Investigating the statistical prope

Investigating the statistical properties of the captured data
closer, we provide the statistics for the captured traffic of all
three measurement runs at the second, minute and hour time
scales in Table I. We initially note that the September measure-
ment is about half the duration of the other two measurement
periods, resulting in a lower amount of bandwidth samples.
We furthermore note that in each measurement period, the
minimum bandwidth observed per second is zero. Comparing
the average average bandwidth amongst the three measurement
series, we note that the November average bandwidth is
approximately 33 time the average bandwidth observed during
the December period. We furthermore note that the average
bandwidth slightly changes with the aggregation level, which
is explained by incorporating only complete aggregates into
the calculations, which typically drops the last aggregate of
each measurement. The peak-to-mean ratios observed are ex-
tremely high for the September and December measurements,
whereas the November measurement exhibits a lower level
for the second timescale. With increasing timescales, however,
we note a significant drop in the peak-to-mean traffic ratios
for the September and December measurements, whereas the
November decreases only slightly. These behaviors indicate
that the short time traffic is typically highly variable, but
only in certain periods for September and December, whereas
November exhibits overall high traffic variability. As more
unbiased estimator for the traffic variability, we observe the
coefficient of variation in Table I. We note a similar trend
between measurements and timescales, confirming the previ-
ous observations for the peak-to-mean ratio. Lastly, we eval-
uate the overall self-similarity of the utilized server network
bandwidth in form of the estimated Hurst parameters using
the estimation approaches outlined in Section II. We observe
that all three measurements exhibit an overall level of self-
similarity, which is the most pronounced for the November
measurement. We additionally note a trend for the increase in
the Hurst parameter as the aggregation level is increased to
minutes and a subsequent decrease as the aggregation level is
further increased to hours.
In the remainder of this paper, we focus on the Novem-
ber and December measurements, as the statistics for the
September measurement resemble those of the December
measurement.

ผลลัพธ์ (ไทย) 1:

การตรวจสอบคุณสมบัติทางสถิติของข้อมูลที่ถูกจับกุม
ใกล้ชิดเรามีสถิติสำหรับการจราจรที่ถูกจับจากทั้งหมดสาม
วัดทำงานที่เวลานาที, วินาทีและชั่วโมงตาชั่ง
ในตารางผม เราทราบว่าในขั้นต้นกันยายนมาตรการ-
ment คือประมาณครึ่งหนึ่งของระยะเวลาของอีกสองช่วงเวลาการวัด
ผลในจำนวนที่ลดลงของกลุ่มตัวอย่างแบนด์วิดธ์.
นอกจากนี้เราทราบว่าในช่วงการวัดแต่ละแบนด์วิดธ์น้อย
สังเกตต่อวินาทีเป็นศูนย์ เปรียบเทียบ
แบนด์วิดธ์เฉลี่ยเฉลี่ยในหมู่สามวัดชุด
เราทราบว่าแบนด์วิดธ์เฉลี่ยพฤศจิกายนเป็น
ประมาณ 33 เวลาเฉลี่ยแบนด์วิดธ์ในระหว่าง
ช่วงธันวาคม นอกจากนี้เราทราบว่าโดยเฉลี่ย
การเปลี่ยนแปลงเล็กน้อยแบนด์วิดท์ที่มีระดับการรวมซึ่งจะอธิบาย
โดยผสมผสานมวลรวมเสร็จสมบูรณ์ก็เป็น
การคำนวณซึ่งโดยทั่วไปแล้วลดลงรวมสุดท้ายของ
วัดแต่ละครั้ง จุดสูงสุดไปหมายถึงอัตราส่วนสังเกตเป็นอดีต-
สูง tremely สำหรับกันยายนและการวัดธันวาคม,
ในขณะที่การวัดการจัดแสดงนิทรรศการพฤศจิกายน
ระดับที่ต่ำกว่าสำหรับสอง timescaleกับระยะเวลาที่เพิ่มขึ้น แต่เราทราบ
ลดลงอย่างมีนัยสำคัญในจุดสูงสุดไปหมายถึงอัตราส่วนการจราจร
สำหรับกันยายนและการวัดธันวาคมขณะที่
พฤศจิกายนลดลงเพียงเล็กน้อยเท่านั้น พฤติกรรมเหล่านี้แสดงให้เห็นว่าการจราจร
เวลาสั้น ๆ คือมักจะมีความหลากหลายสูง แต่
เฉพาะในบางช่วงเดือนกันยายนและธันวาคมในขณะที่การจัดแสดงนิทรรศการ
พฤศจิกายนแปรปรวนการจราจรโดยรวมสูง เป็นมากกว่า
ประมาณค่าความแปรปรวนที่เป็นกลางสำหรับการจราจรเราสังเกตค่าสัมประสิทธิ์
ของการเปลี่ยนแปลงในตารางผม เราทราบ
แนวโน้มที่คล้ายกันระหว่างการวัดและระยะเวลาที่ยืนยัน previ-
สังเกตภายใต้กฎระเบียบสำหรับจุดสูงสุดไปหมายถึงอัตราส่วน สุดท้ายเรา Eval-
uate รวมตัวกันของเครือข่ายเซิร์ฟเวอร์ใช้แบนด์วิดธ์
ในรูปแบบของพารามิเตอร์เฮิรสท์โดยประมาณโดยใช้
การประเมินแนวทางที่ระบุไว้ในส่วนที่ ii เราจะสังเกตเห็น
ว่าทั้งสามแสดงการวัดระดับโดยรวมของตัวเอง
คล้ายคลึงกันซึ่งเป็นส่วนที่เด่นชัดสำหรับพฤศจิกายน
วัด นอกจากนี้เราทราบแนวโน้มการเพิ่มขึ้น
พารามิเตอร์เฮิรสท์เป็นระดับการรวมเพิ่มขึ้นเป็นนาที
และลดลงมาเป็นระดับการรวมตัวเป็น
เพิ่มขึ้นอีกเป็นชั่วโมง.
ในส่วนที่เหลือของบทความนี้เรามุ่งเน้นนว-
วัด BER และธันวาคมเป็นสถิติสำหรับการวัด
กันยายนดูเหมือนว่าพวกธันวาคม
วัด.

ผลลัพธ์ (ไทย) 2:

ตรวจสอบคุณสมบัติทางสถิติของข้อมูลจับ
ใกล้ เรามีสถิติสำหรับ traffic จับทั้งหมด
สามวัดทำครั้งที่สอง นาที และชั่วโมง
จัดมาตราส่วนในตารางที่ฉัน เราเริ่มสังเกตว่า วัดกันยายนนี้-
ติดขัดเป็นระยะเวลาประมาณครึ่งหนึ่งของการประเมินสอง
รอบ ในจำนวนตัวอย่างแบนด์วิธต่ำ
เรานอกจากนี้สังเกตว่า ในแต่ละรอบการประเมิน การ
สังเกตต่อวินาทีแบนด์วิธที่ต่ำสุดเป็นศูนย์ เปรียบเทียบ
แบนด์วิดธ์เฉลี่ยเฉลี่ยท่ามกลางวัดสาม
ชุด เราทราบว่า เป็นแบนด์วิธเดือนพฤศจิกายนเฉลี่ย
แบนด์วิดธ์เฉลี่ยที่สังเกตในช่วงเวลาประมาณ 33
ระยะเวลาธันวาคม เรานอกจากนี้โปรดทราบว่า ค่าเฉลี่ย
แบนด์วิดธ์การเปลี่ยนแปลงเล็กน้อยมีระดับรวม ซึ่ง
อธิบายความสมบูรณ์เพิ่มลงในเพจ
การคำนวณซึ่งโดยทั่วไปหยดรวมสุดท้ายของ
แต่ละวัด อัตราสูงสุดหมายถึงสังเกตเก่า
tremely สูงสำหรับการประเมินเดือนกันยายนและเดือนธันวาคม,
ขณะวัดพฤศจิกายนจัดแสดงชั้นล่าง
สำหรับสเกลที่สอง มีเพิ่ม timescales ไร,
เราหมายเหตุวาง significant ในอัตราส่วนสูงสุดเฉลี่ย traffic
สำหรับประเมินเดือนกันยายนและเดือนธันวาคม ขณะ
พฤศจิกายนลดลงเพียงเล็กน้อย พฤติกรรมเหล่านี้บ่งชี้
traffic เวลาสั้น ๆ โดยปกติตัวแปรสูง แต่
เท่าในช่วงเวลาเดือนกันยายนและธันวาคม ขณะ
พฤศจิกายนจัดแสดงโดยรวมสูง traffic สำหรับความผันผวน เป็นมากกว่า
ประมาณคนสำหรับความแปรผัน traffic เราสังเกต
coefficient ของความแปรปรวนในตารางผม เราทราบแนวโน้มคล้าย
ระหว่างวัดและ timescales, confirming previ-
สังเกต ous สำหรับอัตราส่วนนี้สูงสุดหมายถึงการ สุดท้าย เรา eval-
uate โดยรวมตนเองเฉพาะของเครือข่ายเซิร์ฟเวอร์ใช้งาน
แบนด์วิดท์ในแบบฟอร์มพารามิเตอร์ Hurst ประเมินใช้
วิธีการประเมินที่ระบุไว้ในส่วนที่สอง เราสังเกต
ที่วัดทั้งหมด 3 แสดงระดับโดยรวมของตนเอง
คล้าย ซึ่งเป็นการออกเสียงมากที่สุดในเดือนพฤศจิกายน
วัด นอกจากนี้เราทราบแนวโน้มการเพิ่ม
พารามิเตอร์ Hurst ระดับรวมขึ้น
นาทีและที่ตามมาลดลงเป็นระดับรวม
เพิ่มเติม ชั่วโมง
ในส่วนที่เหลือของเอกสารนี้ เราเน้น Novem-
ber และธันวาคม วัด เป็นสถิติสำหรับการ
กันยายนวัดคล้ายกับบรรดาของธันวาคม
วัด

ผลลัพธ์ (ไทย) 3:

การสอบสวนคดีนี้ให้ข้อมูลทางสถิติคุณสมบัติของที่จับข้อมูล
ใกล้,เรามีให้สถิติของที่จับ traffic ของทั้งหมด
สามการวัดการวิ่งที่ที่สองนาทีและชั่วโมง
เครื่องชั่งในตาราง I .เราในเบื้องต้นทราบว่าเมื่อเดือนกันยายนวัด -
การมีประมาณครึ่งหนึ่งของระยะเวลาของการวัดอีกสอง
ช่วงส่งผลให้ได้ในที่ต่ำกว่าจำนวนแบนด์วิดธ์ของตัวอย่าง.
เรายิ่งไปกว่านั้นทราบว่าในช่วงชั่งน้ำหนักแต่ละครั้งแบนด์วิดธ์
ต่ำสุดที่เห็นต่อที่สองเป็นศูนย์ การเปรียบเทียบ
ซึ่งจะช่วยเพิ่มแบนด์วิดธ์โดยเฉลี่ยโดยเฉลี่ยระหว่างสามชุดการวัด
ซึ่งจะช่วยให้เราทราบว่าแบนด์วิดธ์โดยเฉลี่ยแล้วเดือนพฤศจิกายนที่มี
ซึ่งจะช่วยเพิ่มแบนด์วิดธ์ประมาณ 33 ครั้งโดยเฉลี่ยพบว่าในช่วงเดือนธันวาคม
เรายิ่งไปกว่านั้นทราบว่าโดยเฉลี่ย
ตามมาตรฐานเพิ่มแบนด์วิดธ์สำหรับการเปลี่ยนแปลงเล็กน้อยพร้อมด้วยระดับการผนวกรวมซึ่ง
ซึ่งจะช่วยจะมีการอธิบายไว้อย่างละเอียดโดยประกอบด้วยรวมสมบรูณ์แบบเพียงแห่งเดียวในการคำนวณขนาดของแหล่งจ่ายไฟ
ซึ่งโดยปกติแล้วรวมลดลงต่ำกว่าที่ผ่านมาของ
ชั่งน้ำหนักแต่ละครั้ง อัตราส่วนสูงสุด - หมายความว่าเห็นมีการวัดเดือนธันวาคมและ ex -
tremely สูงในเดือนกันยายนที่
ในขณะที่มีการวัดเดือนพฤศจิกายนที่ต่ำกว่าระดับ
สำหรับ timescale ที่สอง.พร้อมด้วย timescales เพิ่มขึ้นอย่างไรก็ตาม
เราบันทึกไว้ด้วยว่าบริการส่ง significant ในยอดถึงหมายถึง traffic อัตราส่วน
ซึ่งจะช่วยได้ในเดือนกันยายนนี้และการวัดเดือนธันวาคมในขณะที่
เดือนพฤศจิกายนจะลดลงเพียงเล็กน้อย ลักษณะการทำงานนี้แสดง
ว่าช่วงเวลาสั้นๆที่ traffic โดยปกติแล้วจะเป็นตัวแปรแต่
เท่านั้นในช่วงระยะเวลาที่เหมาะสมในเดือนกันยายนและธันวาคมโดยนิทรรศการ
เดือนพฤศจิกายนโดยรวมสูง traffic เลื่อนได้ เป็นมากกว่าตอบแทน
เครื่องมือช่วยประเมินความเป็นกลางสำหรับเลื่อนได้ traffic ที่เราปฏิบัติตาม
coefficient ของการเปลี่ยนแปลงใน I .โต๊ะเราบันทึกไว้ด้วยแนวโน้มความเหมือน
ซึ่งจะช่วยระหว่าง timescales และการวัด confirming การสังเกตการณ์ previ -
OU สำหรับอัตราสูงสุด - - ความหมาย สุดท้ายเราใช้ eval -
uate โดยรวมด้วยตนเองอย่างเดียวกันของใช้งานเซิร์ฟเวอร์เครือข่าย
ซึ่งจะช่วยเพิ่มแบนด์วิดธ์ที่อยู่ในแบบฟอร์มของพารามิเตอร์ Hurst คาดว่าจะใช้
วิธีการประเมินราคาที่ระบุไว้ในส่วน II เราสังเกตว่าทั้งสามคน
ซึ่งจะช่วยจัดแสดงนิทรรศการการวัดระดับของตัวเอง -
อย่างเดียวกันซึ่งเป็นการวัดที่ชัดเจนขึ้นในเดือนพฤศจิกายนที่
ซึ่งจะช่วยได้ เรานอกจากนี้ยังบันทึกไว้ด้วยแนวโน้มการเพิ่มขึ้นในพารามิเตอร์ Hurst
ซึ่งจะช่วยให้เป็นระดับการผนวกรวมที่มีเพิ่มขึ้นเป็น
ซึ่งจะช่วยลดลงและใช้เวลาเดินทางไม่กี่นาทีต่อมาเป็นการผนวกรวมที่มีระดับเพิ่มขึ้นเป็นชั่วโมง.

เพิ่มเติมในช่วงที่เหลือของเอกสารฉบับนี้เรามุ่งเน้นที่เหาะตีความ -
และการวัดเดือนธันวาคมปีที่ผ่านมาโดยตัวเลขการส่งออกสำหรับการวัด
เดือนกันยายนที่ระลึกถึงเดือนธันวาคม
ซึ่งจะช่วยการวัด.
ผู้ที่