Исследование возможности прогнозирования самоподобного трафика в контакт центрах Текст научной статьи по специальности «Строительство и архитектура»

Исследование возможности прогнозирования самоподобного трафика в контакт центрах

В контакт центрах присутствует базовый функциональный элемент, резко отличающийся по своим характеристикам от систем взаимодействия пользователь-оператор. Это web-сервер. Согласно ряду экспериментальных исследований процессы поступления запросов на web-подсистему контакт центра носят самоподобный характер и медленно-затухающие распределения интервалов времени между поступающими запросами.

Исследуя возможность повышения качества обслуживания в контакт-центрах, необходимо учитывать, что существующие методы управления трафиком (полисинг и шейпинг) оказываются низкоэффективными при обработке самоподобного трафика. Одним из возможных решений может стать использование алгоритмов предсказания.

Ключевые слова: самоподобный трафик, мультимедийные контакт центры, пропускная способность ка-нала, качество прогноза, алгоритм прогнозирования

Покровская М. А,

аспирант МТУСИ,

devyatov@gmail.com, pokrovson@inbox.ru

Для обеспечения эффективной работы контакт центра нужны рычаги качественного управления его ресурсами. В современных условиях, когда контакт-центр способен обслуживать разнотипные запросы, то есть запросы, поступающие с разной интенсивностью от различного типа источников, обработка изменяющейся нагрузки с заданным качеством обслуживания является наиболее часто встречающейся проблемой центров обслуживания вызовов. Таким образом, особую актуальность приобретает проблема прогнозирования трафика.

Основная трудность заключается в том, что для М'еЬ-подсистемы контакт центра, согласно ряду экспериментальных исследований, процессы поступления запросов имеют самоподобный характер [1,2,3,4,5]. Как было показано в [1] задачу прогнозирования самоподобного трафика можно свести к задаче прогнозирования дискретного временного ряда. Который, в свою очередь, как было показано в [2], можно представить в следующем виде:

Х(к)='*(*)н £(*), (1)

Л(к) -

где 4 ' — неслучайная компонента, которая отражает известные факторы, например предновогоднее возрастание нагрузки на контакт-центр;

* - случайная компонента, отражающая трудно

предсказуемые колебания.

Таким образом, прогноз п-ого значения временного ряда х(к) складывается из прогнозируемой оценки случайной и неслучайной компонент:

х(п) = А(п) + £(п)' (2)

Оценку пропускной способности канала п-ном шаге можно произвести по формуле:

С(п) = х(п) + т = Л (п) + £(п) + т,

С(н)

на

(3)

где т - статистически заданная составляющая пропускной способности. Заметим, что если т=0, то перед нами спрогнозированное значение непосредственно самого трафика х(к).

Абсолютная ошибка вычисляется по формуле:

е(к) = х(к)-С(к), (4)

Для определения качества алгоритма прогнозирования введем понятие соотношение сигнал/шум:

М(х(к)2 _ ] х(к)2

(5)

Важно отметить, что соотношение сигнал/шум зависит от среднего значения ряда х(к) и это не дает возможности сравнивать качество прогноза рядов между собой. Поэтому введем оценку качества прогнозирования, которая не зависит от среднего значения:

£ЛГ =

М(е(к)2

М((х(к)-Мх(к))2)( (6)

Таким образом, можно сравнивать качество прогноза различных временных рядов между собой:

СДГ-1

1) если 02 у =1, то качество прогноза равно прогнозу по среднему значению прогнозируемого участка ряда;

2) если <1, то качество прогноза выше

Также помимо абсолютной погрешности прогноза е(к) будем рассматривать ошибки недооценки и

е+(к) е~(к)

переоценки ряда 4 ’ и у 7, которые показывают количество потеренной информации или количество недоиспользованных ресурсов:

_ е(£),если е(к)>0 е 1 0,еслие(А:)< 0 ’

е (к) = {■

е(к) |,если е(к) < О О,если е(к) > 0 !

(7)

(8)

Для оценок качества прогноза введем понятие коэффициент потерь:

М[е+(к)] ] е+(к)

D =

D~ =

М[х(к)\ 3 х(к) ’

И коэффициент недоиспользования:

(9)

(Ю)

Л/[х(А:)] 3 х(к) ’

Введенные коэффициенты позволяют сравнивать механизмы динамического выделения пропускной способности канала для любого из трафиков, и чем

ближе прогностические оценки ' ) к действительным значениям х(к), тем ближе к нулю коэффициенты в и о ш

Таким образом, для улучшения характеристик обработки самоподобного трафика на входе контакт

центров, предлагается использовать алгоритм, основанный на прогнозировании самоподобного трафика. Этой проблеме посвящены, в частности, исследования [3] и [4]. Однако тема динамического управления пропускной способностью канала, основанного на прогнозировании самоподобного телетрафика контакт центра, является актуальной, малоизученной и требующей дальнейшего глубокого исследования.

Литература

1. David Y. A queuing model for telephone operation staff. Operation research, 32, 1984.

2. Andrew Michel Ross. Queueing Systems with Daily Cycles and Stochastic Demand with Uncertain Parameters, PhD thesis, University of California, Berkeley, 2001.

3. Jorg Liebeherr, Dallas E. Wrege. Priority Queue Schedulers with Approximate Sorting in Output-Buffered Switches. IEEE Journal on Selected Areas in Communications, Vol. 17, №6, 1999.

4. Цыбаков Б.С. Модель телетрафика на основе самоподобного случайного процесса // Радиотехника. 1999. №5. С.24-31.

5. Mandelbaum A., Massey W.A. and Reiman M.I.

Strong Approximation for Markovian Service Networks, Queueing Systems: Theory and Approximation (QUESTA) 30, P. 149-201.