CC BY
107
Проведение экспериментов по сбору трафика и моделированию методики оценки изменения качества информационного обмена в инфокоммуникационной системе специального назначения
В настоящее время все большее распространение получают инфокоммуникационные технологии, данные о степени самоподобия трафика в которых пока в полном объеме отсутствуют. Описывается оригинальный эксперимент по снятию реализаций трафика в беспроводном сегменте инфокоммуникационной системы специального назначения, абонентами которой являются должностные лица сил специального назначения, а также приводятся результаты анализа структурных особенностей данного трафика. Самоподобной структурой обладает телетрафик практически во всех проводных сетях, также обнаружены аналогичные эффекты в сотовых телефонных сетах с коммутацией пакетов. Проведенные исследования подтверждают наличие самоподобных свойств в беспроводном сегменте инфокоммуникационной системы военного назначения. Самоподобные свойства проявляют себя в трафике как на канальном (Fast Ethernet), так и на транспортном (TCP) уровнях. Сравнив полученные в настоящем исследовании результаты с аналогичными результатами для трафика проводных сетей можно сделать выводы о том, что, несмотря на различные принципы функционирования канального и физического уровней, с точки зрения самоподобной структуры принципиальных отличий между данными видами трафика не обнаружено. Это позволяет сделать вывод о возможности прогнозирования самоподобного сетевого трафика в сложных инфокоммуникационных системах военного назначения. После реализации метода оценки качества информационного обмена, подробно описанного в предыдущих статьях автора, и получения значений показателей качества с применением разработанной программы, при несоответствии значения требуемому, необходимо решать частную задачу, которая решена с использованием метода повышения качества информационного обмена. Проведенные расчеты качества информационного обмена согласно разработанного ранее метода оценки с помощью программы подтверждают вывод о повышении общей эффективности системы. Полученные результаты подтверждают, что качество Ключевые слова: трафик, информационного обмена в сложной инфокоммуникационной системе специального назначения при применении метода
информационный обмен, повышения качества информационного обмена с прогнозированием заметно выше (10-15%) при том же самом объеме
беспроводный сегмент, информации, полученном и переданном абонентами системы. Представлены материалы, позволяющие в определенной
инфокоммуникационная система, мере восполнить пробел в освещении проблем и основных способов их разрешения в области организации управления методика. современными инфокоммуникационными системами, создаваемыми из различных систем и сетей связи.
Легков К.Е., Военно-космическая академия им. А.Ф. Можайского, заместитель начальника кафедры технологий и средств технического обеспечения и эксплуатации автоматизированных систем управления (войсками), к.т.н., constl@mail.ru
Эксперимент по сбору графика в беспроводном сегменте инфокоммуникационной системы специального назначения
В настоящее время все большее распространение получают инфокоммуникационные технологии, данные о степени самоподобия трафика в которых пока в полном объеме отсутствуют. В этом подразделе описывается оригинальный эксперимент по снятию реализаций трафика в беспроводном сегменте инфокоммуникационной системы специального назначения (ИКС СН) абонентами которой являются должностные лица подразделения специального назначения, а также приводятся результаты анализа структурных особенностей данного трафика.
К настоящему времени показано, что самоподобной структурой обладает тслстрафик в проводных сетях при работе в различных системах, средах и протоколах Ethernet, ОКС7, VOIP, TCP и пр. Также обнаружены аналогичные эффекты в сотовых телефонных сетях с коммутацией пакетов [1].
Логическая схема организации исследуемого беспроводного участка ИКС СН отображена на рис. 1. На коммуникационном узле установлена шестисекторная антенна, к каждому сектору которой подключена точка доступа стандарта IEEE 802.16.
Всего ко всем шести точкам доступа подключено порядка 40 беспроводных клиентов. Беспроводной клиент' представляет собой точку доступа аналогичную провай-
дерской, к которой по локальной сети Fast Ethernet подключен один или несколько хостов. Все точки доступа работают как прозрачные мосты для протоколов верхних уровней. Маршрутизацию всех соединений, а также контроль и управление пропускной способностью осуществляет' маршрутизатор. С помощью него каждому беспроводному клиенту предоставлена пропускная способность до 10 Мбит/с. Механизмы раннего обнаружения перегрузок, такие как RED или WRED не используются.
Для сбора трафика использовался персональный компьютер под управлением операционной системы Windows 7 с установленным на нем анализатором протоколов Ethereal, который обеспечивает точность определения времени получения пакета 10-6 с.
Анализатор протоколов был подключен к сети таким образом, чтобы фиксировать трафик, проходящий через точку «1» и, одновременно через точку «2».
коммутатор маршрутюатор
Рис. 1. Логическая схема организации эксперимента по снятию трафика
Через точку «1» проходит трафик обмена информацией между беспроводными клиентами, и вместе с ним, трафик обмена информацией между беспроводными клиентами и ИКС СН, через точку «2» проходит лишь последний из них. Все зафиксированные пакеты записывались в файл формата tcpdump. Разделение общего трафика, собранного анализатором протоколов, на (рафики, проходящие через точку «1», точку «2», входящие и исходящие производилось в ходе его дальнейшей обработки на основе адресной информации.
Всего в результате эксперимента было собрано более 12,7 миллионов пакетов. Из них 67% пришлось на протокол TCP. Общая длительность записи трафика составила 7 часов. В результате эксперимента были получены следующие реализации трафика:
Weth04.dat — общий (входящий + исходящий) трафик уровня протокола Fast Ethernet, зафиксированный в точке «1». Включает в себя трафик между абонентами, а также трафик обмена с ИКС. Содержит информацию о 12 712 076 Ethemet-кадрах.
Weth04.src — трафик уровня протокола Fast Ethernet, зафиксированный в точке «2», с направлением от беспроводных клиентов в ИКС. Содержит информацию о
4 554 668 Ethernet-кадрах.
Weth04.dst — трафик уровня протокола Fast Ethernet, зафиксированный в точке «2», с направлением из ИКС к беспроводным абонентам. Содержит информацию о
5 586 556 Ethernet-кадрах.
Wtcp04.dat — общий (входящий + исходящий) трафик уровня протокола TCP, зафиксированный в точке «1». Включает в себя трафик между абонентами, а также трафик обмена с ИКС. Содержит информацию о 8 468 548 ТСР-дейтаграммах.
Wtcp04.src — трафик уровня протокола TCP, зафиксированный в точке «2», с направлением от беспроводных абонентов в ИКС.
Wtcp04.dst - трафик уровня протокола TCP, зафиксированный в точке «2», с направлением из ИКС к беспроводным абонентам.
Данные представлены двумя колонками чисел в ASCII-формате: первая колонка содержит временные метки (в секундах), а второй - общий размер Ethernet-кадра в байтах, либо размер поля данных IP-пакета в случае ТСР-дейтаграммы. Отсчеты не эквидистантны, а соответствуют моментам прихода пакетов. Для приведения реализаций трафика к эквидистантному виду по оси времени, была использована процедура агрегирования с уровнем агрегирования <1Т- 0,05 с.
Результаты анализа трафика
На рис. 2 представлен трафик реализации трафика Weth04_0.05.dat, которая представляет собой агрегированный по уровню 0,05 сек временной ряд, соответствующий общему трафику протокола Fast Ethernet, зафиксированному в сети (в точке «1»). Напомним, что данная реализация включает в себя трафик обмена информацией беспроводных абонентов друг с другом, а также трафик обмена с ИКС. В таблице 1 приведены основные характеристики данной реализации. Анализируя визуально график, приведенный на рис. 2, можно заметить, что сетевой трафик является значительно неравномерным процессом: имеются выбросы достаточно сильной амплитуды, в то время как среднее значение трафика - относительно мало. Описывая
такое поведение, часто говорят, что данный процесс подчиняется одному из законов распределения с «тяжелыми хвостами» (типа Парето) или имеет «берстную» структуру (высокую пачечность).
0 3000 10000 15000 20000 25000
ІНП,І«
Рис. 2. Временной ряд Weth04_0.05.dat
Таблица 1
Основные характеристики реализации Weth04_0.05.dat
Параметр/ Временной ряд Weth04_0.05.dat
Уровень а^гиронания 0,05 с
Длительность реализации 504 010 отсчетов по 0,05 с, 7 часов
Среднее 1,348998с + 05 байт/е ~ 1,079 Мбит/е
СКО 2,558526е + 05 байт/с ~ 2,046 Мбит/с
СКО/Среднее 1,89
В частности, наибольший выброс в данной реализации превышает 58 Мбит/с (см. рис. 2) при потенциально достижимой скорости 100 Мбит/с в данном канале согласно спецификации Fast Ethernet, однако среднее значение трафика соответствует ~1 Мбит/с (см. табл. 1).
На рис. 3 показана автокорреляционная функция (а) и энергетический спектр (б) анализируемого процесса (в логарифмическом масштабе по оси ординат). На АКФ заметно достаточное слабое ее убывание: даже при сдвиге 500 значение АКФ остается выше 0,4. В то же время на графике АКФ отчетливо прослеживаются периодические пульсации.
0.9 0.8
0.7
Щ 0.8
0.3 0.4 0.3
О 50 100 160 200 240 300 960 400 450 SOO
к
1*4012 1*4010 1е-Ю08 1*4006 §■ 10000 100
0.01
0 2 4 6 8 10
ГГц
Рис. 3. а) Автокорреляционная функция (АКФ) временного ряда Wcth04_0.05.dat; б) Энергетический спектр временного ряда Weth04_0.05.dat
Присутствие значительных гармонических компонент также видно по графику энергетического спекфа. Очевидно наличие гармоник с частотами 1, 2, 3... Гц, которые не исчезают при изменении уровня агрегирования, аналогичные явления уже отмечались в [107,108] (—11,9 и 1,25 Гц).
8е»ООв
Тс’ЮОб
О 5000 10000 15000 20000 25000
Рис. 4. Временной ряд Wtcp04_0.05.dat
На рис. 4. представлен график реализации графика Wtcp04_0.05.dat, представляющий собой агрегированный по уровню 0,05 сек временной ряд, соответствующий трафику протокола ТСР, который был зафиксирован в точке “2” сети. Профиль данного временного ряда практически полностью повторяет профиль временного ряда трафика Weth04_0.05.dat. На автокорреляционных функциях и энергетических спектрах (см. рис. 5), также можно отметить присутствие выделяющихся гармонических компонент и слабое убывание АКФ данного вида трафика.
О 9 0 8
0 7 ¥ 0.6 Ui>
0 4
0.3 '
О 50 100 1 50 200 250 300 350 400 450 500
(I
10*010 ----------------.------------1 і------------------------■-------------
le+008
О 2 4 6 В 10
Г IV
Рнс. 5. а) Автокорреляционная функция временного ряда \\гКр04 0.05.dat; б) Энергетический спектр временного ряда Wtcp04_0.05.dat
Таким образом, гармонические компоненты, профиль и самоподобная структура сетевого трафика проявляют себя уже на транспортном уровне, и, по-видимому, определяются либо спецификой работы непосредственно самого протокола ТСР, либо алгоритмами работы протоколов и механизмов верхних уровней модели ЭМВОС (081).
Более детальный анализ полученных реализаций в настоящем исследовании производился с помощью изучения и сравнения характеристик временных рядов Wetli04_0.05.dat, Weth04_0.05.src, Weth04_0.05.dst, Wtcp04_0.05.dat на одинаковых временных интервалах. Для этого во всех изу-
чаемых реализациях были выделены участки 1, 2, 3 и 4, положение на оси времени и длительность которых отражены в табл. 2.
Таблица 2
Участки временных реализаций
Номер участка Положение на оси времени, секунд с начала реализации Длительность
1 0,52-2257,58 45 143 отсчетов по 0,05 с; 0,63 ч
2 3954,87-6142,53 43 753 отсчетов но 0,05 с; 0,61 ч
3 8070,16-10108,64 40 770 отсчетов по 0,05 с; 0,57 ч
4 12546,54- 13933,84 27 746 отсчетов по 0,05 с; 0,38 ч
На каждом из участков для изучаемых реализаций трафика были оценены средние, среднеквадратические отклонения (СКО), параметра Хэрста Н (методами Виттла и Эбри-Вейча). Основные характеристики изучаемых реализаций приведены в табл. 3-6.
Анализируя результаты оценок основных параметров, можно заметить, что трафик в канале сети асимметричен: уровень среднего исходящего трафика (реализация Weth04_0.05.src) беспроводных клиентов меньше, чем уровень среднего входящего (реализация Weth04_0.05.dst). Отмеченное явление достаточно типично для данного случая. Значение параметра Херста для всех рассмотренных случаев стабильно больше 0,5, что говорит о проявлении эффекта самоподобия в изучаемых реализациях. Однако с течением времени значение параметра Хэрста трафика несколько изменяется. Это особенно отчетливо видно для реализации Wtcp04_0.05.dat: оно лежит в интервале от
0,770 до 0,967.
Таблица 3
Характеристики реализации Weth04_0.05.dat
Параметр Участок 1 Участок 2 Участок 3 Участок 4
Среднее, байт/с 8,98171 1е>-04 l,227245e+05 1,І82806е+05 2,878128e+05
СКО. байт/с 9,694183е+04 l,898454e+05 1Л45987е-Ю5 6,336444e+05
СКО/Среднее 1,07 1,54 1,05 2,2
Параметр Херста (Whittle Estimator) 0,780 (95% Confidence Intervals |0,773-0,787|) 0,964 (95% Confidence Intervals |0,957-0,972J) 0,772 (95% Confidence Intervals 10,765-0,780J) 0,978 (95% Confidence Intervals [0,967-0,988J)
Парамеф Херста (Abry-Veilch Estimator) 0,859 (95% Confidence Intervals Г0,851-0,8671) 1,045 (95% Confidence Intervals [1,037-1,054]) 0,811 (95% Confidence Intervals [0,803-0,819]) 0,953 (95% Confidence Intervals [0,941-0,965])
Таблица 4
Характернетики реализации Weth04_0.05.dst
Параметр Участок 1 Участок 2 Участок 3 Участок 4
Среднее, байт/с 4,313164е-Ю4 6,309383e+04 6,765121 e+04 5,603362e+04
CKO, байт/с 7,803364е*04 8,726733e+04 l,096809ei05 7,57434 le+04
СКО/Срсднсс 1,8 1,3 1,6 1,35
Параметр Херста (Whittle Estimator) 0,817 (95% Confidence Intervals [0,809-0,8241) 0,721 (95% Confidence Intervals [0,713-0,7281) 0,7% (95% Confidence Intervals [0,788-0,8031) 0,751 (95% Confidence Intervals [0,741-0,7611)
1 Іараметр Херста (Abry-Veitch Estimator) 0,884 (95% Confidence Intervals (0,876-0,8921) 0,762 (95% Confidence Intervals [0,754-0,770]) 0,835 (95% Confidence Intervals [0,827-0,843]) 0,820 (95% Confidence intervals [0,809-0,832])
Таблица 5
Характеристики реализации Weth04_0.05.src
Параметр У часі ok 1 У часі ok 2 Участок 3 Учасюк 4
Среднее, байт/с 2,424995e+04 2,3701 lle+04 2,845095ei“04 3,321249e+04
СКО, байт/с 4,263671e+04 5,473894e+04 7.595552e-K)4 5,369175e+04
СКО/Среднее 1,7 2,3 2,6 1,6
Параметр Хсрста (Whittle Estimator) 0,801 (95% Confidence Intervals [0,794-0,8081) 0,716 (05% Confidence Intervals [0,709-0,7231) 0,858 (95% Confidence Intervals [0,851-0,865]) 0,716 (95% Confidence Intervals [0,706-0,7261)
I Utраме ip Херста (Abry-Veitch fcstimator) 0,856 (95% Confidence Intervals [0,848-0,8641) 0,742 (95% Confidence Intervals [0,734-0,751]) 0,925 (95% Confidence Intervals [0,917-0,933]) 0,770 (95% Confidence Intervals [0,758-0,781])
Таблица 6
Характеристики реализации Wtcp04_0.05.dat
Параметр Участок 1 Участок 2 Участок 3 Участок 4
Среднее, байт/с 5.227452е+04 8.656856e+04 8.08565 le+04 2.287812e+05
CKO, бант/с 7.978429е+04 1.761661e+05 1.092429e-K)5 5.932242e+05
СКО/Среднее 1,53 2,03 1,35 2,59
Параметр Херста (Whittle Estimator) 0,770 (95% Confidence Intervals |0,763-0,777|) 0,973 (95% Confidence Intervals |0,966-0,980|) 0,755 (95% Confidence Intervals [0,747-0,762]) 0,983 (95% Confidence Intervals [0,973-0,9931)
Параметр Хсрста (Abry-Veitch Estimator) 0,834 (95% Confidence Intervals [0,826-0,8421) 1,057 (95% Confidence Intervals [1,049-1,065]) 0,784 (95% Confidence Intervals [0,776-0,792]) 0,967 (95% Confidence Intervals [0,955-0,978])
Проведенные исследования подтверждают наличие самоподобных свойств в беспроводном сегменте ИКС СН, использующей технологии стандарта ТЕЕЕ 802.16.
Самоподобные свойства проявляют себя в трафике как на канальном (Fast Ethernet), так и на транспортном (TCP) уровнях. Как видно из анализа рис. 2 и 4 структура трафика канального уровня практически полностью определяется трафиком транспортного уровня. С течением времени уровень самоподобия (значение параметра Хэрста для трафика) изменяется.
В трафике канального и транспортного уровней обнаружены значительные гармонические составляющие с частотами 1,2,3... Гц. В этой связи при разработке адекватных математических моделей телетрафика следует обращать внимание на присутствие периодических компонент.
Сравнивая полученные в настоящем исследовании результаты с аналогичными результатами для трафика проводных сетей можно заключить, что, несмотря на различные принципы функционирования канального и физического уровней, с точки зрения самоподобной структуры принципиальных отличий между данными видами трафика не обнаружено [2]. Это позволяет сделать вывод о возможности прогнозирования самоподобного сетевого трафика в сложных инфокоммуникационных системах специального назначения.
Вычислительный эксперимент по моделированию методики оценки изменения качества информационного обмена в сложных инфокоммуникационных системах.
Для проверки полученных ранее методов и методик [3].с помощью имитационного моделирования на ПЭВМ и с учетом результатов проведенного эксперимента был
поставлен вычислительный эксперимент по анализу их эффективности в ИКС СН.
После реализации метода оценки качества информационного обмена, подробно описанной в [3], и получения значений показателей качества с применением разработанной программы, при несоответствии значения требуемому, необходимо решать частную задачу по повышению качества информационного обмена. Данную задачу будем решать с применением метода повышения качества информационного обмена, подробно описанного в [4],
Оценку работы метода оценки проведем с помощью имитационного моделирования на ПЭВМ. Моделирование производилось в среде сетевого эмулятора ns-2 с учетом прохождения информации от типового модуля к центру распределения услуг связи (ЦРУС) на пункте управления модульного типа. Схема эксперимента по моделированию метода представлена на рис. 6.
Источником самоподобного трафика в данном эксперименте является одна из реализаций реального сетевого трафика, полученная в ранее и подаваемая на автономную станцию - 5 (АС-5). Посредством АС-5 полученный таким образом самоподобный поток упаковывается в UDP-пакеты и передается вместе с трафиком в сторону получателя АС-4. Кроме того, на схеме также имеется еще один (вспомогательный) источник трафика с АС-1, генерирующий и транслирующий поток UDP-пакетов в направлении получателя АС-4.
оценки изменения качества информационного обмена
В целях данного эксперимента для оценки потенциальных возможностей метода выберем источник с постоянной интенсивностью (5 бит/с) генерирования пакетов (так называемый, СВЯ-источник).
Трафики обоих источников (самоподобного и СВИ.) имеют в составе своего пути к АС-4 один общий участок, одновременно являющийся «узким» местом системы -канал от АС-3 до АС-4 с пропускной способностью
5 бит/с. В данном случае возникает задача эффективного разделения ресурсов канала от АС-3 до АС-4 (его пропускной способности) между трафиками обоих источников АС-5 и АС-1.
В процессе проведения эксперимента система (рис. 6) изучается в двух режимах:
в режиме статического разделения пропускной способности канала от АС-3 до АС-4 между самоподобным и
CBR трафиками. При этом некоторый ресурс этой пропускной способности С < S (бит/с) закрепляется постоянно за самоподобным трафиком, а оставшаяся пропускная способность S — С (бит/с) выделяется под трафик CBR. Однако, как уже отмечалось выше, такой способ малоэффективен вследствие высокой паченности трафика источника АС-5;
в режиме динамического перераспределения пропускной способности канала от АС-3 до АС-4 между самоподобным и CBR графиками при помощи прогнозирования. В этом случае на основе информации, полученной в процессе мониторинга интенсивности самоподобного трафика в канале от АС-5 до АС-2 в момент времени /, делается прогноз потребностей потока источника АС-5 в пропускной способности С (бит/с) на участке от АС-3 до АС-4 в последующий интервал времени / + Д. На основании такой прогностической оценки самоподобному трафику в канале от АС-3 до АС-4 выделяется требуемый ресурс С (бит/с), а CBR-трафику, соответственно, оставшийся ресурс S — С (бит/с) пропускной способности на время А.
В обоих исследуемых режимах оценивались статистики D+, D~, SNR, а также общее количество информации, переданное источником от АС-1 и достигшее получателя АС-4. Для прогнозирования использовался алгоритм с простым предсказателем, который согласно проведенного ранее анализа наименее ресурсоемкий и наиболее эффективный [5].
Программное обеспечение ns-2 имеет открытый исходный код и распространяется бесплатно, без каких-либо ограничений на право использования, модификации и распространения. Ns-2 является объектно-ориентированным ПО, ядро которого реализовано на языке C++, а язык сценариев (скриптов) Otcl используется в качестве интерпретатора.
В целях настоящей работы все необходимые программные модули реализованы на языке Otcl и использованием стандартных библиотек C++ для ns-2. Пакет программ ns-allinone-2.27 устанавливался на ПО Cygwin-2.427 для операционной системы Windows 7. Всего использовалось три программных модуля.
В результате работы программ мы получаем те же самые (или более полные) статистики, которые исследовали ранее [6], и теперь можем их сравнить: была использована реализация самоподобного трафика с сайга «Internet traffic archive», приведенная к эквидистантному виду с помощью процедуры агрегирования по уровню Д = Юс.
uilli I ■ „ 1 ill kiL. 1 „ .ill
О 1000 2000 3000 *000 3000 С000 7000 8000 9000 МО* 1.1-10* 12!
с К» отсчета
Рис. 7. Временной ряд ВС-10 и его исследуемый фрагмент Б
При этом для изучения (прогнозирования) был выбран ее фрагмент Р, заключенный между отсчетами 3000 (3000*Д/3600 = 8,3 часа) и 6000 (6000*Д/3600 = 16,6 часа), который характеризуется общей длительностью ~8,3 часа и, фактически, представляет собой реализацию трафика, в течение стандартного рабочего дня. Для настоящего
эксперимента по моделированию (в целях экономии времени) возьмем более короткий участок между отсчетами 3000 и 5000, имеющий длительность 2000 отсчетов = 20000 с (см. рис. 7).
Изменения, которые необходимо внести в программу с1тпгр8.1с1 для проведения данного эксперимента и получения приведенных ниже результатов, отражены в табл. 7.
Таблица 7
Значения параметров в программе dinrps.tcl
Название параметра Значение параметра
max band2 3 200000.0
max bandO 3 200000.0
$ns simplex-link $n0 $n3 200000.0 lmsDropTail
$ns simplex-link $n 1 $n2 200000.0 lmsDropTail
$ns simplex-link $n2 $n3 0.0 1ms DropTail
$ns simplex-link $n3 $n4 200000.0 1 ms DropTail
$ns simplex-link $n5 $n 1 200000.0 lmsDropTail
ScbrO sel rate 200000.0
band3 4 200000.0
bandO 3 200000.0
Для начала сравним статистики Dplus и Dplusdrops, отражающие коэффициент D+, но измеренные разными способами (Dplus drops - с помощью специального счетчика отброшенных пакетов, встроенного в ns-2). Поскольку нас больше интересует выигрыш от применения метода разделения времени передачи пакетов с прогнозированием, то сравним выигрыши для статистик Dplus и Dplusdrops, определяемых как разность:
AdvDplus mlve(f>s norm)— Dplus>r(fes norm) Dplus(bs norm) для статистики Dplus, и как разность:
A dv Dplus _dropsnam (bs _ norm) =
= Dplus _ drops„ (bs _ norm)- Dplus _ drops naive (bs _ norm) для статистики Dplus drops соответствующие трафики приведены на рис. 8.
Рис. 8. Выигрыши в статистиках 1)р1и\ и Dplus_drl>ps от применения метода с простым предсказателем для ряда ВС-10
Заметим, что выигрыш в статистике Ор1их равен выигрышу в статистике Dmmus. Как можно видеть из рис. 8, выигрыши в статистиках Ор1ш и Dplus_drops отличаются незначительно, особенно в рабочем диапазоне (при Ьх попп > 2), характеризующимся приемлемым уровнем потерь, поэтому для дальнейшего анализа выберем одну из этих статистик, например Dplus. Полученные в результате моделирования на ш-2 основные статистики для статического и динамического принципов распределения пропускной способности приведены на рис. 9, 10,
11 соответственно.
001 -------------------------------------------------------------------
О 1} I О 2 и )
Ь*поп»
Рис. 9. Основные статистики, полученные в результате моделирования на ш-2 механизма статического распределения пропускной способности для ряда ВС-10
моделирования Hans-2 механизма динамического распределения пропускной способности с простым прогнозированием для ряда ВС-10
Сравнивая полученные зависимости с аналогичными, представленными ранее, можно отметить, что результаты моделирования хорошо согласуются с теоретическими расчетами.
Выигрыш в статистике SNR1 определяется аналогичным образом:
A dvSNl\,aive (bs _ norm) — SNRst (bs _ norm) — SNRm!ve (bs _ norm) Заметим, что приведенные выше характеристики имеет смысл рассматривать, если для каждого значения bsnorm средняя пропускная способность канала от АС-2 до АС-3 не зависит от механизма распределения пропускной способности (статического или динамического с прогнозированием).
0.7
Adv5NR_MP*
Об
Рис. 11. Оценка изменения статистики SNR ' от применения метода с простым прогнозированием для ряда ВС-10
Рис. 12. Средняя пропускная способность (бит/с) канала от АС-2 до АС-3 для статического (MeanCst) и динамического (MeanC naive) принципов распределения пропускной способности с простым прогнозированием для ряда ВС-10
Проконтролируем неизменность среднего значения пропускной способности канала от АС-2 до АС-3 для рассматриваемых механизмов. Соответствующие графики приведены на рис. 12.
Как можно видеть, средняя пропускная способность этого канала не зависит от метода ее распределения и растет линейно с увеличением bs norm. Последнее объясняется линейным ростом статической компоненты bs в процессе проведения эксперимента.
Проанализируем еще одну статистическую характеристику - количество информации, принятое АС-4 от источника CBR-трафика за время эксперимента при различных методах распределения пропускной способности. Как замечалось ранее, при заданном значении bs norm среднее значение пропускной способности канала от АС-2 до АС-3 для обоих принципов управления остается постоянным. Следовательно, постоянным остается и связанная с ней величина - средняя пропускная способность канала от АС-1 до АС-3 (см рис. 12). Тогда, располагая графиком на рис.4.12, можно оценить количество информации, принятое от АС-1 АС-4. Например, для параметра bs norm = 1,5 средняя пропускная способность канала от АС-2 до АС-3 равна примерно 30 000 бит/с. Значит, средняя пропускная способность канала от АС-1 до АС-3 равна 200 000 - 30 000 = 170 000 бит/с, где 200 000 бит/с - пропускная способность канала от АС-3 до АС-4, задаваемая параметром band3_4 в табл. 7. В этом случае количество информации, принятое АС-4 от источника CBR трафика за все время эксперимента (20 000 сек) составляет порядка 170 000*20 000/8 = = 4,25*10* байт. Проверим этот результат с помощью зависимостей, представленных на графике (рис. 13) и полученных с помощью встроенных в ns-2 счетчиков принятых пакетов (агента LossMonitor).
Рис. 13. Количество информации (байт), принятое на АС-4 от источника АС-1 для статического (CBRjst) и динамического (CBR naive) принципов распределения пропускной способности
При том же объеме информации, принятой АС-4 от источника АС-1, потери при передаче самоподобного трафика от источника АС-5 заметно (-10%) ниже при использовании метода повышения качества информационного обмена с прогнозированием. При этом показатель SNR', характеризующий джиттер, улучшатся на 59%.
Данный метод с помощью простого предсказания практически не требует вычислительной мощности процессора (по сравнению с ^МЛ/М4-предсказателем, например) и достаточно легко реализуем.
Теперь приведем результаты моделирования с использованием в качестве источника самоподобного трафика реализацию Weth04.dat, зафиксированную в ИКС
ВН. Свойства и характеристики данной реализации также исследовалась ранее в этом разделе.
Рис. 14. Временной ряд Weth04_0.05.dat и исследуемый участок Р
Выберем в качестве исследуемого участка, например, интервал между началом реализации и временной меткой 10000 с, продолжительностью —2,778 часа (см. рис. 14).
Параметры программы сИптрвЛс! для проведения данного эксперимента и получения приведенных ниже результатов представлены в табл. 8. При этом представим результаты моделирования уровня афегирования 0,05 с.
Таблица 8
Значения параметров в программе (ІіпгрчДсІ
Название параметра Значение параметра
тих Ьшіс2 3 10000000.0
шах ЬапёО 3 10000000.0
$гь кітріех-ііпк $п0 $пЗ 10000000.0 ІП18 ОгорТаіІ
$Г1.Ч 5ІшрІе\-Ііпк $п1 $п2 10000000.0 Ігпя ОгорТаіІ
$т 8ІтрІех-Ітк $п2 $пЗ 0.0 1 ту ОгорТаіІ
$гш вітріех-ііпк $пЗ $п4 10000000.0 Ітв ОгорТаіІ
$те $ітрІех-Ііпк $п5 $п 1 10000000.0 ІШ5 ОгорТаіІ
$сЬг0 бй гаїе 10000000.0
ЬапсІЗ 4 10000000.0
ЪапсЮ 3 10000000.0
На рис. 15 изображены зависимости выигрышей в коэффициенте недооценки (коэффициенте потерь) при использовании метода повышения качества информационного обмена с простым предсказателем для ряда \Veth04.
Рис. 15. Выигрыши в статистиках Ор1т и Ор1ш_с!гор5 от применения метода нош.мнения качества информационного обмена с простым предсказателем для ряда \Veth04
Как можно видеть, выигрыш (в статистике Ор1ив) при среднем значении пропускной способности канала от
АС-2 до АС-3, равной трем средним значениям интенсивности трафика на изучаемом участке (т.е. в точке Ьз_погт=2) составляет ~8%. Это значение хорошо согласуется с результатами, рассмотренными ранее для ряда ВС-10 (—10%). На рис. 16 и 17 приведены основные изучаемые статистики для случаев статического и динамического распределения пропускной способности соответственно. Далее, на рис. 18 представлена зависимость выигрыша в коэффициенте 8№К\. Величина выигрыша не зависит от значения Ьз_погт и составляет —58%.
Анализируя графики, представленные на рис. 19, можно убедиться, что в ходе эксперимента среднее значение пропускной способности канала от АС-2 до АС-3 для заданного значения Ь$_погт сохраняется неизменным при переходе от статического принципа к динамическому. Таким образом, показатели эффективности (5М?1, О и П ) для этих принципов можно сравнивать между собой для любого фиксированного значения Ьз погт.
Рис. 16. Основные статистики, полученные в результате моделирования на пї-2 механизма статического распределения пропускной способности для ряда \Veth04
Ы хеті
Рис. 17. Основные статистики, полученные в результате моделирования на пя-2 механизма динамического распределения пропускной способности с простым прогнозированием для ряда \^еЙ104
07
А<КЖК._ШГ*
0-в-----------------^------------------
■ 1111,
0-5 0 05 1 15 2 25 3
Ьз_всг»
Рис. 18. Оценка изменения статистики о г применения метода с простым прогнозированием для ряда \Veth04
Более того, судя по графику, представленному на рис. 20, в случае применения метода повышения качества информационного обмена с прогнозированием не только удастся достичь уменьшения потерь информации в канале от АС-2 до АС-3 на 8%, но и сохранить (и даже несколько увеличить) количество информации, переданное в канале от АС-1 до АС-4. Параметр SNR ' при этом улучшается на 58%.
bs вист
Рис. 19. Средняя пропускная способность (бит/с) канала от АС-2 до АС-3 для статического (MeanC st) и динамического (MeanC naive) принципов распределения пропускной способности с простым прогнозированием для ряда Weth04
tw_nonn
Рис. 20. Количество информации (байт), принятое на АС-4 от источника АС-1 для статического (СЯ/?_л£) и динамического (СВК_па1Уе) принципов распределения пропускной способности с простым прогнозированием для ряда \Veth04
Полученные результаты подтверждают выводы, сделанные ранее о безусловном повышении эффективности системы вследствие применения метода повышения качества ииформациошюго обмена с прогнозированием: при том же самом объеме информации, полученной АС-4 от источника АС-1, потерь в самоподобном трафике заметно меньше (8-10%) при использовании принципа динамического распределения пропускной способности с прогнозированием. При этом параметр SNR~\ характеризующий джиттер, улучшается на 58%. Повышение общей эффективности системы обусловлено более эффективным распределением ее ресурсов.
Проведенные расчеты качества информационного обмена согласно разработанного ранее метода оценки [2,3] подтверждают вывод о повышении общей эффективности системы.
Оценка качества и оценка изменения качества информационного обмена при использовании методов статического задания пропускной способности и повышения качества информационного обмена с прогнозированием в сложной инфокоммуникационной системе представлены на рис. 21 и 22.
Полученные результаты подтверждают, что качество информационного обмена в сложной инфокоммуникационной системе при применении метода повышения качества информационного обмена с прогнозированием заметно выше (10-15%) при том же объеме информации, полученной АС-4 от источника АС-1.
bsnorm
Рис. 21. Оценка качества информационного обмена при использовании методов статического задания пропускной способности и повышения качества информационною обмена с прогнозированием
Д£?
bsnorm
Рис. 22. Оценка изменения качества информационного обмена при использовании методов статического задания пропускной способности и повышения качества информационного обмена с прогнозированием
Применение мсгода повышения качества информационного обмена 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 пачеч-ности, то разработанный метод также будет эффективен. В противном случае его эффективность окажется не хуже эффективности метода статического распределения пропускной способности.
Литература
1. Легкое К.Е., Кислякои М.А. Эксперимент по сбору трафика в сети беспроводного широкополосного доступа стандарта ШЕЕ 802.16е // Сборник трудов СКФ МТУСИ - 2009. - Ростов-на-Дону: СКФ МТУСИ, 2009. - С. 49-55.
2. Легкое К.Е. Процедуры и временные характеристики оперативного управления трафиком в транспортной сети специального назначения пакетной коммутации // Т-Сотш: Телекоммуникации и транспорт, 2012. -№6. - С. 22-26.
3. Легкое К.Е. Основные теоретические и прикладные проблемы технической основы системы управления специального назначения и основные направления создания инфокоммуника-ционной системы специального назначения // Т-Сотт: Телекоммуникации и транспорт, 2013. - №6. - С. 42-46.
4. Легкое К.Е. Модель управления сложной инфокоммуни-кационной системой // Сборник материалов докладов всероссийской конференции «Современное состояние и перспективы
развития систем связи и радиотехнического обеспечения в управлении авиацией». ВУНЦ ВВС ВВА, Воронеж, 2013. — С. 69-72.
5. Легкое К.Е., Донченко А.А. Принцип динамического управления пропускной способностью канала сети беспроводного широкополосного доступа II Сб. деп. рукописей № 88. Сер. Б. Инв. № В7069, 2009.
6. Легкое К.Е. О некоторых подходах к повышению эффективности системы управления в рамках изменения подхода к автоматизации и информации // Мобильные телекоммуникации, 2013. -№7. -С. 48-50.
Conduct experiments on the collection and traffic modeling methodology for assessing changes in the quality of information exchange in the infocommunication system of special purpose
Legkov K.E., Military space academy of a name A.F. Mozhayskogo, deputy chief of chair of technologies and means of technical providing and operation of automated control systems (armies), Candidate of Technical Sciences, constl@mail.ru
Abstract
Now the infocommunication technologies given about degree of self-similarity of a traffic in which while in full gain ground are absent. In article original experiment on removal of realization of a traffic in a wireless segment of infocommunication system of the special purpose which subscribers are officials of forces of a special purpose is described, and also results of the analysis of structural features of this traffic are given. It is already known that self-similar structure the teletraffic practically in all wire networks possesses, similar effects in cellular telephone networks with switching of packages are also found. The conducted researches confirm existence of self-similar properties in a wireless segment of military infocommunication system. Self-similar properties prove in a traffic both on channel (Fast Ethernet), and on transport (TCP) levels. Having compared the results received in the real research to similar results for a traffic of wire networks it is possible to draw conclusions that, despite various principles of functioning of channel and physical levels, from the point of view of self-similar structure of fundamental differences between these types of a traffic isn't revealed. It allows to draw a conclusion on possibility of forecasting of a self-similar network traffic in military difficult infocommunication systems. After realization of a method of an assessment of quality of the information exchange which has been in detail described in the previous articles of the author, and obtaining values of indicators of quality with application of the developed program, at discrepancy of value demanded, it is necessary to solve a private problem which is solved with use of a method of improvement of quality of information exchange. The carried-out calculations of quality of information exchange it agrees developed before an assessment method by means of the program confirm a conclusion about increase of overall effectiveness of system. The received results confirm that quality of information exchange in difficult infocommunication system of a special purpose at application of a method of improvement of quality of information exchange with forecasting is much higher (10-15%) at the same volume of information received and given subscribers of system. The materials allowing in a certain measure to meet a lack according to problems and the main ways of their permission in the field of the organization of management of modern infocommunication systems are presented to compliance with it in article, created of various systems and communication networks.
Keywords: traffic, information exchange, wireless segment, infocommunication system, technique.
References
1. legkov, K, Kislyakov, M, 2009, 'Experiment on collecting a traffic in a network of wireless broadband access of the IEEE 802.16e. standard', the Collection of works SKF MTUSI, pp. 49-55.
2. Legkov, K, 2012, 'Procedures and temporary characteristics of operational management of a traffic in a transport network of a special purpose of package switching', T-Comm: Telecommunications and transport, no. 6, pp. 22-26.
3. Legkov, K, 2013, 'Main theoretical and applied problems of a technical basis of a control system of a special purpose and main directions of creation of infocommunication system of a special purpose', T-Comm: Telecommunications and transport, no. 6, pp. 42-46.
4. Legkov, K, 2013, 'Model of management of difficult infocommunication system', Collection of materials of reports of the All-Russian conference "Current State and Prospects of Development of Communication Systems and Radio Engineering Providing in Management of Aircraft’1, pp. 69-72.
5. Legkov, K, Donchenko, A, 2009, 'Printsip of dynamic management of the capacity of the channel of a network of wireless broadband access', Sb. Manuscripts, no. 88.
6. Legkov, K, 2013, 'About some approaches to increase of system effectiveness of management within change of approach to automation and information', Mobil'nie Telecommunicatsii, no. 7, pp. 48-50.
