CC BY
64
АЛГОРИТМ ЗОНИРОВАНИЯ РЕГИОНАЛЬНОЙ МУЛЬТИСЕРВИСНОЙ СЕТИ СПЕЦИАЛЬНОГО
НАЗНАЧЕНИЯ
Реализация концепции создания единого информационного пространства систем государственного управления предполагает построение региональной мультисервисной сети специального назначения.
Имеющийся в настоящее время научно-методический аппарат анализа и синтеза телекоммуникационных систем не в полной мере соответствует современным технологическим основам построения мультисервисных сетей специального назначения.
На основе особенностей прогнозирования информационной нагрузки можно утверждать, что любые проекты, разрабатываемые при создании сети связи, будут приближенно соответствовать реальным условиям функционирования сети связи специального назначения. Поэтому задачу построения региональной мультисервисной сети специального назначения приходится решать путем раздельного синтеза ее структурных элементов.
Задача синтеза топологической структуры мультисервисной сети является одной из основных при построении и состоит в выборе оптимальной схемы соединения центров коммутации и оптимальных маршрутов передачи информации [1]. Средством решения данной задачи является комплекс математических моделей и методов построения сети связи. При этом максимальная эффективность сети связи может быть достигнута только на основе единого системного подхода к ее формированию.
Неопределенность необходимых исходных данных, уникальность разрабатываемых проектов усложняют возможность применение традиционных оптимизационных подходов. Практическая невозможность постановки и решения всего комплекса проблем проектирования крупной региональной мультисервисной сети специального назначения, в рамках одной математической задачи, приводит к необходимости использования принципа декомпозиции, путем раздельного синтеза ее структурных элементов. На структурном уровне декомпозиция означает, что построение региональной мультисервисной сети специального назначения необходимо свести к независимому построению ряда более мелких подсетей (зон).
Предлагается осуществлять формирование рационального варианта топологической структуры сети связи на основе алгоритма зонирования, работа которого заключается в применении метода с-средних кластерного анализа [2] при построении региональной мультисервисной сети специального назначения.
Для цитирования:
Лисейкин Р.Е. Алгоритм зонирования региональной мультисервисной сети специального назначения // T-Comm: Телекоммуникации и транспорт. - 2015. - №1. - С. 79-83.
For citation:
Liseykin R.E. Algorithm zoning regional multiservice network of special purpose // T-Comm. 2015. No.1. Рр. 79-83.
Лисейкин Роман Евгеньевич,
Военная академия связи им. Маршала Советского Союза С.М. Буден-ного, Кафедра сетей связи и систем коммутации, адъюнкт, Россия, Санкт-Петербург, [email protected]
Ключевые слова: телекоммуникационная сеть, мультисервисная сеть, алгоритм зонирования, нечеткая классификация, кластерный анализ.
7ТЛ
Программные документы по развитию систем управления специального назначения ориентируют разработчиков на создание интегрированной защищенной мультисервис-ной сети.
В качестве интеграционной платформы выступает стек протоколов 1P/MPLS. Защищенная мультисервисная сеть строится на основе идеологии VPN сети. Для обеспечения качественного предоставления мультисервисных телекоммуникационных услуг определяющее значение имеет логическая структура VPN сети и организация механизмов ее функционирования.
В сетях связи специального назначения традиционно выделяют региональные сети, границы которых определяются дислокацией и задачами формирований, обеспечивающих поддержание правопорядка и обороноспособности страны. В состав региональной сети связи может входить несколько сот тысяч источников информации и более тысячи узлов связи.
Проектирование такой сложной сети требует применения метода декомпозиции и формирование структуры сети на основе сетевых шаблонов. В данных условиях при проектировании региональной мультисервисной сети специального назначения целесообразно использовать метод зонирования сети. Зонирование сети позволяет поэтапно решать задачу оптимизации сети связи, локализовать информационные потоки в пределах локальных областей, рационально использовать возможности протоколов маршрутизации.
Следует подчеркнуть, что целесообразно решать задачу зонирования сети именно на логическом уровне, без обязательного учета ее топологии.
Логическое зонирование опирается, в первую очередь, на информационное тяготение объектов проектируемой сети. Информационное тяготение двух узлов связи определяется объемом обмениваемой информации между ними.
Вместе с тем, как показывает опыт решения задач проектирования сетей связи специального назначения, исходные данные по информационной нагрузке обладают высокой степенью неопределенности, что существенно осложняет применение оптимизационных методов к построению крупномасштабных сетей.
Разработка уникальных проектов сетей связи специального назначение предопределяет отсутствие статистически достоверных исходных данных и применение эмпирико-эвристического подхода к составлению технического задания, В данных условиях единственным подходом к решению слабо формализованной задачи является использование нечетких множеств и нечеткого моделирования [3].
В основу предлагаемого алгоритма зонирования сети заложен метод автоматической классификации - кластерный анализ методом с-средних с использованием нечеткого разбиения.
Алгоритм предполагает, что в зависимости от масштаба сети проектировщиком будет задано количество зон, на которые разбивается региональная сеть связи.
Рассмотрим предлагаемый алгоритм нечеткого логического зонирования региональной мультисервисной сети специального назначения.
Пусть исследуемая совокупность источников информации представляет собой конечное множество элементов (объектов кластеризации) А = •¡д1,а2,....д„}, где натуральное
л определяет общее количество объектов данных.
В рассмотрение также вводится конечное множество признаков Р = щуР2,—'Рд\' представляющих собой характеристики, отражающие информационное тяготение источников информации (объем передаваемых сообщений, принадлежность к контуру управления и др.), где натуральное ^ - общее количество измеримых признаков объектов.
Каждому из элементов а, е А поставлен в соответствие
некоторый вектор Х{ = }, где л-',- - количествен-
ное значение признака € Р для объекта данных а1 е А,
У объектов кластеризации, само множество признаков следует выбирать таким образом, чтобы все х': были измерены в шкале отношений или шкале интервалов. Именно в этом случае результаты нечеткой кластеризации имеют содержательную интерпретацию, адекватную проблеме нахождения нечетких кластеров.
Векторы значений признаков х1 = (:*(,удобно
представить в виде так называемой матрицы данных в размерности {«*(?), каждая строка которой равна значению вектора х(.
Рассматривается матрица информационного тяготения О = [д(м информационная нагрузка между двумя сетями доступа по матрице тяготения я(/,/'), полагаем, что чем больше информационная нагрузка между соседними сетями доступа, тем меньше между ними расстояние
Задача нечеткого кластерного анализа формулируется следующим образом: на основе исходных данных О определить такое нечеткое разбиение 9*(3)= ({/й }| Ль с л) или нечеткое покрытие з(л)= {л* | Ак с л} множества А = А на заданное число с нечетких кластеров Аь(ке{2,...,с}), которое доставляет экстремум некоторой целевой функции /(й(л)) среди всех нечетких разбиений или экстремум целевой функции /(з(л| среди всех нечетких покрытий.
В целях зонирования сети связи используется алгоритм решения задачи нечеткого кластерного анализа методом нечетких с-средних [4],
Искомые нечеткие кластеры представляют собой нечеткие множества Ак, образующие нечеткое покрытие исходного множества объектов кластеризации А = А, для которого условие - А [Ак е а) принимает следующий вид:
¿/4§г)=1, Цел) (I)
¿и
где с - общее количество нечетких кластеров Ак(к е {2,,..,с}), которое считается предварительно заданным (се/Уно!).
У
После составления матрицы информационного тяготения и распределения кластеров, необходимо задать количество искомых нечетких кластеров с (сеА'ио!), т.е. количество зон связи, исходя из структуры системы управления в регионе формирования мультисервисной сети, с учетом принятой адресации. Также необходимо определить принципы и протоколы маршрутизации внутри каждой зоны и внешнюю маршрутизацию.
Далее для каждого нечеткого кластера вводятся в рассмотрение так называемые типичные представители или центры ук искомых нечетких кластеров которые рассчитываются для каждого из нечетких кластеров и по каждому из признаков по следующей формуле:
(УАе{2,...,4ур, еР)
(2)
;=1
где т - некоторый параметр, называемый экспоненциальным бесом и равный некоторому действительному числу (т>1). Каждый из центров кластеров представляет собой
вектор V|l=(VliV2,...,Vq) в некотором д-мерном нормированном пространстве, изоморфном Ч1ч, т. е. V* ей4, если
все признаки измерены в шкале отношений.
Наконец, в качестве целевой функции будем рассматривать сумму квадратов взвешенных отклонений координат объектов кластеризации от центров искомых нечетких кластеров:
(3)
(=1
/=1
где т - экспоненциальный вес нечеткой кластеризации (те 'Я, т > ]), значение которого задается в зависимости от количества элементов (мощности) множества А Чем больше элементов содержит множество А, тем меньшее значение выбирается для т.
Задача нечеткой кластеризации может быть сформулирована следующим образом: для заданных матрицы данных О, количества нечетких кластеров с (с е N и с> 1), параметра т определить матрицу и значений функций принадлежности объектов кластеризации «, е А нечетким
кластерам Ак{кь{2.....с}), которые доставляют минимум
целевой функции (3) и удовлетворяют ограничениям {)), (2), а также дополнительным ограничениям (4) и (5):
]Гм<я,)>0 (У^е{2.....с})
(=1
<4) (5)
Условие {4} исключает появление пустых нечетких кластеров в искомой нечеткой кластеризации.
Последнее условие (5) имеет чисто формальный характер, поскольку непосредственно следует из определения функции принадлежности нечетких множеств, В этом случае минимизация целевой функции (3) минимизирует отклонение всех объектов кластеризации от центров нечетких кластеров пропорционально значениям функций принадлежности этих объектов соответствующим нечетким кластерам.
Поскольку целевая функция (2) не является выпуклой, а ограничения (I), (4), (5) в своей совокупности формируют невыпуклое множество допустимых альтернатив, то в общем случае задача нечеткой кластеризации относится к многоэкстремальным задачам нелинейного программирования.
Достоинством постановки задачи нечеткой кластеризации в виде (1)-(5) является естественная интерпретация как искомых нечетких кластеров, определяемых функциями принадлежности (5), так и их типичных представителей или центров (2), которые также определяются в результате решения поставленной задачи.
Последовательность поиска экстремума целевой функции зонирования сети связи может осуществляться в следующей последовательности:
1. Задать максимальное количество итераций алгоритма е Л'), параметр сходимости алгоритма е(£ е Я), а также экспоненциальный вес расчета целевой функции и центров кластеров т. В качестве текущего нечеткого разбиения на первой итерации алгоритма для матрицы данных О задать некоторое исходное нечеткое разбиение ЩА) = ^Ак \ Ак ^ а\ на с непустых нечетких кластеров, которые описываются совокупностью функций принадлежности е {2,...,с},\/а1 е А.
2. Для исходного текущего нечеткого разбиения = \Ак по формуле (2) рассчитать центры
нечетких кластеров е {2,...,с},Ур, е Р и значение
целевой функции ({Ак,у^) по формуле (3). Количество
выполненных итераций положить равным 1,
3. Сформировать новое нечеткое разбиение ЩА) = \лк \АкСл] исходного множества объектов кластеризации А на с непустых нечетких кластеров, характеризуемых совокупностью функций принадлежности
{а^к е {2,...,с},\/а; е А), которые определяются по формуле:
1=1
м_
(6)
7ТЛ
4. При этом если для некоторого к е {2,...,с} и неко-
я
торого е А значение - у*)2 - 0 - то для соответ-
М
ствующего нечеткого кластера Ак полагаем (<7(.) = ] , а для остальных А){\/1 е {2,...,с},/фк) полагаем (я,) = 0. Если же таких к е {2,...,с} для некоторого а1 е А окажет-
ч
ся несколько, т.е. для них значение ^(л"' —V*)" =0, то
У=|
эвристически для меньшего из к полагаем ¡л\ (¡3,) = 1, а для остальных I е {2,.,,,с}, / Ф к , полагаем ¡¿1 (о.) = 05. Для нового нечеткого разбиения 'Н'(Л) = | Ак с А | по формуле {2} рассчитать центры
нечетких кластеров у*{У£е{2,...,с},Ур,- еР) и значение целевой функции по формуле (3).
6. Если количество выполненных итераций превышает заданное число 5 или же модуль разности | /(Ак^к)-/*(Ак,ук )!<£■, т.е. не превышает значения
параметра сходимости алгоритма £, то в качестве искомого результата нечеткой кластеризации принять нечеткое разбиение = \Лк | Ак с л} и закончить выполнение
алгоритма. В противном случае считать текущим нечетким разбиением = и перейти на шаг 3 алгоритма,
увеличив на I количество выполненных итераций.
Алгоритм по своему характеру относится к приближенным алгоритмам поиска экстремума для целевой функции (3) при наличии ограничений: (I), (4), (5). Поэтому в результате выполнения данного алгоритма определяется локально-оптимальное нечеткое разбиение Я*(Л), которое описывается совокупностью функций принадлежности е с А) ^ а также центры (источники
информации) или типичные представители каждого из нечетких кластеров ё{2,...,с}\//?(- е Р.
Представленный алгоритм зонирования региональной мультисервисной сети специального назначения позволяет решать задачу проектирования сети связи на начапьном этапе формирования ее структуры, подлежащей дальнейшей оптимизации на основе имитационного моделирования. Представленный подход предпопагает наличие сетевых шаблонов зон связи и межзоновых соединений для построения исходной сети методом последоватепьного построения.
При применении метода последовательного построения сети связи соблюдаются определенные правила [5]:
- распределение максимальной нагрузки между узлами, находящимися на минимальных расстояниях;
- разделение всех источников информации сети на несколько зон так, чтобы узлы связи высших групп стали центрами тяготения для узпов низших групп (зонирование);
- распределение нагрузки в пределах зон, начиная с низших, а затем нагрузки между зонами;
- повторение процедур построения сети при различных порядках распределения нагрузок, добиваясь уменьшения результирующего расхода ресурсов сил и средств;
- по резупьтатам анапиза полученной структуры сети производится перераспределение нагрузок, путем изыма-ния звеньев коммутации с небольшим числом каналов и вводом новых звеньев коммутации на тех направпениях связи, которые имеют повышенное число транзитов для нескольких параллельных потоков информации и др. дополнительно вводимые правила.
Литература
1. Вишневский Ü.M. Теоретические основы проектирования компьютерных сетей. - М.: Техносфера. 2003. - 512 с.
2. Леоненков A.B. Нечеткое моделирование в среде MATLAB и fuzzyTECH. - СПб.: БХВ-Петербург, 2005. - 736 с.
3. Дж. Вэн Райзин. Классификация и кластер / Пер. с англ. -М.: Мир, 1980. - 389 с.
4. Леоненков A.B. Алгоритм нечеткого кластерного анализа в задачах структуризации сложных систем. - Сборник алгоритмов и программ типовых задач. Выпуск II. - МО РФ, 1993. - С. 74-79.
5. Мизин И.А., Богатырев В.А,, Кулешов А.П. Сети коммутации пакетов. - М.: Радио и связь, 1986. - 408 с.
ALGORITHM ZONING REGIONAL MULTISERVICE NETWORK
OF SPECIAL PURPOSE
Roman Liseykin
Military Academy of Communications, Department of communication networks and switching systems,
postgraduate student, St. Petersburg, Russia, [email protected]
Abstract
Implementation of the concept of creating a unified information space of public administration involves the construction of a regional multi-service network for special purposes.
Currently available scientific and methodological apparatus of analysis and synthesis of telecommunication systems do not fully meet modern technological basis for constructing multi-service networks for special purposes.
Based on the features of the information load forecasting can be argued that any projects developed in creating a communication network will approximately correspond to the real conditions of the functioning of the communications network for special purposes. Therefore, the task of building a regional multiservice network for special purposes have to decide by separate synthesis of its structural elements.
The problem of synthesis of topological structure of multiservice network is one of the key in the construction and consists in choosing the best method of connection switching centers and the best route for transmission of information [1]. Means of solving this problem is a complex mathematical models and methods for constructing a communication network. The maximum efficiency of the communication network can be achieved only on the basis of a single systematic approach to its formation.
Uncertainty necessary input data, the uniqueness of development projects complicate the possibility of the use of traditional optimization approaches.
The practical impossibility of formulating and solving complex design problems in all major regional multiservice network for special purposes, as part of a mathematical problem, it necessary to use the principle of decomposition, by separate synthesis of its structural elements. At the structural level decomposition means that the construction of a regional multi-service network for special purposes should be kept to an independent construction of a number of smaller sub-networks (zones). In the present paper we propose to carry out the formation of a rational variant of the topological structure of a communication network based on the algorithm of zoning, whose job is to apply the method of c-average cluster analysis [2] in the construction of a regional multi-service network for special purposes.
Keywords: telecommunication network, multi-service network, the algorithm zoning, fuzzy classification, cluster analysis. References
1 Vishnevsky V.M. Theoretical bases of designing computer net-works. Moscow, 2003. 512 p. [in Russian]
2 Leonenkov A.V. Fuzzy modeling in MATLAB and fuzzyTECH. Saint Petersburg, 2005. 736 p. [in Russian]
3 J. Van Rayzin. Classification and Cluster / Translation from English. Moscow, 1980. 389 p. [in Russian]
4 Leonenkov A.V. Algorithm of fuzzy cluster analysis in problems of structuring complex systems / The collection of algorithms and programs of common tasks. Vol. II. Moscow, 1993. Pp. 74-79. [in Russian]
5 Mizin I.A., Bogatyrev V.A., Kuleshov A.P. Packet switching network. Moscow, 1986. 408 p. [in Russian]
7TT
