Discrete and Continuous Models and Applied Computational ScienceDiscrete and Continuous Models and Applied Computational ScienceDiscrete and Continuous Models and Applied Computational Science2658-46702658-7149Peoples' Friendship University of Russia named after Patrice Lumumba (RUDN University)8770ArticlesСтатьиMathematical Models of Time Series of Intensities of Network Traffic with Different Approaches to Their CreatingМатематические модели временных рядов интенсивностей трафика сети при различных подходах к их построениюGabdrakhmanovA AГабдрахмановАртур АйратовичCJSC "Samara-Transtelecom"ЗАО «Самара-Транстелеком»a.gabdrahmanov@samara.ttk.ruGabdrakhmanovaN TГабдрахмановаНаиля ТалгатовнаPeoples Friendship University of RussiaРоссийский университет дружбы народовgabd-nelli@yandex.ruCJSC "Samara-Transtelecom"ЗАО «Самара-Транстелеком»Peoples Friendship University of RussiaРоссийский университет дружбы народов150120121NO1 (2012)№1 (2012)243308092016Copyright ©; 2012, Габдрахманов А.А., Габдрахманова Н.Т.2012Габдрахманов А.А., Габдрахманова Н.Т.http://creativecommons.org/licenses/by/4.0https://journals.rudn.ru/miph/article/view/8770In this article the possibility of application of artificial neural networks and autoregressive analysis to creating prediction models the channel with packet data transfer describes. The problem is solved using example time row measurement intensities on port edge switch. Algorithm of building autoregressive models based on statistical analysis of time row measurements. Algorithm of neural network model on the basis of the definition of fractal dimension of time rows was shown. Built models compared to current values entered criteria for evaluating the accuracy of the prediction.В статье исследуется возможность применения механизмов искусственных нейронных сетей и авторегрессионного анализа для построения прогнозирующих математических моделей загруженности канала пакетной передачи данных. Задача решена на примере временного ряда наблюдений интенсивностей на порту пограничного коммутатора. Приведён алгоритм построения авторегрессионной модели на основе статистического анализа временного ряда наблюдений. Приведён алгоритм построения нейросетевой модели на основе определения фрактальной размерности временного ряда. Построенные модели сравнены по расчётным значениям введённых критериев оценки точности прогнозаnonlinear dynamicsTakens theoremneural networkstime rowsself-similar traffic of Gigabit Ethernetнелинейная динамикатеорема Такенсанейронные сетивременные рядытрафик сети Gigabit Eternet1.Исследование возможностей прогнозирования трафика сети мобильной связи / В.М. Безрук, И.В. Корсун, В.А. Тихонов, Н.В. Кудрявцева // ВосточноЕвропейский журнал передовых технологий. - 2010. - № 4/9 (46). - С. 58- 62. [Issledovanie vozmozhnosteyj prognozirovaniya trafika seti mobiljnoyj svyazi / V.M. Bezruk, I.V. Korsun, V.A. Tikhonov, N.V. Kudryavceva // Vostochno-Evropeyjskiyj zhurnal peredovihkh tekhnologiyj. - 2010. - No 4/9 (46). - S. 58- 62. ]2.Zhani M.F., Elbiaze H. Analysis and Prediction of Real Network Traffic // Journal of Networks. - 2009. - Vol. 4, No 9.3.Бокс Д., Дженкинс Г. Анализ временных рядов: Пер. с англ. - М.: Мир, 1974. - 406 с. [Boks D., Dzhenkins G. Analiz vremennihkh ryadov: Per. s angl. - M.: Mir, 1974. - 406 s. ]4.Боровиков В. П., Ивченко Г. И. Прогнозирование в системе STATISTIKA в среде Windows. - М.: Финансы и статистика, 1999. - 384 с. [Borovikov V. P., Ivchenko G. I. Prognozirovanie v sisteme STATISTIKA v srede Windows. - M.: Finansih i statistika, 1999. - 384 s. ]5.Малинецкий Г.Г., Потапов А.Б., Подлазов А.В. Нелинейная динамика: Подходы, результаты, надежды. - 3-е. издание. - М.: Книжный дом «ЛИБРОКОМ», 2011. - 280 с. [Malineckiyj G.G., Potapov A.B., Podlazov A.V. Nelineyjnaya dinamika: Podkhodih, rezuljtatih, nadezhdih. - 3-e. издание. - M.: Knizhnihyj dom «LIBROKOM», 2011. - 280 s. ]6.Хайкин С. Нейронные сети: полный курс: Пер. с англ. - 2-е издание издание. - М.: Издательский дом «Вильямс», 2006. - 1104 с. [Khayjkin S. Neyjronnihe seti: polnihyj kurs: Per. s angl. - 2-e izdanie издание. - M.: Izdateljskiyj dom «Viljyams», 2006. - 1104 s. ]