USE OF MODEL CALIBRATION TO ACHIEVE HIGH ACCURACY IN ANALYSIS OF COMPUTER NETWORKS

A method and system are provided for creating a network performance prediction model (308), and calibrating the prediction model, through application of network load statistical analyses (328). The method includes characterizing the measured load on the network (102), which may include background load data obtained over time, and may further include directed load data representative of a transaction-level event. Probabilistic representations of load data are derived to characterize the statistical persistence of the network performance variability and to determine delays throughout the network. The probabilistic representations are applied to the network performance prediction model (318), to adapt the model for accurate prediction of network performance. L'invention concerne un procédé et un système pour la création d'un modèle prédictif de comportement de réseau (308), et pour l'étalonnage du modèle de prédiction, par l'application d'analyses statistiques de charge de réseau (328). Ledit procédé consiste à caractériser la charge mesurée sur le réseau (102), qui peut comprendre les données de charge de fond obtenues dans le temps, et peut également comporter les données de charge dirigées, représentatives d'un événement de niveau transactionnel. Des représentations probabilistes de données de charge sont dérivées pour la caractérisation de la persistance statistique de la variabilité de comportement du réseau et pour la détermination des retards dans le réseau. Les représentations probabilistes sont appliquées au modèle de prédiction de comportement du réseau (318), de sorte que le modèle soit adapté à une prédiction précise du comportement du réseau.