Алгоритмы фрактального анализа временных рядов в системах мониторинга сенсорных сетей

Экспериментально установлено, что временные ряды данных, полученные от датчиков сенсорной сети, обладают фрактальными свойствами (самоподобие, самоаффинность, фрактальная размерность), что даёт возможность прогнозировать их динамику, выявлять скрытые корреляции, циклы и т. п. Алгоритмы фрактально анализа, такие как метод DFA, корреляционный анализ, фактор Фано, показатель Херста, выявили высокий уровень статистической корреляции трафика, проходящего через маршрутизатор сенсорной сети, который принимал данные с датчиков с разной периодичностью опроса на продолжительных временных интервалах. Рассмотренный пример показал высокую персистентность процесса, что, в частности, свидетельствует об общей тенденции к увеличению трафика. Анализ самоподобия трафика каждого сенсора может рассматриваться как технология для осуществления прогнозирования.