CC BY
24
ИНФОРМАТИКА
СРАВНЕНИЕ МЕХАНИЗМОВ LBOC И RBOC КОНТРОЛЯ ПЕРЕГРУЗОК SIP СЕРВЕРА
DOI 10.24411/2072-8735-2018-10052
Павлоцкий Олег Эваристович,
Московский технический университет связи и информатики, Москва, Россия, oleg.pavlotsky@yandex.ru
Самуйлов Константин Евгеньевич, Ключевые слова: SIP-сервер, механизмы управления
Российский университет дружбы народов, Москва, Россия, перегрузками, гистерезисное управление перегрузками,
ksam@sci.pfu.edu.ru просеивание потока, снижение скорости
Целью статьи является сравнительный анализ механизмов LBOC (Loss-based Overload Control) и RBOC (Rate-based Overload Control) контроля перегрузок сервера протокола установления сессий SIP (Session Initiation Protocol). Перегрузки возникают при неспособности сервера обработать весь входящий поток сообщений из-за нехватки ресурсов. IETF SOC (рабочая группа SIP Overload Control) в своих стандартах предлагает несколько механизмов контроля перегрузок, основными из которых являются механизм контроля перегрузок путем просеивания потока сообщений LBOC и механизм снижения скорости передачи RBOC. В статье эти механизмы сравниваются с применением в них гистерезис-ного управления входящим потоком сигнальных сообщений, при котором в зависимости от значений порогов и длины входной очереди система может находиться в одном из трёх режимов: режиме нормальной нагрузки, режиме снижения нагрузки и режиме сброса нагрузки. Источник сигнальных сообщений реализует модель типа MMPP-2 (Markov-Modulated Poisson Process), в которой он находится либо в состоянии генерации сообщений с нормальной интенсивностью, либо в состоянии генерации сигнальных сообщений с нулевой интенсивностью. Для ограничения потока поступающих сообщений при реализации механизма RBOC применяется алгоритм дырявого ведра (leaky bucket). Исследуется зависимость вероятностно-временных характеристик работы механизмов LBOC и RBOC, таких как доля обслуженных сообщений, среднее время пребывания системы в состоянии перегрузки, среднее время цикла управления, от значений времени приёма-передачи RTT (Round-trip time). Сравнение этих характеристик показало, что механизм RBOC на базе гистерезисного управления входящим потоком сообщений осуществляет контроль перегрузок более эффективно, в результате чего среднее время нахождения системы в состоянии перегрузки меньше, чем для механизма LBOC. Но преимуществом механизма LBOC является обнаруженная при моделировании способность сохранять высокую эффективность для всех значений RTT для одних и тех же значений порогов. Механизму RBOC для обеспечения максимальной эффективности необходимо иметь дополнительный механизм динамического управления значениями порогов для разных значений RTT.
Информация об авторах:
Павлоцкий Олег Эваристович, Московский технический университет связи и информатики, аспирант кафедры сетей и систем связи, Москва, Россия
Самуйлов Константин Евгеньевич, Российский университет дружбы народов, д.т.н., профессор, заведующий кафедрой прикладной информатики и теории вероятности, Москва, Россия
Для цитирования:
Павлоцкий О.Э., Самуйлов К.Е. Сравнение механизмов LBOC и RBOC контроля перегрузок SIP сервера // T-Comm: Телекоммуникации и транспорт. 2018. Том 12. №3. С. 51-56.
For citation:
Pavlotsky O.E., Samouylov K.E. (2018). Comparison of LBOC and RBOC mechanisms for SIP server overload control. T-Comm, vol. 12, no.3, pр. 52-56. (in Russian)
ff
ИНФОРМАТИКА
-е-
Введение
В работе исследуются механизмы контроля перегрузок сети серверов протокола установления сессий 51Р. которые возникают при неспособности Х1Р-сервера обработать вес1> ПОТОК ВХОДЯЩИХ сообщений из-за нехватки ресурсов. Для решения этой проблемы предлагается использовать механизм контроля перегрузок ЬВОС путем просеивания потока сообщений и механизм [ШОС путем снижения скорое™ передачи. В данной работе для анализа этих механизмов предложено гистерезисное управление потоком сигнальных сообщений, реализуемое с помощью двух порогов [1] в очереди на обработку сообщений процессором. 11ри гаком управлении система функционирует в одном из грех режимов - нормальной нагрузки, снижения нагрузки или сброса нагрузки. Источник сигнальных сообщений реализует модель ММРР-2, в соответствии с которой он находится в одном из двух режимов: режиме генерации с нормальной интенсивностью или в режиме отсутствия потока. Исследуются следующие вероятностно-временные характеристики: коэффициент загруженности 81Р-ссрвсра, доля обслуженных сообщений, зависимость среднего времени ожидания начала облуживания сообщением в зависимости от значений структурных и нагрузочных параметров разработанной для сравнительного анализа имитационной модели [2,4].
Построение имитационной модели
Обработка сообщений сервером описывается с помощью системы массового обслуживания М|л/|||(/„/У с конечной очередью размера К и гистерезисы ым управлением нагрузкой с порогами Ь, ] < Ь < И, и 11, 1 < 11 < Я (рис. I).
Система функционирует в одном из трех режимов - режиме нормальной нагрузки (5=0), снижения нагрузки (5=1) и сброса нагрузки (5=2). В режиме нормальной нагрузки при достижении длиной очереди значения Н, система переходит в режим пониженной нагрузки (5=1), когда часть нагрузки сбрасывается согласно механизму ШОС или ГШОС Г! режиме сниженной нагрузки при достижении длины очереди значения К система переходит в режим перегрузки (5=2), когда вышележащий сервер всю нагрузку на нижележащий перенаправляет или сбрасывает 110, 11].
каждому сообщению присваивает случайное число из интерваза [0,100]. Г.сли зто случайное число превышает значение N. то сообщение отправляется, в противном случае перенаправляется на другой сервер или сбрасывается ¡3, 8], При механизме {ШОС в случае перегрузки нижележащий сервер периодически измеряет нагрузку и сообщает вышележащему серверу максимальное число сообщений в секунду, которое он может обработать, а вышележащий сервер согласно алгоритму дырявою ведра фильтрует отправляемые нижележащему серверу сообщения [5, 9]. С учетом этих механизмов, разработана имитационная модель, структурная схема которой представлена на рис. 2.
Функция управления
Монитор
X
I I
Н Н+1
Рис. 1. Интенсивность пол оса сообщений при гистерезис ном управлении
Кратко опишем принципы работы механизмов LBOC и RBOC. При механизме LBOC; в случае наступления перегрузки нижележащий сервер запрашивает вышележащий снизить нагрузку на N процентов, а вышележащий сервер
Буфер с порогами I.. 11. El
Рис. 2. Структурная схема имитационной модели механизмов 1.ВОС и [ШОС
Результаты моделирования
Разработанная имитационная модель позволила проведен численный эксперимент и сравнительный анализ механизмов ЬВОС и ЯГСОС, Следует отметить, что модель позволяет пронести сравнение в одинаковых условиях с применением одного и того же алгоритма гистерезисного управления нагрузкой, что дозволяет с высокой степенью адекватности сделать вывода о результатах эксперимента. При моделировании используются данные с различными значениями порогов и размер буфера В = 100, выбранного но известным из литературы исследований других авторов. Общее число терапий моделирования составило 1о1а1_51ер = 1000000. Для каждого значения КТТ выбиралось минимальное значение среднего времени пребывания в состоянии перегрузки (Мт|2) для каждого из механизмов ЬВОС и К В ОС. при которых М1 > 0,45 мс (табл. I): в таблице использованы следующие обозначения: .1 - число успешно обработанных сообщений; Вх] - вероятность потери заявки в состоянии снижения нагрузки я=1; Вх; - вероятность потери заявки в состоянии сброса нагрузки 5=2; М| - средняя длительность цикла управления (состояние перегрузки в состояние отсутствия перегрузки).
Из таблицы видно, что при 11Т1=0 для механизма К_ВОС значение вероятность потери заявки в состоянии сброса нагрузки Вх3 равно 0, Это связанно с тем, что механизм без задержек активирует алгоритм дырявого ведра для отправляемых на нижележащий сервер сообщений при росте ¡га-грузки, тем самым предотвращая её дальнейший рост и переход СИС1ШЫ В состояние сброса нагрузки. С ростом [<ТТ увеличивается интервал времени между моментом обнаружения перегрузки и началом работы алгоритма дырявого
О
]Яот-3-2018-1.да6 24.04.2018 19:04 Раде 54
-о-
ИНФОРМАТИКА
-е-
ведра на вышележащем сервере, что приводит к увеличению времени нахождения системы в состоянии сброса нагрузки и вероятности потерн заявки в этом состоянии.
Таблица 1
Минимальные значения среднего времени пребывании системы в состоянии перегрузки
Мс- НП1 ь Н 1 Мт12 [1x1 Вх2 М|
ЯВОС 0 24 37 834153 0.134103 0.295259 0 0,453713
квос 0,0] 79 90 833751 0.080224 0.172К13 0,000059 0,464746
КВОС 0.02 78 87 831835 0,080417 0,170318 0,000098 0,472266
явос 0.05 78 82 834659 0.082582 0,164871 0.000505 0,498857
КВОС 0.1 69 72 834644 0,10361 0,218111 0,000147 0,474093
КВОС 0,2 52 55 826849 0.138825 0.264328 0.000164 0,525764
|*вос 0,3 43 46 784192 0,17583 0,294487 0.000152 0,595387
КВОС 0,4 32 35 74% 19 0,188214 0,775112 0,000794 0,485193
ЬВОС 0 75 83 831625 0,23902 0,155068 0,003456 0,452636
ЬВОС 0,0] 78 «6 833752 0.236122 0,151992 0,005271 0,450783
ЬВОС 0,02 79 87 831839 0.241984 0,151578 0,00722 0,457405
ЬВОС 0,05 79 86 831793 0,24545 0,150492 0,009529 0,459986
ЬВОС 0.1 79 85 833228 0.244596 0.133313 0.032346 0,504] 4
ЬВОС 0,2 78 82 835942 0,205288 0,117608 0,015946 0,46085
ЬВОС 0,3 79 82 832290 0.180382 0.090237 0.022737 0,478645
ьвоС 0,4 79 82 830418 0,195105 0,074845 0,027071 0,573116
Рассмотрим зависимость Мт,; от КТТ, по графику, построенного по данным табл. I (рис, 3).
-квос
Рис. 3. Минимальное среднее время пребывания системы и состоянии перегрузки и зависимости от от КТТ
Из рисунка 3 видно, что при небольших значениях КТТ механизм 1ШОС даст среднее время нахождения в состоянии перегрузки значительно меньше, чем при ЬВОС. Это связанно с более эффективным управлением (е точки зрения Мтп) потоком исходящих сообщений с вышележащего сервера, то есть ограничение скорости в данном случае в ЛВОС работает эффективнее чем сброс определённого процента сообщений в ЬВОС. С дальнейшим ростом КТТ для механизма КВОС время нахождения системы в состояниях 1 и 2
возрастает.
Поведение времени Мт^ ятя механизма ЬВОС отличается, в т.ч. для ЯТТ=0 значение Вх; отлично от нуля (см. табл. 1). Это означает, что сброс части нагрузки вышележащим сервером не предотвращает нижележащий сервер от дальнейшей перегрузки и перехода в состояние сброса нагрузки. С ростом КТТ снижается эффективность механизма, что приводит к более быстрому переходу в состояние сброса нагрузки (к=2), т.е. система всё меньше находится в состоянии снижения нагрузки (к = 1) и всё больше в состоянии к = 2. Так как при 5 = 2 отбрасываются все поступающие па нижележащий сервер сообщения, то с ростом времени пребывания в состоянии з = 2 нижележащий сервер быстрее разгрузится и выйдет из состояния перегрузки. Таким образом, за счёт относительного роста времени пребывания в состоянии 5 = 2 по отношению к времени пребывания в состоянии я =1 значение времени Мт(2 уменьшается.
Однако, если учесть значения порогов Ь и Н в табл. I, то можно заметить, что минимальное значение Мт|2 для различных значений ЯТТ механизмом ЬВОС достигаются при порогах, близких к значениям Ь=78 Н=86, в то время как механизму К В ОС для достижения минимального значения Мт|3 требуется устанавливать разные значения порогов в зависимости от КТТ, что, в евою очередь, требует разработки отдельного механизма.
Рассмотрим два фиксированных порога (Ь=78 и [¡=86) и рассмотри^ как меняются исследуемые характеристики в зависимости от КТТ (табд. 2).
Таблица 2
Результаты моделирования при Ь=7Н и [[=86
Механизм КТТ 1- И .1 Мт,: М1
КВОС 0 78 86 832461 0,08920] 0,295765
ЛВОС 0,01 78 86 834441 0,103366 0,342074
КВОС 0,02 78 86 834438 0,078399 0,442972
КВОС 0,05 78 86 833915 0,111336 0.661432
КВОС 0,1 78 86 832639 0,165227 0,997162
К НОС 0,2 78 86 830848 0,25527 1,56036
КВОС 0,3 78 86 828356 0,331232 2,04877
КВОС 0,4 78 86 810682 0.402214 2.28402
ЬВОС 0 78 86 834009 0,224218 0,43715
ЬВОС 0,01 78 86 833752 0,236122 0,450783
свое 0,02 78 86 832938 0,250116 0.466945
ЬВОС 0,05 78 86 830968 0,269561 0,507844
ЬВОС 0,1 78 86 831943 0.290611 0,598642
ЬВОС 0,2 78 86 834243 0,316989 0,800698
ЬВОС 0,3 78 86 832188 0,352398 1,03975
ЬВОС 0,4 78 86 829453 0,387572 1,25807
Из рисунка 4 видно, что при малых значениях КТТ механизм КВОС даёт лучший результат, как по числу обработанных сообщений, так и по времени пребывания в состоянии перегрузки Мт12, чем механизм ЬВОС. С ростом значения КТТ преимущество переходит к механизму ЬВОС.
54
ИНФОРМАТИКА
-е-
вое -RBOC
Рис. 4. Среднее время и состоянии перегрузки и зависимости от RTT для значении порогов L=78 и Н=86
Заключение
Предложены механизмы ЬВОС и КВОС, реализованные на базе гистерезис! юго управления нагрузкой и исследованы их показатели эффективности. Сравнение 'этих показателей показало, что механизм ЯВОС осуществляет более эффективный контроль перегрузок, в результате чего среднее время нахождения системы в состоянии перегрузки меньше, чем для механизма ЬВОС при прочих равных условиях п [?ТТ < 0,4 с. Но преимуществом механизма ЬВОС является обнаруженная при моделировании способность сохранять СВОЮ высокую эффективность для всех значений КТТ на одних и тех же порогах, в то время как механизму КПОС для обеспечения максимальной эффективности необходимо иметь собственный механизм динамического управления Значениями порогов, при разных значений [?ТТ.
1 [ри значениях КТТ < 0,05 механизм ЬВОС также требует управления значениями порогов, так как для оптимальных порогов при К ГТ > 0,05 при более низких значениях среднего времени цикла управления М1 < 0,45, что означает их неэффективность. Таким образом, при КТТ > 0,05 механизм ЬВОС является более удобным с точки зрения обеспечения максимальной эффективности при постоянном значении порогов управления, в то время как для КТТ < 0,05 для
обоих механизмов требуется динамическое управление значениями порогов, и здесь рекомендуется применять механизм RBOC. Вышесказанное, фактически, является рекомендацией по применению для реализованных механизмов ЬВОС и RBOC для различных значений RTT.
Л нтература
1. Павзияршй О.Э.. Таланова МО. Анализ механизмов контроля перегрузок SlP-серверов в сетях NGN // T-Comm: Телекоммуникации и Транспорт. № 8, 3014. С. 73-78.
2. Rosenberg, J. (2008) RFC 5390: Requirements lor Man age mem of Overload in the Session Initiation Protocol. Retrieved from http://tools.ietf.org/html/rfcS39Q.
3. Gurbani, V. & Hill. Ed. V. (2015) Session Initiation Protocol (SIP) Overload Control. Retrieved from http://datatiaeker.ietf.org/doc/diefl-ietf-soc-over load-control.
4. Hilt. Ed.V., Noel. E„ Shen. C. & Abdelal. A. (2013) RFC 6357: Design Considerations for Session Initiation Protocol (SIP) Overload Control. Retrieved from http://tools.ietl'.org/html/rfc6357.
5. Noel. E. <& Williams. P.M. (2015) Session Initiation Protocol (SIP) Rate Control. Retrieved from http://datalracker.ietf.org/doc/draft-ietf-soc-overload-rate-contra I.
6. Abaev, P., Gaidamaka. Yu. Samouylov. K. (2012) Queuing Model tor Loss-Based Overload Control in a SIP Server Using a Hys-teretic Technique, Proceedings 12th Internationa! Conference, NEW2AN 2012, and 5th Conference, ruSMART 2012, St. Petersburg, Russia. August 27-29, 2012. Lecture Notes in Computer Science. -Germany, Heidelberg, Springer-Verlag. Vol. 7469, pp. 371-378.
7. Abuev. P. Gaidamaka. lit, Pechinkin.A., Rammchik. R. & Shor-gin, S. (2012), Simulation of overload control in SIP server networks, Proc. of the 26th Lttropean Conference on Modelling and Simulation LCMS 2012, Koblenz. Germany, May 29 - June I, 2012, pp. 533-539.
8. Самуилов К.E.. Павлощий О.Э. Имитационная модель механизма снижения скорости передачи нрн управлении перегрузками сервера протокола установления сессий // T-Comm: Телекоммуникации и транспорт. Том 10, №3, 2016. С. 44-48.
9. Akbar, A., Basket, S.M. & Sattar. S.A. (2015) Overload Control in SIP Networks: A Heuristic Approach Based on Mathematical Optimization, Retrieved from http://iccexplore.icce.org/docuntenl/7417081.
10. Montazerolghaem, A.. Yaglimaee, Mil., Leon-Garcia A.. Na-ghibzadeh, M. tt- Tashtarian, F. (2016), A Load-Hal a need Call Admission Controller for IMS Cloud Computing, IEEE Transactions on Network and Service Management, vol. 13, no.4, pp.806-822,
11. Kayos, D.Y.. Hokelek. 1. & Gunsel, B. (2016) Analytical Model of Priority Based Request Scheduling Mechanism Preventing SIP Server Overload, Proceedings - IELG Military Communications Conference MILCOM, pp. 1041-1046.
-e-
T-Comm Vol.12. #3-2018
55
COMPUTER SCIENCE
COMPARISON OF LBOC AND RBOC MECHANISMS FOR SIP SERVER OVERLOAD CONTROL
Oleg Е. Pavlotsky, Moscow Technical University of Communication and Informatics, Moscow, Russia, oleg.pavlotsky@yandex.ru Konstantin E. Samouylov, Peoples' Friendship University of Russia, Moscow, Russia, ksam@sci.pfu.edu.ru
Abstract
The purpose of the article is a comparative analysis of the mechanisms of Loss-based Overload Control, LBOC and Rate-based Overload Control, RBOC for server overload control of the Session Initiation Protocol (SIP). Overloading occurs when the server is unable to process entire incoming message flow due to a lack of resources. Standards of IETF SOC (SIP Overload Control Working Group) recommend several overload control mechanisms, the main of which are LBOC and RBOC. The article proposes and compares the mechanisms of LBOC and RBOC based on the hysteresis control of the incoming stream of signaling messages. The system resides in one of three modes (normal, overload, discard) the based on the thresholds and the size of the input queue. The signal message source implements the Markov-modulated Poisson process, MMPP-2 model. The leaky bucket algorithm is applied to limit the number of incoming messages in the implementation of RBOC mechanism. The article investigates the dependence of the probability-time characteristics of the operation of the LBOC and RBOC mechanisms (e.g. the percentage of messages served, the average time in the overload mode, the average time of the control cycle) on the round-trip time (RTT). A comparison of these characteristics showed that RBOC mechanism based on the hysteresis control of the incoming stream of signaling messages performs more effective congestion control, as a result of which the average time in the overload mode is less than for LBOC mechanism. However, LBOC mechanism has the ability to maintain its high efficiency for all RTT values on the same thresholds, while RBOC mechanism needs to have its own threshold dynamic control mechanism for different RTT values to supply maximum efficiency.
Keywords: SIP server, mechanism of overload control, hysteresis overload control, RBOC, LBOC.
References
1. Pavlotsky O., Talanova M. (2014) Analysis of overload control mechanisms on SIP servers for NGN. T-Comm, no. 8, pp. 73-78.
2. Rosenberg J. (2008) RFC 5390: Requirements for Management of Overload in the Session Initiation Protocol. Retrieved from http:// tools.ietf.org/html/rfc5390.
3. Gurbani V. & Hilt Ed.V. (2015) Session Initiation Protocol (SIP) Overload Control. Retrieved from http://datatracker.ietf.org/doc/ draft-ietf-soc-overload-control.
4. Hilt Ed.V., Noel, E. Shen C. & Abdelal, A. (2013) RFC 6357: Design Considerations for Session Initiation Protocol (SIP) Overload Control. Retrieved from http://tools.ietf.org/html/rfc6357.
5. Noel E. & Williams P.M. (2015) Session Initiation Protocol (SIP) Rate Control. Retrieved from http://datatracker.ietf.org/doc/draft-ietf-soc-overload-rate-control.
6. Abaev P., Gaidamaka Yu. & Samouylov K. (2012) Queuing Model for Loss-Based Overload Control in a SIP Server Using a Hysteretic Technique. Proceedings 12th International Conference, NEW2AN 2012, and 5th Conference, ruSMART 2012, St. Petersburg, Russia, August 27-29, 2012. Lecture Notes in Computer Science. Germany, Heidelberg, Springer-Verlag, vol. 7469, pp. 371-378.
7. Abaev P., Gaidamaka Yu., Pechinkin A., Razumchik R. & Shorgin S. (2012) Simulation of overload control in SIP server networks. Proc. of the 26th European Conference on Modelling and Simulation ECMS 2012, Koblenz, Germany, May 29 - June 1, 2012, pp. 533-539.
8. Samouylov K., Pavlotsky O. Rate-based overload control mechanism simulator for SIP server overload control. T-Comm, vol. 10, no. 3, 2016, pp. 44-48.
9. Akbar A., Basha S.M. & Sattar S.A. (2015) Overload Control in SIP Networks: A Heuristic Approach Based on Mathematical Optimization, Retrieved from http://ieeexplore.ieee.org/document/74l708l.
10. Montazerolghaem A., Yaghmaee M.H., Leon-Garcia A., Naghibzadeh M. & Tashtarian F. (2016) A Load-Balanced Call Admission Controller for IMS Cloud Computing. IEEE Transactions on Network and Service Management, vol.13, no. 4, pp. 806-822.
11. Yavas D.Y., Hokelek I. & Gunsel B. (2016) Analytical Model of Priority Based Request Scheduling Mechanism Preventing SIP Server Overload, Proceedings. IEEE Military Communications Conference MILCOM, pp. 1041-1046.
Information about authors:
Oleg E. Pavlotsky, Moscow Technical University of Communication and Informatics, Department of communication networks and commutation systems, PhD student, Moscow, Russia
Konstantin E. Samouylov, Peoples' Friendship University of Russia, Department of applied probability and informatics, professor, Moscow, Russia
