CC BY
145
К вопросу о методах управления в сложных инфокоммуникационных системах специального назначения
Ключевые слова: инфокоммуникационная система, оптимизация управления, стратегии, управление, эффективность.
В настоящее время в странах НАТО по заказу военных ведомств ведущими инфотелекоммуникацион-ными компаниями мира завершаются исследования и разработки по внедрению сложных инфокоммуникационных систем и созданию новых моделей систем управления. Настоящие разработки реализовывают техническое и информационное обеспечение сетецентрических операций, во время которых все объекты операции совместно используют информацию с помощью единых интерфейсов, стандартов и протоколов. Соответственно в силах специального назначения наиболее актуальной является задача создания новых моделей систем сетецентрического управления и внедрение сложных инфокоммуникационных систем, обеспечивающих постоянную работу сил спец иального назначения в любых условиях обстановки в любой точке земного шара. Создаваемые перспективные инфокоммуникационные системы специального назначения представляют собой совокупность автоматизированных цифровых сетей связи общего пользования и телекоммуникационных сетей следующего поколения (NGN) с системами обмена и хранения данных, построенных на основе конвергентных инфокоммуникационных технологий, объединенных единой системой управления и обеспечивающих предоставление пользователям требуемых услуг заданного качества. Как осуществлять эффективное управление качеством информационного обмена в данных системах? Ответы на эти вопросы и раскрыты в данной статье.
Легков К.Е.,
Зам. начальника кафедры технологий и средств технического обеспечения и эксплуатации автоматизированных систем управления (войсками) Военно-космической академии им. АФ. Можайского, к.т.н., [email protected]
В настоящее время в странах НАТО по заказу военных ведомств ведущими инфотелекоммуиикационными компаниями мира завершаются исследования и разработки по внедрению сложных инфокоммуникационных систем и созданию новых моделей систем управления. Настоящие разработки реализовывают техническое и информационное обеспечение сетецентрических операций, во время которых все объекты операции совместно используют информацию с помощью единых интерфейсов, стандартов и протоколов. Соответственно в силах специального назначения наиболее актуальными являются задачи создания новых моделей систем сетецентрического управления и внедрение сложных инфокоммуникационных систем, обеспечивающих постоянную работу сил специального назначения в любых условиях обстановки в любой точке земного шара.
Таким образом, создаваемые перспективные инфоком-муникационныс системы специального назначения представляют собой совокупность автоматизированных цифровых сетей связи общего пользования и телекоммуникационных сетей следующего поколения (NGN) с системами обмена и хранения данных, построенных на основе конвергентных инфокоммуникационных технологий, объединенных единой системой управления и обеспечивающих предоставление пользователям требуемых услуг заданного качества.
Проведенные эксперименты по анализу структуры трафика инфокоммуникационных систем нового поколения [1] выявили, что исследуемый трафик имеет отчетливую структуру VBR (variable bit rate) типа, то есть интенсивность передачи информации значительно изменяется во времени, в результате чего трафик имеет высокую пачечность. Как следствие, статическое задание пропускной способности
канала (методы типа шейпинга и полиеинга), применяемое в современной аппаратуре специального назначения, приводит к большим потерям информации и низкой утилизации канала. Первое обстоятельство ухудшает характеристики качества обслуживания, а второе сказывается на неэффективности использования ресурсов канала.
Решением данной проблемы является использование метода разделения времени передачи пакетов, основанного на прогнозировании самоподобного сетевого трафика, который не является новым. В настоящее время существует некоторое количество работ, касающихся проблемы прогнозирования самоподобного телетрафика [2, 3, 4]. Однако до настоящего времени практически не проводились исследования, посвященные изучению возможностей адаптивного распределения пропускной способности на основе прогнозирования применительно к самоподобному телетрафику инфокоммуникационных систем специального назначения.
В качестве возможного варианта применения схемы с прогнозированием рассмотрим простой частный пример: для физического канала с потенциально достижимой пропускной способностью С,- организовано два логических (виртуальных) канала VC (virtual channels) со статически заданными пропускными способностями С| и С2 соответственно, причем С, =С, + С2 (см. рис. 1). В первом из них передается информация реального времени, чувствительная к задержкам и потерям (для системы видеоконференцсвязи, например), а во втором - второстепенная информация (данные www, ftp и другая информация, не чувствительная к задержкам и потерям).
Рис. 1. Статическое распределение пропускной способности физического канала между двумя логическими
У
Возникает задача наиболее эффективного способа разделения общей пропускной способности Су физического канала между двумя логическими. Поскольку в первом виртуальном канале передается критичная к потерям информация, необходимо увеличивать пропускную способность С\ этого канала. Однако при этом уменьшается его утилизация и доступная пропускная способность для второго канала, поскольку С, = Сг - С, • В результате ресурсы физического
канала расходуются неэффективно. Более того, чем выше пачечносгь трафика в первом канале, тем ниже эффективность системы.
В этом случае может схема с прогнозированием позволяет решить эту задачу. В этом случае с помощью предсказателя система заранее получает информацию о требованиях к пропускной способности канала с приоритетной информацией (первого канала) в некоторый момент времени I в ближайшем будущем.
Рис. 2. Динамическое распределение пропускной способности физического канала между двумя логическими
пакетов. В результате размер буфера маркеров устанавливается В = С(п +1) на время Д вперед.
в с і £
поступающие
пакеты
Д; схема агрегирования
предсказатель
С(и + 1)
оценка пропускной способности
установка на время Д вперед
Ве = С(п + \).Тс
потерянные
пакеты
Вс(бит) маркеров через каждые Те
Алгоритм корзины маркеров в режиме полисинга
исходящие
пакеты
Рис. 3. Принцип работы метода разделения времени передачи пакетов
Поэтому к наступлению момента времени I система выделяет для первого канала требуемый ресурс пропускной способности С|, распределив при этом второму каналу всю оставшуюся доступную пропускную способность С — Су — С| •
Как можно видеть из рис. 2 метод разделения времени передачи пакетов в данном примере увеличивает утилизацию в первом канале и предоставляет больше ресурсов для второго канала.
Идея предлагаемого метода состоит в модификации рассмотренных выше методов управления трафиком (полисинга и шейпинга), служащих для реализации функций обеспечения качества информационного обмена с помощью введения дополнительного модуля, прогнозирующего на некоторое время вперед необходимое значение Вс в соответствии с изменением интенсивности поступающих пакетов. При этом пропускная способность системы подстраивается под профиль трафика, уменьшая при этом потери и увеличивая использование выделенных ресурсов, а не трафик выравнивается под заданный наперед профиль.
Принцип работы метода разделения времени передачи пакетов с прогнозированием, основанный на механизме «корзина маркеров», изображен на рис. 3.
Согласно данной схемы входящий поток пакетов одновременно с поступлением в систему попадает на схему агрегирования по временным интервалам Д. После чего п последних отсчетов получившегося временного ряда поступают на предсказатель, который выдает прогностическую оценку следующего отсчета х(п +1) агрегированного ряда х
на время Д вперед. Исходя из требований к величине возможных потерь, оценивается пропускная способность системы С(я +1) • При этом, как показано на рис. 3, с помощью обратной связи может учитываться статистика потерянных
Таким образом, значение Вс (а вместе с ним и С//?) будет меняться каждый интервал Д, отслеживая динамику изменения интенсивности трафика. При той же самой (в среднем) пропускной способности системы, в режиме разделения времени передачи пакетов удается достичь лучших показателей потерь и использования чем в случае реализации классического полисинга.
Аналогичным образом, с помощью введения прогнозирующего модуля можно модифицировать метод шейпинга. При этом отброс пакетов из-за несовершенства предсказателя будет снижен за счет увеличения задержек. Схема функционирования такого метода фактически будет соответствовать приведенной на рис. 3, в которую дополнительно введен буфер для поступающих в систему пакетов.
Эксперимент по исследованию возможностей метода разделения времени передачи пакетов проведем с помощью следующего алгоритма (рис. 4):
- в исходном дискретном временном ряде х(к), соответствующем трафику выделим участок Т фиксированной длины 1Т\
- изучая характеристики ряда на данном тренировочном участке (оценивая параметры прогностической модели), формируем прогноз С(|) (на один шаг вперед) /-го значения ряда х(к), следующего за концом участка;
- фиксируем получившуюся абсолютную ошибку прогноза е{1);
- сдвигаем участок Т длины ЬТ на один шаг вперед, считая, что к наступившему моменту времени нам уже стало известно действительное значение только, что спрогнозированного отсчета /;
- осуществляем прогноз следующего значения и т.д.
У
Переходя далее к изучению рис. 6, можно сделать вывод о том, что выигрыш в статистических характеристиках D+ и D- при использовании метода разделения времени передачи пакетов для рассмотренного случая видеоконференцсвязи (при 3 < bs norm < 4.5) составит от 4% до 8%.
Следует заметить, что видеоконференцсвязь является наиболее требовательным к величине потерь сервисом. В общем случае, при организации менее требовательных сервисов, величина выигрыша может быть больше ~10% (см. рис. 6).
Выигрыш в статистике SNR'1 (которая, как будет показано ниже, отвечает за джиттер) составляет ~54% (см. рис. 7). С другой стороны, для более сложных моделей эта величина несколько больше и составляет -59%.
Заметим, что применение других предсказателей и даже значительное усложнение модели дает, тем не менее, достаточно небольшое улучшение в характеристике SNR'1 (а именно, выигрыш при этом увеличивается с 54% до 59%) на фоне также незначительного ухудшения характеристик D+ и D- [7]. Поэтому, с точки зрения простоты реализации, меньшей ресурсоемкости и требовательности предсказателя, а также лучших показателях потерь и использования ресурсов канала (D+ и D-) для использования в методе разделения времени передачи пакетов в системах распределения информации применяем простой предсказатель.
Для обеспечения требуемого качества информационного обмена в инфокоммуникационных системах специального назначения, при изменяющихся внешних (условия распространения радиоволн, воздействие непреднамеренных и преднамеренных помех, связь в движении, внешние воздействия на систему) и внутренних (величина и распределение трафика в системе, состав и топология системы, технические отказы и т.п.) условиях функционирования, задачи оптимизации характеристик и режимов работы отдельных элементов и системы в целом должны решаться совместно на всех уровнях ЭМВОС исходя из единого критерия.
Таким критерием может быть максимизация пропускной способности системы при заданных ограничениях на другие показатели эффективности. В качестве такого критерия может использоваться и обеспечение требуемого качества обслуживания приоритетных пользователей при максимизации количества обслуживаемых неприоритетных абонентов и др. Впрочем, выбор критерия также может динамически изменяться в зависимости от цели и сложившихся на данный момент условий функционирования системы. А система должна распределять «усилия» по адаптации на всех уровнях для достижения требуемой цели.
Проведенные расчеты качества информационного обмена согласно разработанной ранее методики оценки с помощью программы [9] подтверждают вывод о повышении общей эффективности системы.
Оценка качества информационного обмена при использовании методов статического задания пропускной способности и разделения времени передачи пакетов с прогнозированием в системе беспроводного широкополосного доступа представлена на рис. 8.
Полученные результаты подтверждают, что качество информационного обмена в инфокоммуникационной системе при применении метода разделения времени передачи пакетов с прогнозированием заметно выше (10-15%) при том же самом объеме передаваемой в системе информации.
Рис. 8. Оценка качества информационного обмена при использовании методов статического задания пропускной способности и разделения времени передачи пакетов с прогнозированием
Применение метода разделения времени передачи пакетов ограничивается случаями, когда возможно разделить трафик на две категории: приоритетный и неприоритетный, а также когда используется техника виртуальных каналов (в отличие от статистического мультиплексирования потоков). При этом если приоритетный трафик оказывается самоподобным и обладает высоким коэффициентом пачечности, то разработанный метод также будет эффективен. В противном случае его эффективность окажется не хуже эффективности метода статического распределения пропускной способности.
Следовательно, усовершенствованный метод разделения времени передачи пакетов с применением простого предсказателя при заданных ограничениях на другие показатели качества информационного обмена и порядок его работы в инфокоммуникационных системах специального назначения могут рассматриваться как основные составляющие метода управления качеством информационного обмена, который можно описать следующей последовательностью:
1. Проведение оценки качества информационного обмена в инфокоммуникационной системе как интегрального показателя для всех видов предоставляемого в системе обмена.
М (4)
где А, - коэффициент, число значений которого определяется числом уровней КИО т, / = т +1; К1 - весовой коэффициент, определяющий значимость показателей КИО; п — число показателей КИО.
2. Определение эффективности системы беспроводного доступа специального назначения:
(5)
где цг Q | - показатель, характеризующий возможность инфокоммуникационной системы обеспечить требуемое качество информационного обмена для всех должностных лиц системы; О - расчетное значение КИО полученное
в (4); - требуемое значение КИО в системе.
3. При IV < 1 повышение качества информационного обмена в инфокоммуникационной системе обеспечивается путем повышения пропускной способности с применением метода разделения времени передачи пакетов с применени-
ем прогнозирования при заданных ограничениях на другие показатели эффективности.
4. При недостаточной эффективности применяемых методов, а также для дальнейшего повышения качества информационного обмена применяются ранее разработанные алгоритмы рационального распределения выделенного для системы канального и частотного ресурса (в радиосетях -изменение сигнально-кодовых конструкций), в зависимости от цели и сложившихся на данный момент условий функционирования системы:
- для неприоритетного обслуживания;
- согласно приоритета пользователей;
- формирование подканалов одинаковой ширины частотного спектра, либо обеспечение одинаковой скорости передачи в подканалах.
Проведен анализ современных методов, применяемых для обеспечения качества информационного обмена, показана их неэффективность для применения в инфокоммуни-кационных системах нового поколения. Предложен методика управления качеством информационного обмена, который ввиду относительной простоты и при достаточной степени корректности может применяться в системах специального назначения.
Литература
1. Легкое К.Е., Кисляков М.А. Эксперимент по сбору трафика // Сборник трудов СКФ МТУСИ, 2009. Ростов-на-Дону: СКФ МТУ-СИ, 2009.-С. 49-55.
2. Ghaderi М. On the Relevance of Self-Similarity in Network Traffic Prediction, 2003. http://www.cs.uwaterIoo.ca/cs-archive/CS-2003/28/TR-CS-2003-28.pdf.
3. Traffic Modeling Based on FARIMA Models. Xue F., Liu J., Shu Y., Zhang L„ Yang O.W.W // CCECE99 Proceed. - May 1999. -P. 162-167.
4. Chen B., Peng S., Wang K. Traffic Modeling, Prediction, and Congestion Control for High-Speed Networks: A Fuzzy AR Approach // IEEE Trans. On Fuzzy Systems Vol. 8,2000. - №5.
5. Chiruvolu G., Sankar R., Ranganathan N. Adaptive VBR Video Traffic Management for Higher Utilization of ATM Networks // ACM SIGCOMM, Vol. 28, Issue 3. - July 1998. - P. 27-40.
6. Легкое K.E., Донченко А.А. Анализ существующих алгоритмов распределения частотного ресурса //Сборник трудов СКФ МТУСИ, 2009. Ростов-на-Дону: СКФ МТУСИ, 2009. - С. 50-52.
7. Донченко А.А., Легкое К.Е. Анализ эффективности применения алгоритмов динамического управления пропускной способностью канала //Сборник трудов СКФ МТУСИ, 2009. - Ростов-на-Дону: СКФ МТУСИ, 2009. - С. 69-72.
8. Легкое К.Е., Донченко М.А. Требования к показателям качества информационного обмена // Сборник трудов СКФ МТУСИ, 2009. Ростов-на-Дону: СКФ МТУСИ, 2009. - С. 59-64.
9. Легкое К.Е. Методы оценки качества информационного обмена // Сборник трудов СКФ МТУСИ, 2009. Ростов-на-Дону: СКФ МТУСИ, 2009. - С.'64-68.
Question of management practices in complex information and communication systems, special purpose
Legkov K.E., [email protected]
Abstract
Currently, the countries of NATO defense ministers commissioned by leading companies around the world infotelecommunication completed research and development on the implementation of complex communication systems and the creation of new models of control systems. These developments Implement technical and information support network-centric operations , during which all objects operations share information through a single interface , standards and protocols. Accordingly, the special forces is the most urgent task of creating new models of network-centric systems management and implementation of complex communication systems , which provide constant work of special forces in any situation anywhere in the world. Thus, you create advanced information and communication systems for special purposes are a set of automated digital public communications networks and next generation telecommunications networks (NGN) with the systems of exchange and storage of data that are based on convergence of information and communication technologies , united by a common control system and ensuring the provision of the required services to users specified quality. How to effectively manage the quality of information exchange in these systems . The answers to these questions and revealed in this article.
Keywords: infocommunication system, optimization of management, strategy, management, efficiency.
References
1. Legkov K.E., KisliakovM.A Experiment to collect traffic / Proceedings of MTUCI, 2009. Rostov-on-Don: MTUCI 2009. R 49-55 .
2 . Ghaderi M. On the Relevance of Self-Similarity in Network Traffic Prediction, 2003. http://www.cs.uwaterloo.ca/cs-archive/CS-2003/28/TR-CS-2003-28.pdf.
3 . Xue F, Liu J, Shu Y, Zhang L., Yang OWW Traffic Modeling Based on FARIMA Models. CCECE99 Proceed. May 1999 . R 162-167 .
4 . Chen B, Peng S., Wang K. Traffic Modeling, Prediction, and Congestion Control for High-Speed ??Networks: A Fuzzy AR Approach / IEEE Trans. On Fuzzy Systems Vol. 8. 2000. № 5 .
5 . Chiruvolu G, Sankar R, Ranganathan N. Adaptive VBR Video Traffic Management for Higher Utilization of ATM Networks / ACM SIGCOMM, Vol. 28, Issue 3. July 1998. P 27-40 .
6. Legkov K.E., Donchenko A A. Analysis of the existing frequency resource allocation algorithms / Proceedings of MTUCI, 2009. Rostov-on-Don: MTUCI 2009. P 50-52 .
7. Donchenko AA., Legkov K.E. Analysis of the effectiveness of the algorithms dynamically manage bandwidth / Proceedings of MTUCI 2009. Rostov-on-Don: MTUCI 2009. P. 69-72 .
8. Legkov K.E., Donchenko A A. Performance requirements lor the quality of information exchange / Proceedings of MTUCI 2009. Rostov-on-Don: MTUCI 2009. P 59-64 .
9. Legkov K.E. Methods for assessing the quality of information exchange / Proceedings of MTUCI 2009. Rostov-on-Don: MTUCI 2009. P 64-68 .
