1

Anlisis y Procesamiento de Trazas de Video a Sintticas para Ser Usadas en Escenarios Reales e
JUAN DAVID MARQUEZ YEPES. CODIGO: 807531 Profesor: Jaime Alberto Sepulveda Gomez Universidad Nacional de Colombia - Sede Manizales Febrero 6 de 2012
Resumen En este art culo se describir a la forma en la cual se puede determinar el parmetro de Hurst de una traza, para analizar a caracter sticas como la autosimilaridad y la Dependencia de Rango Largo (LRD)

Objetivos Reejar las caracter sticas inherentes de una traza de video sinttica. Y denir as un procede imiento y una tcnica, con la ayuda de diversos e algoritmos, que permitan establecer parmetros a dentro de la traza sinttica y que imite el come portamiento de una traza real. Identicar los aspectos y los parmetros que se a deben tener en cuenta y que son claves en una traza de video sinttica, para lograr modicarlos e de manera que presente caracter sticas similares a las de una traza de video real, y as poderla tra bajar en ambientes reales. Establecer varios algoritmos basados en mtodos e que son empleados para realizar un clculo del a parmetro de Hurst para una traza de video. a Denir algunos de ellos para ser usados con las trazas sintticas en las simulaciones que se van a e llevar a cabo. Contemplar el simulador NS como un instrumento que brinda una amplia gama, casi innita, de funcionalidades que permiten realizar pruebas bastante completas, pudiendo simular todo tipo de redes de datos y obteniendo resultados y grcas, que reejan los efectos generados sobre a los datos implicados en la simulacin. o Utilizar el software matemtico Matlab como a una herramienta que permitir realizar los a clculos necesarios en cada uno de los mtodos a e denidos para lograr una aproximacin del o parmetro de Hurst de las trazas sintticas gena e eradas en las simulaciones.

Introduccion Actualmente resulta absurdo ignorar lo que representa la transmisin de video a travs de las reo e des de datos. Esto es, sin ninguna duda, un factor comercial e investigativo nutrido por los millares de pesonas que tienen alguna incidencia en este tema. Y aunque an hay contenido que est u a vagamente descrito, ya se cuenta con fuentes de aprendizaje y resultados obtenidos de todo tipo de procesos que se han llevado a cabo para denir mtodos y caracter e sticas de los videos como tal y de los medios por los cuales se van a enviar, adems de poder contar con deniciones altaa mente completas acerca de algunos trminos ese enciales en la transmisin de video. o El foco del art culo se basa en simulaciones realizadas sobre un sistema cliente-servidor, para generar trazas sintticas de video y procesarlas e para denir caracter sticas que permitan obtener un parmetro de Hurst elevado, que reeje una a alta autosimilaridad en las trazas y que facilite as una posterior prediccin de trco en la red o a y lograr la operabilidad de un algoritmo que funcione con efectividad. De manera que, con esta investigacin se pretende o contribuir a todo el conocimiento que ya se ha generado alrededor de este tema y que ha llegado a invadirnos cada vez ms fuertemente desde a comienzos del siglo XXI.

I. Planteamiento del Problema La acelerada globalizacin producida por la o gran conectividad mundial y la expansin ino esperada del Internet, generaron una evolucin o del mundo de los servicios de telecomunicaciones, adems que la necesidad de integracin de teca o nolog diverge del planteamiento tradicional as pensado para las redes hogar, buscando con la calidad del servicio un retardo bajo y un aumento en la tolerancia a prdidas en los servicios de voz. e La convergencia de tecnolog de audio y video as sobre la web ha desplegado una gran cantidad de planteamientos alrededor de la transmisin de o datos y el ancho de banda que solicita la red para prestar el servicio. A ra de esto, es necesario esz tudiar el comportamiento del trco dentro de la a red para lograr una mejora signicante en la calidad del servicio de video sobre IP y plantear alternativas investigativas que denan la dinmica a a seguir en las simulaciones. Surgiendo entonces la necesidad de implantar ciertos controles y mecanismos que faciliten la gestin del trco y garano a ticen la calidad del servicio de manera individualizada. Dichos controles no estn en una etapa a signicativa de uso y no se encuentran sucientemente optimizados de manera efectiva, ya que para ello es fundamental el conocimiento de los ujos de datos que van a ser transmitidos y el dimensionamiento de componentes de la transmisin; lo cual implica la prediccin, caracterio o zacin y ms que todo el modelado de todos estos o a ujos, lo cual se convierte en el ncleo de nuestra u problemtica. a Todo sumado a que hoy en d existe una gran a dicultad en el mundo investigativo para el modelado de fuentes de video real, ya que stas dee penden del contenido del video, y resulta bastante dispendioso generar una herramienta que permita la concepcin de trazas de video real. Es por o esto que en el presente art culo se utilizar un a diagrama de una red simulada mediante la generacin de una fuente de video sinttica que fao e cilite el procesamiento de los archivos de video [8]. Esta fuente sinttica no lleva informacin del e o contenido del video, pero puede obtener caracter sticas que se asemejan demasiado a una fuente de video real.

A travs de las diferentes variaciones al cdigo e o implementado se dene en cada una el tiempo de rfaga (burst time), que es el tiempo durante el a cual se genera el trco, seguido por un tiempo de a espera (idle time) durante el cual no se transmite nada, y posteriormente se repite el ciclo hasta que nalice el tiempo de simulacin establecido para o el funcionamiento de la red. II. Esquema de la Red Utilizada La red que se implement es un diseo baso n tante comn y sencillo; simula la transmisin de u o paquetes TCP y UDP generados por diferentes tipos de fuentes entre nodos origen y nodos destino, pasando por un router servidor y un router cliente. La simulacin se realiza en el programa o Network Simulator (NS), funcionando sobre un sistema operativo Linux y soportado por dos complementos del software; el nam y el xgraph [3,13]. El primero nos permite tener una representacin grca de la red, y el segundo facilita o a la generacin de grcas con los datos que se le o a proporcionen. Ahora se presenta el diagrama de red que se implement a travs del NS: o e

Fig. 1. Diagrama de red implementado.

Se puede observar los nodos 0, 1 y 3 de un lado de la transmisin, y los nodos 6 y 4 del lado opo uesto, teniendo como routers los nodos 2 y 5. Para lograr dicho ambiente de transmisin con sus o caracter sticas intr nsecas, fue necesaria la implementacin de un cdigo de red denido con anteo o rioridad (Anexo A) y programado en el NS.

III. Simulaciones con el NS Con el n de lograr diferentes valores en la aproximacin del parmetro de Hurst, se hicieron o a variaciones en el cdigo implementado y se experio ment con un total de veintin cdigos, los cuales o u o generan mltiples trazas de video. De manera u que fue necesario cambiar dos l neas del cdigo o original y establecer diferentes valores de tiempo en la creacin de la fuente de trco VBR (Vario a able Bit Rate). Esto con el n de lograr iterar ciertos valores clave en la fuente, y que nos permitieran discernir sobre cules de ellos eran los a ms signicativos para lo que se pretende hacer. a As se logr concluir que exist tres trazas que , o an den su informacin de mejor manera que las an o dems. La generacin de las trazas se hizo de la a o siguiente manera: A. Primera Simulacin o Al cdigo de la red implementada, descrita en o el Anexo A, no se le hace variacin alguna para o observar el comportamiento presentado.

Fig. 4. Parmetros para la tercera simulacin. a o

IV. Resultados Obtenidos A partir de las trazas generadas y de los datos contenidos en cada una de stas, se logr generar e o las respectivas grcas para el trco VBR. Para a a cada una de las trazas se muestra a continuacin o los resultados que se obtuvieron de cada simulacin realizada. Tanto en las siguientes grcas o a como en el cdigo utilizado se emplean datos de la o fuente de tasa de bits constante (CBR) y de tasa de bits variable (VBR), pero como ya se sabe, slo o nos interesan los datos VBR, los cuales se ilustran en color verde en las grcas. a A. Primera Traza Como se evidenci en la seccin anterior, la o o primera traza tiene el mismo valor del tiempo de espera y de rfaga (100 milisegundos (ms)), loa grando un comportamiento algo uniforme.

Fig. 2. Parmetros para la primera simulacin. a o

B. Segunda Simulacin o En esta ocasin se implement la red con un o o parmetro de tiempo de rfaga mayor al tiempo a a de inactividad. Se hizo la modicacin de algunas o l neas respecto del cdigo inicial. o
Fig. 5. Comportamiento de la primera traza.

Fig. 3. Parmetros para la segunda simulacin. a o

La uniformidad de la grca permite obsera var que incluso los datos CBR pasaron desapercibidos debido a la alta frecuencia de datos VBR obtenidos en el tiempo. B. Segunda Traza La fuente exponencial ON/OFF [14] manej o en esta ocasin valores de tiempo de rfaga de o a 2000ms y 100ms de tiempo de inactividad.

C. Tercera Simulacin o Ahora para esta ultima traza se aumentaron bastante los valores utilizados para buscar un comportamiento diferente de la red.

usadas, y las implementadas en este art culo son: Varianza Agregada (Variance-Time Test) Rango Reescalado (R/S - Range Statistics) Regresin sobre el Periodograma (Periodogram) o Las trazas de video sinttico utilizadas para e las simulaciones poseen 53140 valores, los cuales fueron analizados con tres diferentes programas para diferentes valores de tiempo en la fuente de trco VBR usada en cada simulacin, sto con el a o e objetivo de comparar los anteriores mtodos, que e son los ms usados, y buscar la aproximacin que a o ms convenga para lo que se desea encontrar. a Despus de obtener las trazas de video, cada una e se analiz con los tres programas para determio nar el parmetro de Hurst, fue necesario llegar a hasta esta fase con las veintin trazas, ya que por u medio de la aproximacin al parmetro de Hurst o a se escogieron tres de acuerdo a los valores que arroj cada una de ellas. Los ejes de las grcas o a tienen valores potencias de 10 para facilitar su gracacin. Los programas usados con las difero entes grcas obtenidas fueron los siguientes. a A. Mtodo de Varianza Agregada e El cdigo implementado es el mostrado en el o Anexo B. A.1 Primera Traza

Fig. 6. Comportamiento de la segunda traza.

Tal como se observa en la grca, tenemos datos a con valores bastante altos y abundantes en el tiempo, lo cual coincide con las caracter sticas de la fuente exponencial ON/OFF generada. C. Tercera Traza En este caso los valores usados fueron 15000ms de tiempo de rfaga y 25000ms de tiempo de esa pera.

Fig. 7. Comportamiento de la tercera traza.

Se ponosticaba que iba a presentar muchos vac en la seal, y evidentemente as fue, ya os n que el tiempo de inactividad es mucho mayor al tiempo de rfaga, que es el tiempo en el que se a transmiten datos. V. Simulaciones en Matlab En esta instancia se utiliz el programa Matlab o para probar diferentes mtodos que facilitaran la e estimacin del parmetro de Hurst. Existen divero a sas maneras de realizar esta estimacin, las ms o a
Fig. 8. Grca de la primera traza. a

Los datos estn distribuidos de manera muy a

uniforme debido a que los valores de la traza oscilan poco entre ellos. A.2 Segunda Traza

B. Mtodo de Rango Reescalado e

El cdigo implementado es el mostrado en el o Anexo C. B.1 Primera Traza

Fig. 9. Grca de la segunda traza. a Fig. 11. Grca de la primera traza. a

A.3 Tercera Traza Podemos ver como el comportamiento de esta primera traza es bastante uniforme, ya que la gran mayor de sus valores se encuentran entre las dos a pendientes calculadas. A simple vista se podr a decir que la autosimilaridad de esta traza es considerable, pero en la prxima seccin veremos que o o posee un parmetro de Hurst mucho ms bajo de a a lo que se esperaba. B.2 Segunda Traza

Fig. 10. Grca de la tercera traza. a

Con este mtodo es ms evidente el compore a tamiento de las trazas. Vemos como la tarcera grca tiene mayores valores (mayores a 1) y por a esto la pendiente en color rojo aumenta tanto, pero a la vez se pierde un poco la estacionariedad del proceso al tener algunas de las muestras por debajo de esta l nea. La pendiente negativa que est en color azul es la misma para las tres trazas a ya que sta se calcula de acuerdo a la cantidad de e datos.

Fig. 12. Grca de la segunda traza. a

B.3 Tercera Traza

C.2 Segunda Traza

Fig. 13. Grca de la tercera traza. a

Los puntos de color azul en las grcas son cada a uno de los datos que poseen las trazas y, a pesar que en la tercera grca pareciera que hay menos a datos, la verdad es que son valores que se repiten. Las l neas punteadas en azul, son pendientes generadas y con su respectiva mitad; son las mismas en las tres trazas, ya que estas pendientes se generan de acuerdo al nmero de datos contenidos en u ellas, y como ya sabemos todas poseen la misma cantidad de datos. Tambin podemos ver que hay e un contorno rojo, trazado para ajustar una l nea con la parte media de la secuencia de datos. C. Mtodo del Periodograma e El cdigo implementado es el mostrado en el o Anexo D. C.1 Primera Traza

Fig. 15. Grca de la segunda traza. a

C.3 Tercera Traza

Fig. 16. Grca de la tercera traza. a

Fig. 14. Grca de la primera traza. a

Como se puede observar en las grcas, hay a una gran cantidad de puntos azules que son cada una de las ms de 50 mil muestras que tiene cada a traza, en la tercera traza la mayor estn ubia a cadas en la parte derecha; es all donde se en cuentran los valores ms altos, sta es la traza que a e posee un mayor valor de Hurst (como se ver ms a a adelante) y queda en evidencia porque adems los a puntos azules siguen la pendiente roja como era de esperarse, y aunque veremos que en esta traza se pierde por completo la estacionriedad del proceso, no se ve reejado en la grca. a

 VI. Estimacion del Parametro de Hurst Para realizar esta aproximacin es necesario o tener en cuenta que un valor de H = 0.5 indica que puede haber autosimilitud pero no dependencia de rango largo; la serie es totalmente aleatoria. El valor ms alto es 1; es el mayor grado a de una dependencia de rango largo y la aleatoriedad desaparece (existe LRD con valores mayores a 0.5 y menores a 1). La condicin H < 0.5 o es prcticamente irreal. Y con H > 1 se pierde a la estacionariedad del proceso [6]. Cabe resaltar que un proceso puede ser autosimilar, pero no por esto signica que sea de rango largo. En la seccin anterior se pudo observar la mano era en la que operan cada uno de los cdigos o implementados para realizar la aproximacin del o parmetro de Hurst. La descripcin de cada a o cdigo se presenta en los anexos de la seccin o o VII. Los programas son aggvar (Anexo B), RS (anexo C) y per (Anexo D). A travs de los diferentes cdigos implementae o dos en Matlab se obtuvieron muchos valores del parmetro de Hurst, 63 en total, de los cuales se a denieron las tres trazas que se iban a usar como valores signicativos. El valor ms alto logrado a fue de 1.2763, arrojado por el cdigo per cuando o se usaron valores de 12000ms para los tiempos de rfaga y de espera, queda evidente que este valor a no tiene utilidad alguna, ya que se pierde totalmente la estacionariedad de la operacin, debido o a que los valores deben ser menores a 1. El valor ms bajo obtenido lo arroj el cdigo RS, de a o o 0.46 y se usaron valores de 2ms para el tiempo de rfaga y de 1000ms para el tiempo de espera, este a valor tampoco representa un progreso ya que las mayores aproximaciones menores a 1 son las que en realidad reejan una dependecia de rango alto signicante y prcticamente pierde la condicin a o de estocstico. a En la siguiente tabla se muestran los valores del parmetro de Hurst logrados con cada uno de a los mtodos que se implementaron, adems de los e a tiempos de espera y de rfaga que se usaron en a las simulaciones con valores ms signicantes. a Traza Primera Segunda Tercera Brust (ms) 100 2000 15000 Idle (ms) 100 100 25000

Mtodo - Hurst e aggvar| -RS- | per 0.508 | 0.47 | 0.55 0.580 | 0.61 | 0.62 0.951 | 0.83 | 1.27

Como ya se sabe, fueron tres las trazas escogidas para analizar, debido a sus caracter sticas denidas y sus signicativos valores. Se hizo evidente, gracias a la tabla, que depende mucho del programa usado para lograr obtener un valor del parmetro de Hurst alto. Sin embargo, en cada a traza, el valor a travs de cada cdigo es similar. e o El factor ms importante en la obtencin de estos a o valores, fue la correcta eleccin de los tiempos de o simulacin (entre ms altos fueron, mejores resulo a tados se obtuvieron en las simulaciones, aunque como ya sabemos, al utilizar el cdigo per en la o tercera traza, se obtiene un valor bastante desfasado ya que es mucho mayor a 1 y sto quiere e decir que el proceso ya no es estacionario). VII. Anexos A. Diagrama de Bloques Cdigo en NS o

Fig. 17. Bloques del cdigo implementado en NS. o

El archivo VBR MB.tr es la traza que se genera, y que luego ser procesada mediante los cdigos a o en Matlab. El nam trace es el archivo en el que se van a

guardar los datos del grco de la simulacin. a o La fuente exponencial ON/OFF se detalla en la seccin III: Simulaciones con el NS. o Los grcos que se generan al nal son los que a vemos en la seccin IV: Resultados Obtenidos, y o se lograron gracias al xgraph integrado al NS. B. Diagrama programa aggvar en Matlab

D. Diagrama programa per en Matlab

Fig. 20. Bloques del cdigo de periodogramas. o

E. Traza de Video Real Es un segmento de un video o una pel cula. Existen trazas reales con caracter sticas matemticas a muy interesantes y que son bastante usadas para investigacin dentro de este mbito [4]. o a F. Traza de Video Sinttica e Es un conjunto de valores generados que no tienen cualidades visuales, pero que se asemejan a los valores que se obtienen de una traza de video real, y son utiles para conocer el comportamiento y las caracter sticas de los archivos de video [4]. G. Autosimilaridad Una traza de video es autosimilar cuando un segmento de l se comporta muy similar a toda e la traza en s El trco tiene propiedades es. a tad sticas similares en un rango de escalas en el tiempo [1,2,14]. H. Dependencia de Rango Largo (LRD)
Fig. 19. Bloques del cdigo de rango reescalado. o

Fig. 18. Bloques del cdigo de varianza agregada. o

C. Diagrama programa RS en Matlab

El tamao m que se calcula simplemente reeja n una mejor manera de agrupar los datos que se van a gracar. La l nea trazada es un promedio de los valores para indicar la zona que deber ser a la ms habitada en las grcas, sto se cumple a a e slo en parte, ya que la mayor de los datos se o a encuentran en la parte derecha.

Tambin llamada dependencia de largo alcance. e Es un concepto relacionado a la autosimilaridad y puede ser medida con el comportamiento de los coecientes de autocorrelacin de la serie tempoo ral, si el comportamiento decrece como una exponencial, el proceso es de corto rango, pero si decrece de manera hiperblica entonces la depeno dencia es de rango largo [4,10].

I. Parmetro de Hurst a Es un valor numrico usado como una medida e del comportamiento a largo plazo de una serie a travs del tiempo. Se reere a la autocorrelacin e o de las series de tiempo y la tasa a la que stas e decrecen mientras el retraso entre dos valores se incrementa [4,7]. Existen mltiples mtodos para u e lograr una aproximacin al parmetro de Hurst, o a algunos son los siguientes: I.1 Varianza Agregada: Es un mtodo comnmente usado y de poco e u coste computacional. Utiliza series sucesivas representadas en funcin de algoritmos, ajustados o por m nimos cuadrados y cuyas pendientes expresan la velocidad de decaimiento de la funcin de o auto-correlacin de las series obtenidas por agreo gacin [5,11]. o I.2 Rango Reescalado: Es el modo ms antiguo para calcular el a parmetro de Hurst y cumple con la medicin de a o la densidad de dependencia a largo plazo de una serie de tiempo usando una muestra de datos con un intervalo constante y permitir as la obtencin o de datos conables y la investigacin de las caro acter sticas LDR [12]. I.3 Periodogramas: La regresin sobre el periodograma es un o mtodo que se basa en la aproximacin de la dene o sidad espectral, usado para hallar el parmetro a de Hurst, involucra valores de varianza y posee uctuaciones al aproximarse demasiado o alejarse demasiado del origen [4]. J. Autocorrelacin o Es una funcin de gran utilidad a la hora de o encontrar patrones repetidos en una seal; repren senta la correlacin de un proceso con una versin o o desfasada o desplazada en el tiempo de la propia serie temporal [4]. K. Tasa de Bits Variable (VBR) Mtodo con el cual se var la cantidad de datos e a obtenidos por cada segmento de tiempo, es decir, en nuestro caso, al analizar una imagen completa, Conclusiones

slo se procesan los pedazos cambiantes de un o frame a otro [4,9]. L. Tasa de Bits Constante (CBR) Al contrario de la tasa variable, los datos salientes se procesan en una proporcin que siemo pre es constante. Usado para tomar ventaja de la capacidad de los canales y los dispositivos presentes en la tranmisin de los datos [4]. o

La calidad del servicio se convierte cada vez ms a en el factor clave dentro del mundo de las telecomunicaciones debido a que representa mejoras y privilegios a los usuarios y compromete los recursos tecnolgicos de las empresas competidoras en o el mercado informtico, que deben optimizar sus a procesos. Y obliga a la integracin de servicios o multimedia (voz, video, etc.) para que la interaccin del usuario con todas las redes presentes o en su hogar o empresa sea totalmente transparente y ptima. o Fue necesaria la investigacin sobre un mismo o proceso, pero variando sus parmetros, para loa grar la caracterizacin de trazas sintticas y as o e lograr denir un mtodo que permitiera que stas e e se comportaran como trazas reales y as posibili tar hallazgos y procedimientos que facilitaran su participacin en escenarios reales de transmisin o o de video. Depende de la bsqueda que se est haciendo y u e de los usos que se vayan a dar al procesamiento del video para escoger un mtodo que trabaje con e tasas de bits variable o que trabaje con tasas de bits constante, las cuales procesan cada frame en su totalidad, mientras que una tasa variable slo o analiza las partes del frame que cambiaron respecto de anterior. Existe actualmente una limitante en cuanto al modelamiento de fuentes de video reales que sean utiles dentro del procesamiento de video en las re des de datos, ya que los modelos de trco deben a tener una dependencia de rango largo; debido a que los modelos tradicionales ya no son sucientes

para caracterizar el trco presente en las redes a que existen en la actualidad. El coeciente o parmetro de Hurst representa a un valor generado por medio de la estad stica; se obtiene por netamente estocsticos, ya que a los mtodos utilizados para ello representan una e aproximacin, la cual var respecto del mtodo o a e que se utilice. Fue de gran ayuda la utilizacin de un software o complejo de anlisis, ya que, de alguna manera a simulan escenarios y redes que se encuentran en el mundo de las telecomunicaciones de hoy. Programas como NS y Matlab facilitaron los procesos llevados a cabo en este art culo y representaron la herramienta y la plataforma necesaria para lograr la integracin de todos los procedimientos inveso tigativos. Sin duda las telecomunicaciones representan en el mundo un rea de conocimiento que se encuea tra en constante evolucin y reforma, debido a las o altas velocidades demandadas por los usuarios y a los servicios ofrecidos a travs de las redes de e datos. Es un rea que ningn ingeniero debe iga u norar, gracias a su exibilidad permite un manejo desde mltiples puntos de vista y de investigacin. u o Referencias

10

[1] ADAS Abdelnaser. Trac Models in Broadband Networks. 1997. [2] ALZATE Marco. Introduccin Al Trco Autosimilar o a En Redes De Comunicaciones. 2001. [3] FALL Kevin, VARADHAN Kannan. The NS Manual. 2011. [4] FITZEK Frank, REISSLEIN Martin, SEELING Patrick. Video Traces For Network Performance Evaluation. 2007. [5] GOSPODINOV Mitko, GOSPODINOVA Evgeniya. The Graphical Methods for Estimating Hurst Parameter of Self-similar Network Trac. 2005. [6] HERNANDEZ Andrs Abraham. Anlisis Fractal, e a Simulacin y Prediccin del Crecimiento de Interfaces o o Complejas Obtenidas por Borurado. 2010. [7] PEREZ Juan Andrs, ROMERO Jorge Mauricio. e Trco Autosemejante. 2005. a [8] RAM IREZ Jos Luis, PENA Nstor Misael. Gene e eracin de Fuentes Sintticas de Trco de Video VBR o e a MPEG. 2002. [9] RINCON David. Introdduccin a los Modelos de o Trco para Redes de Banda Ancha. 1998 a [10] SABOGAL Guiovanna Paola, VEGA Jos Flix. e e Anlisis de Trazas de Video MPEG4. 2006. a [11] SHU Y.T., YANG Oliver, ZHANG H.F. Estimation of Hurst Parameter by Variance-Time Plots. 1997. [12] SIERRA Guillermo. Procesos Hurst y Movimiento Browniano Fraccional en Mercados Fractales: Valuacin y Aplicaciones a los Derivados y Finanzas. 2007. o [13] URL://http://www.isi.edu/nsnam/ns/doc/index.html [14] URL://http://www.powershow.com/view/27a629OTVkN/ Caractersticas del Trco de Redes ash ppt presentation

VIII. Trabajo a Futuro Una contribucin de peso dentro de esta ino vestigacin, ser sin duda lograr realizar simulao a ciones con los mismos parmetros y tcnicas que a e se tienen, pero utilizando segmentos de video real y generando trazas reales que puedan ser analizadas con los mismos programas en Matlab y que arrojaran informacin importante acerca de o la autosimilaridad y de la dependencia de rango largo. Sin embargo, el objetivo del art culo era demostrar que las trazas sintticas son tan utiles e como las trazas de video reales y por tanto poseen caracter sticas similares para trabajarlas en escenarios reales. El gran costo computacional que demandaron las simulaciones con videos reales hizo que no fuera posible su anlisis dentro de este esa quema. Biograf a
Juan David Mrquez Y. recibir su t a a tulo de Ingeniero Electrnico en marzo de este ao en la Universidad Nao n cional de Colombia Sede Manizales, mes en el cual tambin e iniciar un Posgrado en Gestin de Redes de Datos en la a o misma universidad, ha completado tres de los cuatro niveles de CCNA Exploration de la Academia Cisco con miras a hacer los diplomados profesionales CCNP. Intereses investigativos en servicios sobre las redes de datos, calidad de servicio, aplicaciones multimedia, tecnolog mvil, sera o vicios informticos y redes en el hogar y en la nube. a