이 논문에서는 네트워크의 QoS에 가장 큰 영향을 미치는 네트워크 선로 이용률의과거 데이터를 기반으로 단기간 예측과 계절성(seasonality) 예측에 적합한 계절자기회귀이동평균(SARIMA : seasonal ARIMA) 모형을 적용하여 네트워크 특성을 고려한 동적인 임계값을 학습하는 알고리즘을 제시하였다. 이 기법을 통해 선로 이용률의 임계값은 네트워크환경과 시간에 따라 동적으로 변경되며, 확률을 근거로 그 신뢰성을 제공할 수 있다. 또한,실제 환경을 통하여 제시한 모델의 적합성 여부를 평가하였으며, 알고리즘의 성능을 실험하였다. 네트워크 관리자들은 이 알고리즘을 통하여 고정 임계값이 가지는 단점을 극복할 수있을 것이며, 관리 행위의 효율성을 높일 수 있을 것이다.
We applies a seasonal ARIMA model to the timely forecasting in a line utilization and its confidence interval on the base of the past data of the line utilization that QoS of the network is greatly influenced by. And this paper proposes the learning algorithm of dynamic threshold in line utilization using the SARIMA model. We can find the proper dynamic threshold in timely line utilization on the various network environments and provide the confidence based on probability. Also, we have evaluated the validity of the proposed model and estimated the value of a proper threshold on real network. Network manager can overcome a shortcoming of original threshold method and maximize the performance of this algorithm.
