Investigating the statistical prope

Investigating the statistical properties of the captured datacloser, we provide the statistics for the captured traffic of all
three measurement runs at the second, minute and hour timescales in Table I.

We initially note that the September measurement 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 isapproximately 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 prevous observations for the peak-to-mean ratio. Lastly, we evaluate 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 selfsimilarity, 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 November and December measurements, as the statistics for the September measurement resemble those of the December measurement.

ผลลัพธ์ (ไทย) 1:

การตรวจสอบคุณสมบัติทางสถิติของ datacloser จับเรามีสถิติสำหรับการจราจรที่ถูกจับจากทั้งหมดสาม
วัดทำงานที่ระยะเวลาสองนาทีและชั่วโมงในตารางผม

เราในขั้นต้นทราบว่าการวัดกันยายนเป็นประมาณครึ่งหนึ่งของระยะเวลาของอีกสองช่วงเวลาที่วัดมีผลในการลดจำนวนของกลุ่มตัวอย่างแบนด์วิดธ์นอกจากนี้เราทราบว่าในช่วงการวัดแต่ละแบนด์วิดธ์ต่ำสุดที่ตั้งข้อสังเกตต่อวินาทีเป็นศูนย์ เปรียบเทียบกับแบนด์วิดธ์เฉลี่ยเฉลี่ยในหมู่ชุดวัดสามเราทราบว่าแบนด์วิดธ์เฉลี่ยพฤศจิกายน isapproximately 33 เวลาเฉลี่ยแบนด์วิดธ์ที่สังเกตในช่วงระยะเวลาธันวาคมนอกจากนี้เราทราบว่าแบนด์วิดธ์เฉลี่ยการเปลี่ยนแปลงเล็กน้อยที่มีระดับการรวมซึ่งจะมีการอธิบายโดยผสมผสานมวลสมบูรณ์เฉพาะในการคำนวณซึ่งโดยทั่วไปแล้วลดลงรวมสุดท้ายของการวัดแต่ละครั้ง จุดสูงสุดไปหมายถึงอัตราส่วนสังเกตเป็นอดีต tremely สูงสำหรับกันยายนและการวัดธันวาคม,ในขณะที่การจัดแสดงนิทรรศการพฤศจิกายนวัดระดับที่ต่ำกว่าที่สอง timescale กับระยะเวลาที่เพิ่มขึ้น แต่เราทราบการลดลงอย่างมีนัยสำคัญในจุดสูงสุดไปหมายถึงอัตราส่วนการจราจรและการวัดกันยายนธันวาคมขณะพฤศจิกายนลดลงเพียงเล็กน้อยเท่านั้น พฤติกรรมเหล่านี้แสดงให้เห็นว่าการจราจรเวลาสั้น ๆ โดยทั่วไปจะมีตัวแปรแต่ในบางช่วงเดือนกันยายนและธันวาคมในขณะที่การจัดแสดงนิทรรศการพฤศจิกายนแปรปรวนการจราจรโดยรวมสูง เป็นเป็นกลาง estimator ความแปรปรวนมากขึ้นสำหรับการจราจรที่เราสังเกตค่าสัมประสิทธิ์ของการเปลี่ยนแปลงในตารางผม เราทราบแนวโน้มที่คล้ายกันระหว่างการวัดและระยะเวลาที่ยืนยัน prevous สังเกตจุดสูงสุดไปหมายถึงอัตราส่วน สุดท้ายเราประเมินการรวมตัวกันของแบนด์วิดธ์ที่ใช้เซิร์ฟเวอร์เครือข่ายในรูปแบบของพารามิเตอร์เฮิรสท์โดยประมาณโดยใช้การประมาณวิธีการที่ระบุไว้ในส่วนที่ ii เราจะสังเกตเห็นว่าทั้งสามแสดงการวัดระดับโดยรวมของ selfsimilarity ซึ่งเป็นส่วนที่เด่นชัดสำหรับการวัดพฤศจิกายนนอกจากนี้เราทราบแนวโน้มการเพิ่มขึ้นของพารามิเตอร์เฮิรสท์เป็นระดับการรวมเพิ่มขึ้นเป็นนาทีและลดลงมาเป็นระดับการรวมตัวจะเพิ่มขึ้นอีกเป็นชั่วโมง ในส่วนที่เหลือของบทความนี้เรามุ่งเน้นการวัดเดือนพฤศจิกายนและธันวาคมเป็นสถิติสำหรับการวัดกันยายนดูเหมือนว่าพวกวัดธันวาคม.

ผลลัพธ์ (ไทย) 2:

ตรวจสอบคุณสมบัติทางสถิติของ datacloser จับ เรามีสถิติสำหรับ traffic จับทั้งหมด
ทำระดับสามวัดที่ timescales วินาที นาที และชั่วโมงในตาราง I.

เราเริ่มสังเกตว่า วัดกันยายนระยะเวลาประมาณครึ่งอื่น ๆ ประเมินสองรอบ ในจำนวนตัวอย่างแบนด์วิธที่ต่ำกว่า เรานอกจากนี้ทราบว่า ในแต่ละรอบการประเมิน แบนด์วิดธ์ต่ำสุดที่สังเกตต่อที่สองเป็นศูนย์ แบนด์วิดธ์เฉลี่ยเฉลี่ยหมู่ชุดสามวัดเปรียบเทียบ เราทราบที่พฤศจิกายน isapproximately แบนด์วิดธ์เฉลี่ย 33 เวลาแบนด์วิดธ์เฉลี่ยที่สังเกตช่วงธันวาคม นอกจากนี้เราหมายเหตุว่า แบนด์วิดธ์เฉลี่ยเล็กน้อยเปลี่ยนแปลงกับรวมระดับ ซึ่งอธิบาย โดยเพจเพิ่มเฉพาะเมื่อเสร็จสมบูรณ์ในการคำนวณ ซึ่งโดยทั่วไปหยดรวมสุดท้ายของแต่ละวัด อัตราสูงสุดหมายถึงสังเกตมีอดีต tremely สูงสำหรับการประเมินเดือนกันยายนและเดือนธันวาคม ในขณะที่การประเมินพฤศจิกายนจัดแสดงชั้นล่างสำหรับสเกลสอง มีเพิ่ม timescales อย่างไรก็ตาม เราทราบวาง significant ในอัตราส่วน traffic สูงสุดค่าเฉลี่ยสำหรับการประเมินเดือนกันยายนและเดือนธันวาคม ในขณะเดือนพฤศจิกายนลดลงเพียงเล็กน้อย พฤติกรรมเหล่านี้บ่งชี้ว่า traffic เวลาจะผันแปรสูง แต่เฉพาะ ในช่วงเวลาเดือนกันยายนและธันวาคม ในขณะที่พฤศจิกายนจัดแสดงโดยรวมสูง traffic สำหรับความผันผวน เป็นประมาณคนมากขึ้นสำหรับความแปรผัน traffic เราสังเกต coefficient ของความแปรปรวนในตารางผม เราทราบแนวโน้มที่คล้ายกันระหว่างวัดและ timescales, confirming สังเกต prevous ในอัตราส่วนสูงสุดค่าเฉลี่ย สุดท้าย เราประเมินตนเองโดยรวมเฉพาะแบนด์วิธเครือข่ายเซิร์ฟเวอร์ที่ใช้งานในแบบฟอร์มพารามิเตอร์ Hurst ประเมินโดยใช้วิธีการประเมินที่ระบุไว้ในส่วนที่สอง เราสังเกตว่า วัดทั้งหมด 3 แสดงระดับโดยรวมของ selfsimilarity ซึ่งเป็นการออกเสียงมากที่สุดสำหรับการประเมินเดือนพฤศจิกายน เรานอกจากนี้ทราบแนวโน้มการเพิ่มพารามิเตอร์ Hurst ระดับรวมขึ้นนาทีและลดลงตามมาเป็นระดับรวมจะเพิ่มชั่วโมงเพิ่มเติม ในส่วนที่เหลือของเอกสารนี้ เรามุ่งเน้นประเมินเดือนพฤศจิกายนและธันวาคม เป็นสถิติสำหรับการประเมินกันยายนคล้ายกับของวัดธันวาคม

ผลลัพธ์ (ไทย) 3:

การสอบสวนได้ข้อมูลทางสถิติคุณสมบัติของที่จับ datacloser ,เราจัดให้บริการที่สถิติที่จับ traffic ของทั้งหมด
สามการวัดการวิ่งที่ที่สองนาทีและชั่วโมง timescales ในตาราง I .

เราในเบื้องต้นทราบว่าเมื่อเดือนกันยายนการวัดมีประมาณครึ่งหนึ่งของระยะเวลาของสองวัดช่วงส่งผลให้ได้ในที่ต่ำกว่าจำนวนแบนด์วิดธ์ของตัวอย่าง.เรายิ่งไปกว่านั้นบันทึกไว้ด้วยว่าในช่วงระยะเวลาการวัดแต่ละแบนด์วิดธ์ต่ำสุดที่เห็นต่อที่สองเป็นศูนย์ การเปรียบเทียบการเพิ่มแบนด์วิดธ์โดยเฉลี่ยโดยเฉลี่ยระหว่างสามชุดการวัดที่เราบันทึกไว้ด้วยว่าโดยเฉลี่ยแล้วเดือนพฤศจิกายนแบนด์วิดธ์ isapproximately แบนด์วิดธ์ 33 เวลาโดยเฉลี่ยพบว่าในช่วงเดือนธันวาคมนี้เรายิ่งไปกว่านั้นทราบว่าแบนด์วิดธ์โดยเฉลี่ยเพียงเล็กน้อยพร้อมด้วยการเปลี่ยนแปลงระดับการผนวกรวมซึ่งจะมีการอธิบายไว้อย่างละเอียดโดยประกอบด้วยรวมสมบรูณ์แบบเพียงแห่งเดียวในการคำนวณซึ่งโดยปกติแล้วรวมลดลงต่ำกว่าที่ผ่านมาของการวัดแต่ละครั้ง อัตราส่วนสูงสุด - หมายความว่าเห็นมี ex - tremely สูงในเดือนกันยายนนี้และการวัดเดือนธันวาคมในขณะที่มีการวัดเดือนพฤศจิกายนที่ระดับที่ต่ำลงสำหรับ timescale ที่สอง. พร้อมด้วย timescales เพิ่มขึ้นอย่างไรก็ตามเราบันทึกไว้ด้วยว่าบริการ significant ในอัตราส่วน traffic ยอดถึงความหมายในเดือนกันยายนนี้และการวัดเดือนธันวาคมในขณะที่เดือนพฤศจิกายนจะลดลงเพียงเล็กน้อย ลักษณะการทำงานนี้แสดงว่า traffic เวลาที่สั้นโดยทั่วไปจะปรับเปลี่ยนเป็นอย่างสูงแต่เฉพาะในช่วงระยะเวลาที่เหมาะสมในเดือนกันยายนและเดือนธันวาคมในขณะที่ได้ traffic สูงโดยรวมแล้วจัดงานนิทรรศการเดือนพฤศจิกายน. เป็นเครื่องมือช่วยประเมินเพิ่มเติมโดยปราศจากอคติ traffic ได้สำหรับที่เราปฏิบัติตาม coefficient ของการเปลี่ยนแปลงใน I .โต๊ะเราบันทึกไว้ด้วยแนวโน้มความเหมือนระหว่าง timescales และการวัด confirming กลับไปยังที่ตั้งข้อสังเกตสำหรับสัดส่วนยอดถึงความหมาย สุดท้ายเราจะประเมินโดยรวมด้วยตนเอง - ความละม้ายคล้ายคลึงแบนด์วิดธ์ของเครือข่ายของเซิร์ฟเวอร์ที่ใช้งานในรูปแบบของพารามิเตอร์ Hurst คาดว่าจะใช้วิธีการประเมินราคาที่ระบุไว้ในส่วน II เราจะสังเกตเห็นว่าทั้งสามการวัดทั้งหมดจัดแสดงนิทรรศการระดับโดยรวมของ selfsimilarity มากที่สุดซึ่งเป็นการวัดที่ชัดเจนขึ้นในเดือนพฤศจิกายนนี้เรานอกจากนี้ยังบันทึกไว้ด้วยแนวโน้มการเพิ่มขึ้นในพารามิเตอร์ Hurst ที่เป็นระดับการผนวกรวมที่มีเพิ่มขึ้นเป็นนาทีและลดลงตามมาเป็นระดับการผนวกรวมที่มีเพิ่มขึ้นในช่วงเวลาเพิ่มเติม ในช่วงที่เหลือของเอกสารฉบับนี้เรามุ่งเน้นในเดือนพฤศจิกายนนี้และการวัดเดือนธันวาคมปีที่ผ่านมาโดยจากสถิติในการวัดเดือนกันยายนที่คล้ายกับการวัดเมื่อเดือนธันวาคมที่.