The Hurst parameter H, is one key m

The Hurst parameter H, is one key measure of self-
similarity [8], [9] for an underlying process and commonly
used to estimate the long-range dependence of a stochastic
process. A Hurst parameter of H = 0.5 indicates absence
of self-similarity whereas H = 1 indicates long-range depen-
dence. We additionally note that while the Hurst parameter is
mathematically well-defined, its determination is not clearly
defined, but commonly performed through estimations, see,
e.g., [10]. We employ the R/S statistic [11]–[13] to estimate
the Hurst parameter for the captured traffic. Specifically, we
estimate the Hurst parameter H as the slope of a log-log
plot (also referred to as pox plot or adjusted scaled range
plot) of the R/S statistic using a least squares fit. In addition,
we calculate the Hurst parameter using the technique outlined
in [14] as an additional metric. For a more visual approach
to the identification of network bandwidth usage and its self-
similarity, we utilize the autocorrelation function, see, e.g.,
[15].

ผลลัพธ์ (ไทย) 1:

พารามิเตอร์เฮิร์สเอชเป็นหนึ่งในตัวชี้วัดที่สำคัญของตัวเอง
คล้ายคลึงกัน [8], [9] กระบวนการสำหรับกระบวนการพื้นฐานและมัก
ใช้ในการประมาณการการพึ่งพาอาศัยกันในระยะยาวสุ่ม
พารามิเตอร์ของเฮิร์ส h = 0.5
บ่งชี้ตัวตนของตัวเองในขณะที่ความคล้ายคลึงกัน-h = 1 หมายถึงระยะยาว depen-
dence นอกจากนี้เราทราบว่าในขณะพารามิเตอร์เฮิรสท์เป็น
ทางคณิตศาสตร์ที่ดีที่กำหนดความมุ่งมั่นที่ไม่ชัดเจน
ที่กำหนดไว้ แต่อย่างดำเนินการทั่วไปผ่านการประมาณการดู
เช่น [10] เราจ้างสถิติ r / s [11] - [13] ในการประมาณการ
เฮิรสท์พารามิเตอร์สำหรับการจราจรถูกจับ โดยเฉพาะเราประมาณการ
เฮิรสท์พารามิเตอร์ชั่วโมงเป็นความลาดเอียงของล็อก-
พล็อต (ยังเรียกว่าพล็อตอีสุกอีใสหรือช่วงปรับปรับพล็อต
) จากสถิติ r / s ใช้น้อยสแควร์พอดีนอกจากนี้
เราคำนวณพารามิเตอร์เฮิรสท์โดยใช้เทคนิคที่ระบุไว้ใน
[14] ในฐานะที่เป็นตัวชี้วัดเพิ่มเติม สำหรับวิธี
ภาพมากขึ้นเพื่อให้บัตรประจำตัวของการใช้งานแบนด์วิดท์ของเครือข่ายและตนเอง-
ที่คล้ายคลึงกันที่เราใช้ฟังก์ชั่นผิดพลาดที่สัมพันธ์ให้ดูเช่น
[15].

ผลลัพธ์ (ไทย) 2:

พารามิเตอร์ Hurst H เป็นวัดสำคัญหนึ่งของตนเอง
คล้าย [8], [9] สำหรับกระบวนการต้นแบบ และบ่อย
ใช้ประเมินอาศัยระยะยาวของการสโทแคสติก
กระบวนการ พารามิเตอร์ Hurst ของ H = 0.5 บ่งชี้ขาด
ของความคล้ายตนเองในขณะที่ H = 1 แสดงพิสัย depen-
dence เรานอกจากนี้สังเกตว่า ในขณะที่พารามิเตอร์ Hurst
mathematically ดี-defined เรื่องความไม่ชัดเจน
defined แต่โดยทั่วไปดำเนินการโดยประมาณ see,
e.g., [10] เราใช้สถิติ R/S [11] - [13] การประเมิน
Hurst พารามิเตอร์สำหรับ traffic จับ Specifically เรา
ประมาณพารามิเตอร์ Hurst H เป็นความชันของล็อกล็อก
พล็อต (ยังเรียกว่าพล็อต pox หรือปรับปรุงช่วงปรับสัดส่วนได้
พล็อต) ของสถิติ R/S โดยใช้ fit กำลังสองน้อยสุด นอกจากนี้,
เราคำนวณพารามิเตอร์ Hurst ที่ใช้เทคนิคการย่อ
ใน [14] เป็นการวัดเพิ่มเติม สำหรับวิธีเพิ่มเติมภาพ
การ identification การใช้แบนด์วิดท์ของเครือข่ายและตัวตนของ-
คล้าย เราใช้ฟังก์ชัน autocorrelation ดู e.g.,
[15].

ผลลัพธ์ (ไทย) 3:

Hurst H พารามิเตอร์ที่เป็นหนึ่งวัดสำคัญของตัวเอง -
กัน[ 8 ][ 9 ]สำหรับขั้นตอนพื้นฐานที่และ
ซึ่งจะช่วยโดยทั่วไปใช้ในการประเมินการพึ่งพาแบบระยะไกลของกระบวนการ,แบบใดก็ได้ทั้งหมดรองรับงาน
ซึ่งจะช่วยได้. พารามิเตอร์ Hurst ของ H = 0.5 ระบุว่าไม่มี
ซึ่งจะช่วยในแบบบริการตัวเองในขณะที่คน H = 1 แสดงแบบระยะไกล depen -
dence เรานอกจากนี้ยังบันทึกไว้ด้วยว่าในขณะที่พารามิเตอร์ Hurst
ซึ่งจะช่วยให้มีนักวิทยาศาสตร์ที่ definedการกำหนดของมันไม่ใช่
defined อย่างชัดเจนแต่โดยทั่วไปแล้วดำเนินการผ่านการประเมินดู
เช่น[ 10 ] เราใช้ R / S สถิติ[ 11 ] - [ 13 ]เพื่อประเมินค่าพารามิเตอร์ Hurst
สำหรับ traffic จับได้ specifically ,เรา
ซึ่งจะช่วยประมาณการที่ Hurst พารามิเตอร์ H ในที่ลาดเอียงของล็อกอิน - ล็อกอินเข้าสู่
แผน(หรือเรียกอีกชื่อหนึ่งว่าเป็นอีสุกอีใสวางแผนหรือปรับแผนปรับช่วง
)ของ R / S สถิติการใช้ที่จัตุรัสอย่างน้อยความกระชับเพื่อ.นอกจากนี้
เราคำนวณพารามิเตอร์ Hurst โดยใช้เทคนิคที่ระบุไว้
ใน[ 14 ]เป็นระบบเมตริกเพิ่มเติม สำหรับการประมวลผล ภาพ ที่
ซึ่งจะช่วยในการ identification ของการใช้งานแบนด์วิดธ์ของเครือข่ายและในแบบบริการตัวเอง
อย่างเดียวกันของเราใช้งานฟังก์ชัน autocorrelation ที่ดูเช่น
[ 15 ].