈ T
⎧1 si s = t
ii. Cov[at , as ] = δ st = ⎨ estocástica
⎩0 e.t.o.c.
En general, es común referirse a una serie como caminata aleatoria si sigue
un modelo como el anterior pero con
• Obs:
1. El ruido blanco es un proceso estocástico estacionario (por construcción). E [εt | yt−1, yt−2, ...] = 0
∀t1 , t2 ,..., tn ∈ T a(t1 ),a(t2 ),...,a(tn )
2. Si las VA son independientes La idea básica de una caminata aleatoria es que el valor de una serie en el
entonces es ruido blanco puro estado futuro es el valor actual más un cambio impredecible (la trayectoria de
3. Su integral resulta en un “random walk process” yt sigue “pasos” aleatorios).
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 21 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 22
Proceso de Wiener-Lévy
• Un proceso estocástico x(t) se dice que es un proceso de Wiener-Lévy
si:
i) x(t) tiene incrementos independientes estacionarios.
ii) Todo incremento independiente tiene distribución normal.
iii) E[x(t)]=0 para todo el tiempo.
iv) x(0)=0
• Se puede demostrar que la varianza de un proceso Wiener-Lévy
Procesos Self-Similar
aumenta linealmente con el tiempo: Var[x(t)] = σ2t
• Se conoce como Proceso de movimiento Browniano el cual describe
el movimiento de pequeñas particulas inmersas en un líquido o gas.
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 27 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 28
MODELOS CON DEPENDENCIA A LARGO PLAZO MODELOS CON DEPENDENCIA A LARGO PLAZO
• Para unproceso de conteo P(t), y una duracion τ, definamos la Autosimilitud
secuencia (proceso estocastico de variable discreta) Xn como el • Es un concepto muy relacionado con la
numero de ocurrencias en el n-esimo intervalo [nτ, (n+1) τ]. idea de los fractales, introducida por
Mandelbrot. Se dice que un proceso {Xt}
x[n] = P(nτ + τ) - P(nτ) es exactamente auto similar (selfsimilar)
• Si P(t) es un proceso de Poisson o de Wiener (incrementos si la estadística de la autocorrelación
ρk(m) se mantiene en diferentes escalas
independientes), la auto-correlación (autocovarianza) Rxx decaera de tiempo.
muy rápidamente. Es decir, que la dependencia de la señal • Comparación de un proceso
consigo misma sólo se da en un margen corto de tiempo. autosimilar (a) y otro no autosimilar (b).
• Pero, para el caso del trafico en el backbone de Internet, se ha Se puede apreciar que el primero
detectado que la autocorrelación decae a un ritmo menor. Por mantiene su apariencia mientras que el
segundo tiende a comportarse como
ello se han adoptado nuevos enfoques y modelos ruido blanco cuando está agregado
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 29 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 30
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 33 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 34
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 39 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 40
Reflexiones sobre los modelos autosimilares Reflexiones sobre los modelos autosimilares
• - ¿Hasta qué punto es la agregación y la propia dinámica de la red • - - Si el tráfico es realmente autosimilar, ¿son los modelos
la que provoca la autosimilitud? propuestos una buena solución para modelarlo?
• Todavía está por estudiar a fondo la influencia de los protocolos en el • Ciertamente, son mejores que los modelos poissonianos, y
comportamiento del tráfico. Por ejemplo, el protocolo TCP introduce proporcionan una explicación física del fenómeno (al menos en el
una serie de mecanismos de control (ventana adaptativa, lucha per el caso del tráfico Ethernet, a través de la agregación de terminales que
ancho de banda, control de congestión). se comportan según modelos on--off con distribuciones de Pareto).
• Pero incluso los modelos autosimilares no son capaces de capturar al
100% el comportamiento de las trazas reales, por la presencia de
Short Range Dependency y periodicidades ( como el caso de las
fuentes MPEG).
D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 41 D. Chavez & C. Santivanez TEL223: Ing. Trafico en Telecom. 42