[논문 리뷰] Fractal Analysis On Internet Traffic Time Series

K. B. Chong, K. Y. Choo|ArXiv.org|2002. 06. 05.

Complex Systems and Time Series Analysis참고 문헌 1인용 수 3

한 줄 요약

이 연구는 라이브러리 오브 콜러전스(Library of Congress, LOC) 서버의 인터넷 트래픽 시계열 자료에 프랙탈 분석을 적용한다. 주로 파wer스펙트럼 분석(PSA), 결정화된 변동성 분석(DFA), 시간-스케일 분석(TSA)을 사용한다. LOC(request) 및 LOC(send) 트래픽 모두 장거리 의존성과 자가유사성을 보이며, 스펙트럼 지수 β ∈ (1,2), 홀더 지수 H ∈ (0,0.5), 프랙탈 차원 D ∈ (1,2), 음의 상관관계 ρ ∈ (−0.5,0)를 나타내어 다중 스케일에서 프랙탈 특성을 확인한다.

ABSTRACT

Fractal behavior and long-range dependence have been observed in tele-traffic measurement and characterization. In this paper we show results of application of the fractal analysis to internet traffic via various methods. Our result demonstrate that the internet traffic exhibits self-similarity. Time-scale analysis show to be an effective way to characterize the local irregularity. Based on the result of this study, these two Internet time series exhibit fractal characteristic with long-range dependence.

연구 동기 및 목표

• 인터넷 트래픽 시계열 자료의 프랙탈 및 장거리 의존적 특성을 조사한다.
• LOC 서버에서의 수신 트래픽(LOC(request))과 송신 트래픽(LOC(send))의 동역학을 비교한다.
• 복잡한 시간적 행동을 포착하는 데 다수의 프랙탈 분석 기법의 효과성을 평가한다.
• 시간-스케일 분석(TSA)을 통해 국소적 및 전역적 스케일링 특성을 정량화하여 다중프랙탈 및 비정상적 특징을 드러낸다.
• 고도화된 프랙탈 특성 분석을 통해 네트워크 모델링 및 최적화 향상의 기반을 제공한다.

제안 방법

• 파워스펙트럼 분석(PSA)은 파wer스펙트럼 S(ω) ∝ ω^−β의 멱법칙 감쇠에서 스펙트럼 지수 β를 추정하는 데 사용된다.
• 결정화된 변동성 분석(DFA)은 장거리 의존성을 확인하기 위해 α-지수를 계산하며, 세그먼트 길이 60 및 400에서 전이점(crossover)이 관찰된다.
• 시간-스케일 분석(TSA)은 시간 창 내에서 국소 홀더 지수 H(t)를 계산하여 비정상적이고 다중프랙탈적 행동을 드러낸다.
• 홀더 지수 H와 프랙탈 차원 D 사이의 관계는 D = 2 − H를 통해 적용되며, H ∈ (0, 0.5)는 D ∈ (1, 2)를 의미한다.
• 상관계수 ρ는 ρ = 2^(2H−1) − 1로부터 유도되며, 두 트래픽 유형 모두에서 음의 상관관계(ρ < 0)를 확인하여 반복적 행동(anti-persistent behavior)을 확인한다.
• 웨이브렛 기반 TSA는 국소 특이성 분석을 가능하게 하여 전역 평균을 초월한 시간에 따라 변화하는 스케일링 행동을 포착한다.

실험 결과

연구 질문

• RQ1 인터넷 트래픽 시계열(LOC(request) 및 LOC(send))은 장거리 의존성과 자가유사성을 보이는가?
• RQ2 이 트래픽 스트림의 프랙탈 특성을 규명하는 데 사용되는 스케일링 지수(β, H, D, ρ)는 무엇인가?
• RQ3 국소 스케일링 특성(H(t))에서 수신 트래픽과 송신 트래픽 간의 차이는 무엇이며, 그 복잡성의 원인은 무엇인가?
• RQ4 DFA에서 관찰된 전이점 현상의 의미는 무엇이며, 이는 기반 네트워크 동역학을 어떻게 반영하는가?
• RQ5 시간-스케일 분석(TSA)은 PSA 및 DFA와 같은 전역 방법이 포착하지 못한 다중프랙탈 및 비정상적 특징을 드러낼 수 있는가?

주요 결과

• 스펙트럼 지수 β는 1 < β < 2 범위에 있으며, LOC(request) 및 LOC(send) 트래픽 모두에서 장거리 의존성을 확인한다.
• 홀러 지수 H는 0 < H < 0.5 범위에 있으며, 반복적 행동과 D = 2 − H ∈ (1, 2)를 포함한 프랙탈 역학을 나타낸다.
• 상관계수 ρ는 음수이며, −0.5 < ρ < 0 범위에 있어 반복적 분수 브라운 운동과 일치한다.
• DFA는 세그먼트 길이 60 및 400에서 전이점 행동을 보이며, α ≈ 1.0(백색 잡음), α ≈ 1.0(1/f 과정), α ≈ 2.0(매끄러운 과정)를 나타낸다.
• TSA는 LOC(request)의 국소 홀더 지수 H(t) 범위가 −0.49에서 1.48까지, LOC(send)는 −0.26에서 1.15까지 범위를 가지며, 복잡하고 비정상적이며 다중프랙탈적 역학을 나타낸다.
• LOC(request)는 LOC(send)보다 더 높은 국소 복잡성을 보이며, 이는 대량의 수신 데이터 스트림으로 인한 서버 게이트웨이에서의 네트워크 혼잡 때문일 가능성이 높다.