La simulación del tráfico de red es un proceso utilizado en ingeniería de telecomunicaciones para medir la eficiencia de una red de comunicaciones.
Los sistemas de telecomunicaciones son sistemas complejos del mundo real que contienen muchos componentes diferentes que interactúan en interrelaciones complejas. [1] El análisis de tales sistemas puede llegar a ser extremadamente difícil: las técnicas de modelado tienden a analizar cada componente en lugar de las relaciones entre los componentes. [1] [2] La simulación es un enfoque que se puede utilizar para modelar sistemas estocásticos grandes y complejos con fines de previsión o medición del rendimiento . [1] [2] [3] Es la técnica de modelado cuantitativo más común utilizada. [1]
La selección de la simulación como herramienta de modelado suele deberse a que es menos restrictiva. Otras técnicas de modelado pueden imponer restricciones matemáticas materiales al proceso y también requerir la realización de múltiples suposiciones intrínsecas. [2]
La simulación del tráfico de red suele seguir los siguientes cuatro pasos: [1] [2]
Generalmente se utilizan dos tipos de simulaciones para modelar redes de telecomunicaciones, a saber. Simulaciones discretas y continuas. Las simulaciones discretas también se conocen como simulaciones de eventos discretos y son sistemas estocásticos dinámicos basados en eventos. En otras palabras, el sistema contiene varios estados y se modela utilizando un conjunto de variables. Si el valor de una variable cambia, esto representa un evento y se refleja en un cambio en el estado del sistema. Como el sistema es dinámico, cambia constantemente y, como es estocástico, hay un elemento de aleatoriedad en el sistema. La representación de simulaciones discretas se realiza mediante ecuaciones de estado que contienen todas las variables que influyen en el sistema.
Las simulaciones continuas también contienen variables de estado; Sin embargo, estos cambian continuamente con el tiempo. Las simulaciones continuas generalmente se modelan utilizando ecuaciones diferenciales que rastrean el estado del sistema con referencia al tiempo.
Los modelos de simulación se generan a partir de un conjunto de datos tomados de un sistema estocástico. Es necesario comprobar que los datos son estadísticamente válidos ajustando una distribución estadística y luego probando la significancia de dicho ajuste. Además, como ocurre con cualquier proceso de modelado, se debe verificar la precisión de los datos de entrada y eliminar cualquier valor atípico. [1]
Cuando se ha completado una simulación, es necesario analizar los datos. Los datos de salida de la simulación sólo producirán una estimación probable de eventos del mundo real. Los métodos para aumentar la precisión de los datos de salida incluyen: realizar simulaciones repetidamente y comparar resultados, dividir eventos en lotes y procesarlos individualmente, y verificar que los resultados de las simulaciones realizadas en períodos de tiempo adyacentes "se conecten" para producir una visión holística coherente del sistema. . [1] [4]
Como la mayoría de los sistemas involucran procesos estocásticos, las simulaciones frecuentemente utilizan generadores de números aleatorios para crear datos de entrada que se aproximan a la naturaleza aleatoria de los eventos del mundo real. Los [números aleatorios] generados por computadora generalmente no son aleatorios en el sentido más estricto, ya que se calculan utilizando un conjunto de ecuaciones. Estos números se conocen como números pseudoaleatorios. Al utilizar números pseudoaleatorios, el analista debe asegurarse de comprobar la verdadera aleatoriedad de los números. Si se descubre que los números no se comportan de manera suficientemente aleatoria, se debe encontrar otra técnica de generación. Los números aleatorios para la simulación se crean mediante un generador de números aleatorios .