Título: Estimação De Intervalo De Confiança Para Predição De Tráfego De Redes Usando Um Modelo Fuzzy Auto-Regressivo
Autores: Vieira, Flávio H. T.; Ling, Lee L.
Resumo: Neste artigo, uma modelagem auto-regressiva (AR) nebulosa é usada na predição do tráfego de redes de alta velocidade. Este modelo aproxima um processo não-linear complexo variante no tempo por uma combinação de processos autoregressivos lineares locais através de algoritmos de classificação (clustering) nebulosos. Neste trabalho, dividimos o treinamento do modelo auto-regressivo nebuloso em 2 estágios: ajuste aproximado e ajuste fino. No estágio de ajuste aproximado, o treinamento é realizado aplicando-se o algoritmo FCRM (Fuzzy C-regression Model). Já a fase de ajuste fino consiste em um treinamento baseado no algoritmo de gradiente descendente para ajustar de maneira precisa os parâmetros do modelo Fuzzy-AR. Após apresentar o algoritmo de treinamento aplicado, propomos uma abordagem para estimar o intervalo de confiança para as predições obtidas pelo modelo AR nebuloso. As predições de tráfego aliadas as suas estimativas de intervalo de confiança são incorporadas em um esquema de alocação de taxa em um enlace de rede a fim de prover controle eficiente dos recursos. Finalmente, validamos as abordagens propostas através de simulações com traços reais de tráfego e verificamos o desempenho do esquema de alocação de taxa baseado no limitante superior do intervalo de confiança de predição.
Palavras-chave: Modelo Nebuloso; Intervalo de Confiança; Predição; Modelo Auto-regressivo; Tráfego; Redes
Páginas: 6
Artigo em pdf: 60100008.pdf
Arquivo BibTex: 60100008.bib