CC BY
24
РАДИОТЕХНИКА
УДК 621.391 С. Н. НАЗАРОВ
АНАЛИЗ ЗАДЕРЖКИ ПЕРЕДАЧИ МЕЖСЕТЕВОГО ТРАФИКА, ИСПОЛЬЗУЯ СХЕМЫ ДОСТУПА FODA/IBEA И CFRA К СПУТНИКОВОМУ КАНАЛУ СВЯЗИ В РЕЖИМЕ TDMA
Рассматриваются доступ к спутниковому каналу связи в режиме TDMA по протоколам FODA/IBEA и CFRA. Приводятся способ и результаты моделированиях данных протоколов, выполненного с применением программной среды имитационного моделирования FRACAS.
Ключевые слова: моделирование, протокол, нагрузка, трафик, задержка, служебный и информационный каналы, случайный и детерминированный доступы к ресурсу спутникового канала связи.
Введение
В спутниковой связи (СС) широко применяется метод Time Division Multiple Access (TDMA) - множественного доступа к общему канала в режиме разделения времени. В этом режиме земные станции (ЗС) спутниковой сети связи (ССС) могут осуществлять запрос на требуемых ресурс, передавать свой трафик либо пакетами переменной длины или переменным количеством пакетов фиксированной длины в рамках временного кадра, формируемого старшей станцией. На основе данного метода формируются спутниковые каналы (СК), обеспечивающие взаимодействие локальных вычислительных сетей (ЛВС).
В статье на основе моделирования проводится сравнение протоколов FODA/IBEA (FIFO Ordered Demand Assignaient. / Information Bit Energy Adaptive - назначение ресурса сети согласно запросу ЗС по принципу FIFO / адаптация к состоянию СК на основе информации об уровне сигнала на приёме) и CFRA (Combined/Fixed Réservation Assignment - объединённое/ фиксированное назначение ресурса), обеспечивающие распределение ресурсов СК в режиме доступа TDMA к СК и гибкую взаимосвязь ЛВС.
Моделирование проводилось с использованием FRACAS - специализированной программной среды имитационного моделирования, на основе mesh-сети VSAT (Very Small Aperture Terminal) - терминалов с очень узкой апертурой под контролем ведущей станции. Сгенерированная нагрузка - это трафик локальной сети, который представляется как составной трафик с двумя основными компонентами: трафик реального
©Назарове. Н., 201 1
времени (телефония, видео), трафик нереального времени (компьютерный обмен данными). Трафик реального времени характеризуется скоростью передачи информации в битах и поэтому часто упоминается как потоковый трафик, в то время как трафик нереального времени - множество пакетов данных с паузами между ними, и поэтому называется «пульсирующим» трафиком. В ЛВС пульсирующий трафик формируют такие приложения, как FTP, SNTP, TELNET, RLOGIN, и он может быть классифицирован на две категории: трафик передачи больших файлов (FTP, SNTP), интерактивный трафик (TELNET, RLOGIN) [1] .
Цель моделирования - определить, при передаче какого вида нагрузки какой из сравниваемых протоколов эффективнее использовать.
Организация сети и описание протокола
На рисунке 1 показана организация сети, которую рассматривают в этой работе. Она состоит из земных станций (ЗС) (VSAT), формирующих нагрузку, доступ к части полосы пропускания приёмоответчика осуществляется в режиме многостанционного доступа с временным разделением (TDMA), и центральной земной станцией (ЦЗС) (Master earth station) управления сетью, осуществляющей распределение сетевого ресурса между земными станциями согласно их запросам. Запросы, сгенерированные терминалами, могут быть переданы центральной станции в канале внеполосной сигнализации или сигнальным пакетом в информационном канале. Структура кадра TDMA для FODA/IBEA и CFRA показана на рисунке 2 а и б.
Длина кадра FODA/IBEA - 20 мс (рис.2 а). Кадр ЦЗС включает заголовок и окна (Windows п), в которых ЗС могут передавать потоковые или пульсирующие данные. Потоковые данные
Transponder bandwidth
ж
У
у'
Master earth station
sicduk:cd carrier
A
у К
Internet traffic
v 4
.1 ^ v
« I
i •
l
• \
i
\ •
I
• 1
• ; « »
i 1
4 •
* i
v
\X
N
« I
СЭ /
VSAT&
---Signalling traffic (multiple access management
Рис. I. Организация сети
M U ЛI
Fforr&fengrr.20 rra
Pr-Dp't- Guar:) Tint
• • « тх IX тх IX
1 • pi. VriftMv WindС* 42 wheto« 4 г, '«vinOr-Vy л+1
б*ЯГ E'jrsl бигзг Еигзл
К SWiCO station 5ГЛЙСЛ srortor»
b 42 1
• i ' ШИНУ.! 5.7 ¿т —_ _
Б1ПГ РЧОГПОЕ- МЭОД Uv Comroi info СКС
DATA .
Grjrsl jUD
E'jrsl Traffic rj tfJR-1
GiKHd FfMITfitte L'.V Ж- butt
Tir.-н- 1
DATA SC5-5V?.S7
—'¿serf гзэ:*
a
SUD-DUSr :'jt>DJf5l ЗГГгэпк* E'jrjT.' С PC
PfrOTTiD^f data tortfafor.^k
Frame leazlb : 25 ш;
гпаШгз 31x1 tralEc
^'.treciii-5
Б
a; .
'""г/ ciaiu л*.
• OUTS?/'
> irM f
C*\i2] casscitv • •
On ¿eiucud capacity
rtv - ? • »
'¿'ours?.- -Ш 1''гл:<
б
Рис. 2. Структура кадра ТОМА: а) в РСЮАЛВЕА, б) в СРЯА
могут заполнять окно до определённого значения, остальное место в окне отводится для пульсирующих данных. Резервирование места в окне под потоковые данные осуществляется согласно запросу ЗС, если их нет, то окно передаётся для передачи пульсирующего трафика. Для уменьшения расходов на управление потоковые и пульсирующие данные передаются в одном окне. Запрос о пульсирующих данных: г - ц где с{ - количество заявок, ждущих в очереди для передачи, \ - входящий трафик, в байтах на
фрейм, и Я - параметр, определяющий на основе предсказания поведения трафика требуемый временной интервал для данной станции в будущем. Согласно экспериментальным данным оптимальное значение Н = 0.4 мс [2].
В отличие от РСЮА/ШЕА, СРЛА обеспечивает передачу данных ячейками фиксированной длины. Продолжительность кадра составляет 29 миллисекунд (рис.2 б). Он состоит из 132 временных слотов с ячейками длиною 55 байт и 10 битами защитного интервала между пакетами.
Каждый временной интервал может содержать ячейку ATM, 5-байтовый заголовок которой расширен на 7 байтов, используя блочное кодирование для защиты заголовка от ошибок. Фрейм организован в три подцикла [1].
Модели трафика
Исследования различных типов сетевого трафика доказывают, что сетевой трафик является самоподобным (self-similar), или фрактальным (fractal), по своей природе, т. е. в нём присутствуют так называемые вспышки, или пачки (burst) пакетов, наблюдаемые в различных временных интервалах (от миллисекунд до минут или даже часов), и корреляция между пакетами. Из этого следует, что широко используемые в настоящее время методы моделирования и расчёта сетевых систем, основанные на использовании пуассоновских потоков, не дают полной и точной картины происходящего в сети. В работах [3, 4, 5, 6] приводятся результаты обсуждения самоподобной природы трафика в телекоммуникационных сетях.
Непрерывный стохастический процесс X(t) считается статистически самоподобным с параметром Н (0.5 < И < 1), если для любого положительного числа а, процессы X(l) и будут иметь идентичные распределения, т. е. иметь одинаковые статистические свойства для всех положительных целых я.
{X(t j), X(t2),—X(tn)} «{a-1 jX(at,), а~н X(at>)... .a-1 ^(at,,)},
(1)
D
Отношение « обозначает асимпотическое равенство в смысле распределения. Практически статистическая самоподобность подразумевает, что выполняются следующие условия [8]:
щтт
среднее
E[X(t)] =
а
и
дисперсия
w rv/ чп VaifX(at)] ,
Var[X(t)] =-^---, функция автокорреляции
а
. R(at,ax) гг л/
R(t,x) =-——> Н - параметр Херста
а
(Hurst), подзывает «степень» самоподобности. Значение Н — 0.5 показывает отсутствие самоподобности, а большие значения Я (близкие к 1) показывают большую степень самоподобности или дл ите л ь н о-за в и с и м о ст и (1 on g-ra n ge dependent, LRD) в процессе. Это обозначает, что если LRD-процесс имеет тенденцию к увеличению (или уменьшению) в прошлом, то с большой вероятностью он будет иметь тенденцию к
увеличению (или уменьшению) в будущем. Существует несколько подходов в формировании самоподобного потока. Наиболее известным является метод, первоначально предложенный Мандельбротом [7,8]. Данный метод основан на суперпозиции нескольких (строго чередующихся) независимых и имеющих одинаковое распределение ON/OFF источников, интервалы между ON и OFF периодами которого обладают эффектом Hoa (Noah effect). Как показано в [9], эффект Ноа в распределении длительностей ON/OFF периодов является основной точкой при моделировании самоподобного трафика в отличие от моделей, когда используют стандартное экспоненциальное или геометрическое распределение. Математически для достижения эффекта Ноа можно использовать распределение Парето или логарифмически-нормальное распределение. Распределение Парето имеет функцию распределения
F(x) = l-(£)«,
X
(2)
где а - параметр формы, характеризующий, будет ли распределение иметь конечное или бесконечное среднее и дисперсию, и р — параметр нижней границы (минимальное значение случайной величины х) [7, 8].
Объединение трафика от большого количество источников, трафики которых показывают длинную зависимость диапазона, самоподобно и может быть аппроксимировано дробным гаус-совским шумом. Дробный гауссовский шумовой процесс можно рассмотреть как приближение трафика ЛВС, сгенерированный многими компьютерами сети [4, 5, 9]. Однако межсетевой трафик и трафик отдельного компьютера отличаются от трафика ЛВС. Этот трафик генерируется небольшим числом источников и далёк от того, чтобы быть гауссовым: пиковое/среднее отношение выше, на многих временных интервалах трафик отсутствует, таким образом, распределение числа пакетов, сгенерированных за кадр, достигает максимума в нуле.
Исходя из рассмотренного выше, в работе [1] для моделирования предложено использовать два генератора трафика: составной генератор трафика (CTG - composite traffic generator), моделирует трафик, сгенерированный только один или небольшим количеством источников; рекурсивный генератор трафика (FTG - fractal traffic generator), моделирует трафик, сгенерированный большим количеством источников. Составной генератор трафика показан на рисунке 3.
—
о
г-
•н
гд
о £
66.6%
1
о
8 О
I
8 8 ¡2 8
С mnposite Traffic Generator
L-X
Г
1
Т—г
8 8 а я
8 я
8 9
Т*
8 3
Bytes per frame
а
Рис. 3. Схема CTG-генератора
*
Fractal Traffic Generator
5 I
T
8 Я
8 К
п
8 S
SS§333ggS|§
Bytes par frame
Рис. 4. Графики значений плотности вероятностей ¡рафиков, генерируемых: а) CTG, б) FTG
CTG включает генератор объёмного трафика и генератор интерактивного трафика. Эти генераторы были разработаны и реализованы в имитаторе, чтобы соответствовать особенности глобальных сеансов связи TCP/IP [10,11]. FTG -дробный гауссовой шумовой генератор, основными параметрами которого являются: среднее значение, пиковое значение и параметр Херста [3]. На рисунке 4 а, б показаны графики значений плотности вероятности трафика, генерируемого CTG и FTG. Распределение отображает *
10% интерактивного трафика и 90% - трафик больших файлов.
При моделировании использовались 16 ЗС, полоса пропускания 2 Мб/с, контролировалось значение задержки передаваемой ячейки в сети. Осуществлялась передача только пульсирующего трафика.
Результаты моделирования
Результаты моделирования показаны в виде графиков на рис. 5, 6. Они отражают значение
средней задержки ячеек, передаваемых по сети, когда все ЗС загружены соединением для обмена большими файлами и интерактивного трафика с равными средними скоростями. Полная нагрузка в соединениях изменяется от 10% до 90% пропускной способности спутниковых каналов, в то время как доли данных взаимодействия (% предает земле), 5, 10, 15, и 20% полной загрузки, соответственно. Графики средних значений задержки ячейки представлены отдельно для интерактивного трафика и при передаче больших файлов.
Как видно из графиков, когда нагрузка сгенерирована CTG (рис. 5а, 6а), для протокола CFRA значение задержки для низких и средних нагрузок (в диапазоне приблизительно 30-50% пропускной способность канала) для интерактивного трафика и при передаче больших файлов приблизительно на 25-^-50 миллисекунд ниже, чем для FODA/IBEA. При более высокой нагрузке, которая сгенерирована FTG, лучшие значения имеет FODA/IBEA.
Channel looü [?.>]
400
350 500 250
Channel load [°/o]
а б
Рис. 5. График зависимости задержки передачи больших файлов от загрузки канала
и доли интерактивного трафика, генерируемого: а) CTG, б) FTG
Interactive Traffic. Composite Traffic Generator
Interactive Traffic. Fractal Traffic Generator
700 650
Bulk Traffic. Composite Traffic Generator
CFRA j
CFRA 10
С IRA 20
F.I 1С»
950 -
— S50 -
•?o -
650
Chauuel load [%]
Bulk Traffic. Fractal Traffic Generator
Cliamiel load [<!o]
а б
Рис. 6. График зависимости задержки передачи интерактивного от загрузки канала и доли
интерактивного трафика, генерируемого: а) CTG, б) FTG
Заключение
Из полученных результатов моделирования видно, что протокол CFRA является более подходящим для соединения группы и отдельные ЗС через сеть спутниковой связи, где нагрузка в сети невысокая. FODA/1BEA, с другой стороны, лучше подходит для комплектования сетей с тяжёлым трафиком и в пределах сетей со многими хостами [1].
Следовательно, для снижения телекоммуникационных расходов в современных ССС необходимо гибридная реализация CFRA и FODA/IBEA.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Celandroni, N. Delay analysis for interlan traffic using two suitable TDMA satellite access
schemes. / N. Celandroni, E. Ferro, F. Potorti, G. Maral //International Journal of Satellite Communications. Vol.15. - 1997. - №4. - P. 141-153.
2. Celandroni, N. Experimental results of a demand-assignment thin route TDMA system / Celandroni, E. Ferro, F. Potorti // International Journal on Satellite Communications. Vol. 14. - No. 2. -March-April 1996.-P. 113-126.
3. Lau, W.-C. Self-Similar Traffic Generation: The Random Midpoint displacement Algorithm and Its Properties / W.-C. Lau, A. Erramilli, J. L.Wang, W. Wi I linger //ICC '95, Seattle, Washington USA. -June 18-22 1995. - P. 466-472.
4. Leland, W. E. On the self-similar nature of Ethernet Traffic (extended version) /W. E. Leland, M. S. Taqqu, W. Willinger, D. V. Wilson //
IEEE/ACM Transactions on Networking. Vol. 2. -No. 1.- February, 1994. - P.345-360.
5. Norros, 1. The management of Large Flows of Connectionless Traffic on the Basis of Self-Similar Modeling / I. Norros //Proceedings of ICC c95, Seattle, Washington USA. - June 18-22, 1995. -P. 451-455.
6. Pruthi, P. Heavy-tailed ON/OFF source behaviour and self-similar traffic / P. Pruthi, A. Er-ramilli Proceedings of ICC'95, Seattle. - 1995. -P. 445-450.
7. Ильницкий, С. В. Работа сетевого сервера при самоподобной (self-similar) нагрузке / С. В. Ильицкий // Труды Рижского ТУ. - Рига : РТУ, 2010,-С. 103-118.
8. Mandelbrot, В. В. Long-Run Linearity, Locally Gaussian Processes, H-Spectra and Infinite Variances / В. B. Mandelbrot //International Economic Review. - Vol.10.- 1969.-P. 82-113.
9. Willinger, W. Self-Similarity Through High-Variability: Statistical Analysis of Ethernet LAN Traffic at the Source Level / W. Willinger, M. S.
Taqqu, R. Sherman R, D. V. Wilson // IEEE/ACM Transactions on Networking. - Vol. 5, No. 1. -1997.-P. 246-260.
10. Caceres, R. Characteristics of wide area TCP/IP conversations / R. Caceres, P. Danzig, S. Jamin, D.J. Mitzel //ACM Computer Communications Review. - Vol. 11. - No. 4. - 1991. - P. 256-270
11. Danzig, P. An empirical workload model for driving wide area TCP/IP network simulations / P. Danzig, S. Jamin, R. Caceres, D.J. Mitzel, Estrin D. // Internetworking Research and Experience. - Vol. 3. - 1992,- P. 1-26.
Назаров Сергей Николаевич, доцент кафедры информатики УВАУГА (института), кандидат технических наук, докторант УлГТУ с 2008 г, Круг интересов: системы и сети беспроводной связи, математические методы моделирования.
«
