АНАЛИЗ ПОВЕДЕНИЯ ТРАФИКА ПРИ ПЕРЕХОДЕ С ОДНОГО УРОВНЯ ИЕРАРХИИ СЕТИ НА ДРУГОЙ

Гомазкова Людмила Константиновна; Безбожнов Олег Николаевич; Аль-Кади Усама Джабер Гаиб; Галич Сергей Владимирович; Чадаев Денис Иванович

ИННОВАЦИИ В ИНФОРМАТИКЕ,

www.volsu.ru

ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКЕ И УПРАВЛЕНИИ

DOI: https://doi.Org/10.15688/NBIT.jvolsu.2021.3.1

УДК 621.39(043) ББК 32.88я43

АНАЛИЗ ПОВЕДЕНИЯ ТРАФИКА ПРИ ПЕРЕХОДЕ С ОДНОГО УРОВНЯ ИЕРАРХИИ СЕТИ НА ДРУГОЙ

Людмила Константиновна Гомазкова

^ Ассистент кафедры телекоммуникационных систем,

сЗ Волгоградский государственный университет

¡3 tks@volsu.ru

Ч просп. Университетский, 100, 400062 г Волгоград, Российская Федерация «

<и

¡г1 Олег Николаевич Безбожнов

Я

^ Ассистент кафедры телекоммуникационных систем,

1 Волгоградский государственный университет

[-ч tks@volsu.ru

(-! просп. Университетский, 100, 400062 г. Волгоград, Российская Федерация

«

-а

О

Ю

<и РЧ

Усама Джабер Гаиб Аль-Кади

^ Аспирант кафедры телекоммуникационных систем,

Волгоградский государственный университет О tks@volsu.ru

§ просп. Университетский, 100, 400062 г. Волгоград, Российская Федерация

Сергей Владимирович Галич

^ Кандидат технических наук, доцент кафедры телекоммуникационных систем,

§ Волгоградский государственный университет

tks@volsu.ru

просп. Университетский, 100, 400062 г. Волгоград, Российская Федерация

£

Денис Иванович Чадаев

Кандидат технических наук, доцент кафедры телекоммуникационных систем,

Волгоградский государственный университет

tks@volsu.ru

просп. Университетский, 100, 400062 г Волгоград, Российская Федерация

Аннотация. С помощью иерархической модели можно более рационально распределить имеющиеся ресурсы и создать сеть, имеющую более устойчивую структуру и более высокую степень защиты данных, поэтому такая модель наиболее предпочтительна при проектировании компьютерных сетей. В работе проведено исследование поведения трафика при переходе от одного уровня иерархии сети к другому, выполненное на основе исследования значений степени самоподобия трафика при данном переходе.

Ключевые слова: самоподобие, иерархическая модель, компьютерные сети, коэффициент Хёрста, структура сети.

В настоящее время существует множество организаций и компаний, имеющих собственные компьютерные сети, построенные в соответствии с иерархической моделью сети. С помощью иерархической модели можно более рационально распределить имеющиеся ресурсы и создать сеть, имеющую более устойчивую структуру и более высокую степень защиты данных, поэтому такая модель наиболее предпочтительна при проектировании компьютерных сетей.

Описание структуры сети в данной модели сводится к трем уровням иерархии. Этими тремя уровнями являются уровень доступа, уровень агрегации (или другими словами, уровень распределения) и уровень ядра, что показано на рисунке 1 [1; 3].

Среди преимуществ, достижение которых становится возможно при использовании иерархии в процессе разработки сетей, можно выделить, например, масштабируемость, управляемость, производительность и др. Помимо этого, при правильном использовании иерархии можно впоследствии определять и предвидеть, на каких конкретно уровнях следует выпонять определенные функции, то есть иерархия позволяет сделать сеть более предсказуемой [2]. Однако при использовании иерархической модели сетевой трафик «вынужден» переходить с одного уровня иерархии на другой, что может сказываться на работе сети, поэтому существует необходимость исследования поведения трафика сети при этом переходе.

Рис. 1. Структура иерархической модели сети

В течение продолжительного времени считалось, что Пуассоновский процесс максимально точно описывает и соответствует характеру сетевого трафика. Однако за последние годы были проведены многочисленные исследования и измерения параметров и характеристик сетевого потока. Результаты этих исследований выявили, что в условиях Пуассоновского процесса моделирование потока пакетов в сетях различного масштаба является не всегда возможным. Таким образом, был сделан вывод, что так называемый самоподобный процесс более точно отражает поведение сетевого трафика, по сравнению с пуассоновскими процессами. В связи с этим разработка инструментальных средств для понимания самоподобия трафика сети и синтеза искусственного сетевого трафика, стала важной задачей.

В связи с этим исследование поведения трафика при переходе от одного уровня иерархии сети к другому следует проводить при условии, что исследуемый трафик является самоподобным.

Таким образом, необходимость исследования поведения трафика при его переходе от одного уровня иерархии сети к другому сводится к необходимости исследования степени самоподобия трафика при данном переходе.

Самоподобные процессы обладают двумя основными параметрами, или характеристиками - глобальной (параметр, или коэффициент Хёрста Н) и локальной (фрактальная размерность й). Их взаимосвязь можно видеть на рисунке 2 [4; 5].

Глобальная характеристика используется в качестве удобной единицы измерения степени самоподобия того или иного фрактального процесса и отражается параметром Н -коэффициентом Хёрста.

Параметр Хёрста является важнейшим параметром трафика, определяющим степень его самоподобия, так как представляет собой меру устойчивости статистического явления. То есть, суть этого параметра заключается в определении меры длительности долгосрочной зависимости случайного процесса. Таким образом, параметр Хёрста можно считать ключевой мерой самоподобия.

Если процесс обладает длительной памятью или, другими словами, его поведение является персистентным (поддерживающимся), то в таком случае можно сделать вывод, что значение коэффициента Хёрста находится в интервале (0,5; 1]. Это означает, что вероятность одинаковых отклонений на (/+1) и i шагах, велика настолько, насколько параметр Н близок к единице.

Однако в случае если велика вероятность, что отклонение на (/+1) будет иметь противоположное направление по сравнению с i шагом, можно говорить о том, что случайный процесс антиперсистентен, а значит коэффициент Хёрста принадлежит интервалу [0;0,5). При этом чем ближе параметр H к нулю, тем выше эта вероятность. В таком процессе низкие значения могут следовать за высокими и наоборот.

Помимо этого, бывают процессы, в которых невозможно определить зависимость между отклонениями на 0+1) и i шагах, и по

глобальная

Характеристики самоподобного процесса

локальная

Рис. 2. Связь между характеристиками самоподобных процессов

своей сути отклонение на (/+1) шаге является случайным. В таком случае можно говорить о точном значении параметра H = 0,5. Другими словами, данная картина соответствует пуассоновскому процессу [4].

Для проведения исследования была разработана с помощью симулятора NS-3 имитационная модель компьютерной сети с иерархической топологией, схема которой представлена на рисунке 3. В результате моделирования сети был получен файл трассировки, который затем был обработан с целью получения выборок данных, исследованных впоследствии.

Также на языке программирования Visual C# было разработано оконное приложение, с помощью которого на основе файлов, полученных в результате обработки файла трассировки, была исследована степень самоподобия трафика. Исследуемые файлы представляли собой данные о трафике, поступающем на коммутатор третьего уровня на уровне распределения и на узлы сети, расположенные на уровне доступа. При этом были смоделированы различные ситуации, например, когда на уровне распределения объединялся самоподобный и не самоподобный трафики.

После проведения ряда экспериментов были получены следующие результаты.

При переходе с уровня распределения на уровень доступа степень самоподобия трафика уменьшалась. Так, значение параметра Хёрста на уровне распределения в среднем равно 0,87, а на уровне доступа - 0,84 и 0,83.

При переходе с уровня доступа на уровень распределения при условии объединения на уровне распределения только самоподобных трафиков степень самоподобия результирующего трафика увеличивается. Так, значение параметра Хёрста на уровне доступа в среднем равно 0,84 и 0,83, а на уровне распределения - 0,87.

При переходе с уровня доступа на уровень распределения при условии объединения на уровне распределения самоподобного и не самоподобного трафиков степень самоподобия результирующего трафика уменьшается для самоподобных трафиков и увеличивается для не самоподобных. Так, значение параметра Херста на уровне доступа в среднем равно 0,84 для самоподобного трафика и 0,35 для не самоподобного трафика, а на уровне распределения - 0,63.

Таким образом, благодаря проведенному исследованию можно сделать вывод, что изменение степени самоподобия при переходе трафика от одного уровня иерархии к другому зависит от такого условия как направление движения трафика, а также от изначальной степени самоподобия трафика.

СПИСОК ЛИТЕРА ТУРЫ

1. Баскаков, И. В. Построение коммутируемых компьютерных сетей. Трехуровневая иерархическая модель сети / И. В. Баскаков. - Электрон. текстовые

Коммутатор 3-го уровня

Коммутатор 2-го уровня

Рис. 3. Схема моделируемой сети

дан. - Режим доступа: http://www.intuit.ru/studies/ courses/3 591/833/lecture/14251 ?page=9. - Загл. с экрана.

2. Гергель, А. В. Компьютерные сети и сетевые технологии: учебно-методические материалы по программе повышения квалификации / А. В. Гергель. - Нижний Новгород : НГУ им. Н.И. Лобачевского, 2007. - 107 с.

3. Купер, Дж. Архитектура корпоративных сетей. Краткое руководство / Дж. Купер. - Электрон. текстовые дан. - Режим доступа: http:// blog.netskills.ru/2014/01/2.html. - Загл. с экрана.

4. Петров, В. В. То, что вы хотели знать о самоподобном телетрафике, но стеснялись спросить / В. В. Петров. - Электрон.текстовые дан. - Режим доступа: http://pi.314159.ru/petroff1.pdf. - Загл. с экрана.

5. Федорова, М. Л. Об исследовании свойства самоподобия трафика мультисервисной сети / М. Л. Федорова, Т. М. Леденева // Вестник Воронежского государственного университета. Системный анализ и информационные технологии. -2010.- №> 1. - С. 46-54.

REFERENCES

1. Baskakov I.V. Postroenie kommutiruemyh komp 'yuternyh setej. Trekhurovnevaya ierarhicheskaya

model' seti [Construction of Switched Computer Networks. Three-Level Hierarchical Network Model]. URL: http: //www. intuit. ru/studies/courses/3591/833/ lecture/14251?page=9.

2. Gergel' A.V. Komp 'yuternye seti i setevye tekhnologii: uchebno-metodicheskie materialy po programme povysheniya kvalifikacii [Computer Networks and Network Technologies: Educational and Methodological Materials for the Advanced Training Program]. Nizhnij Novgorod, NGU im. N.I. Lobachevskogo, 2007. 107 p.

3. Kuper Dzh. Arhitektura korporativnyh setej. Kratkoe rukovodstvo [Enterprise Network Architecture. Quick Guide]. URL: http:// blog.netskills.ru/2014/01/2.html.

4. Petrov V.V. To, chto vy hoteli znat' o samopodobnom teletrafike, no stesnyalis' sprosit' [What You Wanted to Know About Self-Similar Traffic, but Were Too Shy to Ask]. URL: http://pi.314159.ru/ petroff1.pdf.

5. Fedorova M.L., Ledeneva T.M. Ob issledovanii svojstva samopodobiya trafika mul'tiservisnoj seti [On the Study of the Self-Similarity Property of Multiservice Network Traffic]. Vestnik Voronezhskogo gosudarstvennogo universiteta. Sistemnyj analiz i informacionnye tekhnologii, 2010, no. 1, pp. 46-54.

TRAFFIC BEHAVIOR ANALYSIS DURING THE TRANSITION FROM ONE LEVEL OF THE NETWORK HIERARCHY TO ANOTHER

Lyudmila K. Gomazkova

Assistant, Department of Telecommunication Systems,

Volgograd State University

tks@volsu.ru