MODELOS DE ENGENHARIA DE TRÁFEGO COM PREDIÇÃO DE CONGESTIONAMENTO MÁXIMO

Estimar a capacidade do link de uma rede antes de seu projeto é de fundamental importância para a tomada de decisão eficaz na alocação de recursos para redes em geral. Vários estudos recentes investigaram métodos de aprendizado de máquina para prever com precisão se a configuração de uma rede em potencial satisfaz uma métrica de interesse, como capacidade ou congestionamento máximo, e isso é um problema difícil devido à flutuação do tráfego, complexidade computacional, dificuldade de previsão etc. Para ajudar a amenizar esses problemas, este artigo apresenta uma investigação de uma nova técnica para determinar a taxa de congestionamento de uma rede com base nos modelos Pipe e HSDT através de regressão linear.