In recent years many studies have shown that network traffic exhibits burstiness on a wide range of time scales with properties of self-similarity. The measurements of network traffic collectively revealed that self-similar and long-range dependence phenomena widely exist in network traffic, and those phenomena can have significant impact on network performance. In this study, we develop a self-similar traffic generator based on a discrete time version of the M/G/∞ input process. Then some properties of the self-similar model are extracted. Throughout experiment, we verify that our self-similar traffic generator performs well.
90년대 중반부터 인터넷은 급격히 성장하였고, 이는 통신 네트워크의 구조에 상당한 변화를 가져왔다. 현재 많은 통신 네트워크는 인터넷 표준아래 동작하고 있고, 네트워크를 사용하는 사용자의 대부분도 인터넷을 이용한다. 이러한 인터넷의 성장으로 말미암아, 해당기술에 대한 많은 연구들이 이루어졌다. 이러한 많은 연구 결과 중에 특기할 만한 한가지는 바로 인터넷 트래픽의 시게열적 성질이다. 경험적 연구 결과, 인터넷 트래픽은 시간적인 상관(correlation)이 상당히 강하다. 이러한 성질을 자기 유사 확률과정으로 본 논문에서는 먼저 인터넷 트래픽을 M/G/∞ input process로 모델링 한 후, 이론에서 얻은 자기상관(autocorrelation) 값과 시뮬레이션을 통해 도출한 자기상관(autocorrelation) 값과 비교함으로써 자기유사 트래픽이 실제 트래픽의 유사한 성질을 가지고 있음을 검증하였다.
