مدل سازی ازدحام شبکه با استفاده از زنجیره های مارکوف دو متغیره زمان- پیوسته
ترجمه شده

مدل سازی ازدحام شبکه با استفاده از زنجیره های مارکوف دو متغیره زمان- پیوسته

عنوان فارسی مقاله: مدل سازی ازدحام شبکه با استفاده از زنجیره های مارکوف دو متغیره زمان- پیوسته
عنوان انگلیسی مقاله: On modeling network congestion using continuous-time bivariate Markov chains
مجله/کنفرانس: چهل و پنجمین کنفرانس سالانه علوم و سیستم های اطلاعاتی - 45th Annual Conference on Information Sciences and Systems
رشته های تحصیلی مرتبط: مهندسی فناوری اطلاعات و کامپیوتر
گرایش های تحصیلی مرتبط: شبکه های کامپیوتری، مهندسی الگوریتم ها و محاسبات
کلمات کلیدی فارسی: مدل‌های شبکه، تخمین پارامتر، مدل‌های مارکوف
کلمات کلیدی انگلیسی: network models - parameter estimation - Markov models
شناسه دیجیتال (DOI): https://doi.org/10.1109/CISS.2011.5766118
دانشگاه: گروه مهندسی برق و کامپیوتر، دانشگاه جورج میسون، ایالات متحده آمریکا
ناشر: آی تریپل ای - IEEE
نوع ارائه مقاله: کنفرانس
نوع مقاله: ISI
سال انتشار مقاله: 2011
صفحات مقاله انگلیسی: 6
صفحات ترجمه فارسی: 17 (1 صفحه رفرنس انگلیسی)
فرمت مقاله انگلیسی: pdf
فرمت ترجمه فارسی: pdf و ورد تایپ شده با قابلیت ویرایش
مشخصات ترجمه: تایپ شده با فونت B Nazanin 14
ترجمه شده از: انگلیسی به فارسی
وضعیت ترجمه: ترجمه شده و آماده دانلود
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
آیا منابع داخل متن درج یا ترجمه شده است: بله
آیا توضیحات زیر تصاویر و جداول ترجمه شده است: بله
آیا متون داخل تصاویر و جداول ترجمه شده است: خیر
کد محصول: 11493
رفرنس: ندارد/ دارای رفرنس در داخل متن و انتهای مقاله
رفرنس در ترجمه: درج نشده است/در داخل متن و انتهای مقاله درج شده است
ترجمه فارسی فهرست مطالب

چکیده


1- مقدمه


2- زنجیره‌ی مارکوف دو متغیره‌ی زمان- پیوسته


الف) تراکم مسیر نمونه‌ی مشاهده شده


ب) بازگشت‌های پیشرو- پسرو


3- الگوریتم EM


الف) تخمین تعداد پرش‌ها


ب) تخمین زمان توقف


4- پیاده‌سازی و مثال عددی


الف) الگوریتم مبتنی بر بام


ب) الزامات محاسباتی و ذخیره‌سازی


ج) مثال عددی


5- نتیجه‌گیری

فهرست انگلیسی مطالب

Abstract


I. INTRODUCTION


II. CONTINUOUS-TIME BIVARIATE MARKOV CHAIN


A. Density of observed sample path


B. Forward-backward recursions


III. EM ALGORITHM


A. Number of jumps estimate


B. Dwell time estimate


IV. IMPLEMENTATION AND NUMERICAL EXAMPLE


A. Baum-based algorithm


B. Computational and storage requirements


C. Numerical example


V. CONCLUSION

نمونه ترجمه فارسی مقاله

چکیده


ما یک مدل ازدحام برای شبکه‌های کامپیوتر براساس یک زنجیره‌ی مارکوف دو متغیره‌ی حالت محدود همگن زمان- پیوسته در نظر می‌گیریم. این مدل می‌تواند به همراه شبیه‌سازی کامپیوتر برای ارزیابی عملکرد پروتکل‌ها و کاربردها در یک شبکه که با تأخیر مسیر تصادفی و تلفات بسته به‌دلیل ازدحام ترافیک همراه است، مورد استفاده قرار گیرد. فقط یکی از فرآیندهای زنجیره‌ی مارکوف دو متغیره قابل مشاهده است. در کاربردهای ما، فرآیند بیانگر ازدحام ترافیکی پویا در راستای یک مسیر شبکه در عبارت‌های تأخیر بسته یا تلفات بسته می‌باشد. فرآیند اساسی دیگر بر روی ویژگی‌های استاتیکی فرآیند قابل مشاهده اثر می‌گذارد. بنابراین برای مثال، زمان بین دو ورود رویداد مشاهده ‌شده از نوع فازی است. حالت کلی فرآیند دو متغیره‌ی مورد بررسی در این پژوهش، فرضیاتی بر روی ساختار مولد زنجیره ندارد و بنابراین هیچکدام از فرآیندهای اساسی و قابل مشاهده برای مارکوف ضروری نمی‌باشد. ما یک روند بیشینه کردن امید ریاضی برای ارزیابی کردن تولید در یک زنجیره‌ی مارکوف دو متغیره که یک مسیر نمونه‌ در فرآیند قابل مشاهده فراهم می‌کند، ارائه می‌دهیم. ما عملکرد الگوریتم ارزیابی را جهت تقریب اولیه‌ی روند ارزیابی براساس یک نمونه‌گیری زمانی به‌دست می‌آوریم.


1- مقدمه


شبیه‌سازی کامپیوتر اغلب برای ارزیابی عمکلرد پروتکل‌ها و کاربردهای شبکه مورد استفاده قرار می‌گیرد. صحت ارزیابی عملکرد شبکه به‌شدت بر روی ‌دقت رفتارهای شبکه‌ی مرتبط که به‌وسیله‌ی مدل شبیه‌سازی بیان شده است، بستگی دارد. در یک وضعیت مطلوب، مدل شبیه‌سازی باید ویژگی‌های برجسته‌ی شبکه که بر عملکرد پروتکل یا کاربردهای ارزیابی‌ شده تأثیر می‌گذارد را خلاصه کند. همانطور که حائز اهمیت است، مدل شبیه‌سازی باید به‌اندازه‌ی کافی ساده باشد تا نتایج عملکرد بتواند در یک مقدار معقول زمان یا رویداد در زمان- واقعی به‌دست آید.


5- نتیجه‌گیری


ما یک مدل ازدحام شبکه براساس یک زنجیره‌ی مارکوف دو متغیره‌ی زمان- گسسته‌ی حالت محدود را در نظر گرفتیم و بازگشتی‌های صریح پیشرو- پسرو را برای تخمین زدن پارامتر این مدل در مفهوم درست‌نمایی بیشینه از طریق مشاهده کردن نمونه‌های به‌دست آمده در یک شبکه‌ی واقعی توسعه دادیم. داده‌های آموزشی یا قابل مشاهده شامل مقادیر تأخیری بسته یا نشان‌دهنده‌ی تلفات بسته می‌باشند که به‌وسیله‌ی بسته‌های پروب ارسالی در راستای مسیر یک شبکه به‌دست می‌آیند. پارامتر مدل زنجیره‌ی مارکوف دو متغیره می‌تواند جهت استخراج یک شبیه‌سازی رویدادگرای مؤثر برای ارزیابی عملکرد پروتکل‌ها و کاربردهای شبکه مورد استفاده قرار گیرد.

نمونه متن انگلیسی مقاله

Abstract 


We consider a model of congestion for computer networks based on a continuous-time finite-state homogeneous bivariate Markov chain. The model can be used to evaluate, via computer simulation, the performance of protocols and applications in a network with random path delays and packet losses due to traffic congestion. Only one of the processes of the bivariate Markov chain is observable. In our application, that process represents the dynamics of traffic congestion along a network path in terms of packet delay or packet loss. The other is an underlying process which affects statistical properties of the observable process. Thus, for example, the interarrival time of observed events is phase-type. The general form of the bivariate process studied here makes no assumptions on the structure of the generator of the chain, and hence, neither the underlying process nor the observable process is necessarily Markov. We present an expectation-maximization procedure for estimating the generator of a bivariate Markov chain given a sample path of the observable process. We compare the performance of the estimation algorithm to an earlier approximate estimation procedure based on time-sampling.


I. INTRODUCTION


Computer simulation is often used to evaluate the performance of network protocols and applications. The validity of network performance evaluation depends heavily on the accuracy to which the relevant network behaviors are represented by the simulation model. Ideally, the simulation model should abstract the salient features of the network that impact the performance of the protocol or application to be evaluated. Just as importantly, the simulation model should be sufficiently simple so that performance results can be obtained in a reasonable amount of time or even in real-time.


V. CONCLUSION


We considered a model of network congestion based on a finite-state continuous-time bivariate Markov chain and developed explicit forward-backward recursions for estimating its parameter in the maximum likelihood sense from observation samples obtained from a real network. The observation or training data consists of packet delay values or packet loss indications obtained by sending probe packets along a network path. The parameter of the bivariate Markov chain model can be used to drive an efficient event-driven simulation for evaluating the performance of network protocols and applications.

تصویری از فایل ترجمه

     


(جهت بزرگ نمایی روی عکس کلیک نمایید)

محتوای این محصول:
- اصل مقاله انگلیسی با فرمت pdf
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه
قیمت محصول: ۱۸,۸۰۰ تومان
خرید محصول
  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

مدل سازی ازدحام شبکه با استفاده از زنجیره های مارکوف دو متغیره زمان- پیوسته
مشاهده خریدهای قبلی
نوشته های مرتبط
مقالات جدید
لوگوی رسانه های برخط

logo-samandehi

پیوندها