Автор: Пользователь скрыл имя, 27 Октября 2013 в 12:19, курсовая работа
Целью работы является проверка гипотезы о возможности описания потока, образуемого моментами появления кадров в сети Ethernet моделью простейшего потока.
Для реализации поставленной цели необходимо решить следующие задачи:
1.Выбрать согласно варианту – (порядковый номер в журнале) исходные данные для исследования.
2.Проанализировать исходные данные на предмет стационарности потока случайных событий, используя критерий Краскала-Уоллиса.
3.Исследовать поток данных на отсутствие последствия с помощью критерия серий и тренда.
Введение 3
1.Теоритический раздел 5
1.1 Определение простейшего потока. Характеристики простейшего потока. 5
1.2 Свойство стационарности. 7
1.3 Свойство отсутствия последствия. 8
1.4 Проверка допущений о распределениях. 10
1.4.1 Критерий согласия WE для проверки достоверности гипотезы об экспоненциальном распределении исследуемой статистики. 11
1.4.2 Использование критерия согласия χ2 для проверки достоверности гипотезы о распределении исследуемой статистики. 12
1.4.3 Схематическое представление выполнения курсового проекта. 15
2.Практическое исследование 16
2.1.1.Проверка свойства отсутствия последствия 17
2.1.2.Проверка достоверности гипотезы об экспоненциальном распределении исследуемой статистики с помощью критерия согласия WE 19
2.1.3Проверка достоверности гипотезы об экспоненциальном распределении исследуемой статистики с помощью критерия согласия χ2 20
2.1.4 Проверка свойства стационарности 24
Вывод 25
Список использованных источников 26
Федеральное агентство железнодорожного транспорта
«Уральский государственный университет путей сообщения»
Кафедра «Информационных технологий
и защита информации»
Курсовая работа
По дисциплине: «Средства и системы технического обеспечения обработки, хранения и передачи информации»
на тему «Обоснование модели простейшего потока, образуемого кадрами сети Ethernet»
Выполнил: ст. гр. ИТЗ-310
Пауесов Р.А.
Проверил:
Симонович В. Г.
Екатеринбург 2011
Оглавление
Введение 3
1.Теоритический раздел 5
1.1 Определение простейшего потока. Характеристики простейшего потока. 5
1.2 Свойство стационарности. 7
1.3 Свойство отсутствия последствия. 8
1.4 Проверка допущений о распределениях. 10
1.4.1 Критерий согласия WE для проверки достоверности гипотезы об экспоненциальном распределении исследуемой статистики. 11
1.4.2 Использование критерия согласия χ2 для проверки достоверности гипотезы о распределении исследуемой статистики. 12
1.4.3 Схематическое
представление выполнения
2.Практическое исследование 16
2.1.1.Проверка
свойства отсутствия
2.1.2.Проверка
достоверности гипотезы об
2.1.3Проверка
достоверности гипотезы об
2.1.4 Проверка свойства стационарности 24
Вывод 25
Список использованных источников 26
В связи
с быстрым развитием и
Поскольку в ЛВС типа Ethernet используется множественный доступ с обнаружением коллизий CSMA/CD, то моменты появления кадров в передающей среде носят случайный характер. Кроме того, на длительность интервала между появлением кадров существенное влияние оказывает число пользователей и интенсивность их работы. Данные обстоятельства существенно усложняют модель, описывающую поведение входного потока заявок, образуемого кадрами, что непосредственно влияет на выбор математических моделей, используемых для анализа характеристик сети.
С точки зрения информационной безопасности, для предприятий и организаций, использующих ЛВС типа Ethernet, при передаче информации подлежащей защите, актуально использовать такие оценки показателей обслуживания, как время доступа в сеть, время передачи сообщения по сети и др. Такой анализ позволит:
- адекватно
оценить объём передаваемых
- верно выбрать средства сетевой защиты;
- рационально
оценить объём средств,
Представленное
методическое пособие является
руководством для проведения
теоретического исследования
Целью работы является проверка гипотезы о возможности описания потока, образуемого моментами появления кадров в сети Ethernet моделью простейшего потока.
Для реализации поставленной цели необходимо решить следующие задачи:
1.Выбрать согласно варианту – (порядковый номер в журнале) исходные данные для исследования.
2.Проанализировать
исходные данные на предмет
стационарности потока
3.Исследовать
поток данных на отсутствие
последствия с помощью
4.На основании
определения о простейшем
5.Используя критерий согласия χ2 , а также критерий согласия WE, проверить правдоподобность выдвинутой гипотезы.
Поток событий
– это последовательность
В соответствии
с фундаментальным
- стационарность
предполагает независимость
- ординарность – свойство потока, заключающееся в том, что заявки в нём появляются по одиночке, а не группами;
- отсутствие последствия заключается в том , что события, образующие потоки, появляющиеся в те или другие моменты времени, независимы друг от друга.
Кроме перечисленных
характеристик сами события
λ > 0
Описанная математическая модель частот используется для анализа характеристик информационных систем различного типа, на вход которых поступают заявки в случайные моменты времени [2]. Кроме описания входного потока заявок данная модель успешно используется при описании потока обслуживания, то есть времени, затрачиваемого системой на обслуживание заявки.
Если, используя традиционные приёмы статистического анализа данных, удастся обосновать возможность применения вышеописанной модели для описания входного потока заявок и потока обслуживания, то исследуемую информационную систему можно представить как систему массового обслуживания (СМО) типа M/M/υ, где М – определяет Марковские свойства потока событий[3]. Данное сокращение означает, что время между появлением заявок на входе системы и время обслуживания заявки распределено показательно, а υ определяет число обслуживающих приборов. Тогда расчёт основных характеристик обслуживания не составит труда, поскольку для такого случая получены чёткие функциональные зависимости, за табулированные для различных значений интенсивностей.
Для обоснования
применения описанной модели
необходимо проверить
Для проверки стационарности потока случайных событий воспользуемся критерием Краскала – Уоллиса [4]. Критерий Краскала – Уоллиса используется, когда имеется несколько выборок k с общим числом наблюдений N и требуется определить, являются ли все выборки одинаково распределёнными, т. е. имеют один и тот же тип распределения. Если данная гипотеза подтвердится, то можно с определённым уровнем значимости принять гипотезу о стационарности исследуемого потока.
Процедура расчёта критерия состоит в следующем:
1. Все N наблюдений выстраивают в порядке возрастания с сохранением признака исходной группы. Если в последовательности оказалось подряд несколько одинаковых значений, то их порядковые номера будут одинаковыми и равными среднему арифметическому их мест.
2. Рассчитываем суммарный ранг Rk для каждой выборки, получаемый в результате сложения порядковых номеров наблюдений в общем размещении.
3. Рассчитываем значение критерия по следующей формуле:
где N – общее число наблюдений,
N1… Nk – число наблюдений выборки 1… N,
Rk – суммарный ранг k-ой выборки.
4. Необходимо
проверить значимость
По определению, отсутствие последствия – это независимость наблюдений, образующих поток. Для обоснования данного факта воспользуемся непраметрическим критерием серий [5], основанным только на свойствах самих наблюдений.
Для расчёта
критерия из каждого значения
необходимо вычесть среднее
Серией называется
последовательность однотипных
наблюдений, перед и после которой
следуют наблюдения
rn/2; 1 – α/2 < r < rn/2; α/2
В качестве границ доверительного интервала используются квантили затабулированного распределения. Если полученное значение числа серий попадает в данный интервал, то гипотеза о независимости и, следовательно, об отсутствии последствия принимается с уровнем значимости α.
Для проверки
отсутствия последействия
Рассмотрим последовательность N наблюденных значений случайной величины x(k). Обозначим эти значения символом xi , где i = 1, 2, 3,… N. Подсчитаем теперь число случаев, когда xi > xj при i < j. Каждое такое неравенство называется инверсией. Общее число инверсий обозначим символом А.
Дадим следующее общее определение числу А. По ряду значений х1, х2,… хN определим величину
hij = 1, при xi > xj
hij = 0, при других xi
Тогда
где
Сравним полученное значение А с табличными значениями.
AN; 1 – α/2 < A < AN; α/2
Если полученное значение числа тренда попадает в данный интервал, то гипотеза о независимости и, следовательно, об отсутствии последствия принимается с уровнем значимости α.
Статистическая
проверка допущения о
- На основании
полученных данных вычисляется
некоторое число, называемое
- Определяется
вероятность получения
- Если вероятность получить вычисленное значение критерия мала, мы заключаем, что принятая статистическая модель не даёт правильного описания данных. Малой считается вероятность, равная 0,1; 0,5, или меньше. Если вероятность получения вычисленного критерия не мала, то данные не дают оснований считать, что принятая модель не подходит.
Следует чётко
представлять, что эта методика
позволяет отвергнуть модель
как неправильную, но не позволяет
доказать, что модель верна. Исход
статистического испытания
Прежде чем
перейти к оценке случайного
закона распределения времени
между появлением заявок в
потоке, необходимо сказать, что
если рассматриваемый нами
Информация о работе Обоснование модели простейшего потока, образуемого кадрами сети Ethernet