石头:2229 - 371 x
Diwakar舒克拉* 1(Sharad Gangele2Kapil Verma3和Pankaja辛格4
|
通讯作者:Diwakar舒克拉,电子邮件:diwakarshukla@rediffmail.com |
相关文章Pubmed,谷歌学者 |
访问更多的相关文章全球研究计算机科学杂志》上
互联网服务由运营商和管理每一个试图捕捉更大比例的互联网流量。这种趋势导致固有的竞争市场。市场的位置也是一个重要因素。本文假定两个不同的市场和两个运营商在竞争。结果表明,弹性值取决于市场地位。优先地位市场更高的水平。现在的弹性分析交通运营商之间的共享模式。仿真研究进行分析弹性影响交通共享
关键字 |
马尔可夫链模型转移概率、初始偏好,阻塞概率,Call-by-call基础上,互联网服务供应商(运营商或ISP),服务质量(QOS),转移概率矩阵。 |
介绍 |
我们假设一个情况,有两个市场位于遥远的在一个城市。市场都与连接两个运营商网吧,Ou (u = 1, 3)和Ov (v = 2, 4)。用户选择小一个市场根据他的喜好,然后选择最喜欢的运营商在网吧。运营商都在比赛中占据越来越多的互联网用户的比例。的网络运营商正在遭受阻碍。感兴趣的事是知道阻塞概率如何影响客户比例设置的两个市场。弹性是指一个变量的变化率对其他许多其他参数保持不变。交通由两个运营商共享是一个变量,需要检查的弹性。本文基于弹性分析网络流量多算子和多市场环境中共享。 |
回顾 |
舒克拉et al .(2007)讨论了分析两个市场之间的网络流量分布在计算机网络使用马尔可夫链模型。这贡献已经发起了交通两大市场环境中共享的问题。Shukla et al。(2009)扩展了上述方法通过合并的份额损失分析网络流量分布。Medhi(1991)讨论了马尔可夫链模型的基本原理。Shukla et al . (2009 b)提出所有互联网流量的比较分析共享使用马尔可夫链模型的延伸Naldi (2002)。Catledge和Pitkow(1995)讨论了贡献浏览策略的描述。Pirolli和pitkow(1996)建议可用结构网络的许多用户。类似的研究由pitkow(1997)关于在www搜索使用可靠的数据。Naldi(2001)提出了基于马尔可夫链模型在多工位的环境中学习。马尔可夫链模型的详细分布在Medhi(1991)和网页浏览细节是在汉和Kamber (2001)。 Shukla et al. (2007) discussed stochastic model for space decision switches for computer network. Shukla et al. (2007 a, b, c) suggested the use of Markov chain model in networking and operating system analysis. Shukla and Jain (2007) used Markov chain model for the analysis of multilevel Queue Scheduler in the operating system. Shukla and Singhai (2010 a) discussed traffic share analysis of massage flow in three crossbar architecture space division switches. Deshpande & Karypis (2004) discussed selective Markov chain model for predicting webpage access. Shukla et al. (2010 a, b, c, d, e, f, g, h) discussed different aspects on Markov chain model in determining the system behavior. Shrivastava et al. (2000) presented a thought oriented contribution on web page mining discovery and application of usage patterns from web data. |
马尔可夫链模型 |
Let {Xn, n 0} be a Markov chain model. As per Fig 3.1, let O1, O2, O3 and O4 be operators (ISP) in the two competitive Market-I (M1) and Market-II (M2). User chooses a market first, and then enters into a cyber-café situated inside. Where computer terminals of different operators are available to access the Internet. Operators are grouped as Ou (u=1,3) and Ov (v=2,4) for market-I and market-II Let{X(n), n>0} be a Markov chain having transitions over the state space M1, M2 and {O1, O2 , O3 , O4, Z1, Z2, A} |
州O1群:首先是运营商市场, |
国家O2:第二个运营商市场, |
国家O3: market-II第三运营商, |
州O4: market-II第四运营商, |
Z1状态:成功(链接)在市场(M1) |
州Z2:成功(链接)在市场- II (M2) |
状态:放弃尝试的过程。 |
X (n)代表的随机变量X的n尝试连接(n > 0)由用户。马尔可夫链模型的一些基本假设是: |
(a)一个用户(或客户或铜)首先选择市场和q和Market-II概率和概率(1 q),(见图3.1) |
(b)后选择一个市场,在网吧用户输入(商店),选择第一个运营商或者概率p或者机汇(1 - p)。 |
(c)阻塞概率算子经历或者是L1 L2和L3和Ov和L4 |
(d)之间的连接尝试由用户运营商在call-by-call基础上,如果要求或者被阻塞在k (k > O)在(k + 1)尝试用户转向机汇。如果这也失败,用户交换机(k + 2) th Ou。 |
(e)无论何时调用连接通过运营商Ou或机汇,我们说系统达到在n尝试成功的状态。 |
(f)用户可以终止尝试过程中被标记为系统放弃国家Z n次概率pA (Ou或从机汇)。 |
n连接尝试一些有用的结果 |
定理1.0:奇怪,甚至n步概率O1群在市场我是: |
服务质量(QOS) |
有两种类型的用户: |
忠实的用户(FU) |
用户只忠实于经营者或者否则他会放弃国家Ov但是不尝试。也许当他尝试的交谈否则只OV和进入状态。 |
不耐烦的用户(IU) |
两家运营商之间的用户尝试你和Ov只直到调用完成或者放弃的过程。 |
弹性研究的大方向 |
首先p1交通共享的运营商,p2被第二个交通分享运营商使用马尔可夫链模型使用Naldi(2002),舒克拉et al。(2007)我们可以得到交通共享的表达式为: |
如果y = f (x, z)函数y对z是弹性 |
模拟研究 |
针对图1.0的弹性交通第一个运营商的市场份额下降随着水平阻塞概率。但如果对手运营商也在增加熊一样的模式,则进一步降低弹性曲线。 |
考虑交通共享第二操作符时,弹性模式是在上升趋势的第一市场。随着对手L2的增加这种模式保持不变但弹性值较低。 |
当pA概率是高(图6.0)更稳定的模式。在这种情况下弹性看起来像独立L1变异。 |
图(7.0,8.0)类型相似但在L2概率是不同的。这些图是类似于图(5.0,6.0),但不同氧气的流量份额p2。 |
图(9.0,10.0)显示弹性模式,第三运营商轴承阻塞概率L1。有下降的趋势,更比以前的情况。小高L2水平进一步下降。 |
图(11.0 - -12.0)相似,但对L2概率算子O3 P3高在第二市场。曲线都有增加弹性L1 / L2和减少概率水平/。 |
图(13.0 - -14.0)类似于图(11.0,12.0)和弹性的积极价值。当pA是高价值的积极的弹性也很高。 |
图(15.0,16.0)匹配图(9.0,10.0)和弹性下降的模式显示急剧递减趋势。 |
结束语 |
交通占运营商的弹性取决于阻塞概率。这些都是负面的趋势但当对手阻止高消极变得很高。弹性价值取决于市场地位。如果一个高优先级的市场,它具有较高的弹性水平。放弃概率影响弹性水平。高放弃机会产生稳定的交通模式分享独立的阻塞概率。 |
引用 |
|