CC BY
18
Телекоммуникационные системы и компьютерные сети
УДК 621.391;621.394/396;654.1
В.Ю. Садовников Санкт-Петербург, Россия
сравнение алгоритмов распределения ресурсов
сетей доступа
V.Yu. Sadovnikov St.-Petersburg, Russia
comparison of algorithms for the resource distribution
between access networks
Продолжение статьи «Оптимизация доступа к FMC-услугам на основе критерия равномерной балансировки нагрузки между сетями доступа при миграции абонента». Представлено сравнение результатов работы алгоритмов распределения и балансировки нагрузки с алгоритмами, базирующимися на алгоритме FFD (First-Fit Decreasing).
СЕТЕВОЙ РЕСУРС. НАГРУЗКА. ТРАФИК. ПРОПУСКНАЯ СПОСОБНОСТЬ. АЛГОРИТМЫ. ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ.
The article is continuation of article «Optimization of access to FMC services from access networks with users migration based on uniform traffic load balancing criteria» and presents comparison of results of algorithms that perform traffic load distribution and balancing, and algorithms based on FFD (First-Fit Decreasing) method.
NETWORK RESOURCE. LOAD. TRAFFIC. TRAFFIC CAPACITY. ALGORIGTHMS. INCREASE OF EFFICIENCY.
В статье [1] представлены алгоритмы, позволяющие распределять и перераспределять услуги между сетями доступа.
В настоящей статье проводится сравнение результата работы данных алгоритмов с алгоритмами распределения запрашиваемого ресурса между сетями доступа, предложенными в [2], которые базируются на алгоритме FFD (First-Fit Decreasing).
Алгоритм FFD [3] решает задачу упаковки в контейнеры, где объекты предопределенной формы упаковываются в конечное число контейнеров предопределенной величины таким способом, чтобы число использованных контейнеров было наименьшим или количество, или объем упаковываемых объектов были наибольшими.
FFD всегда помещает самый большой элемент в списке в контейнер с наименьшим номером, имеющий достаточное место для этого элемента. В решении задачи распределения ресурсов сетей доступа контейнеры - это пропускные полосы сетей доступа, а объекты - это величины ширины полосы пропускания запрашиваемой услуги. FFD направляет заявку, требующую наибольшую полосу пропускания, в сеть с наименьшим номером, в которой имеется достаточный ресурс.
Авторы [2] изменяют порядок обработки заявок в очереди и алгоритм по принятию решения о выборе сети доступа (FFD), учитывая дополнительные критерии:
предпочтительность выбора определенной
Таблица 1
Характеристики пуассоновских процессов
Процесс 1 2 3 4 5 6 7 8 9
Ш, c 20 16 12 8 4 4 4 4 4
1/д, c 4 4 4 4 4 8 12 16 20
сети доступа (строгое предпочтение, приоритет отдельной сети по сравнению с остальными, отсутствие приоритета);
возможность дробления запрашиваемой полосы пропускания на части;
минимизацию энергозатрат мобильными устройствами;
возможность перераспределения потоков данных между сетями доступа.
Предложены четыре варианта алгоритма,
Таблица 2
Характеристики классов услуг по типам трафика
Класс услуги Тип трафика Характеристики запрашиваемой полосы пропускания, кбит/с Нормальная нагрузка на сеть
min max Шаг Bluetooth 802.11b 802.11a UMTS GPRS
Речь G.711 64 128 64 0,5 0,4 0,4 0,5 0,9
G.729 8 16 8 0,5 0,4 0,4 0,5 0,9
Аудио AAC 128 176 8 0,75 0,6 0,6 0,8 0,9
MP3-CBR 64 320 16 0,8 0,65 0,65 0,9 0,95
MP3-VBR 224 288 16 0,75 0,6 0,6 0,8 0,8
HD-видео H.264 176x144 150 200 25 0,8 0,8 0,8 0,9 1,0
320x240 300 500 50 0,8 0,8 0,8 0,9 1,0
640x480 1000 2000 50 0,8 0,8 0,8 0,9 1,0
1280x720 5000 6000 250 0,8 0,8 0,8 0,95 1,0
1920x1080 7000 9000 250 0,8 0,8 0,8 0,95 1,0
P2P Torrent 64 10000 1 1,0 1,0 1,0 1,0 0,6
WEB HTTP HTTPS 64 256 4 0,25 0,2 0,3 0,4 0,2
IM IM 8 64 1 0,05 0,02 0,05 0,1 0,4
Почта SMTP POP3 64 512 8 0,1 0,1 0,3 0,3 1,0
Трафик Высокая нагрузка 64 10000 1 1,0 1,0 1,0 1,0 1,0
Средняя нагрузка 64 10000 1 0,75 0,75 0,75 0,75 0,75
Слабая нагрузка 64 10000 1 0,5 0,5 0,5 0,5 0,5
Очень слабая нагрузка 64 10000 1 0,25 0,25 0,25 0,25 0,25
каждый из которых дополняет предыдущий, учитывая один новый из ранее перечисленных критериев. Эти алгоритмы выдают наиболее близкие к оптимальным результаты по энергопотреблению и пользовательским предпочтениям. Поскольку результаты симуляции работы каждого алгоритма несущественно отличаются друг от друга, рассмотрим один из них - First Fit Decreasing with Substitution (FFDwS) - выбор первой подходящей сети с подменой.
FFDwS, в отличие от FFD, обрабатывает заявки в очереди в другом порядке. Приоретиза-ция представляет собой сортировку заявок по двум параметрам в порядке их убывания: сначала учитывается предпочтительность выбора определенной сети доступа, после чего - требуемая заявкой пропускная ширина полосы. Под подменой понимается перемещение ресурса, выделенного для ранее обработанной заявки, в другую сеть (если это возможно) с целью высвобождения полосы пропускания под ресурс, необходимый для удовлетворения поступившей на обработку заявки, предпочитающей эту сеть.
Однако не всегда запрошенная полоса пропускания может быть использована полностью, что означает неэффективность применения алгоритмов, базирующихся на FFD. В качестве примера можно привести ситуацию, когда сеть выделила пользователям большой объем ре-
сурсов, но при этом само использование этих ресурсов имеет малую интенсивность, т. е. свободного ресурса не остается, а сеть простаивает в бездействии.
Как следствие, для разработанных алгоритмов, представленных в [1], были взяты условия проведения эксперимента из [2]. Симуляция предполагает наличие пяти сетей доступа (Bluetooth, IEEE 802.11b, IEEE 802.11a, UMTS и GPRS), каждая из которых характеризуется пропускной способностью, задержками и параметрами энергосбережения. При этом выделение ресурса сетей моделируется девятью пуас-соновскими процессами со своими значениями интенсивностей поступления X и обслуживания ц заявок (см. табл. 1).
Учитывается, что каждая заявка может включать в себя запрос от одного до трех классов потоков данных со случайной шириной полосы доступа, с различными предпочтениями и приоритетами сетей доступа. В эксперименте, описанном в [2], классификации услуг нет, т. е. выделяемая полоса доступа загружена полностью, что не всегда верно. Разработанные алгоритмы распределения и балансировки нагрузки [1] учитывают в своих исходных данных классы услуг и нагрузку на сеть, создаваемую каждым классом, что позволяет избежать лишнего простаивания ресурса сети.
В табл. 2 сведены характеристики запраши-
Таблица 3
Относительный прирост показателей, %
Показатели ММЭ/ Random ММЭ-reloc/ Random FFDwS/ FFD ММЭ/ FFD ММЭ-reloc/ FFD ММЭ/ FFDwS ММЭ-reloc/ FFDwS ММЭ-reloc/ММЭ
Обслуженные заявки 38,1 47,6 1,9 40,0 49,7 37,4 46,9 6,9
Необслуженные заявки -24,2 -30,3 -1,2 -24,9 -30,9 -24,0 -30,1 -8,0
Суммарный объем выделенной полосы доступа 59,9 64,6 1,1 61,3 65,9 59,5 64,1 2,9
Суммарный объем отказанной полосы доступа -3,3 -3,6 -0,1 -3,4 -3,6 -3,3 -3,6 -0,3
Суммарное время использования ресурсов сети 31,0 39,3 2,6 32,1 40,4 28,8 36,8 6,3
Суммарный объем трафика 83,4 94,7 -3,1 77,0 87,8 82,7 93,9 6,1
Среднее время использования услуги 6,4 8,4 0,8 5,7 7,7 4,8 6,8 1,9
Средний объем трафика услуги 48,9 51,5 -4,8 41,6 44,1 48,7 51,4 1,8
, .
1000
I ЯалсЗот I РРО РРОмЭ 1ММЭ I ММЭ-ге1ос
I II II II
Суммарный объем выделенной полосы доступа, кбит/с
Суммарный объем отказанной полосы доступа, кбит/с
Суммарное время использования ресурсов сети, с 1000000
Суммарный объем трафика, Мбит
123456789
Среднее время использования услуги, с
10000
100
ю
I №пс!от
РРОуй ММЭ
I ММЭ-ге1ос
шши! I
Средний объем трафика услуги, Мбит
1000
123456789
1 2 3 4 5
7 8 9
Диаграммы с результатами симуляции
ваемых полос пропускания и нормальных нагрузок на сеть в соответствии с классами услуг и типами трафика, используемые исследуемыми алгоритмами распределения и балансировки нагрузки. Под нормальной нагрузкой понимается нагрузка, создаваемая трафиком услуги на сеть при условии полного занятия услугой всей полосы пропускания сети.
На интервале симуляции, равном одному часу, измерялись (как по отдельному пуассонов-скому процессу, так и в целом) следующие показатели:
количество обслуженных заявок; количество необслуженных заявок; суммарный объем выделенной полосы доступа для обслуженных заявок;
суммарный объем отказанной полосы доступа для необслуженных заявок;
суммарное время использования ресурсов сети; суммарный объем трафика (сумма произведений из ширины полосы пропускания на время ее занятия);
среднее время использования услуги; средний объем трафика услуги. Результат представлен на диаграммах (см. рисунок), позволяющих сравнить работу алгоритмов распределения и балансировки нагрузки, базирующихся на методе максимального элемента (ММЭ) с Random-алгоритмом (выбор случайной подходящей сети), FFD-алгоритмом и FFDwS-алгоритмом, изложенным в [2].
Из диаграмм видно, что исследуемые алгоритмы распределения (ММЭ) и балансировки нагрузки (ММЭ-reloc) между сетями доступа работают эффективнее алгоритмов, базирующихся на FFD.
В табл. 3 сведены величины относительного прироста названных выше показателей. По ним можно сделать вывод, что с помощью разработанного алгоритма распределения нагрузки повышение эффективности доступа к услугам на основе сетей Always Best Connected (ABC) составляет
СПИСОК Л
1. Садовников, В.Ю. Оптимизация доступа к FMC-услугам на основе критерия равномерной балансировки нагрузки между сетями доступа при миграции абонента [Текст] / В.Ю. Садовников // Научно-технические ведомости СПбГПУ Информатика. Телекоммуникации. Управление. -2012. -№ 5 (157). -С. 27-32.
2. Bo, Xing. Multi-constraint dynamic access selection
свыше 45 % в среднем по разным показателям. Отсюда следует, что, базируясь на классе трафика, с помощью разработанного алгоритма можно эффективнее распределять ресурсы сетей доступа между клиентами. Из таблицы также видно, насколько улучшаются показатели работы алгоритма распределения нагрузки в сочетании с алгоритмом балансировки нагрузки (последний столбец): когда алгоритм распределения нагрузки не может выделить ресурс, алгоритм балансировки нагрузки перераспределяет ресурс и пытается его выделить. Эта систематизированная совокупность действий разработанных и описанных в [1] алгоритмов представляет собой новый метод «эффективного распределения и балансировки ресурсов сетей доступа», с помощью которого эффективность доступа к услугам, полученная посредством нового алгоритма распределения нагрузки, повышается дополнительно еще на 4,3 %.Таким образом, впервые продемонстрирован эффективный доступ к инфокоммуникаци-онным услугам, базирующийся на алгоритмах, которые распределяют и балансируют ресурсы разнородных сетей доступа, в совокупности образующих сеть Always Best Connected (ABC), основываясь на нагрузке, создаваемой запрашиваемыми услугами на эти сети доступа:
первый разработанный алгоритм отличается тем, что при распределении сетевого ресурса учитывается нагрузка, создаваемая на сети доступа, а не запрашиваемая услугой ширина полосы пропускания (назовем его алгоритмом «эффективного распределения общего ресурса сетей доступа с перекрывающимися зонами покрытия»);
второй разработанный алгоритм обеспечивает равномерную загрузку сетей доступа услугами (назовем его алгоритмом «балансировки используемых ресурсов сетей доступа с перекрывающимися зонами покрытия»).
Статья была опубликована в № 1(164) 2013. Повторно публикуется в связи с некоторыми дополнениями и изменениями.
in Always Best Connected networks [Text] / Xing Bo, Nalini Venkatausbramanian. -Donald Bren School of Information and Computer Sciencies, Univercity of California.
3. Guochuan, Z. The FFD Algorithm for the Bin Packing Problem with Kernel Items [Text] / Z. Guochuan, Y. Enyu. -Department of Applied Mathematics, Zhejiang University, Hangzhou 310027, 1998.
1. Sadovnikov V.Iu. Optimizatsiia dostupa k FMC-uslugam na osnove kriteriia ravnomernoi balansirovki nagruzki mezhdu setiami dostupa pri migratsii abonenta / Nauchno-tekhnicheskie vedomosti SPbGPU. Informatika. Telecommunikatsii. Upravlenie. -2012. -№ 5 (157). -S. 27-32. (rus)
2. Bo Xing, Nalini Venkatausbramanian. Multi-
constraint dynamic access selection in Always Best Connected networks. - Donald Bren School of Information and Computer Sciencies, Univercity of California.
3. Guochuan Z., Enyu Y. The FFD Algorithm for the Bin Packing Problem with Kernel Items. - Department of Applied Mathematics, Zhejiang University, Hangzhou 310027, 1998.
© Санкт-Петербургский государственный политехнический университет, 2013
