CC BY
68
УДК 004.051
Коношенко Сергей Александрович
ЗАО «Практика безопасности» Россия, Москва1
Директор департамента информационной безопасности
bvi_78@mail.ru
Оценивание состояний очередей заявок на узлах инфокоммуникационных сетей
Аннотация. В статье обоснована актуальность решения задачи оценивания состояний очередей заявок на узлах инфокоммуникационных сетей, позволяющей осуществить прогнозирование состояний ненаблюдаемых узлов сетей. Представлен способ оценивания состояний очередей заявок на ненаблюдаемых узлах сети, учитывающий структуру сети и удаленности оцениваемых узлов от узлов с известным состоянием. На основе имитационного моделирования процесса функционирования инфотелекоммуникационной сети с децентрализованным управлением в условиях нестационарного трафика получены зависимости, отражающие степень влияния состояний узлов сети на точность оценивания состояния очереди узла сети. Приведены оценки зависимости качества оценивания коэффициента использования очереди узла сети от удаленности узлов, состояния которых учитываются. Обоснован вывод о целесообразности предложенного подхода к решению задачи оценивания состояний очередей на узлах инфотелекоммуникационной сети при решении задач синтеза алгоритмов адаптивной маршрутизации в сетях с децентрализованным управлением и нестационарным трафиком.
Ключевые слова: мультисервисная сеть; децентрализованное управление; адаптивная маршрутизация; оценивание состояния узла сети.
Мытищи, улица Колпакова, 37, 172
Современный этап развития инфокоммуникационных сетей (ИКС) характеризуется значительным увеличением числа пользователей и расширением номенклатуры информационных услуг. При этом наряду с глобальной распределенной информационно-вычислительной средой Интернет активно развиваются корпоративные и ведомственные мультисервисные сети (МСС) [1]. Архитектура МСС представлена на рис. 1.
Рис. 1. Архитектура мультисервисной сети связи [1]
К особенностям МСС следует отнести интеграцию различных видов трафика в рамках единой сетевой среды, высокую степень защищенности передаваемых данных, упрощенную организацию телефонных и видеоконференций, повышение надежности передачи информации и варьирования предоставлением уровней сервиса в зависимости от потребностей пользователей МСС.
С другой стороны, необходимость обеспечения вышеуказанных возможностей МСС, требует привлечения значительных транспортных ресурсов провайдеров телекоммуникационных услуг и, как следствие, приводит к увеличению стоимости предоставления услуг пользователям МСС. Действительно, повышение требований по качеству обслуживания (ОоБ), определяет избыточные требования не только к характеристикам сетевого оборудования, степени связности сети, но и пропускной способности каналов телекоммуникационных систем, на основе которых строят МСС.
Таким образом, в условиях арендованного транспортного ресурса и особенностей трафика МСС, для которого характерны нестационарность, неоднородность типов передаваемых данных и различие требований к качеству передачи данных различных типов [2], снижение избыточности привлекаемых МСС ресурсов является актуальной задачей. Решение указанной задачи обеспечит производительность сетей, близкую к пропускной способности.
Как правило, современные ИКС являются многосвязными, поэтому считается, что для максимально эффективного использования полосы пропускания сети требуется выравнивание интенсивностей потоков информационного обмена между узлами сети. Следовательно,
достижение цели по производительности, предполагает реализацию эффективного управления характеристиками сети, обеспечивающего возможность оперативного перераспределения трафика сети. Необходимо отметить, что функционирование ИКС происходит в условиях воздействия различного рода возмущений, приводящих к отказам узлов сети и каналов связи, возникновению ошибок в передаваемых сообщениях, случайному характеру циркулирующих потоков информации [3]. В этих условиях задача управления сетью заключается в обеспечении передачи максимального количества информации с требуемым качеством. Таким образом, посредством реализации управления в ИКС также решаются задачи обеспечения надежной передачи данных и малых задержек при передаче сообщений по сети.
На сетевом и транспортном уровнях управление трафиком реализуется за счет применения различных методов маршрутизации, установления приоритетов между типами трафика и ограничений на скорости исходящих от пользователей потоков данных. Рассмотрим факторы, определяющие влияние маршрутизации, на эффективность использования пропускной способности ИКС. Поскольку рассмотрение эффектов маршрутизации невозможно без фиксации методов коммутации, передачи пакетов и источника принятия решения о маршруте, используемых в ИКС, определим тип ИКС с точки зрения указанных параметров. Стандартом де-факто для современных ИКС метод коммутации пакетов (КП), поэтому в дальнейшем будем считать, что в ИКС реализован указанный метод коммутации. В силу отмеченной нестационарности потоков заявок в МСС, определим, что в сети используется дейтограммный механизм передачи пакетов, как более эффективный, чем механизм виртуальных каналов, для случая пульсирующего трафика. Проведенный анализ методов маршрутизации позволил сделать вывод о том, что потенциально наиболее эффективными являются методы адаптивной гибридной маршрутизации. В [4] предложена процедура дельта-маршрутизации, относящаяся к классу гибридных методов маршрутизации. При дельта-маршрутизации решение о маршруте передачи принимается на каждом узле сети на основании информации о маршрутах, получаемой от центра управления сетью (ЦУС), и локальной информации о длинах очередей по направлениям связи, включенным в данный узел связи. Заметим, что в случае децентрализованного управления процедура дельта-маршрутизации использует результаты межузлового обмена служебной информацией вместо информации от ЦУС. Пусть в ИКС используется дельта-маршрутизация. Таким образом, основные качественные параметры ИКС, важные с точки зрения маршрутизации, определены, исходя из возможности обеспечения максимальной эффективности использования пропускной способности ИКС.
Основным критерием оптимальной маршрутизации в сетях с КП является среднее время задержки пакета в сети, поэтому основной проблемой при адаптивной маршрутизации является оценка задержки при передаче пакетов по различным маршрутам [5]. Поскольку маршрутизация осуществляется в условиях частичной априорной неопределенности относительно отказов элементов ИКС, примем, в качестве ограничения, отсутствие возможности изменения структуры ИКС, в процессе функционирования ИКС. Указанное ограничение обусловлено значительным усложнением задачи оценивания параметров ИКС, в условиях наличия отказов оборудования, либо отсутствия корректных механизмов оперативного обновления информации об эволюции структуры ИКС, в узлах сети.
В общем случае задачей управления процессом обмена информацией в сети представляет собой задачу выбора оптимальных по отношению к некоторому критерию методов маршрутизации и введения ограничений интенсивности потоков в сети с заданной топологической структурой при соответствующих ограничениях [3]. Таким образом, реализация алгоритмов маршрутизации требует указания целевой функции, на основе которой осуществляется выбор оптимального маршрута передачи пакета. К наиболее простым и
известным из них относится, например, минимум длины и числа узлов сети, реализуемый посредством алгоритма поиска кратчайшего пути [6]. На практике ситуация с формализацией и выбором целевой функции, определяющей функционирование маршрутизатора, оказывается значительно сложнее. На выбор маршрута оказывает влияние значительное число факторов, определяемых используемым в конкретной ИКС стеком протоколов. Общим подходом к решению указанной задачи является необходимость выбора маршрута с максимально свободными ресурсами, что, однако, не гарантирует достижение цели эффективного использования пропускной способности сети. Тем не менее, очевидно, что, вне зависимости от выбранной целевой функции, достижение её оптимума зависит от степени соответствия исходных данных (аргументов функции), действительности. Указанные исходные данные в идеале должны содержать информацию, характеризующую состояние узлов сети, то есть параметры, характеризующие коэффициенты использования очередей на узлах сети, распределение приоритетов пакетов в очередях, интенсивности поступления и обслуживания заявок различных типов на узлы сети, распределение адресов доставки пакетов в очередях и т.п. С другой стороны, в условиях наличия полной и достоверной информации об указанных характеристиках на каждом из узлов ИКС, возникает проблема, связанная с экспоненциальным характером вычислительной сложности обработки информации на узле сети, решение которой даже в случае относительно небольшого (более 50) числа узлов сети, не представляется возможным на современном уровне развития средств вычислительной техники. Учитывая масштабы современных МСС, стоимость требуемых вычислительных ресурсов, и необходимость использования значительной доли пропускной способности сети для передачи служебной информации о состоянии узлов сети, перспективы подобного подхода к реализации алгоритмов адаптивной маршрутизации, представляются сомнительными.
Кроме того, важнейшее влияние на качество поиска оптимума целевой функции маршрутизатора оказывает степень соответствия значений аргументов функции реальным исходных данным. Поскольку аргументы функции описывают поведение параметров узлов сети в будущем, для их вычисления используются методы прогнозирования. Вероятностный характер информационных процессов в ИКС определяет статистическое описание результатов прогнозирования значений параметров узлов сети. Классическая схема прогнозирования [7] включает следующие этапы: измерение значений параметров случайного процесса, оценка текущего состояния узлов сети на основе модели, характеризующей распределение состояний случайного процесса, вычисление значения прогноза на основе модели, описывающей развитие случайного процесса. Очевидно, необходимость второго этапа при решении задач прогнозирования состояния сети обусловлена недостатком априорной информации, получаемой на этапе измерения параметров. С практической точки зрения, естественными причинами, затрудняющими измерение параметров, являются ограничения на использование большого числа измерителей параметров сети на каждом узле сети, а также на использование значительной части полосы пропускания сети для передачи значений измеренных параметров на узлы сети.
С другой стороны, в условиях аренды телекоммуникационного ресурса, при передаче информации между соседними узлами ИКС, система управления сетью, как правило, не обладает достоверной информацией относительно истинного числа участков ретрансляции пакетов, узлов обработки и статистических свойств потоков заявок, обрабатываемых на этих узлах, от пользователей, не относящихся к пользователям «своей» ИКС.
Таким образом, на этапе измерения значений параметров случайного процесса, характеризующего свойства потоков информации и состояния узлов ИКС, для успешного решения задачи получения оценок текущего состояния узлов сети, предварительно требуется решить задачу формирования стратегии наблюдений о состоянии интересующих элементов
сети. Фактически эта задача заключается в указании такого сочетания (множества) узлов сети, ограниченного относительно всех возможных, на основании анализа информации от которых возможно решение задачи оценивания статистических свойств информационных потоков и других интересующих характеристик на других узлах сети. На практике указанная задача решается эвристически, на основе априорной информации о структуре ИКС и её привязке к арендуемой телекоммуникационной сети, предоставляющей транспортный ресурс. При этом очевидно, что выбор узлов сети, составляющей указанное множество, оказывает значительное влияние на успешность решения последующей задачи оценивания.
Рассмотрим собственно задачу оценивания текущего состояния узлов ИКС. Суть задачи формулируется следующим образом: на основе априорной информации относительно динамики изменения во времени статистических свойств случайных процессов, характеризующих параметры ИКС на узлах ИКС, доступных для наблюдения, и известной информации о структуре ИКС, восстановить (оценить) статистические свойства этих случайных процессов на узлах ИКС, в которых наблюдения не производятся. Другими словами, задача состоит в синтезе алгоритма обработки статистических данных относительно случайных процессов (потоков заявок), оказывающих взаимное влияние друг на друга в условиях, когда характер функционального взаимодействия, отражающий это взаимное влияние, неизвестен, однако информация о взаимном расположении объектов, в которых эти процессы протекают, доступна. Таким образом, в алгоритме требуется определить, каким образом параметры структуры сети будут оказывать влияние на получаемые оценки статистических свойств случайных процессов. К сожалению, разнообразие возможных вариантов структур ИКС, их привязки к транспортной сети, сочетаний параметров, характеризующих статистические свойства параметров потоков заявок различных пользователей, ограничений на интенсивности потоков в узлах ИКС и множества других факторов, не позволяют получить решение указанной задачи в аналитическом виде без введения ограничений, значительно сужающих практическую ценность получаемых результатов [8].
Тем не менее, проведенный анализ позволил выдвинуть следующую гипотезу: статистические свойства, характеризующие состояние узлов ИКС и циркулирующих на узлах ИКС информационных потоков, зависят от длины маршрута между узлами.
Проверка выдвинутой гипотезы осуществлялась на основе имитационного моделирования сетей массового обслуживания в среде имитационного моделирования AnyLogic [ ]. При этом предполагалось, что маршрутизация потоков заявок на узлах сети осуществляется случайным образом по равномерному закону распределения. В качестве параметров имитационной модели использовались следующие:
• - число узлов сети: 100;
• - диапазон связности узла сети: 5-15;
• - длина очереди 1000 условных единиц;
• - число единиц модельного времени: 106.
В ходе проведения эксперимента значения связности каждого узла и номера связанных узлов разыгрывались случайным образом, посредством чего обеспечивалось высокая степень разнообразия структур сетей.
В результате проведения 106 испытаний, согласно закона больших чисел [9], получены зависимости, позволяющие, согласно формуле Лапласа [10] с надежностью Р = 0,99 и точностью 8 = 0,001 судить о результатах эксперимента.
Для исследования влияния удаленности узла на коэффициент использования очереди значения произведен регрессионный анализ значений коэффициентов использования очередей на узлах КтП варьируя степенью удаленности узлов сети. Другими словами,
элементы множества {Кт г , где л. - связность ] -го узла (мощность множества), определялись числом ребер графа, соединяющих г -й и 7 -й узлы сети.
Полученные в результате линейного регрессионного анализа значения коэффициентов уравнения вида (выражение 1), представленные в таблице 1, показывают, что существует значительная зависимость между длинами.
5 _
Коч г = £ КК , (1)
г =1
где К{ - коэффициент уравнения регрессии; Кг - среднее значение коэффициентов использования очереди на узлах, соединенных с ним г ребрами.
Таблица
Полученные в результате линейного регрессионного анализа значения коэффициентов
уравнения вида (выражение 1)
К1 К1 К1 К1 К1
0,743 0,238 0,080 0,015 0,001
Таким образом, наибольшее влияние на значение коэффициентов использования очередей на узлах сети оказывают значения коэффициентов использования очередей на соседних узлах, а сама зависимость убывает с увеличением удаленности узлов.
Полученный вывод подтверждают результаты анализа дисперсий оценок, вычисленных на основе данных относительно коэффициентов использования очередей на узлах с различной удаленностью. При этом значения оценок определялись выражением
^ К оч г
К оч 7 = -, (2)
где л. - связность 7 -го узла; Кочг - коэффициент использования очереди г -го узла.
Для исследования влияния удаленности на исследуемый параметр в выражении (2) для 7 -го узла множества {Коч г формировались исходя из условия, определяемого удаленностью узлов.
Значения дисперсий оценок, полученных при использовании выражения (2) для различных удаленностей узлов, представлены в таблице 2.
Таблица 2
Значения дисперсий оценок, полученных при использовании выражения (2) для
различных удаленностей узлов
7 = 1 7 = 2 7 = 3 7 = 4
54,7 116,2 219,5 390,3
Полученные результаты проведенного анализа позволяют сделать следующие выводы:
1. Выполнение требований по качеству обслуживания в мультисервисных сетях в значительной степени зависит от используемого алгоритма маршрутизации и степени использования ресурса очереди на узлах сети.
2. Для повышения производительности сети в условиях децентрализованной маршрутизации в алгоритмах маршрутизации требуется учитывать статистические свойства потоков заявок и степень использования ресурса очереди на узлах сети.
3. Технологические сложности получения априорных данных относительно статистических свойств потоков заявок и использования ресурсов очереди на всех узлах сети в реальных условиях определяют необходимость разработки подходов к получению оценок их значений по результатам наблюдений ограниченного множества узлов сети.
4. Существует значительная зависимость коэффициентов использования очередей на узлах сети, от значений коэффициентов использования очередей на связанных с ними узлах, убывающая с увеличением длины связи (числом пунктов ретрансляции), что позволяет обеспечить возможность получения пригодных оценок коэффициентов использования очередей узлов сети, и соответственно, их дальнейшего использования для решения задач прогнозирования.
ЛИТЕРАТУРА
1. Сычев К.И. Многокритериальное проектирование мультисервисных сетей связи. - СПб.: Изд-во Политехн. ун-та, 2008. - 272 с.
2. Степанов С.Н. Основы телетрафика мультисервисных сетей. - М.: Эко-Трендз, 2010. - 392 с.
3. Бестугин, А.Р. Контроль и диагностирование телекоммуникационных сетей / А. Р. Бестугин, А. Ф. Богданова, Г. В. Стогов. - СПб.: Политехника, 2003. - 174 с.
4. Бертсекас, Д. Сети передачи данных /Р. Галлагер - М.: Мир, 1989. - 544 с.
5. Баранов, В.А. Модели потоков мультимедийного трафика / О.В. Крюков, М.Ю. Конышев, В. С. Щербаков; Вопросы радиоэлектроники. Сер. Системы отображения информации и управления. Вып. 1. - М.: ООО «Телер», 2014. С. 67-83.
6. Таха Х. Введение в исследование операций: В 2-х книгах. Кн. 1. - М.: Мир, 1985. - 479 с.
7. Левин, Б.Р. Вероятностные модели и методы в системах связи и управления / Б.Р. Левин, В. Шварц. - М.: Радио и связь, 1985. - 312 с.
8. Roughgarden T. Selfish Routing and the Price of Anarchy. MIT Press, 2005.
9. Вентцель, Е. С. Теория вероятностей. - М.: Высшая школа, 1998. - 575 с.
10. Гмурман В. Е. Теория вероятностей и математическая статистика. - М.: Высш. школа, 1977. - 478 с.
Рецензент: Иванов Владимир Алексеевич, начальник факультета, доктор военных наук, профессор, ГКОУ ВПО «Академия Федеральной службы охраны Российской Федерации» Россия, г. Орёл.
Sergey Konoshenko
Closed joint-stock company «Safety practice»
Russia, Moscow bvi_78@mail.ru
Estimation of the states of requests queues on the nodes of infocommunication networks
Abstract. Relevance of the solution of a problem of estimation of states of requests queues on the infocommunication network nodes, allowing to carry out prognostication of the states of no-observed nodes of networks is proved. The method of estimation of states of requests queues on no-observed network nodes, considering network structure and distance of estimated nodes from well-known state nodes. The dependences, reflecting a degree of influence of nodes states on the estimation accuracy of states of requests queues in infocommunication network nodes on the base of simulation modeling of infocommunication network with decentralized control functioning process of in conditions of non-stationary traffic in AnyLogic programming environment are received. The dependences of estimation quality of requests queues using factor from distance of considered nodes are presented. The outcome regarding reasonability of proposed method of states of requests queues in infocommunication network nodes estimation problem in decision of synthesis problem of adaptive routing algorithm in decentralized control network with non-stationary traffic.
Keywords: multiservice network; decentralized control; adaptive routing; estimation of network node state.
REFERENCES
1. Sychev K.I. Mnogokriterial'noe proektirovanie mul'tiservisnyh setej svjazi. - SPb.: Izd-vo Politehn. un-ta, 2008. - 272 s.
2. Stepanov S.N. Osnovy teletrafika mul'tiservisnyh setej. - M.: Jeko-Trendz, 2010. -392 s.
3. Bestugin, A.R. Kontrol' i diagnostirovanie telekommunikacionnyh setej / A. R. Bestugin, A. F. Bogdanova, G. V. Stogov. - SPb.: Politehnika, 2003. - 174 s.
4. Bertsekas, D. Seti peredachi dannyh /R. Gallager - M.: Mir, 1989. - 544 s.
5. Baranov, V.A. Modeli potokov mul'timedijnogo trafika / O.V. Krjukov, M.Ju. Konyshev, V. S. Shherbakov; Voprosy radiojelektroniki. Ser. Sistemy otobrazhenija informacii i upravlenija. Vyp. 1. - M.: OOO «Teler», 2014. S. 67-83.
6. Taha H. Vvedenie v issledovanie operacij: V 2-h knigah. Kn. 1. - M.: Mir, 1985. -479 s.
7. Levin, B.R. Verojatnostnye modeli i metody v sistemah svjazi i upravlenija / B.R. Levin, V. Shvarc. M.: Radio i svjaz', 1985. 312 s.
8. Roughgarden T. Selfish Routing and the Price of Anarchy. MIT Press, 2005.
9. Ventsel E.S. Teorija verojatnostej. - M.: Vyssh. shkola, 1998. - 575 s.
10. Gmurman V. E. Teorija verojatnostej i matematicheskaja statistika. - M.: Vyssh. shkola, 1977. - 478 s.
