Download PDFOpen PDF in browser
EN
The title and the abstract of this preprint are also available in English

Sobre la Generación de Tráfico Autosimilar con Dependencia de Largo Alcance Empleando Mapas Caóticos Unidimensionales Afines por Tramos (Versión Extendida)

EasyChair Preprint no. 5255, version 2

Versions: 12history
13 pagesDate: May 4, 2021

Abstract

Se presenta una extensión cualitativa y cuantitativa de los modelos caóticos utilizados para generar tráfico autosimilar con dependencia de largo alcance (LRD), a través de la formulación de un modelo que considera el empleo de mapas caóticos unidimensionales afines por tramos. Sobre la base de la desagregación de las series temporales generadas se propone una explicación válida del comportamiento de los valores del exponente de Hurst y se demuestra la factibilidad de su control a partir de los parámetros del modelo propuesto.

Keyphrases: Chaos, chaotic maps, Hurst exponent, self-similarity, Traffic modeling in computer networks

BibTeX entry
BibTeX does not have the right entry for preprints. This is a hack for producing the correct reference:
@Booklet{EasyChair:5255,
  author = {Ginno Millán},
  title = {Sobre la Generación de Tráfico Autosimilar con Dependencia de Largo Alcance Empleando Mapas Caóticos Unidimensionales Afines por Tramos (Versión Extendida)},
  howpublished = {EasyChair Preprint no. 5255},

  year = {EasyChair, 2021}}
Download PDFOpen PDF in browser