摘要：he article analyses the indicators implemented for investigating the network self-similarity: the Hurst index,stability index,IR (Increment Ratio) statistics. The suitability of these indicators for the on-line estimation of network traffic self-similarity was investigated by applying computer-based modelling. The software SSE (Self-Similarity Estimator) module library was developed; it was designed for the recording and aggregation of network traffic packages as well as for the on-line estimation of network traffic self-similarity. By using the SSE software module library,the Hurst index and the IR statistics of time series were estimated by applying analytic formulas,and the index of stability was estimated applying the robust method of regression of empirical quantiles. The efficiency of the analysis of the SSE module library was investigated by estimating the self-similarity indicators for realisation of the stabile processes while applying the method of computer-based modelling.
其他摘要：Straipsnyje analizuojami indikatoriai,taikomi tinklo apkrovos savastingumui tirti: Hursto indeksas,stabilumo indeksas,IR (Increment Ratio) statistika. Kompiuteriniu modeliavimu ištirtas šių indikatorių tinkamumas tinklo apkrovos savastingumui vertinti realiu laiku. Sukurta programinių modulių biblioteka SSE (Self-Similarity Estimator),skirta fiksuoti ir agreguoti tinklo duomenų paketus,vertinanti tinklo apkrovos srautų savastingumą realiu laiku. Naudojant SSE programinių modulių biblioteką,suformuotų laiko eilučių Hursto indeksas ir IR statistika apskaičiuotos naudojant analitines formules,o stabilumo indeksas – robastiniu empirinių kvantilių regresijos metodu. Modulių bibliotekos SSE analizės efektyvumas ištirtas kompiuterinio modeliavimo būdu apskaičiuojant savastingumo indikatorius stabiliųjų procesų realizacijoms.
