Soutenance de Thèse .5cm Analyses statistiques des communications sur puce

Antoine Scherrer

Description

Soutenance de Th`eseAnalyses statistiquesdes communications sur puceAntoine ScherrerLIP - ENS LyonEquipe Compsys11 d´ecembre 2006A. Scherrer - Analyses statistiques des communications sur puce 1 / 40Probl´ematiquesI Mod´elisation et synth`ese de traficTrafic Internet (Partie 1)201000 2 4 6 8 10Temps (s)Trafic sur puce (Partie 2)500500 1000 1500 2000 2500 3000 3500 4000Temps (miliers de cycles)I Outil communProcessus stochastiquesA. Scherrer - Analyses statistiques des communications sur puce 2 / 40Octets PaquetsMotivations Mod´elisation Synth`ese Applications ConclusionPartie 1Analyse et synth`ese de trafic InternetA. Scherrer - Analyses statistiques des communications sur puce 3 / 40Motivations Mod´elisation Synth`ese Applications ConclusionPlan de la premi`ere partieMotivationsMod`ele de trafic InternetSynth`ese de processus LRD non-gaussiensApplicationsConclusionA. Scherrer - Analyses statistiques des communications sur puce 4 / 40Motivations Mod´elisation Synth`ese Applications ConclusionMotivations765432I Mod´elisation de trafic 100 0.2 0.4 0.6 0.8 1Temps (s)Caract´eriser la variabilit´e du trafic´ 0.12Evaluation de performance0.10.080.06I Synth`ese de trafic0.04Simulations de trafic r´ealistes0.0200 10 20 30 40xI 12Outil : Processus stochastiques10Distribution marginale8Covariance (longue-m´emoire)6421 5 10 15jA. Scherrer - Analyses statistiques des communications sur puce 5 / 40P(X=x)log S2 j ...

Informations

• Publié par: Urre
• Nombre de lectures: 88
• Langue: Français

Extrait

S.A-rerrehctstasiitnAlasyseommunicaquesdescecup04/1noitruss

des

SoutenancedeTh`ese

Analyses statistiques communications sur puce

11de´cembre2006

Antoine Scherrer

LIP - ENS Lyon Equipe Compsys

cS.AA-rerrehseoceudscitammnusessnalystiqtati

I

Outil commun Processus stochastiques

Probl´ematiques

Mode´lisationetsynth`esedetrafic Trafic Internet (Partie 1)

I

Trafic sur puce (Partie 2)

2ecu04/snoiprus

selyna-Asttitasssedseuqicinummoc.ArrrecSehationssurpuce3/40

synthe`sedetrafic

Partie 1

Analyse

et

Internet

otivatioMaticplApse`ethynSnoitasile´doMsnnoulisoCcnoisn

tiMoitavMsnoe´doasilnoiAepp`hseyStnitnoclussContionlica edcsuqseinacmoumysesAnalististatS.A-rerrehc

Conclusion

Applications

Plandelapremi`erepartie

Synthe`sedeprocessusLRDnon-gaussiens

Modele de trafic Internet `

Motivations

ontiursscepu404/

AS.hcreer-rnAlasyesstatistiquesdemocsinumitacssnopuur5/ce

Motivations

40

I Outil : Processus stochastiques Distribution marginale Covariance (leriome´m-eugno)

I lisaod´eMcfianoitrted Caracte´riserlavaabrilitie´du trafic ´ Evaluation de performance

I nth`esedSytearcfi Simulations de traficear´stlise

oMitavitnoMsoinlcsuCsnoonticalippeAesh`tnySnoitasile´do

Pas de LRD (H= 0.5)

LRD (H= 0.8)

Δ=16

Δ=1

ionsicatmmunesco

D´ecroissancelentedelafonctiondecovariance Rafale`tutelese´chelles a o Impactimportantsurlesperformancesdesr´eseaux

Longue memoire (LRD) ´

Δ=64

I I I

4/0cu6euspr tnySse`hasilnoitsMon´eodtiMotivalcsuointionsConeApplica tatisessuesdstiqehrr.AcSanylreA-

vitooitaMcnoCsnoinoisul´dlesnoMoiSnsita`eseynthicatAppl

Applications

Conclusion

Plan

Synth`esedeprocessusLRDnon-gaussiens

Motivations

Mod`l de trafic Internet e e

cepu407/ssruitnoinacmoumdescquesististatsesylanA-rerrehc.SA

atittsqieudsseocherrer-Analysess8ecu04/

Exemple : Trace Auckland IV

I

Se´riestemporellesded´ebitagre´g´e

Trafic Internet

Δ = 1ms

Δ = 5ms

Δ = 50ms

I

unmmaticnsiorpsu oM´dlesivitaoisnMot A.Sc isnoioaticplluncConsnySnoitapAese`ht

nclusiontaoisnoCespAlpcioitasilee`htnySnativotMd´Monsio cS.ArrehA-renalysesstatistiqeudsseocmmnucitarpsunsio0/4e9uc

I Louengemm´erio

I Marginales non-gaussiennes

I Stationnarite ´ Pas de changement abrupte dans la trace

Propri´ete´sstatistiquesdecestraces

I Marginales : loi Gamma Variablesale´atoirespositives α,β + Γ α0,β = Γ α+α0,β Γ cΓ α,β = Γ α0,β0 Adapte´a`l’agr´egation

Mod`elepropos´e

Covariance : FARIMA Dependances courtes : Φ et Θ ´ Longue memoire : ´ d=H−1/2 Adapt´eauxdonne´es

04/01ecuprussnocatimuniscomesdeituqtasisetslasy I AhcS.errenA-r itasySnodoMsile´lippticah`nteAessuoinnoCsnolcoMitnoitav

.SchAnossruupuminacit

Trace Auckland IV-d1 (WAN)

Δ = 400ms

Δ = 100ms

Δ = 10ms

Covariance

Distributiondeprobabilite´s

ce11/40sylatsseerrenA-rdeesomscisatquti oMitnoMsavitsConclusion´eodsaliontintSyse`hppAeacilnoit