Previsão de Estatísticas de Perdas de Pacotes Usando Modelos de Markov Ocultos

Uma grande quantidade de aplicações de redes multimídia pode se beneficiar da estimativa de estatísticas de perdas de pacotes. Por exemplo, suponha que as características do processo de perdas em um caminho fim-a-fim possam ser bem aproximadas de antemão. Então, uma aplicação de transmissão de áudio ou vídeo em tempo real poderia adaptar sua taxa de transmissão e escolher a estratégia apropriada para recuperação de perdas de pacotes a fim de entregar os dados com uma qualidade aceitável. Mecanismos adaptativos para tais aplicações freqüentemente dependem de modelos de perda de pacotes. Estes devem ser suficientemente precisos para capturar as medidas de perda relevantes e ainda simples o bastante para serem usados em um protocolo de tempo real. A maior parte da pesquisa na literatura propõe modelos com o objetivo de aproximar descritores de perda do canal no longo prazo, sem considerar o processo em escalas de tempo curtas. Uma vez que fenômenos não estacionários podem ter um grande impacto nas estatísticas locais do caminho, uma aplicação que se concentra em escalas de tempo baseada apenas em médias de longo prazo pode realizar decisões ruins para o controle de curto prazo. Neste trabalho, avaliamos diferentes modelos de Markov ocultos como preditores de estatísticas de perda de curto prazo. Propomos um algoritmo para estimar perdas num futuro próximo baseado em medidas do passado recente e comparamos a acurácia de diferentes modelos utilizando este algoritmo.