Тіщенко Олександр Володимирович
Факультет: Комп'ютерні інформаційні технології та автоматики
Кафедра автоматики та телекомунікацій
Спеціальність: «Телекомунікаційні системи та мережі»
Тема випускної роботи: «Дослідження процесів управління в мультисервісних телекомунікаційних мережах із застосуванням прогнозних моделей»
Науковий керівник: доцент, к.т.н. Бесараб Володимир Іванович;

АВТОРЕФЕРАТ

кваліфікаційної работи магістра
«Дослідження процесів управління в мультисервісних телекомунікаційних мережах із застосуванням прогнозних моделей»

Зміст

1. Актуальність теми
2. Зв'язок роботи з науковими програмами, планами, темами
3. Мета та задачі дослідженния
3. 1 Мета роботи
3. 2 Ідея роботи
3. 3 Основні задачі дослідженния
3. 4 Предмет дослідженния
3. 5 Об'єкт дослідженния
3. 6 Методологія та методи дослідженния
4. Передбачувана наукова новизна отриманих результатів
5. Практичне значення отриманных результатів
6. Апробація результатів раооти
7. Огляд розробок та досліджень за темою
7. 1 На локальному рівні
7. 2 На національному рівні
7. 3 На глобальному рівні
8. Опис отриманих і запланованих результатів роботи
Висновки
Список використаної літератури
Примітка

1 Актуальність теми

2 Зв'язок роботи з науковими програмами, планами, темами

3 Мета та задачі дослідженния

3.1 Мета роботи

Покращення якості надання послуг у мультисервісних телекомунікаційних мережах.

3.2 Ідея роботи

Перерозподіл ресурсів мережі, між різними послугами з використанням прогнозних моделей.

3.3 Основні задачі дослідженния

Для досягнення поставленої мети необхідно вирішити наступні задачі:

• Проаналізувати вимоги QoS послуг, які надаються в мультисервісних мережах, до каналу зв'язку.
• Досліджувати ефективність алгоритмів прогнозування навантаження в мультисервісних телекомунікаційних мережах.
• Проаналізувати способи керування мультисервісної мережею
• Досліджувати процеси керування з різними моделями прогнозування навантаження в мультисервісних телекомунікаційних мережах.

3.4 Предмет дослідженния

Предметом дослідження є алгоритми прогнозування і методи управління мультисервісними мережами.

3.5 Об'єкт дослідженния

Об'єктом дослідження є процеси прогностичного керування мультисервісної мережею.

3.6 Методологія та методи дослідженния

У даній кваліфікаційної роботі використовуються наступні методи дослідження: аналітичний та моделювання.

4 Передбачувана наукова новизна отриманих результатів

• Вперше запропоновано алгоритм диференційованого прогнозування навантаження на канал зв'язку.
• Одержала подальший розвиток теорія прогнозування.
• Одержала подальший розвиток теорія самоподібних процесів і фракталів.

5 Практичне значення отриманных результатів

Використання системи прогностичного управління мультисервісної мережею дозволить покращити якість надання послуг користувачам, за рахунок призначення пріоритетів і тунелювання трафіку, а так само резервування ресурсів мережі. Для оператора зв'язку, дана система дасть можливість мінімізувати втрати, за рахунок того, що в моменти перевантаження каналу зв'язку відкидається або стає в чергу трафік з більш низьким показником ставленням «грошових одиниць на біт» або іншим показником який визначає оператор зв'язку. Прогнозування та тунелювання трафіку дає можливість використовувати стільки канального ресурсу, скільки потрібно в даний момент, а що залишився ресурс може бути використаний на розсуд оператора.

6 Апробація результатів раооти

У рамках даної кваліфікаційної роботи планується виступити 25-27 травня 2010 року на п'ятій науково-практичної конференції «Донбас 2020: перспективи розвитку очима молодих вчених» з темою доповіді «Прогнозування навантажень у мультісервісніх мережа».

7 Огляд розробок та досліджень за темою

7.1 На локальному рівні

В університеті питання прогнозування навантаження в телекомунікаційній мережі досліджував Соловйов М.С.. У його публікації «Прогноз трафіку GSM з урахуванням властивостей фрактальності» розглянуто прогноз навантаження в мережі мобільного зв'язку. Питання забезпечення QoS у мультисервісної мережі досліджувала Федосєєва О.С..У її кваліфікаційної роботи магістра «Дослідження особливостей забезпечення характеристик якості обслуговування різних типів трафіку в NGN-мультисервісних мережах» розглянуті механізми забезпечення QoS і визначені характеристики якості обслуговування для різних типів мереж.

7.2 На національному рівні

На національному рівні в рамках даної теми ведуться такі дослідження:
Публікація, Артеменко М.Є., Касимов Р.Р.Державний університет інформаційно-комунікаційних технологій, в якій запропоновано прогнозування мультисервісного трафіку з використанням нейронних мереж, при цьому прогнозне значення трафіку представлено у вигляді суми наступних показників: тренд, що показує зростання абонентської бази,«Обваження» мережевих додатків і т.д.; періодична складова; флуктуації трафіку, викликані розподілом мережевих ресурсів, переповненням буферів маршрутизаторів, тимчасовими перевантаженнями, виходом з ладу мережевих елементів і т.п.; випадкові флуктуації трафіку в короткостроковому масштабі. При цьому кожна складова прогнозується окремо. Для вирішення завдання декомпозиції інформації про мережевий трафік на складові запропоновано застосовувати дискретне вейвлет перетворення. Публікація Кудзіновской І.П. Інститут комп'ютерних технологій Національний авіаційний університет. Проаналізовано методи забезпечення якості обслуговування в мережах. Розглянуто вплив властивості самоподібності трафіку на показники QoS. Обгрунтовано необхідність розробки алгоритмів формування трафіку і запобігання перевантаження з урахуванням самоподібності трафіку.

7.3 На глобальному рівні

Дисертація Рєпіна Д.С. на тему «Аналіз і моделювання». У ній вирішені наступні завдання: розроблена комплексна методика експериментального дослідження трафіку в мережах зв'язку; розроблено спосіб імітаційного моделювання кривої зміни інтенсивності нестаціонарного трафіку. Публікація Алієва Р.Т.«Методи управління трафіком в мультисервісних мережах». Запропоновано механізм пріоритезації трафіку і подальшої його обробки у вузлах мережі. Критерієм оптимізації є мінімізація затримки пакету в буфері пристрою. Дисертація Платова В.В. на тему «Спеціальне математичне та програмне забезпечення процесів управління інтенсивністю передачі даних» в якій досліджено алгоритм раціонального вибору технології прогнозування самоподібних процесів,забезпечує вибір найбільш ефективного з точки зору точності та обчислювальної складності методу прогнозування самоподібних процесів в комунікаційних системах.А також запропоновано алгоритм управління інтенсивністю потоку даних, що забезпечує оптимізацію передачі даних по комп'ютерних мережах з самоподібних трафіком.

8 Описание полученных и планируемых результатов работы

Мультисервісної мережею називають мережу, в якій клієнт може отримувати кілька різних послуг з однієї абонентської лінії (комбінація сервісів): :

• Інтернет - доступ до всесвітньої мережі, Web - сторінки, FTP, електронна пошта та ін.
• VPN - віртуальна приватна мережа, що дозволяє будувати мережі, або захищені канали через Інтернет (або орендовані канали сторонніх організацій).
• VoIP - IP-телефонія, телефонний зв'язок на основі пакетної комутації.
• IPTV - передача відео зображення по мережі IP.

Кожен з цих сервісів висуває свої вимоги, для повноцінного функціонування, до каналу зв'язку:

Таблиця 8.1 - Вимоги до QoS різних сервісів

де,
t_c – час встановлення з'єднання, с;
p^(rj) – імовірність розриву з'єднання
dT – затримка, мс;
Dj – джитер, мс;
B – смуга пропускання каналу.
Оскільки фізичний канал один, а вимоги послуг різні, то розподіл канального ресурсу межед послугами є важливою функцією для забезпечення вимоги QoS послуг [2].

Так само варто відзначити, що трафік генерований цими додатками має властивість самоподібності.Випадковий процес X(t) вважається самоподібних з параметром Херста H > 0, якщо статистичні характеристики процесу X(t) не змінюються при масштабуванні по амплітуді на a^-h і за часом на a для всіх а > 0:

де,
Н - коефіцієнт або параметр Херста представляє собою міру самоподібної.

Для самоподібних процесів характерні наступні властивості:

• Дисперсія агрегованої ділянки з коефіцієнтом агрегаціїm дорівнює:

  Var[X(m)]=Var[X]/mb

  (8.2)

  
  

  b=2(1-H)

  (8.3)

  
  

  где,
  Var[x] – дисперсія процесу;
  Var[x^(m)] – дисперсія агрегованого процесу;
  m – коефіцієнт агрегації;

• Автокореляційна функція агрегованого самоподібного процесу не прагне до нуля при m такій, що прагне до нескінченності.

Самоподібні процеси можуть проявляти властивість довгостроковій залежності, що є проявом залежності між подіями через досить великий проміжок часу [3]. Не маловажний властивістю трафіку мультисервісних мереж є властивість періодичності. Це обумовлено тим, що рівень навантаження на мережу залежить від добової активності абонентів, вночі на мережу навантаження зазвичай нижче, а вдень можна виділити один або декілька піків активності.

Це властивість важливо для прогнозування навантаження на мережу. Для цього можна виділити кілька періодів: добовий, тижневий. Завдяки цьому можливо оцінити середній рівень навантаження в певний проміжок часу.

Для прогнозування навантаження можуть використовуватися такі стандартні алгоритми прогнозування:

• Алгоритм ковзаючого середнього;
• Алгоритм експоненціального згладжування;
• Алгоритм подвійного експоненціального згладжування;
• Алгоритм потрійного експоненціального згладжування;
• Авторегресійних методи (AR, ARMA, ARIMA);
• Прогнозування за допомогою нейронних мереж [4];

Дані алгоритми при застосуванні в чистому вигляді мають велику похибку. Для більш точного результату можна застосувати наступний алгоритм:

Прогнозне значення навантаження на наступний момент часу дорівнює:

(8.4)

де,
В - прогнозне значення трафіку на наступний проміжок часу;
NextAvg - математичне очікування на наступний момент часу;
NextDisp - дисперсія на наступний момент часу;

Виходячи з властивості періодичності трафіку, сформуємо часовий ряд з певного числа відліків, які беруться з основної статистики мережі з певним кроком (періодом).По сформованому ряду можна спрогнозувати математичне очікування на наступний момент часу одним із стандартних алгоритмів прогнозування, наприклад, алгоритмом експоненціального згладжування.

Дисперсія на наступний момент часу може бути розрахована виходячи з властивостей самоподібності трафіку мультисервісних мереж. Для агрегованої реалізації трафіку що входить у вікно спостереження необхідно обчислити коефіцієнт Херста. Далі використовуючи формули 8.2 та 8.3 розрахуємо дисперсію процесу на наступний момент часу:

де,
Disp – дисперсія агрегованого процесу;

Для перерозподілу ресурсів каналу, трафік в мережі повинен бути пріорітезірованним (кожен пакет повинен мати позначку до якого типу трафіку він відноситься). Завдяки цьому можливо вести прогноз окремо для кожного типу трафіку в каналі.Якщо очікується збільшення рівня трафіку з певним пріоритетом, то ресурси мережі можуть бути перерозподілені, що дозволить попередити втрати даного тип трафіку.

Одним із способів перерозподілу ресурсів може бути тунелювання трафіку (в кожен тунель поміщається трафік з однаковим пріоритетом механізмами технології MPLS) і резервування ресурсів мережі за допомогою протоколів RSVP.Якщо система прогнозування передбачає зростання одного з типів трафіку, то проводиться перерозподіл ресурсу мережі (в даному випадки пропускної здатності каналу) за наступним алгоритмом:

1. Якщо в каналі є не зарезервовані ресурси вони можуть бути зарезервовані під даний тип трафіку.
2. Якщо в каналі немає вільних ресурсів, але є альтернативний маршрут доставки пакетів з гіршого метрикою і в ньому є вільний ресурс, то через нього будується тунель, через який починається транспортування частини або всього трафіку з найменшим пріоритетом в каналі. А тунель для цього трафіку в основному каналі зменшується або повністю видаляється.
3. Якщо в каналі немає вільних ресурсів і немає альтернативних маршрутів, то тунелі з трафіком меншого пріоритету зменшуються на потрібну величину.
Завдяки такому перерозподілу ресурсів ми задовольняємо одну з вимог послуг до якості обслуговування - смуга пропускання каналу зв'язку.

Рисунок 8.2 - Приклад розподілу ресурсів між різними типами трафіку в каналі

(Анімація: обсяг - 13 КБ; розмір - 372х176; затримка між останнім і першим кадрами - 500 мс; кількість циклів повторення - нескінченне)

Висновки

Завдяки використанню системи прогностичного управління трафіком в мультисервісній телекомунікаційній мережі, з'являється можливість перерозподілу ресурсу в мережі. Що дозволяє задовольнити вимоги послуг з якості обслуговування, тим самим забезпечуючи задану якість надання послуг користувачам в мультисервісній мережі.

Список використаної літератури

1. Global Bandwidth Research Service [Електронний ресурс] - Режим доступу до статті: http://www.telegeography.com/product-info/gb/index.php
2. Величко В.В. Телекоммуникационные системы и сети: Учебное пособие. В 3 томах. Том 3. - Мультисервисные сети. / Е.А. Субботин, В.П. Шувалов, А.Ф. Ярославец. - М.: Горячаяя линия - телеком, 2005. - 592 с.
3. Столлингс В. Современные компьютерные сети. - [2-е изд]. - СПб.: Питер, 2003. - 783 с.
4. Дуброва Т.А. Статистические методы прогнозирования: Учеб. пособие для вузов. - М.: ЮНИТИ-ДАНА, 2003. - 206 с.
5. Громов Ю.Ю. Фрактальный анализ и процессы в компьютерных сетях : учеб. пособие. - [2-е изд]. Н.А. Земской, О.Г. Иванова, А.В. Лагутин, В.М. Тютюнник. - Тамбов: Тамб. гос. техн. ун-та, 2007. - 108 с.
6. Лившиц Б.С. Теория телетрафика. Учебник для вузов. - [2-е изд]. / А.П. Пшеничников, А.Д. Харкевич. - М.: Связь, 1979. - 224с.
7. Кошманский В.И. Нейронные сети и их применение в системах управления и связи. / Д.А. Смирнов. - М.: Горячая линия - Телеком, 2003. - 94 с.
8. Крылов В.В. Теория телетрафика и её приложения. / С.С. Самохвалова. - СПб.: БХВ-Петербург, 2005. - 288 с.
9. Вегешна Ш. Качество обслуживания в сетях IP. - М.: Издательский дом "Вильямс", 2003. - 368 с.
10. Филимонов А.Ю. Построение мультисервисных сетей Ethernet. - СПб.: БХВ-Петербург, 2007. - 592 с.

Примітка

При написанні даного автореферату кваліфікаційна робота магістра ще не завершена. Дата остаточного завершення роботи: 20 грудня 2010 р. Повний текст роботи та матеріали за темою роботи можуть бути отримані у автора або його наукового керівника після зазначеної дати.

ДонНТУ Портал магістрів