Comme son nom l`indique, l`outil se compose des composants d`évaluation des performances de modèle et d`analyse de base et de scénario (MPESA). Le composant évaluation et diagnostic des performances du modèle calcule les mesures d`évaluation des performances du modèle telles que les statistiques descriptives, l`analyse des erreurs, les rangs pondérés, l`analyse sérielle et croisée, et l`efficacité du modèle Nash-Sutcliffe. L`évaluation des performances du modèle repose sur le paradigme de la séparation et de la reconstruction des séries chronologiques (TSSR), selon lequel une série chronologique est divisée en courbes de magnitude ou de durée et en composantes séquentiels. Elle démontre si les performances du modèle sont affectées par des erreurs de magnitude ou liées à la séquence et fournit des commentaires diagnostiques limités aux modélisateurs sur l`étalonnage du modèle. Le programme a des capacités de zoom et de visualisation. Le composant de comparaison de base et de scénario de l`outil fournit à l`utilisateur une évaluation quantitative des comparaisons de base et de scénario. Ce composant utilise des métriques telles que des analyses de faible débit, des métriques de flashiness, des magnitudes de flux, ainsi que des analyses de seuil de flux. L`outil d`analyse des scénarios est utile pour l`utilisation des sols et les comparaisons de scénarios. Conformément au modèle d`évaluation de la performance conçu dans cette étude, au cours de la procédure expérimentale, l`arrivée des événements a été modélisée comme un processus de poisson. Le modèle de service a été conçu comme un processus de service Erlangian. En outre, les paramètres expérimentaux ont été définis pour obtenir les résultats requis.

Bien que l`heure d`arrivée et le temps de service des événements aient été générés aléatoirement, la distribution temporelle n`était même pas. Par conséquent, une distribution exponentielle a été générée à l`aide de nombres aléatoires distribués par erlang. Bien que les pare-feu de couche applicative puissent fournir une sécurité complète, ils ont un effet négatif sur les performances de traitement du trafic réseau. Tout le trafic doit être traité par le pare-feu de couche d`application, il est donc très susceptible de devenir le goulot d`étranglement de la communication réseau et affecter l`expérience utilisateur. Dans le processus de conception et de développement du pare-feu, une série d`expériences est nécessaire pour vérifier l`allocation des ressources système afin de maximiser les performances globales de l`équipement. Bien que des tests approfondis soient nécessaires, il prend beaucoup de temps et entraîne des coûts de ressources élevés. Si un modèle mathématique avec un haut degré d`ajustement aux pare-feu de couche d`application peut être développé et utilisé pour analyser les indicateurs de performance clés de ces pare-feu, les développeurs de pare-feu peuvent réduire considérablement le temps de test et les coûts de développement. À cette fin, le présent article utilise la théorie des files d`attente mathématique comme base pour établir un modèle d`évaluation des performances pour les pare-feu de couche applicative. Le modèle est utilisé pour développer un schéma d`allocation des ressources avec des indicateurs de performance optimaux. Ainsi, il réalise l`objectif de guider efficacement la conception de pare-feu.