CC BY
79
УДК 519
А. А. Али, Х. К. Али
МОДЕЛИ УПРАВЛЕНИЯ И РАСПРЕДЕЛЕНИЯ ТРАФИКА В БЕСПРОВОДНЫХ КОМПЬЮТЕРНЫХ СЕТЯХ
Ключевые слова: беспроводная компьютерная сеть, модель, трафик, очередь, кластер, верификация.
Статья посвящена рассмотрению актуальных проблем, связанных с особенностями моделирования процессов управления и распределения трафика в беспроводных компьютерных сетях. Для обоснования оптимальных и действенных инструментов моделирования детально проанализированы проблемы, возникающие в процессе работы беспроводных компьютерных сетей, приводящие к задержке передачи битов. Проведенный анализ позволил выбрать для моделирования алгоритмы управления очередями и методы реконфигурации кластеров. С использованием выбранных инструментов в работе предложена модель управления и распределения трафика в беспроводных компьютерных сетях, основанная на алгоритме параметрической идентификации, также формализован порядок выбора наиболее эффективного трафика при использовании различных алгоритмов управления очередями. Детально представлена модель моделирования трафика с использованием методов реконфигурации кластеров, отдельное внимание уделено процедуре верификации полученных моделей.
Keywords: wireless computer network model, traffic, turn, cluster verification.
The article is devoted to the actual problems associated with the peculiarities of the simulation process management and distribution of traffic in wireless computer networks. In order to justify the most appropriate and effective tools for modeling problems are analyzed in detail, arising in the course of the wireless computer networks, leading to bit delay. The analysis allowed to choose for simulation control algorithms and queuing techniques reconfiguring clusters. With the use of selected tools in the proposed model of management and distribution of traffic in wireless computer networks, based on parametric identification algorithm also formalized procedure for selection of the most effective traffic using different queue management algorithms. Detailed traffic simulation model is represented using methods reconfiguring clusters, special attention is paid to the verification of the obtained models procedure.
Одной из основных движущих сил развития беспроводных компьютерных сетей являются приложения. В ответ на их постоянно растущие требования к пропускной способности, появляются высокоскоростные технологии. Таким видам трафика, как, например Ш-телефония, аудио- и видео-потоки, нужен низкий уровень задержек пакетов, поддержка групповой доставки пакетов и т.д. Простое повышение пропускной способности сети не гарантирует, что различные приложения, которые в ней работают, получат именно то обслуживание, в котором они нуждаются, особенно в периоды временных перегрузок, когда сетевое устройство не может справиться с передачей битов на выходной интерфейс в том темпе, в котором они поступают.
Алгоритмы управления трафиком прошиваются разработчиками в интегральных схемах беспроводных сетевых устройств. Эти алгоритмы имеют большое значение для точки доступа, ведь в них прописано ее поведение во время перегрузок [1].
Не вызывает сомнения тот факт, что наличие эффективных методов математического моделирования позволяет разрабатывать аппаратное и программное обеспечение со значительно меньшими затратами, чем в случае использования реальных устройств [2]. Но, к сожалению, существующие средства моделирования беспроводных компьютерных сетей отражают лишь отдельные параметры трафика и не в состоянии обеспечить его эффективное управление и распределение.
Итак, с учетом вышеизложенного, в настоящее время возникает потребность в новых моделях управления и распределения трафика в беспроводных компьютерных сетях, которые способны будут обеспечить высокое качество обслуживания с уче-
том различных требований, предъявляемых приложениями к сети, что обуславливает актуальность и практическую значимость выбранной темы исследования.
На сегодняшний день большое количество известных ученых, например, Kleinrock, S. Blake, D. Grossman, Z. Wang, Стеклов В.К., Беркман Л.Н., а также исследовательские центры, такие как Mobile Ad-hoc Networks, Internet Engineering Task Force, Center for Embedded Networked Sensing занимаются вопросами управления и распределения трафика. Однако, несмотря на огромное число публикаций и усилия фирм-производителей, задача построения моделей трафика, наилучшим образом отражающих его функционирование в реальных условиях, все еще не решена.
Качество управления и распределения трафика в специализированной и технической литературе характеризуется таким понятием, как качество обслуживания (Quality of Service, QoS), которое представляет собой способность компьютерной сети обеспечить необходимый уровень сервиса заданному трафику в определенных технологических рамках [3].
Необходимый сервис характеризуется многими параметрами, основными из которых являются следующие:
- полоса пропуска (bandwidth);
- приоритет (priority);
- задержка передачи данных (delay);
- вариация задержки - джиттер (jitter);
- потери пакетов при передаче сетевых данных (packet losses).
С целью определения какой именно инструментарий моделирования наиболее подходящий и эффективный для управления и распределения трафи-
ка в беспроводных компьютерных сетях, рассмотрим типичные проблемы, возникающие с передачей битов в периоды перегрузки сети.
Итак, если причиной перегрузки является недостаточная производительность процессорного блока сетевого устройства беспроводной сети, то необработанные биты временно накапливаются во входящей очереди соответствующего входящего интерфейса. Очередей к входящему интерфейсу может быть несколько, если дифференцируются запросы на обслуживание по нескольким классам.
В том же случае, когда причина перегрузки заключается в ограниченной пропускной способности выходящего интерфейса, биты временно хранятся в выходящей очереди (или очередях) этого интерфейса.
Кроме того, в зависимости от текущей случайной топологии сети, центральные узлы, формирующие кластеры, не всегда несут одинаковую нагрузку (количество присоединенных к центральному узлу мобильных узлов, среднее расстояние до узлов кластера, средняя производительность кластера и др.). Это приводит к тому, что шлюзовые узлы, в качестве которых выступают центральные узлы, используемые для связи между кластерами, имея одинаковые ресурсы, загружаются неравномерно, что приводит, к задержке передачи битов.
Также, если один из шлюзовых узлов, включен как транзитный и перегружается значительней по сравнению с соседними, то при интенсивном трафике это приводит к снижению эффективности межкластерного обмена.
Итак, указанные проблемы и причины их возникновения дают основания рассматривать беспроводную передачу данных как любой процесс, где есть очередь и обрабатывающее устройство. Соответственно для моделирования управления и распределения трафика в беспроводных компьютерных сетях, по мнению автора, целесообразно использовать алгоритмы управления очередями и методы реконфигурации кластеров.
Итак, приступим к моделированию трафика беспроводной передачи данных в компьютерных сетях с применением алгоритма управления очередями -параметрической идентификации, который позволяет идентифицировать параметры математической модели беспроводной компьютерной сети, используя только значение окна передачи данных. Это упростит избежание перегрузок сетевых буферов, уменьшит вероятность потерь пакетов, увеличит эффективность распределения канала связи, обеспечивая гарантированный уровень QoS.
Приведем пример функции р(Ф) для нелинейного дифференциального уравнения 1-го порядка, описывающая скорость передачи данных в беспроводной компьютерной сети, для управления длиной буферной очереди:
УЧ Уа У2$ 1 -М) )
где Уф - скорость передачи данных (пакеты /с); рф - функция вероятности потери пакетов; Я - задержка (с.);
а - параметр мультипликативного уменьшения размера окна передачи данных при потере пакета;
в - параметр аддитивного увеличения размера окна при отсутствии потери пакетов.
Если при проектировании беспроводной сети планируется использовать несколько алгоритмов управления очередями, например, алгоритм FIFO, алгоритмы приоритетного обслуживания, алгоритм взвешенных очередей, то в данном случае предлагаем использовать для сравнения следующий порядок.
1. Расчет периода генерации
т = 1/f
где т - период генерации; f - частота работы сети.
2. Определение скорости работы в сети.
b = 1/m,
где b - среднее время обслуживания; m - скорость передачи данных.
3. Пропускная способность каналов.
С = I 1/t
k = 1
где С - пропускная способность; t - время задержки; k - количество каналов.
Проведение сравнительного анализа, с использованием представленных формул, позволит судить во-первых, о том, какое оборудование нужно в той или иной ситуации при построении беспроводной компьютерной сети, что позволит минимизировать задержку передачи информации, а также эффективно управлять и распределять трафик, и, во-вторых, какой алгоритм лучше применять в том или ином оборудовании.
На следующем этапе рассмотрим особенности моделирования трафика с использованием методов реконфигурации кластеров.
В процессе моделирования трафика беспроводной компьютерной сети целесообразно осуществлять конфигурацию кластеров, что позволит уменьшить время на передачу информации и оптимизировать сетевой трафик. Поэтому, для критерия выбора структуры и размера кластеров следует определить эффективность передачи данных, по следующей формуле:
E Wk E " Wk + Ws
где Wk - количество переданных полезных данных; Ws - количество служебной информации.
Критерием эффективности управления и распределения трафика является служебный трафик, который должен быть сведен к минимуму. Определим факторы, влияющие на объем служебного трафика в беспроводной компьютерной сети.
Объем служебного трафика представим как функцию Vs=f(Fr,V0) от частоты реконфигурации сети Fr и количества узлов nVt в кластере V0 .
С увеличением числа конфигураций в сети объем служебного трафика увеличивается по нелинейному закону, как следствие резко снижается эффективность передачи данных. При определенных условиях это может привести к неустойчивой работе сети.
Поэтому для уменьшения служебного трафика в сети частота реконфигураций на заданном промежутке времени ДТ и количество кластеров сети должны быть сведены к минимуму.
F^min, Vo^min
Оптимальный размер сети можно охарактеризовать с помощью коэффициента к Р" *1/ к = [Г к
Таким образом, объем служебного трафика зависит от частоты реконфигураций сети и количества кластеров в сети.
В то же время независимо от того, какой именно математический инструментарий будет выбран для управления и распределения трафика в беспроводных компьютерных сетях необходимо проводить верификацию полученной модели.
Верификацию модели предлагаем проводить по выбранным критериям адекватности модели эталонного трафика. В качестве критериев целесообразно использовать показатели конкордации р(к модельных и эталонных значений трафика на интервале нестационарности:
P{tk )
2 *т (k (tk ) т$к ] + М к f
где ^ - к-ый момент времени контроля трафика; т^к) - математическое ожидание эталонного трафика;
- математическое ожидание модельного трафика.
Для дискретного случая введем среднее значение критерия конкордации модели и эталона нестационарного трафика:
2 *т кк
Ро п ) * М. 2 Л Л м. 2
т и 2+м и 2
где 2Ь 2п - оптимальные квантованные значения модели трафика размерности п.
Для непрерывного случая введем интегральный критерий конкордации модели и эталона нестационарного трафика:
i2 * m kf* )
P0Çi,Zn H 2 .. , 2 dtk о m k + M (k)
Таким образом, подводя итоги проведенному исследованию можно сделать следующие выводы. С целью выбора оптимального и результативного математического аппарата моделирования распределения и управления трафиком в беспроводных компьютерных сетях проанализированы проблемы, вызывающие задержку передачи битов. На основании полученных результатов обоснована необходимость и целесообразность использования алгоритмов управления очередями и методов реконфигурации кластеров.
Для проведения верификации полученных моделей предложено использовать критерии адекватности модели эталонному трафику.
Литература
1. Летенко И. Д. Нечеткая модель динамического управления трафиком в программируемiх сетях // Системы управления и информационные технологии. - 2015. -Т.62. - №4.1. - С. 179-184.
2. Али А.А. Математические модели для сетей беспроводного потока// Вестник Казанского технологического университета. - Т.19. - №1. - 2016. - С.114-118.
3. Kil Hyunyoung; Cha Reeseo; Nam, Wonhong Transaction history-based web servicecomposition for uncertain QoS // International journal of web and grid services- 2016. -Vol.12. - Issue. - P. 42.
© А. А. Али - асп. каф. информатики и прикладной математики КНИТУ, препод. Аденского университета (Йеменская Республика), [email protected]; Х. К. Али - к.т.н., доц. Аденского университета (Йеменская Республика), [email protected].
© Ali Anees Abdullah Shafal, Ph.D. student of Applied Mathematics & Computer Science department, Kazan National Research Technological University, lecturer - Aden University (Republic of Yemen), [email protected]; Ali Khalid Kaid Shafal, Ph.D., Assistant Professor - Aden University (Republic of Yemen), [email protected].
