Автоматизована система синфазної класифікації рівнів мережевого навантаження

Abstract

В роботі досліджено процеси формування та зміни мережевого навантаження у комп’ютерних мережах, проаналізовано існуючі методи класифікації трафіку та визначено їхні обмеження. На основі апарату періодично-корельованих випадкових процесів розроблено математичну модель та метод синфазної класифікації рівнів навантаження, що включають побудову енергетичних компонент, емпіричних розподілів та застосування критерію Неймана–Пірсона для визначення оптимальних порогів. Запропоновано алгоритм бінарної та багатокласової класифікації станів мережі (мінімальний, нормальний, критичний). Розроблено програмне забезпечення у середовищі MATLAB, яке реалізує математичний апарат, здійснює синфазну обробку даних, автоматичне визначення порогів класифікації, контроль ймовірностей хибних рішень та візуалізацію результатів. Проведене тестування підтвердило ефективність системи: отримано достовірну класифікацію станів трафіку, визначено частки перебування мережі у різних режимах, встановлено порогові рівні для мінімального, нормального та критичного навантаження. Розроблена система забезпечує адаптивність, стійкість до флуктуацій та можливість роботи в режимі реального часу.

The work investigates the processes of formation and variation of network load in computer networks and analyzes existing traffic classification approaches along with their limitations. A mathematical model and a synphase classification method based on periodically correlated random processes are developed. The method includes construction of energy components, empirical distributions and the use of the Neyman–Pearson criterion to determine optimal classification thresholds. An algorithm for binary and multi-level classification of network states (minimal, normal, critical) is proposed. Software implementation in MATLAB has been developed, which performs synphase processing, automatic threshold detection, control of false-decision probabilities and visualization of the obtained results. Experimental testing confirmed the efficiency of the system. The software provides reliable identification of traffic states, determines the proportions of time spent in each load level and establishes threshold values for minimal, normal and critical network conditions. The developed automated system ensures adaptability, robustness to fluctuations and the ability to operate in real-time monitoring environments.