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 dichos sistemas puede volverse 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 pronóstico o medición del rendimiento . [1] [2] [3] Es la técnica de modelado cuantitativo más común utilizada. [1]
La elección de la simulación como herramienta de modelado se debe generalmente a que es menos restrictiva. Otras técnicas de modelado pueden imponer restricciones matemáticas sustanciales al proceso y también requerir que se realicen múltiples suposiciones intrínsecas. [2]
La simulación del tráfico de red generalmente sigue los cuatro pasos siguientes: [1] [2]
En general, se utilizan dos tipos de simulaciones para modelar redes de telecomunicaciones: 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 una serie de 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, debido a que es estocástico, existe un elemento de aleatoriedad en el sistema. La representación de simulaciones discretas se realiza utilizando ecuaciones de estado que contienen todas las variables que influyen en el sistema.
Las simulaciones continuas también contienen variables de estado, pero éstas cambian continuamente con el tiempo. Las simulaciones continuas suelen modelarse mediante ecuaciones diferenciales que rastrean el estado del sistema con respecto al tiempo.
Los modelos de simulación se generan a partir de un conjunto de datos extraídos de un sistema estocástico. Es necesario comprobar que los datos sean estadísticamente válidos mediante el ajuste de una distribución estadística y, a continuación, comprobar la significancia de dicho ajuste. Además, como en cualquier proceso de modelado, se debe comprobar la precisión de los datos de entrada y eliminar los valores atípicos. [1]
Una vez finalizada una simulación, es necesario analizar los datos. Los datos de salida de la simulación solo producirán una estimación probable de los eventos del mundo real. Los métodos para aumentar la precisión de los datos de salida incluyen: realizar simulaciones repetidamente y comparar los resultados, dividir los eventos en lotes y procesarlos individualmente, y verificar que los resultados de las simulaciones realizadas en períodos de tiempo adyacentes se "conectan" para producir una vista holística coherente del sistema. [1] [4]
Como la mayoría de los sistemas implican procesos estocásticos, las simulaciones con frecuencia hacen uso de generadores de números aleatorios para crear datos de entrada que se aproximen a la naturaleza aleatoria de los eventos del mundo real. Los números aleatorios generados por computadora no suelen ser aleatorios en el sentido estricto, ya que se calculan utilizando un conjunto de ecuaciones. Dichos números se conocen como números pseudoaleatorios. Al hacer uso de números pseudoaleatorios, el analista debe asegurarse de comprobar la aleatoriedad real de los números. Si se descubre que los números no se comportan de una manera suficientemente aleatoria, se debe encontrar otra técnica de generación. Los números aleatorios para la simulación se crean mediante un generador de números aleatorios .