Made available in DSpace on 2014-06-12T15:53:19Z (GMT). No. of bitstreams: 2 arquivo5007_1.pdf: 22972969 bytes, checksum: b6cf6a13cbe73e8e56efe5431e898b20 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004 / Nesta tese, é proposta uma nova metodologia para a caracterização do tráfego de vídeo. Um conjunto de estados são definidos através de um algoritmo de classificação baseado nos momentos de primeira e segunda ordem das seqüências de vídeo codificado. Processos de modulação e de geração de séries temporais, que possuem estatísticas associadas aos estados, definidos pelo algoritmo de classificação proposto neste trabalho, originam uma série resultante com estatísticas equivalentes às da seqüência codificada. A Metodologia proposta se destaca das demais pela sua flexibilidade e adaptação às características do tráfego a ser modelado. O procedimento de classificação adotado determina estados com variabilidade suficientemente pequena, viabilizando o emprego de modelos tradicionais. A metodologia permite o uso de modelos tanto markovianos, como de diferenciação fracionária para a geração das séries características e modulação. A variabilidade inerente às fontes de vídeo pode ser absorvida na modelagem a partir de uma escolha apropriada dos processos envolvidos. Análises efetuadas através da geração de séries para fontes individuais de vídeo e para um agregado de fontes representativas mostraram a validade da metodologia proposta. As equivalências estatísticas foram ratificadas por meio da comparação dos histogramas e gráficos quantis-quantis. Medições, envolvendo a obtenção do erro médio absoluto percentual e o critério de informação de Akaike, demonstraram que os processos modulados originam melhores resultados. O efeito da multiplexação estatística em redes de computadores, em termos da taxa de perdas de bits, foi avaliado através de simulações tanto para tráfego proveniente de fontes individuais como para o agregado de fontes de tráfego. Os resultados obtidos revelaram que a metodologia pode ser utilizada como uma ferramenta eficiente para a caracterização do tráfego de vídeo e em estudos envolvendo alocação de recursos em redes, elaboração de regras para dimensionamento de buffers nos comutadores das redes, predições de degradação de QoS causadas por congestionamento e de mecanismos de controle de congestionamento