[논문 리뷰] Analysis and Modeling of Traffic in Modern Data Communication Networks

G. Babic, Bobby Vandalore외 1명|ArXiv.org|1998. 09. 23.

Interconnection Networks and Systems인용 수 9

한 줄 요약

이 논문은 현대 데이터 통신 트래픽을 분석하고 이중 모델 접근법을 제안한다: 패킷 트레인 모델은 소스-디스티네이션 수준의 트래픽을 효과적으로 모델링하고, 장기 기억(자기유사성) 모델은 집계 수준의 트래픽을 정확히 표현한다. 주요 기여는 집계 수준에서의 자기유사성이 네트워크 설계 및 성능 평가에서 전통적인 트래픽 모델링 가정을 재고할 필요가 있음을 입증하는 데 있다.

ABSTRACT

In performance analysis and design of communication netword modeling data traffic is important. With introduction of new applications, the characteristics of the data traffic changes. We present a brief review the different models of data traffic and how they have evolved. We present results of data traffic analysis and simulated traffic, which demonstrates that the packet train model fits the traffic at source destination level and long-memory (self-similar) model fits the traffic at the aggregate level.

연구 동기 및 목표

• 현대 네트워크에서 진화하는 애플리케이션이 데이터 트래픽 특성에 미치는 영향를 이해하기 위해.
• 기존 트래픽 모델이 현대 데이터 통신 네트워크에 적합한지 평가하기 위해.
• 소스-디스티네이션 수준과 집계 네트워크 수준에서의 트래픽에 가장 정확한 모델을 특정하기 위해.
• 자기유사성(장기 기억) 행동이 집계 수준에서 널리 퍼져 있으며, 이는 모델 업데이트가 필요하다는 것을 입증하기 위해.
• 정확한 트래픽 모델링을 통해 네트워크 성능 분석 및 설계를 향상시키기 위해.

제안 방법

• 대규모 네트워크의 실제 데이터 트래픽 트레이스를 대상으로 실증 분석을 수행하였다.
• 집계 트래픽에서 장기 의존성과 자기유사성을 탐지하기 위해 통계 기법을 적용하였다.
• 소스-디스티네이션 수준 트래픽 모델링을 위해 패킷 트레인 모델을 평가하였다.
• 시간 시리즈 분석과 허스트 파라미터 추정을 사용하여 집계 트래픽의 자기유사성을 정량화하였다.
• 비교 평가를 위해 패킷 트레인 모델과 자기유사 모델을 모두 사용하여 트래픽을 시뮬레이션하였다.
• 통계적 적합도 검정과 트래픽 패턴의 시각적 점검을 통해 모델 적합도를 검증하였다.

실험 결과

연구 질문

• RQ1 현대 데이터 통신 애플리케이션은 네트워크 트래픽의 통계적 특성에 어떻게 영향을 미치는가?
• RQ2 소스-디스티네이션 수준 트래픽에 대해 패킷 트레인 모델과 자기유사 모델 중 어느 것이 더 적합한가?
• RQ3 집계 수준 네트워크 트래픽은 장기 기억(자기유사성) 행동을 보이는가?
• RQ4 자기유사성은 네트워크 성능 모델링 및 설계에 어느 정도의 영향을 미치는가?
• RQ5 기존의 트래픽 모델은 오늘날의 복잡한 데이터 통신 패턴을 충분히 대변할 수 있는가?

주요 결과

• 패킷 트레인 모델은 개별 흐름의 버스트 행동을 포착하면서도 소스-디스티네이션 수준 트래픽을 정확하게 표현한다.
• 집계 수준 트래픽은 강한 장기 의존성을 보이며, 허스트 파라미터가 0.5보다 현저히 큰 자기유사 행동을 나타낸다.
• 자기유사 모델은 전통적인 포아송 기반 모델보다 집계 트래픽의 버스트성과 상관관계 구조를 더 잘 포착한다.
• 집계 수준에서 자기유사성이 존재한다는 것은 기존의 네트워크 차원 설정 방법이 버퍼 및 대역폭 자원을 과소 평가할 수 있음을 시사한다.
• 자기유사 모델 기반으로 시뮬레이션한 트래픽은 상관관계와 버스트성 측면에서 실제 집계 트래픽 트레이스와 매우 유사하다.
• 본 연구는 현대 네트워크에서 자기유사성을 고려하여 트래픽 모델링이 진화해야 하며, 이를 통해 정확한 성능 예측을 확보할 수 있음을 확인한다.