CC BY
118
УДК 656.254.7
А. К. Канаев, В. В. Яковлев
МЕТОДИКА ОЦЕНКИ ДОСТОВЕРНОСТИ ДАННЫХ ВРЕМЕННЫХ МЕТОК ДЛЯ РЕАЛИЗАЦИИ ПРОЦЕДУРЫ СИНХРОНИЗАЦИИ В ПЕРСПЕКТИВНЫХ ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМАХ
В статье представлен один из возможных способов синхронизации перспективных телекоммуникационных сетей, построенных на основе пакетных технологий. Способ синхронизации на основе временных меток реализуется значительно проще, нежели способ на основе синхронного Ethernet, однако его точность на несколько порядков ниже. В статье представлен подход, позволяющий повысить точность синхронизации путем оценки достоверности данных временных меток с применением различных процедур робастной оценки.
телекоммуникационная система, синхронизация.
Введение
В соответствии с концепцией технического и организационного развития телекоммуникационной системы (ТКС) ОАО РЖД в период до 2030 г. предполагается создание перспективной мультисервисной сети связи на базе технологии IP. При этом уже сегодня проектируются и строятся новые участки ТКС ОАО РЖД на базе волоконно-оптических линий связи с применением технологии Ethernet для соединения сетевых элементов. Реализация данного подхода приведет к длительному периоду совместного функционирования разнородных технологий (ПЦИ, СЦИ, Ethernet) на последовательно соединенных участках в составе ТКС, что накладывает определенные ограничения на реализацию процесса синхронизации в традиционном представлении тактовой сетевой синхронизации (ТСС).
Система синхронизации является одной из основных подсистем ТКС, обеспечивающих качество предоставляемых услуг и надежность функционирования ТКС. В результате появления в составе ТКС разнородных технологий (ПЦИ, СЦИ, Ethernet) одним из ключевых вопросов становится передача сигналов синхронизации на участках ТКС, образованных в результате применения технологии Ethernet в составе IP-сетей, прежде всего в условиях множественных отказов вследствие чрезвычайных ситуаций или террористических воздействий.
В работах ученых на сегодняшний день не рассматривается возможность возникновения угрозы для целостности сети синхронизации
ТКС в условиях совместного функционирования разнородных технологий (ПЦИ, СЦИ, Ethernet) и не представлен методический аппарат формирования сети синхронизации ТКС в указанных условиях.
1 Анализ возможных подходов к синхронизации в пакетных сетях
Для реализации процесса синхронизации в пакетных сетях известны шесть подходов, их анализ и сравнение позволяют выделить два основных имеющих принципиальные различия: синхронный Ethernet (SyncE -
SynchronousEthernet) и пакетно-ориентированный способ синхронизации (ToP - TimingoverPacket).
Анализ возможных стратегий применения данных подходов [1] позволил сформировать наиболее рациональную стратегию, где на первом этапе реализуется пакетно-ориентированный способ, а на втором этапе -способ на основе синхронного Ethernet. Данный выбор обусловлен тем, что реализация пакетно-ориентированного способа не требует крупных капитальных вложений и может быть основана на одном из известных способов временной синхронизации после модификации процедуры обработки данных временных меток. Способ синхронизации на основе синхронного Ethernet требует замены или модернизации сетевых элементов на основе чипов синхронизации, производство которых промышленность освоила только в 2008 г. При этом следует отметить, что точность синхронизации, реализуемой пакетно-ориентированным
способом на основе стандартных протоколов на два порядка меньше, чем способ синхронизации на основе синхронного Ethernet. Таким образом, актуальной следует считать задачу повышения точности синхронизации на основе пакетно-ориентированного способа. В статье предлагается использовать различные виды аппарата робастной оценки для достижения поставленной задачи.
2 Факторы, влияющие на точность синхронизации с применением пакетно-ориентированного способа синхронизации
Согласно [2], существуют пять основных методов получения информации, необходимой для обеспечения синхронизации:
1) установление местоположения группы пакетов;
2) дискретизация шкалы времени опорного генератора;
3) непрерывная корреляция сигналов хронирования;
4) измерение заполненности буфера;
5) измерение разности частот.
Анализ описанных выше методов приводит к выводу о том, что наиболее соответствующим процессу передачи синхроинформации в пакетной сети является метод дискретизации шкалы времени опорного генератора, так как он может быть реализован при помощи существующих ресурсов сети, которых требуется меньше, чем при использовании первого метода, и при этом обеспечивает точность синхронизации не меньше, чем остальные методы.
Для оценки достоверности данных пакетов с временными метками рассмотрим основные причины появления задержек трафика в IP-сетях. В общем виде возникающие задержки можно разделить на две группы: задержка распространения по линиям связи и задержка в коммутационных узлах [3]. Необходимо отметить, что процесс распространения трафика по линиям связи дает, как правило, чрезвычайно малые значения задержки, которыми можно пренебречь. Основной причиной появляющихся задержек трафика являются следующие этапы работы коммутационного оборудования:
1) классификация и идентификация потока данных входного порта;
2) управление потоком данных (обработка заголовков пакетов и формирование новых заголовков);
3) коммутация пакетов на соответствующий выходной порт;
4) ожидание очереди доступа к выходному порту.
Время, требующееся для этапов классификации, идентификации и управления потоком данных, величина в среднем постоянная, но во многом зависит от производительности коммутатора и нагрузки трафика, пульсации которой могут быть значительны. На рис. 1 показан общий вид функции зависимости вносимой задержки на первых двух этапах от уровня потока данных на входе коммутатора.
Интенсивность входного потока данных
задержка
Рис. 1. Функция зависимости вносимой задержки на различных этапах
На этапе коммутации пакетов по выходным портам вносимая задержка зависит от поддерживаемых коммутатором алгоритмов обработки пакетов и от величины трафика. В большинстве случаев величины задержки и вариации задержки на этом этапе невелики.
Наибольшая задержка пакетов данных вносится на этапе ожидания очереди доступа к выходному порту коммутатора, она зависит от алгоритмов приоритезации трафика. Очевидно, что пакеты с наивысшим
приоритетом, такие, например, как пакеты с временными метками, будут передаваться немедленно в случае, если нет других высокоприоритетных пакетов на передачу и если уже не ведется передача пакета с более низким приоритетом.
Таким образом, совокупную задержку, вносимую коммутатором, можно разделить на две составляющие: задержка на классификацию, управление, коммутацию, которая в среднем составляет постоянную величину, и задержка на ожидание очереди передачи, которая в значительной степени зависит от нагрузки на коммутатор, создаваемой трафиком.
Известно, что асинхронный и пульсирующий характер трафика в пакетных сетях может оказать существенное влияние на процесс передачи синхроинформации. Следует отметить, что наибольшее влияние на точность синхронизации оказывает не сама задержка, а вариация времени задержки пакетов с временными метками, которая существенно зависит и от нагрузки в узлах, и от числа узлов в маршруте, при этом предполагается высокая динамика изменения факторов.
Таким образом, требуется разработка механизмов повышения точности восстановления синхронизации из выборок пакетов с синхроинформацией.
3 Робастные процедуры оценки достоверности данных временных меток
Всякий математический результат, предназначенный для непосредственного практического использования, должен быть устойчив по отношению к выбросам (значительным отклонениям случайных величин от исходных предположений). Для обозначения этого свойства в настоящее время принято использовать термин «робастность», который обозначает нечувствительность к значительным случайным отклонениям от предположений.
В настоящем разделе предлагается произвести обоснованный выбор из трех робастных процедур, нашедших наибольшее практическое применение [4, 5, 6]: винзоризованные оценки, усеченные оценки, кусочно-линейные М-оценки Хампеля.
На основе временных меток, полученных от ведущего узла, в ведомом узле формируется упорядоченная по возрастанию случайная выборка пакетов с временными метками по величине их задержки в сети: t\, t2, ... tn.
3.1 Винзоризованные оценки
Основанием для применения винзоризованных оценок для среднего и дисперсии распределений, а также при проверке гипотез генерального среднего, служит присутствие выбросов в измеренных значениях времени задержки пакетов с временными метками. В этой процедуре крайние значения в упорядоченном ряду наблюдений не отбрасываются, а изменяются. Тогда g-винзоризованные наблюдения получаем путем
замены g первых наблюдений на tg+1, а последних - на tn-g (при 1 < g < n/2). Таким образом, получаем:
Z1 Z2 ••• Zg *g+l’
zg+i=tg+n 2<i<n-2g-V,
Z = Z ,=... = Z J =t .
П n~L tl-g+L Yl-g
(1)
При этом оценками среднего р и дисперсии а2 исходного распределения служат:
Приближенный 100(1-а )%-й g-винзоризованный доверительный интервал для среднего р:
(3)
t±ki o^-l) —г ~Г
где h = n - 2g.
Для проверки гипотезы H0: р = р - соответствующий g-винзоризованный односторонний ^-критерий использует статистику:
3.2 Усеченные оценки
Усеченные оценки среднего р получаем отбрасыванием g-крайних наблюдений с обоих концов упорядоченной выборки 0, t2, .... tn. Таким образом, g-усеченная оценка среднего р:
где h = n - 2g.
Стандартное отклонение для t можно вычислить по формуле:
Приближенный 100(1 - а)%-й g-усеченный интервал для среднего р:
(8)
Для проверки гипотезы H0: р = р0 - соответствующий g-усеченный односторонний ^-критерий использует статистику:
(9)
3.3 Кусочно-линейная М-оценка Хампеля
Как отмечено выше, наличие априорной неопределенности относительно статистических характеристик измерительной информации приводит к необходимости построения методов обработки, обладающих пониженной чувствительностью к возможной неадекватности между априорно принятой вероятностной моделью и свойствами реальной среды. Такой подход к проблеме синтеза робастных методов обработки, обеспечивающих достаточно точное решение подобных задач в условиях неопределенности, способствует реализации принципа минимакса. Минимаксный подход требует заранее ориентироваться на ситуацию, наименее благоприятную для оценки, и, таким образом, обеспечивает получение некоторого гарантированного решения. Сущность данного подхода состоит в том, что, сохраняя высокую робастность найденных решений, он позволяет избежать значительного снижения точности оценки в случае, когда условия оценки близки к предполагаемым. Один из наиболее эффективных путей построения минимаксных алгоритмов дает метод минимального контраста (метод М-оценки) [6].
В методе М-оценки вместо обычной квадратичной функции
отклонения, используемой в методе наименьших некоторая непостоянная функция р, а в качестве квадратов, берется оценки среднего р
принимается значение, минимизирующее сумму:
п Ерй-ю- /= 1 (10)
В более общей формулировке М-оценка определяется как решение уравнения:
уМ=о
,-=1 S
(11)
где s - единица измерения шкалы, а р можно считать производной от функции ¥.
В процедуре М-оценки Хампеля вместо обычной квадратичной функции отклонения, используемой в методе наименьших квадратов, используется некоторая непостоянная функция вида (рис. 2):
\tt\ при 0 <t. <1,7;
1,7 при 1,7 <7. <3,4;
\^(ti) = sgn(ti)x
-•1,7 при 3,4<tt <8,5;
(12)
5Д
О при tf < 8,5.
Рис. 2. Функция Хампеля
Смысл такой функции ^(^) в том, что она приписывает наблюдениям эмпирически подобранный вес таким образом, что при некоторых предположениях минимизируется влияние крайних наблюдений. Кусочнолинейная М-оценка Хампеля для параметра положения определяется как решение 7-уравнения: 13
j^.-7)=Q
(13)
,-=1 s
Это решение находится при помощи итеративной процедуры, в которой начальное значение 70 для решения 7-уравнения принимается равным медиане, а фиксированной оценкой множителя s служит медиана
абсолютных отклонений от Т0. Выполнив ряд преобразований, описанных в [5], получаем процедуру:
t
'к+1
(14)
свойства которой зависят от управляющей последовательности констант ук и от выбора начального приближения T0. Таким образом, наблюдения обрабатываются последовательно и каждый шаг требует минимального объема вычислений.
Анализ работ [7, 8] и ряда экспериментальных данных показал, что из всех приведенных процедур робастной оценки наиболее точное значение достигается, как правило, при процедуре использования кусочно-линейной М-оценки Хампеля. Однако следует отметить, что для исключения возможных ошибок при обработке результатов эксперимента целесообразно вычислять все предложенные оценки и проверять их совместимость.
Итак, применение описанных выше видов робастных оценок позволит наиболее точно оценить величину задержки пакетов с временными метками в пакетной сети. На заключительном этапе необходимо присвоить вес полученной временной метке в соответствии со степенью отличия задержки данного пакета относительно прогнозируемого времени задержки. Эту процедуру предлагается производить с использованием функции вида
где .х - отношение разницы между измеренной и прогнозируемой величинами задержки к прогнозируемой величине задержки.
Заключение
Использование разработанного метода робастной оценки величины задержки пакетов с временными метками позволяет:
S увеличить количество используемых для синхронизации временных меток на 10-15 % по сравнению с традиционными методами;
S реализовать процедуру оценки достоверности и присвоения соответствующего веса синхроинформации, содержащейся в пакете с временной меткой;
S обеспечить требуемую точность восстановления синхросигнала в условиях высокой нагрузки и пульсирующего характера трафика в /P-сетях.
Библиографический список
1. Решение проблем синхронизации в IP-сети / А. К. Канаев, А. С. Ванников,
1 при 0 < х < 1; 1 / х при X < 1,
(15)
B. В. Кренев // Автоматика, связь, информатика. - 2011. - № 3. - С. 22-24.
2. Системы синхронизации в связи и управлении / В. Линдсей. - М. : Советское радио, 1978. - 600 с.
3. Timing and synchronization aspects in packet networks: Recommendation ITU-T G.8261, 2008.
4. Применение усеченного биномиального распределения для построения генератора случайных функций в имитационных моделях цифровых систем передач /
C. В. Сорокоумов, В. Е. Кузнецов, А. М. Лихачев, В. П. Пустовалов; 52-я НТК НТОРЭС им. А. С. Попова. - СПб. : СПбНТОРЭС, 1997. - С. 22.
5. Робастные методы обработки сигналов в радиотехнических системах
синхронизации / А. В. Макшанов, А. В. Смирнов, А. К. Шашкин. - СПб. : Изд-во
Санкт-Петер-бургского ун-та, 1991. - 174 с.
6. Робастность в статистике / П. Хьюберт; пер. с англ. под ред. И. Г. Журбенко. -М. : Мир, 1984. - 303 с.
7. Статистический анализ: подход с использованием ЭВМ / А. Афифи, С. Эйзен; пер. с англ. - Мир, 1982. - 488 с. : ил.
8. Робастные методы обработки результатов измерений / А. В. Макшанов, А. А. Мусаев. - М. : МО СССР, 1980. - 144 с.
УДК 681.3.01
А. М. Кудрявцев, Д. Н. Рубанов, А. М. Костроминов
МОДЕЛЬ ЭЛЕКТРОННОГО ДОКУМЕНТООБОРОТА В АВТОМАТИЗИРОВАННЫХ КОМПЛЕКСАХ РАДИОМОНИТОРИНГА
В статье рассматривается модель электронного документооборота, предназначенная для повышения эффективности функционирования автоматизированных комплексов радиомониторинга. Испытания нового автоматизированного комплекса радиомониторинга показывают, что применение предлагаемой модели позволяет повысить как качественные, так и количественные характеристики электронного документооборота комплекса.
автоматизированные комплексы радиомониторинга (АКРМ), радиоэлектронная обстановка, документооборот, понятийная модель АКРМ, содержательная модель АКРМ, модель документооборота АКРМ.
Введение
В последние годы в интересах обеспечения безопасности Российской Федерации в структуре органов государственного управления разрабатываются автоматизированные комплексы радиомониторинга (АКРМ). Комплекс задач системы АКРМ может включать специфические задачи, решение которых имеет большое значение для безопасности России. В их числе выявление:
У источников террористических угроз;
