Модели одноранговых пиринговых сетей для передачи потоков IPTV Текст научной статьи по специальности «Компьютерные и информационные науки»

f, ГГц

Рис. 8. Частотная зависимость модуля входного сопротивления

Z

т

ЦПП в виде двухзвенного ФНЧ

Топология созданной ЦПП, предназначенной для подачи смещения на варакторы ГУН, приведена на рис.9.

К СВ Ч схеме Переходное заземляющее

смещения

Рис. 9. Топология ЦПП, используемая для подачи смещения на варакторы ГУН

Представленные цепи питания использовались при разработке сверхширокополосных ГУН сантиметрового диапазона волн в микрополосковом исполнении. Работоспособность спроектированных таким образом цепей питания апробирована при изготовлении генератора с диапазоном перестройки 3-6 ГГц построенного на транзисторе NESG3031M04 и варакторах BB857 и MA46H070.

Литература

1. Chenakin A. Frequency synthesizers: Concept to Product. - Norwood: ARTECH HOUSE, 2011. - 254 p.

2. Горевой А. Выбор генераторов для построения малошумящих СВЧ-синтезаторов // Компоненты и технологии. - 2012, №6. -С. 87-92.

3. A Triple Tuned Ultra-Wideband VCO in X-K Band/ M. Tsuru, K. Kawakami, K. Tajima et al. // Proceedings of the 3rd European Microwave Integrated Circuits Conference, Amsterdam, 27-28 Oct. 2008. P. 458-461.

4. Горевой А. В. Генератор диапазона 1-2 ГГц с повышенной крутизной регулировочной характеристики // Доклады ТУСУРа. - 2011, № 1. - С. 44-49.

5. Белов Л. Компоненты синтезаторов стабильной частоты. Генераторы, управляемые напряжением// Электроника: Наука, Технология, Бизнес. - 2004, №1. - C. 42-46.

Москалец Н.В.1, Поповская Е.О.2

'Кандидат технических наук, доцент; 2 аспирант, Харьковский Национальный Университет Радиоэлектроники МОДЕЛИ ОДНОРАНГОВЫХ ПИРИНГОВЫХ СЕТЕЙ ДЛЯ ПЕРЕДАЧИ ПОТОКОВ IPTV

Аннотация

Альтернативным решением по поддержке сетей в условиях роста видеосервисов стали пиринговые видеосети. Описана актуальность службы передачи мультимедийного потока IPTV, а именно системы персонального телевидения. Приведен состав классической сети IPTV и выявлены недостатки использования классической архитектуры. Описаны возможные топологии сети.

46

Получены ряд функциональных математических моделей пиринговых сетей, которые могут быть использованы при планировании сети и отображать динамические свойства при организации контроля загрузки и перераспределения ресурсов сети.

Ключевые слова: математическая модель, пиринговые сети, одноранговые сети, IPTV, топология, QoS.

Moskalets N.V. \ Popovskaya E.O.2

'PhD in technical science, associate professor; 2 Postgraduate student, Kharkiv National University of Radioelectronics MODELS OF PEER TO PEER NETWORKS FOR IPTV STREAM TRANSMISSION

Abstract

An alternative solution to support the growth of video services turned out to be peer video network. The relevance of the transmission service multimedia stream IPTV, namely a system of personal television is described. The composition of classical IPTV network is shown and the disadvantages of using classical architecture are identified. The possible network topology is given. A number of functional mathematical models of peer networks that can be used when designing the network and display the dynamic properties of the organization and re- loading control of network resources is received.

Keywords: mathematical model, peer-to-peer, network, IPTV, topology, QoS.

ГОбщая характеристика пиринговых сетей

В последнее время все более востребованной является служба передачи мультимедийного потока IPTV, а именно системы персонального телевидения. IPTV представляет собой принципиально новую форму коммуникации, которая успешно сочетает в себе информационную полноту и насыщенность сети Интернет с богатыми графическими и акустическими возможностями современных телевизионных систем. Именно по этой причине развитию комплекса технологий IPTV уделяется повышенное внимание. [1,2]

В состав классической сети IPTV входят следующие компоненты:

• распределенные по сети видеосерверы, содержащие контент;

• терминальные устройства STB, обеспечивающие пользователям доступ к контенту. Устройство STB декодирует видеоданные и выводит расшифрованное видео на экран телевизора;

• транспортная сеть, которая обеспечивает предоставление услуг IPTV;

• участки сети абонентского доступа.

Тем не менее, рост числа пользователей выявил недостатки использования классической архитектуры, поскольку для поддержания QoS требовалось увеличение количества серверов, объемов их дискового пространства и увеличение производительности их сетевых адаптеров.

Одним из альтернативных решений по поддержке сетей в условиях роста видеосервисов стали пиринговые видеосети. Пиром называют равноправного участника сети, предоставляющего свои ресурсы или сервисы другим участникам. Под пиринговой сетью следует понимать самоорганизующуюся компьютерную сеть, основанную на равноправии участников, а именно: имеются общие разделяемые ресурсы, кооперация между узлами, совмещение узлом сети ролей клиента и сервера. Своеобразной спецификой обладают структурные и функциональные математические модели пиринговых сетей. Рассмотрим их более подробно.

П.Структурные модели пиринговых сетей

Топология такой сети может быть представлена в виде множества деревьев или сетки. В случае древовидной топологии каждый клиент получает субпотоки данных от узлов нескольких, например, трех деревьев (при этом используется метод кодирования субпотоков MDC). При отключении узла от сети, структура дерева перестраивается, при подключении нового узла -достраивается. В одних случаях топология сети носит статический характер, в других - динамический, меняющуюся топологию после передачи каждого очередного сегмента данных.

Рис. 1. Топология с тремя деревьями

Рис. 2. Топология решетки

На рисунке 1 представлена схема с MDC и разделением потока на три субпотока (3 дерева). Буквами G1, G2 и G3 обозначены поколения узлов-партнеров, которые участвуют в доставке видео данных другим узлам.

При сеточной топологии (рис. 2) поток данных делится на небольшие модули, например, соответствующие одной секунде фильма. Соответствующие модули клиент получает от узлов сетки случайным образом или согласно некоторой закономерности. Источником первичного видео потока здесь является узел А. Эволюция графа доставки видео фрагментов зависит от того, какие узлы направляют запросы первыми[2,3].

Все узлы обмениваются друг с другом картами данных - файлами, в которых указано наличие тех или иных видеофрагментов в узлах сети, которые могут потребоваться в текущий интервал времени. В итоге получается полносвязная структура модели (рис. 3).

47

ШФункциональные модели пиринговых сетей

Рассмотрим сеть узлов, соединенных каналами связи с различными пропускными способностями. В каждый момент времени появляются пары узлов, между которыми необходимо передать поток определенного объема в течение конечного промежутка времени. По истечении времени заявка снимается и освобождается ресурс сети.

Каждый узел как сервер способен обрабатывать, поступающие от других узлов запросы, отсылать соответствующие файлы по поступившим запросам, а кроме того выполнять некоторые вспомогательные и административные функции. Пиринговые сети или P2P сети (peer to peer) по сравнению с традиционными системами клиент-сервер обладают значительно большей масштабируемостью, а из-за отсутствия критических точек отказов представляют услуги с большей стабильностью. В последние годы запущен в эксплуатацию ряд крупномасштабных P2P систем передачи потокового видео. Например, Cool Streaming, PPLive, PPStream, UUSee, SopCast. Все эти системы используют общий принцип передачи информации, получивший название «модель изолированного канала» (ISO, isolated channel model). При этом пользователи, использующие один и тот же канал могут получать пакеты видеоданных, как от источника трансляции сервера, так и от остальных пользователей данной группы. Пиринговая P2P сеть представляет собой динамическую, развивающуюся во времени систему, динамика которой определяется скоростью загрузки данных из сети, а так же скоростью, с которой пользователь может отправлять данные в сеть, определяемая как скорость отдачи. Очевидно, для видео сервера определяется только скорость отдачи. Состояние сети изменяется во времени при открытии или закрытии пользователем видеоприложений, при включении и выключении персонального компьютера, что изменяет число пользователей данной сети. Изменяется состояние каналов, которые одновременно просматривают пользователи. При этом скорость изменения состояния каналов превышает скорость открывания, закрывания видеоприложений. Поэтому допустимо рассматривать модель P2P сети, в которой число пользователей остается постоянным, а изменяется только число пользователей, связанных одним каналом. [4]

IV. Математические модели массового обслуживания

Процесс переключения каналов пользователем сети P2P телевидения можно рассматривать как процесс блуждания некоторой заявки между узлами сети, где узлами являются каналы. Так процесс поиска нужного j - канала соответствующим пользователем за (q + д) - шагов, начиная с i - го канала, проходя K - каналов можно определить вероятностью

п(Ч+5) yfc п(5)п(ч) /п

Ч; _Lk=i^i,k ч,у (i),

где д - значение шага, на котором обнаружен j - канал. Уравнение (1) является частным случаем уравнения Колмогорова -Чепмена [8].

Рассмотрим модель P2P TV сети с позиции теории массового обслуживания. Множество пользователей, просматривающих т -ый канал представим в виде множества Sm. Время доставки очередного фрагмента для воспроизведения можно аппроксимировать экспоненциальным законом с параметром ft _ дГ1. В зависимости от того какова выбрана структура оверлея, структурирована или неструктурированна, топология системы указанное время может заметно изменяться. Кроме того, важное значение имеет то, на какие участки делится медиа - контент: фрагменты или полосы. Оставляя вопросы выбора структуры сети для отдельного исследования, сосредоточим внимание на построении модели обслуживания очереди, организуемой в буферной части пира.

Будем считать закон доставки фрагментов потребляемых совокупностью пиров - пуассоновским с интенсивностью Я. Считаем, что каждый пользователь обладает буфером, способным содержать к + 1 фрагмент, где к - место в буфере предназначено для фрагментов, полученных на предыдущих шагах, а 0 - место предназначено для получения очередной новой порции данных. После того, как сервер случайным образом выбрал пира для начальной загрузки, он находит в сети другого пира и пытается загрузить от него недостающую порцию данных до заполнения буфера. Из буферов фрагменты поступают на обслуживание в порядке их поступления, обеспечивая тем самым непрерывность просмотра, что является составным требованием критерия качества воспроизведения на уровне пользователя (QoE, Quality of Experience)[5,6]

Получим стационарные вероятности {лу} как вероятность того, что в системе пребывает j пользователей, просматривающих т - й канал. Система переходит из состояния j в состояние j + 1 при подключении или выключении очередного пира. Предположение пуассоновости позволяет считать, что Я; _ Я.

Основное назначение пиринговой P2P TV сети является предоставление услуг N пользователями для просмотра М каналов передачи мультимедийного трафика. Состояние сети X(t) можно представить различными математическими моделями, среди которых состояние загрузки буферов каждого из п пользователей (пиров) просматривающих т - й канал. Момент перехода за один шаг из состояния буфера i в состояние j можно характеризовать вероятностно [5]:

Pi,j(t) _ pixn+100 _ j(xn(t) _ i],n _ 1,2, ...,N. (2)

Для марковских состояний вероятность перехода (2) за время t определяется величиной:

pij(t) _ ехр{-Лд},

где Я; - интенсивность перехода в i - е состояние.

Для произвольного момента времени г на интервале от 0 до t переходная вероятность:

(3),

Pi,j(t) _ SiJe Ait + f(1I.kPi,k(J)^kPkje Al(t T)dt

(1 при i _ j, где siJ _ (о при i * j.

После дифференцирования (3) по t и упорядоченности слагаемых получаем:

_ Ik Pi,k(t)XkPk,j - ЛjPilj(t), t > °. (4)

при начальных условиях

Рц(0) _ 1, Рц(0) _ 0, i*j

Получим выражения для стационарных вероятностей из уравнения (4), в предположении установившегося режима, когда dPi j(t)/dt —> 0. Из (4) получаем алгебраическое уравнение:

Я;Лу _ 1,кЛк nkPkJJ _ а1,2,... (5)

где Pij(t) _ nf. п> 0, для всех i, лу _ 1

Уравнение (5) имеет физический смысл баланса системы в состоянии j, состоящего в том, что за единицу времени число покидающих систему пиров равно число вновь входящих, просматривающий данный канал.

Стационарные вероятности Ру, получим из (5) в виде

^iSfeTfe/Tfe

■,] _ 0,1,2,

(6)

Они интерпретируются следующим образом. При большом числе N состояние системы окажется в состоянии j примерно NPj раз. При каждом переходе в j состояние остается там в среднем Xj1 время. Вероятность состояния j, как доля времени пребывания в этом состоянии пропорциональна Ру /Яу. Коэффициент пропорциональности находится из условий нормировки вероятностей и равен £Р; /Я;.

48

Однако модель массового обслуживания не отражает текущего состояния сети, а дает представление о средних значениях вероятностей этих состояний. Так вероятность состояния i - того канала может быть определена как:

Pi = xi/Yrjl=1xj (7)

Для исследования вероятностно - временных характеристик P2P сетей целесообразно использовать модели, отображающие динамику изменения элементов данной сети.

V. Динамические модели состояния пиринговых сетей

Динамику состояний анализируемой сети можно рассматривать как построение расписания, обеспечивающего упорядоченное представление фрагментов TV контента.[3,10,11]

Динамика состояний моделируемой сети достаточно разнообразна и может быть представлена на нескольких уровнях. На верхнем уровне следует рассматривать процесс изменения загрузки т - го канала п - пользователями. Средним уровнем может считаться состояние п - го пользователя, последовательно просматривающего множество программ М. Наконец нижний уровень моделируемой сети следует определить в отношении динамики поступления фрагментов на буфер терминала.

Математическая модель состояния пиринговой сети может быть построена по отношению п - го пользователя, использующего т - ый канал или же с использованием состояния т - го канала, количественно учитывающего соответствующую нагрузку. Рассмотрим в начале особенность построения математической модели отдельным пользователем пиринговой сети, просматривающим т - й канал. Основной задачей в сетях P2P TV является обеспечение качественных характеристик воспроизведения на уровне конкретного пользователя (QoE - Quality of Experience), включая непрерывность просмотра и минимум времени для скачивания нужного файла.[5,6]

Рассмотрим формализацию модели поведения п - го пользователя с позиции нахождения оптимальности расписаний его функционирования. На одном приборе (терминале пира) необходимо обслужить I - требований (фрагментов видеоконтента). В каждый момент времени на терминал поступает не более одного фрагмента и по желанию пользователя в любой момент процесс обслуживания может быть прерван для перехода на другой канал просмотра. Для каждого j - го фрагмента, принадлежащего множеству L = {1,2,..., 1} заданы параметры:

• момент поступления tj >0;

• продолжительность обслуживания г; = г > 0;

• весовой коэффициент Wj > 0, определяющий значимость j - го фрагмента.

Без потери общности можно считать, что в результате фрагментации все фрагменты одинаковы по объему. Задача состоит в том, чтобы определить порядок, в котором фрагменты, получаемые от разных пиров, обслуживались в нужном порядке за минимальное время. Будем искать требуемый порядок в виде расписания г, определяемого как кусочно - постоянную непрерывную функцию r:R —— {0,1,2,..., (}. Очевидно, если очередной j - фрагмент обслуживается, то функция r(t) равна j е L, в случае простоя r(t) =0. В силу фрагментации задача приобретает целочисленный характер, таким образом на временной шкале будем рассматривать точки t, определяющие положение того или иного фрагмента.

Для конкретного файла, скачиваемого пиром, функция r(t) имеет начало и конец. Момент начала обслуживания Гу определяется как наименьшее целочисленное значение t, такое, что r(t +1) = j. Момент окончания обслуживания Су определяется как наибольшее целочисленное значение t, такое что r(t) = j.

Выберем критерий оптимальности расписания г

Пусть Т(г) представляет значение суммарного взвешенного момента окончания:

T(r) = £y=iWyCy ^ min (8)

Значения весовых коэффициентов Wy не могут быть одинаковы, поскольку важность последующих фрагментов для минимизации (8) возрастает. Это позволяет предположить, что w1 > w2 > ■■•wl.

Необходимо найти такое расписание г, при котором достигается минимальное значение функции (8). В отсутствие прерываний для решения данной задачи известен [10] номинальный алгоритм с трудоемкостью 0(п7) операций.

Рассмотрим другую математическую модель динамического состояния пиринговой сети, где рассматривается состояние множества каналов.

Требуется динамическое представление в виде состояния х на к - ом шаге, или же в непрерывном случае это состояние может представлять собой загрузку m - ого канала или его популярность. Скорость изменения загрузки определяет производная dxm(t)/ dt. Для рассматриваемой дискретной сети

хт(к + 1) = Р(к + 1, к)хт(к), (9)

где Р(к + 1, к) - переходная вероятность.

Состояние загрузки т - го канала сети на к - ом шаге может быть представлено вектором:

= (хт,хт хт). (10)

Разностное уравнение, отображающее скорость изменения состояния т - ого канала на к + 1 - ом шаге, можно представить в виде:

Хт(к + 1) = F(k + 1, к)х(к) + G(k)Z(k) (11),

где F(k + 1, к)- переходная вероятность между состояниями на к - ом и (к + 1) - ом шаге; G(k) - масштабируемый множитель, определяющий интенсивность изменения состояния; ^(к) - порождающий гауссов белый шум, являющийся источником случайных изменений состояний.

Представленная рекурсивная модель (11) случайного состояния X(t) является достаточно универсальной, позволяющей с помощью вектора множителя F(k + 1, к) моделировать скорость изменения (интервал корреляции) процесса x(t), а с помощью G(k) - его уровень.

В соответствии с методом переменных состояния, на основании уравнения (11), могут быть построены процедуры в виде фильтра Калмана-Бьюси или алгоритмов стохастической аппроксимации [5,6], что позволяет дальше на основании этих оценок построить управление состоянием каналов, т.е. произвести оценку загрузки сети и перераспределение ее ресурсов.

Выводы:

1. Преимуществами использования пиринговой технологии являются: возможность существенно снизить нагрузку на сеть, сохранить качество передаваемого контента, организовать прямые трансляции с минимальными задержками и др.

2. Рассмотрены особенности построения математических моделей пиринговых сетей применительно к структурным и функциональным ее характеристикам. Типовыми структурными моделями пиринговых сетей являются наложенные оверлейные сети построенные по древовидному или сеточному типу. Функциональные модели отображают состояние пиринговых сетей, для чего можно использовать усредненные вероятностные характеристики, отображаемые в моделях массового обслуживания. Однако адекватной моделью, отображающей динамику этих сетей, являются рекурсивные представления в пространстве состояний.

3. Функциональные математические модели могут быть построены с позиции макро представления сети, которые отображают состояние п - пользователей, просматривающих т - каналов. Микро подход основывается на рассмотрении оптимизации задачи загрузки буфера фрагментами контента. При промежуточном подходе следует рассматривать модель активности использования соответствующего канала.

49

4. Получены два вида функциональных моделей пиринговых сетей. Первая модель на основе теории массового обслуживания отображает состояние п - ого пользователя т - ого канала. Такую модель можно рассматривать как модель априорного состояния, которая может быть использована при планировании сети. Вторая дифференциальная модель отображает динамические свойства пиринговой сети и может рассматриваться как модель апостериорных состояний. Эта модель может быть использована для отображения и организации контроля загрузки и перераспределения ресурсов сети.

Литература

1. Setton E., Girod B. Peer-to-Peer Video Streaming// Springer.-2007.-150p.;

2. Wu D., Liu Y., Ross K.W. Queuing Network Models for Multi-Channel Live Streaming Systems//Proc. of the 28 th Conference on Computer Communications (IEEE Infocom 2009), April 19-25,2009.-Rio de Janeiro, Brazil.-Pp.73-81.;

3. S.Saburova, E.Popovskaya, Y. Hussein, Development of services in the IP multimedia subsystem, Всеукраинский межведомственный научно-технический сборник «Радиотехника», Выпуск 159,2009, стр 229-233;

4. Oshchepkov M.U., Popovskaya E.O. Development of mathematical models of peer-to-peer networks with IPTV flows transmission, Сб. науч.тр. Молодежной научно-практической конференции СКФ МТУСИ «ИНФОКОМ-2014»,г. Ростов-на-Дону;

5. Popovskij V., Barkalov A., Titarenko L. Control and Adaptation in Telecommunication Systems, Springer-Verlag Berlin Heidelberg, 2011;

6. Wehrle K., Gunes M., Gross J. Modeling and tools for Network simulation, Springer Heidelberg Dordrecht London New York, 2010;

7. Shen X., Yu H., Buford J., Akon M. Handbook of Peer-to-Peer Networking, Springer New York Dordrecht Heidelberg London”, 2010;

8. Loeve M., Probability theory, Vols I and II, 4 th ed. Springer-Verlag: Berlin, Heidelberg,New York, 1960;

9. Graham R.L., Lawler E.L., Lenstra J.K., et.al. Optimization and approximation in deterministic sequencing and scheduling: a survey // Ann. Discret. Math. 1979. № 5. P.287-326.

10. Baptiste Ph. Scheduling Equal - Length Jobs on Identical Parallel Machines // Discrete Appl. Math. 2000. № 103. P. 21-32.

11. Smith W.E. Various optimizers for single - stage production // Naval Res. Logistics Quarterly. 1956. № 3. P. 59-66.

Переведенцев Д.А.1, Романов К.А.2, Переведенцев К.А.3

'Аспирант, , 2аспирант, 3магистрант, ФГБОУ ВПО «Ижевский Государственный Технический Университет им. М.Т.

Калашникова»

ИНФОРМАЦИОННО - ТЕХНИЧЕСКИЕ РЕСУРСЫ ИННОВАЦИОННОЙ ИНФРАСТРУКТУРЫ БЮДЖЕТНОГО

УЧРЕЖДЕНИЯ (НА ПРИМЕРЕ УНИВЕРСИТЕТА)

Аннотация

Статья раскрывает роль информационно-программного ресурса инфраструктуры университета в коммерциализации результатов его научно-исследовательской деятельности.

Ключевые слова: коммерциализация, инновационная инфраструктура, информационно-программные ресурсы.

Perevedencev D.A.1, Romanov K.A.2, Perevedencev K.A.3,

'Postgraduate student, ^Postgraduate student, 3Master student, Izhevsk State Technical University

INFORMATION AND TECHNOLOGICAL RESOURCES OF THE INNOVATION INFRASTRUCTURE OF BUDGETARY

INSTITUTIONS (ON THE EXAMPLE OF UNIVERSITY)

Abstract

The article reveals the role of information and software resource infrastructure of the University in commercialization of the results of its research activity.

Keywords: commercialization, innovation infrastructure, information and program resources.

Инновационный процесс - результат эффективной деятельности национальной инновационной системы страны, составляющими компонентами которой выступают региональные инновационные системы, которые обязательно имеют источник непрерывной генерации знаний и инноваций в качестве высших учебных заведений. Современная инновационная инфраструктура университета позволяет коммерциализировать научные разработки, осуществлять трансфер технологий и соответственно выступать эффективным экономическим агентом, получающим доход от своей интеллектуальной, научной деятельности [3].

Тема развития инновационной инфраструктуры ВУЗа сегодня является особенно актуальной для российских научных учреждений в связи с выходом Постановления Правительства Российской Федерации от 9 апреля 2010 г. № 219. Указанное постановление и иные подзаконные акты, хотя и содержат вполне конкретное определение инновационной инфраструктуры и положения по поводу того, как она должна выглядеть и какие задачи решать, все же оставляют на усмотрение ВУЗа решения о создании элементов инфраструктуры и определении ее функций. И поэтому вопросы: какая и для чего нужна инновационная инфраструктура, — вузы решают большей частью самостоятельно.

Типовым можно считать также и состав инновационной инфраструктуры. Как правило, инновационная инфраструктура включает в себя 4 взаимосвязанных блока (рис. 1):

ПСП

Рис. 1. Состав типичной инновационной инфраструктуры университета В таком определении инновационная инфраструктура связывает науку с производством, что позволяет существовать и развиваться научным школам, и предоставляет возможности творческой реализации студентам и аспирантам, а это, в свою очередь, привлекает абитуриентов [1].

Анализ научных трудов отечественных и зарубежных авторов по проблеме развития инновационной деятельности вузов, таких как А.Г. Аганбегян, АбрамешинА.Е., Воронина Т.П., Молчанова О.П., ТихоноваЕ.А., ШленовЮ.В., ЕгоршинА.П, ФёдоровО.В.,

Управление инновационной деятельностью и собственно инновационной инфраструктурой

Поддержка инновационной деятельности (сопровождение инновационных проектов, создание малых инновационных компаний и т.д.)

Научно-производственные мощности (генерация разработок, создание прототипов, опытных образцов)

Образование (специализированные кафедры, программы)

50