UFPR · DELT · Contact
TE816 - Modelagem e Avaliação de Desempenho 
Avisos
  1. Bem vindo à página da disciplina TE816 Modelagem e Avaliação de Desempenho - 2017.

Detalhamento dos tópicos de ensino
  1. Distribuições de Probabilidade. Principais distribuições. Ajuste de distribuições. Testes de aderência. Uso do software R.
  2. Modelagem de sistemas com cadeias de Markov. Cadeias de Markov ergódicas, regulares, absorventes. Principais propriedades. Simulação.
  3. Teoria de Filas. Principais variáveis. Processos de atendimento e chegada. Leis de Little. Ocupação. Servidores. Dinâmica da fila. Notação de Kendall. Principais modelos: M/M/1. M/M/c, M/G/1. Aplicações.
  4. Séries Temporais. Estacionariedade. Modelos AR, MA, ARMA, ARIMA.
  5. Fenômeno LRD. Auto-similaridade. Parâmetro de Hurst. Auto-similaridade no tráfego de sistemas de comunicões e suas consequências. Métodos disponíveis para identificação da auto-similaridade. Modelos ON-OFF, SURGE, FGN, FARIMA.
  6. Simulação de sistemas. Tipos. Análise de resultados. Intervalos de confiança. Técnicas de implementação de simuladores a eventos discretos. Geração de variáveis aleatórias. Método de Monte Carlo. O simulador de redes NS-3.

Slides e outros
  1. Distribuições de probabilidade: Slides da aula. Distribuições de probabilidade. Fitting Distributions with R. Tabela para o cálculo de intervalos de confiança.
  2. Cadeias de Markov: Slides da aula. Referência usada.
  3. Teoria de Filas: Slides da aula.
  4. Séries Temporais: Slides da aula.
  5. Simulação de Sistemas: Slides da aula. Exemplo de simulação de uma fila M/M/1: usando planilha eletrônica e simulação de uma fila usando um programa em linguagem C. Simulação de uma Cadeia de Markov.
  6. Network Simulator: Slides da aula.
  7. Modelos Modernos para Tráfego de Redes de Comunicação Slides da aula.

Listas de Trabalhos
  1. Distribuições de probabilidade (fonte em latex). Data de entrega: 16/08/2017.
  2. Cadeias de Markov. Data de entrega:13/9.
  3. Modelos de Filas. Data de entrega: 4/09/2017.
  4. Próximo trabalho: refazer a lista sobre Cadeias de Markov usando simulação para responder às questões 1, 3, 4 e 5. Especialmente rever o número de passos para absorção. Veja uma dica aqui.
  5. Simulação. Data de entrega: 6/12/2017. Atenção: para ajudar na implementação estou disponibilizando diversas classes novas (TcpWebServer, TcpWebClient, TcpWebServerHelper, TcpWebClientHelper, além de um exemplo): ns-allinone-3.24.1-TE816.zip.

Temas por bibliografia
  1. Series Temporais: [1]
  2. Teoria de Filas: [2] [3]
  3. Cadeias de Markov: [4][5]
  4. Simulação de sistemas: [2] [6] [7] [8]
  5. Modelos de tráfego de telecomunicações: [9] [10] [11] [12] [13] [14] [15] [16] [17]

Referências Bibliográficas

1
G.E.P. Box, G.M. Jenkine, and G.C. Reineel.
Time Series Analysis.
Prentice-Hall, New York, 3th edition, 1994.

2
R. Jain.
The art of computer systems performance analysis: techniques for experimental design, measurement, simulation and modeling.
John Wiley & Sons, 1991.

3
Darci Prado.
Teoria das Filas e da Simulação.
Série Pesquisa Operacional - Editora DG, 2a edição edition, 2004.

4
Charles M. Grinstead and J. Laurie Snell.
Introduction to Probability.
American Mathematical Society. available for download here.

5
H.M. Taylor and S. Karlin.
An Introduction to Stochastic Modeling.
Academic Press, 3rd edition, 1998.

6
J. Banks, J.S. Carson, B.L. Nelson, and D.M. Nicol.
Discrete-event system simulation.
Prentice Hall, New Jersey, 3th edition, 2001.

7
D.M. Chandy and J. Misra.
Asynchronous distributed simulation via sequence of parallel computations.
ACM Transactions on Simulation Modeling and Statistical Computing, 1981.

8
Lee Breslau, Deborah Estrin, Kevin Fall, Sally Floyd, John Heidemann, Ahmed Helmy, Polly Huang, Steven McCanne, Kannan Varadhan, Ya Xu, and Haobo Yu.
Advances in network simulation.
IEEE Computer, 33(5):59-67, 2000.

9
R. Jain and S.A. Routhie.
Packet trains - measurements and a new model for computer network traffic.
IEEE Journal on Selected Areas in Communication, 4(6), 1986.

10
Abdelnaser Adas.
Traffic models in broadband networks.
IEEE Communications Magazine, 1997.

11
Paul Barford and Mark Crovella.
Generating representative web workloads for network and server performance evaluation.
In Joint International Conference on Measurement and Modeling of Computer Systems - Performance Evaluation Review (SIGMETRICS '98/PERFORMANCE '98), 1998.

12
M. Crovella and A. Bestavros.
Self-similarity in world wide web traffic: Evidence and possible causes.
IEEE/ACM Transactions on Networking, 5(6), 1995.

13
L. Muscariello, M. Mellia, M. Meo, and M.A. Marsan.
An MMPP-based hierarchical model of internet traffic.
In IEEE international conference on communications ICC2004, 2004.

14
W.E. Leland, M.S. Qaqqu, W. Willinguer, and D.V. Wilson.
On the self-similar nature of ethernet traffic (extended version).
IEEE/ACM Transactions on Networking, January 1994.

15
P. Abry and D. Veitch.
Wavelet analysis of long-range dependent traffic.
IEEE Trans. on Info. Theory, 44(1):2-15, January 1998.

16
Vern Paxson and Sally Floyd.
Wide area traffic: the failure of Poisson modeling.
IEEEACM Transactions on Networking, 3(3):226-244, 1995.

17
S. Tanwir and H. Perros
A Survey of VBR Video Traffic Models
IEEE Communications Surveys & Tutorials, vol. 15, no. 4, pp. 1778-1802, Fourth Quarter 2013.