Denne bog giver en grundig analyse af resultaterne inden for trafikstyring i store netværk med fokus på to hovedaspekter: selvligheden i trafikadfærd og den skalafrie egenskab ved et komplekst netværk. Derudover foreslår forfatterne en ny indsigt i forståelsen af tingenes indre natur og årsag og virkning baseret på identifikation af relationer og adfærd inden for en model, der er baseret på studiet af indflydelsen af et netværks topologiske karakteristika på trafikadfærden. Virkningerne af denne påvirkning diskuteres derefter for at finde nye løsninger til trafikovervågning og diagnose og også til forudsigelse af trafikanomalier. Selvom disse begreber er illustreret ved hjælp af meget nøjagtige, meget aggregerede pakkespor indsamlet på backbone-internetlinks, kan resultaterne af analysen anvendes på ethvert komplekst netværk, hvis trafikprocesser udviser asymptotisk selvlighed, opfattet som en tilpasningsevne af trafik i netværk. Problemet med selvlignende modeller er imidlertid, at de er beregningsmæssigt komplekse. Deres tilpasningsprocedure er meget tidskrævende, mens deres parametre ikke kan estimeres ud fra onlinemålingerne. Med dette formål er hovedformålet med denne bog at diskutere problemet med trafikforudsigelse i nærvær af selvlighed og især at give mulighed for at forudsige fremtidige trafikvariationer og forudsige netværkets ydeevne så præcist som muligt baseret på den målte trafikhistorik. . Sprog: Engelsk