中文

网络流量的聚合与随机场的各向异性缩放

概率论 2022-07-25 v2

摘要

我们讨论对于任意给定 γ>0\gamma>0,在时间尺度 λ\lambda 下大量 O(λγ)O(\lambda^{\gamma}) 个独立副本的积分输入过程 X={X(t),tR}X = \{X(t), t \in \mathbb{R}\} 之和 Aλ,γA_{\lambda,\gamma}(由 (x,y)R+2(x,y) \in \mathbb{R}^2_+ 索引)的联合时空缩放极限。我们考虑两类输入 XX:(I)带(随机)脉冲过程的泊松散粒噪声,以及(II)带随机脉冲过程且再生时间服从重尾平稳更新过程的再生过程。上述类别包含若干排队与网络流量模型,其联合时空极限此前已在文献中讨论。在情形(I)和(II)中,我们均找到了输入过程的简单条件,使得归一化随机场 Aλ,γA_{\lambda,\gamma}γ<γ0 \gamma < \gamma_0 时趋于 α\alpha-稳定 L\'evy 页(1< \alpha <2),而在 γ>γ0\gamma > \gamma_0 时趋于分数布朗页,其中某 γ0>0\gamma_0>0。我们还证明了 γ=γ0\gamma = \gamma_0 时的“中间”极限。我们的结果将 Mikosch 等人(2002)、Gaigalas、Kaj(2003)及其他论文的先前工作扩展到更一般和新颖的输入过程。

关键词

引用

@article{arxiv.2112.01893,
  title  = {Aggregation of network traffic and anisotropic scaling of random fields},
  author = {Remigijus Leipus and Vytautė Pilipauskaitė and Donatas Surgailis},
  journal= {arXiv preprint arXiv:2112.01893},
  year   = {2022}
}

备注

46 pages