Содержание к диссертации
Введение
1. Повышение эффективности проектирования телекоммуникационных систем 9
1.1 Анализ современных достижений в области проектирования телекоммуникационных систем 9
1.2 Постановка задачи поиска оптимального варианта телекоммуникационной системы на основе комплексного подхода 23
2. Статистическое моделирование структуры телекоммуникационной системы на основе системного подхода 28
2.1 Построение оптимизационных моделей структуры мультисервисной телекоммуникационной системы с учетом оценки эффекта от введения приоритезации трафика 28
2.2 Статистическое моделирование характеристик производительности телекоммуникационной системы, нацеленное на оптимальную работоспособность при разбиении локальной сети на виртуальные сегменты 41
2.3 Математическое обеспечение задачи поиска оптимальных структур мультисервисной телекоммуникационной системы 63
3. Разработка и обоснование алгоритмов поиска оптимальной телекоммуникационной системы на основе системного подхода 72
3.1 Обобщенный алгоритм проектирования телекоммуникационной системы в условиях жестких требований к пропускной способности сети, безопасности, надежности 72
3.2 Алгоритмизация задачи оценки эффективности введения приоритезации трафика в сети 81
3.3 Алгоритмизация задачи анализа характеристик производительности ТС с учетом разбиения сети на виртуальные подсети 86
3.4 Алгоритмизация задачи поиска оптимальных структур ТС 95
4. Разработка программного обеспечения статистического моделирования телекоммуникационных систем 102
4.1 Структура и состав программного обеспечения 102
4.2 Исследование эффективности разработанного программного обеспечения при проектировании ТС 106
4.3 Внедрение разработанного программного обеспечения 121
Заключение 135
Список литературы 137
Приложение 144
- Постановка задачи поиска оптимального варианта телекоммуникационной системы на основе комплексного подхода
- Статистическое моделирование характеристик производительности телекоммуникационной системы, нацеленное на оптимальную работоспособность при разбиении локальной сети на виртуальные сегменты
- Математическое обеспечение задачи поиска оптимальных структур мультисервисной телекоммуникационной системы
- Алгоритмизация задачи оценки эффективности введения приоритезации трафика в сети
Введение к работе
Актуальность темы. Новый этап развития корпоративных телекоммуникационных систем (ТС) характеризуется переходом к передаче по ним мультисервисного трафика (голос, видео, данные), построению сложных кампусных сетей, объединяющих ЛВС отдельных территориально удаленных зданий, вьщелению виртуальных сегментов сетей для различных групп пользователей.
К сожалению, в современных САПР не реализованы эти новые проектные процедуры, без чего нельзя говорить о качестве проектных решений, получаемых с помощью этих систем. Мало уделяется внимания вопросам предварительной обработке выборки значений исследуемых случайных характеристик производительности сети для удаления «шумов» из выборки; в САПР ТС нет проблемно-ориентированных моделей, которые позволили бы выбрать оптимальные решения по разбиению сети на виртуальные подсети; существующие САПР ТС предназначены для работы с уже существующей сетью на базе определенного типа оборудования, иногда теряется высокая точность вычислений из-за отсутствия учета разброса параметров или из-за ведения расчетов по методу «наихудшего случая».
Для повышения качества и поиска оптимального варианта структуры ТС необходимо учесть приоритезацию трафика в мультисервисных сетях в статистических моделях ТС, разработать процедуры оценки эффективности разбиения сети на виртуальные подсети для обеспечения надежности, безопасности и качества функционирования сети, повысить эффективность алгоритмического обеспечения поиска оптимального варианта структуры ТС за счет применения новых алгоритмов генетического типа для ускорения решения задачи поиска оптимальных структур ТС, позволяющих обеспечить вывод из локальных минимумов по поиске оптимальной структуры сети и уменьшение вероятности образования структур с циклическими соединениями.
Анализ развивающегося рынка существующих САПР ТС показывает, что реализованные в моделях и алгоритмах подходы не обеспечивают необходимой комплексности и эффективности при решении вопросов анализа характеристик производительности сети, нахождению путей повышения пропускной способности каналов связи и выбора оптимального варианта ТС.
Таким образом, актуальность темы исследования определяется необходимостью создания моделей и алгоритмов статистического моделирования ТС с учетом разбиения сети на виртуальные сегменты, введения приоритетного управления трафиком, оценки влияния характеристик сетевых устройств на эффективность функционирования ТС, повышения результативности проведения статистического анализа исследуемых моделей, а также создания качественно новых алгоритмов поиска оптимальных структур ТС.
Диссертационная работа выполнена в соответствии с НИР ГБ 96.04 «Моделирование и оптимизация в информационных системах» в рамках научного направления Воронежского государственного технического университета «САПР и системы автоматизации производства»
Цель и задачи исследования. Цель диссертационной работы состоит в разработке моделей и алгоритмов статистического моделирования структуры ТС на основе системного подхода и реализации на их основе специализированной подсистемы САПР мультисервисных ТС.
Для достижения указанной цели в работе решались следующие задачи:
Анализ тенденций развития современных ТС и определение на этой основе недостатков существующих средств построения оптимального варианта ТС в современных САПР ТС.
Разработка математических моделей структуры мультисервисной ТС с учетом оценки эффекта от введения приоритезации трафика.
3. Формирование проектной процедуры анализа эффективности
разбиения сети на виртуальные сегменты, включающей в себе проблемно-
ориентированный элемент выбора оптимального варианта сети.
4. Разработка генетического алгоритма поиска оптимальных структур
ТС, позволяющего улучшить качество решений, сократить время
проектирования ТС за счет реализации вывода из локальных минимумов при
определенном расположении коммутаторов, и уменьшения вероятности
образования структур с циклическими соединениями или изолированными
подграфами.
Методы исследования. В работе использованы методы теории вероятностей и математической статистики, теории графов, теории принятия решений.
Обоснованность научных положений, выводов, сформулированных в диссертации, обеспечивается: корректным применением перечисленных
методов исследований; экспертизой результатов при их публикации в печатных изданиях.
Научная новизна. В диссертационной работе получены следующие результаты, характеризующиеся научной новизной:
Стохастическая модель анализа проектируемой структуры ТС, отличающаяся учетом приоритетного управления трафиком, комплексной оценкой показателей надежности, производительности и стоимости сети, что позволяет существенно повысить эффективность функционирования ТС при высоком уровне нагрузке сети.
Проектные процедуры статистического анализа эффективности разбиения телекоммуникационной системы на виртуальные сегменты, обеспечивающие повышение качества топологии ТС по совокупности критериев на основе системного подхода к оценке характеристик производительности.
Генетический алгоритм поиска оптимальных структур ТС, который позволяет улучшить качество решений и сократить время проектирования ТС за счет предложенной схемы передачи признаков родителей потомкам, в том числе введения сетевых операторов кроссовера и мутации, операторов видоизменения инфраструктуры сетевых устройств.
Алгоритм вейвлет-преобразования значений выборки исследуемой случайной величины, позволяющий устранить шумы из выборки с сохранением всех характерных особенностей статистических данных для увеличения эффективности проведения статистического анализа загрузки сети за счет уменьшения краевых искажений и пороговой фильтрации коэффициентов детализации.
Структура средств статистического моделирования ТС с учетом приоритезации трафика, отличающаяся от существующих подходом на основе проведения комплексной оценки влияния различных факторов на структуру ТС, применением вейвлет-преобразования статистических данных при сглаживании их значений для увеличения результативности статистического анализа, наличием проблемно-ориентированного математического аппарата генерации рекомендаций, направленных на повышение эффективности проектирования ТС, и принятия решений в условиях противоречивости требований к проектированию ТС.
Практическая значимость полученных результатов. Научные выводы, сделанные в работе по статистическому моделированию ТС, разработанные алгоритмы поиска оптимальных структур ТС позволяют эффективно их использовать для проектирования ТС на стадии предпроектного исследования. Разработанные методики позволяют не просто оценить затраты на проектируемую ТС, но и принять решение об их целесообразности, выбрать наилучший вариант проектируемой ТС.
Кроме того, полученные результаты используются по курсу «Телекоммуникационные и информационные системы».
Научные результаты, полученные в диссертационной были внедрены в ЦЧБ СБ РФ, что подтверждено соответствующими актами внедрения.
Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях: Всероссийской конференции «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2005); Всероссийской конференции «Прикладные задачи моделирования и оптимизации» (Воронеж, 2005); Всероссийской конференции «Оптимизация и моделирование в автоматизированных системах» (Воронеж, 2006); Всероссийской конференции Высокие технологии в технике, медицине, экономике и образовании (Воронеж, 2006);
Публикации. По теме диссертации опубликовано 20 научных работ, в том числе 10 - в изданиях, рекомендованных ВАК РФ.
В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично автору принадлежат: предложенный системный подход к оптимальному построению корпоративных информационных систем [2], методология создания ТС с наименьшими затратами на основе многовариантной интеграции [3], разработанная математическая модель оценки производительности сети [4], формализованное описание оптимизационной модели развития системы в условиях возникновения угроз безопасности [5], системный анализ требований к механизмам безопасности стандарта ATM [6]. Лично автором в работах [7,16-19] разработаны математические модели мультисервисных телекоммуникационных систем с учетом оценки эффекта от введения приоритизации трафика в сети. В работах [11-14] автором описаны проектные процедуры анализа производительности сети. В работах [9,15,17] автором предложены стохастические модели и алгоритмы поиска оптимальных структур ТС.
Структура и объем работы. Работа состоит из введения, четырех глав, заключения и приложения. Материал диссертации изложен на 132 страницах, содержит список литературы из 78 наименований, 58 рисунков, 12 таблиц.
Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи исследования, приведены основные научные результаты, выносимые на защиту, и описана их новизна.
В первой главе проведен анализ современных достижений в области проектирования ТС. Сформулировано определение ТС, показана целесообразность внедрения разнообразных современных технических, технологических и организационных новшеств для поддержания ее в состоянии, соответствующем требованиям времени.
Во второй главе приведено статистическое моделирование структуры ТС на основе системного подхода. В ней рассматриваются вероятностные модели структуры мультисервисной ТС с учетом оценки эффекта от введения приоритизации трафика, проектные процедуры оценки характеристик производительности ТС, реализация которых приводит к повышению работоспособности сети при разбиении ее на виртуальные сегменты, специализированные модифицированные генетические операторы, позволяющие сразу получать топологии ТС, удовлетворяющие заданным ограничениям.
В третьей главе разработаны алгоритмы поиска оптимальной ТС на основе системного подхода. Предложен обобщенный алгоритм проектирования ТС в условиях жестких требований к пропускной способности сети, безопасности, надежности; генетический алгоритм, применяющийся на сетях с большим числов узлов, который на этапе предпроектных исследований позволяет получить оптимальное по стоимости решение ТС за кратчайший период времени.
Четвертая глава посвящена описанию структуры и состава программного обеспечения статистического моделирования ТС, в которой реализованы вышеперечисленные алгоритмы, а также анализу полученных результатов. Проведено исследование эффективности разработанного ПО статистического моделирования ТС. Эффективность разработанных моделей подтверждена позитивным внедрением проекта развития территориальной ведомственной мультисервисной сети связи Центрально-Черноземного Банка Сбербанка России.
В заключении представлены основные результаты, полученные в ходе выполнения работы.
Постановка задачи поиска оптимального варианта телекоммуникационной системы на основе комплексного подхода
Системный анализ задачи проектирования ТС на этапе конструкторского проектирования и анализ существующих программных средств на рынке САПР ТС показал, что в настоящее время не существует универсального программного обеспечения, позволяющего провести комплексный анализ характеристик производительности сети, разбитой на виртуальные подсети, анализ эффективности приоритизации трафика в сети, анализ функционирования ТС в условиях ограниченной полосы пропускания с выдачей рекомендаций, позволяющих улучшить качество проектируемых МЭУ.
Поэтому существует необходимость в разработке подсистемы статистического моделирования ТС, позволяющей провести анализ характеристик производительности ТС с последующим выбором оптимального варианта ТС.
В результате анализа ситуации на рынке САПР ТС выявлено, что в настоящее время ведутся активные разработки в направлениях автоматизации проектирования ТС, и на рынке имеются мощные программные комплексы, ориентированные на данную тематику, в основном, зарубежной разработки. Исходя из этого, казалось бы, можно обойтись без создания собственных систем автоматизированного проектирования ТС, а при разработке ТС использовать упомянутые программные средства.
Однако, можно выделить, по крайней мере, две веских причины, по которым следует создавать собственные системы.
Во-первых, в большинстве имеющихся программных комплексах нет средств комплексного решения задачи оптимального построения варианта ТС, удовлетворяющего заданным требованиям, мало внимания уделяется вопросам статистического анализа характеристик производительности сети на функционирование ТС.
Во-вторых, необходимо развивать собственный интеллектуальный потенциала, который, несмотря на утечку за рубеж специалистов, все еще остается весьма высоким.
Критериями эффективности разрабатываемого ПО могут служить: повышение адекватности построенной математической модели структуры мультисервисной телекоммуникационной системы с учетом оценки эффекта от введения приоритизации трафика; возможность работы системы в трех режимах: в рабочем, обучающем и контролирующем; совместимость с другими программами проектирования ТС; простота использования; наглядность представления данных; достаточно высокий уровень криптостойкости алгоритма, положенного в основу кодирования информации в программном обеспечении.
При изучении влияния разбиения сети на виртуальные подсети на производительность сети сталкиваются с процессами, течение которых заранее предсказать в точности невозможно. Эта неопределенность вызвана влиянием случайных факторов, воздействующих на ход процессов. В ТС не существует совершенно неслучайных, в точности детерминированных процессов, но есть процессы, на ход которых случайные факторы влияют так слабо, что ими можно пренебречь. Однако, например, при построении оптимальной структуры ТС случайность играет основную роль.
Состояние ТС - загрузка магистральных каналов связи, загрузка отдельных участков сети, загрузка сетевого оборудования, влияние приоритезации трафика на производительность ТС, некоторые особенности проектирования ТС могут быть охарактеризованы с помощью численных переменных, факторов, имеющих вероятностный характер. В табл. 1.1 приведены основные факторы, оказывающие влияние на функционирование телекоммуникационной системы и исследуемая случайная величина в каждом конкретном случае.
Случайный характер величин 4 (табл. 1.1) обусловлен случайным характером параметров элементов xj. В соответствии с результатами статистического анализа нужно оценить степень значимости факторов, влияющих на тот или иной вид дестабилизирующего воздействия, получить зависимости между искомыми случайными величинами и влияющими параметрами х,. Статистический анализ заключается в проведении N статистических испытаний при случайных значениях параметров-аргументов. Эти случайные значения выбираются исходя из заданного закона распределения аргументов
Задачи статистического анализа, решаемые в данной диссертационной работе при проведении исследования эффективности разбиения сети на виртуальные подсети, анализа эффективности введения приоритезации трафика, анализа вариантов топологии ТС делятся на три класса: статистическое оценивание, проверка статистических гипотез, построение статистических зависимостей.
Задача оценивания направлена на вычисление количественных характеристик случайной величины по конечной выборке. При проверке статистической гипотезы ставится цель определить по выборке свойства случайной величины или совокупности их. Построение статистических зависимостей осуществляется с целью выявления степени значимости факторов, влияющих на результат моделирования, с целью анализа изменения случайной величины при изменении этих факторов.
Полученные в каждом испытании значения выходных параметров накапливают, после N испытаний обрабатывают, что дает следующие результаты: гистограммы выходных параметров, оценки математических ожиданий и дисперсий выходных параметров, оценки коэффициентов регрессии для построения зависимостей влияния факторов на виды дестабилизирующих воздействий.
Статистический анализ дает преимущество в отличие от метода наихудшего случая, когда известны предельно-допустимые отклонения Аде, параметров х, от номинальных значений, потому что, проводя анализ на наихудший случай, можно получить завышенные значения разброса выходных параметров. Если добиваться выполнения условий работоспособности в наихудших случаях, это может привести к увеличению количества сетевых устройств в ТС, к возможности неожидаемой перегрузки сети, возникновению задержек в сети, ухудшающих работоспособность ТС и других важных показателей проектируемой ТС.
Поэтому предлагается разработать математические модели и алгоритмы для эффективного проектирования ТС и соответствующую структуру ПО статистического моделирования характеристик ТС, учитывающую специфику проектирования ТС на этапе конструкторского проектирования и удовлетворяющую следующим двум основным требованиям: возможность быстро и эффективно анализировать влияние разбиения сети на виртуальные подсети, выдавать рекомендации по проектированию ТС с целью уменьшения задержек в сети, увеличения производительности как на отдельных участках, так и в сети в целом; возможность легко вносить изменения в построенные ранее модели и с минимальными затратами получать их модификации.
Статистическое моделирование характеристик производительности телекоммуникационной системы, нацеленное на оптимальную работоспособность при разбиении локальной сети на виртуальные сегменты
Граф представляется в виде матрицы смежности, количество строк и столбцов которой равно s - количеству коммутаторов. Каждому ребру графа поставлено в соответствие некоторое число а у, называемое весом ребра (i j): Вес ребра характеризует стоимость данной линии связи. Чем меньше число, тем приоритетнее данная линия связи. Путем от вершины і до вершины j называется такая последовательность вершин и ребер, начинающаяся с вершины і и заканчивающаяся вершиной j, в которой каждое ребро соединяется с соседними вершинами в этой последовательности. Входными данными являются следующие. 1. Матрица L - матрица средней интенсивности обмена трафиком между станциями. Интенсивность может выражаться в пакет/с, бит/с. Матрица имеет вид В целом хосты сети делятся на сервера (файл-сервер, принт-сервер, web-сервер и т.д.) и клиенты (рабочие станции), которые обращаются друг к другу с различной интенсивностью. Для учета разброса параметров входных данных, необходимо провести эксперимент, результат которого представляется некоторой случайной величиной X". При N-кратном повторении эксперимента получают конкретный ряд значений хь ..., xN, который называется конечной выборкой объема N (выборочной совокупностью) из генеральной совокупности, содержащей все возможные значения случайной величины X" (N=oo). где А- разброс параметра при i-эксперименте. 2. Матрица R - матрица принадлежности станций к виртуальным сетям. Количество VLAN - это количество столбцов, а количество станций -количество строк. Матрица будет иметь вид где v - количество VLAN. Матрица состоит из единиц и нулей. Единицы обозначают наличие станции в виртуальной сети, а нуль - ее отсутствие. В математической модели предусмотрено, что один и тот же порт коммутатора может находиться в нескольких виртуальных сетях. 3. Матрица С - матрица кроссовой ведомости. Количество столбцов -это количество коммутаторов, количество строк - количество портов. В матрице находятся как положительные, так и отрицательные числа. Положительными числами отображаются номера станций, которые находятся в этом порту. Отрицательными числами обозначаются номера коммутаторов, которые подключены в данный порт коммутатора (это транковые порты). Матрица С будет иметь вид где p - количество портов в коммутаторе, s - количество коммутаторов. 4. Матрица К - матрица транковых весов. Коммутаторы соединяются друг с другом по транковым портам.
Здесь строки и столбцы - это количество узлов (всех коммутаторов). Нумерация идет сверху вниз, слева направо. Каждой дуге здесь присваивается определенный вес. Узлом является коммутатор, связи - это транковые пути. Каждому ребру нужно присвоить определенную стоимость, на основании которой находится минимальный путь между узлами. То есть, получается взвешенный ориентированный граф. Матрица К имеет вид Выходными данными являются следующие: 1. о-!- оценка суммарной загрузки обычных портов коммутаторов где Ь"? - суммарный исходящий трафик некоторой станции, подключенной к і-коммутатору в j - порт. Щ- суммарный входящий трафик некоторой станции, подключенной к і -коммутатору в j - порт. Причем, при вычислении берутся те значения i, j, при которых Су 0. 2. 72- оценка суммарной загрузки транковых портов коммутаторов где 1?р - суммарный исходящий трафик некоторой станции, подключенной к і-коммутатору в j - порт. Ljt- суммарный входящий трафик некоторой станции, подключенной к і-коммутатору в j - порт.
Математическое обеспечение задачи поиска оптимальных структур мультисервисной телекоммуникационной системы
Задача поиска оптимального варианта телекоммуникационных систем (ТС) достаточно актуальна. В то же время эта задача очень сложна вследствие ее большой размерности и целочисленности параметров. Оптимальный вариант ТС на этапе предпроектного исследования должен содержать топологию сети (способ объединения узлов сети), выбор пропускной способности каналов связи, определение размещения коммутаторов, выбор моделей коммутаторов. В качестве критерия оценки решений принимается стоимость создания проектируемой телекоммуникационной системы. Показатели надежности и производительности сети задаются в виде органичений. Предлагается использовать вариант решения поставленной задачи, основанный на генетическом алгоритме (ГА).
Идея ГА основывается на использовании принципов, лежащих в основе процессов эволюции для поиска глобального экстремума многоэкстремальной функции. При решении задачи с помощью ГА ее параметры кодируются в виде бинарной цепочки, называемой хромосомой. Алгоритм оперирует с множеством хромосом, или популяцией. Каждой хромосоме ставится в соответствие функция приспособленности, которая обычно прямо пропорциональна целевой функции задачи проектирования. Во время работы алгоритма происходит эволюция популяции хромосом, в процессе которой улучшается средняя приспособленность популяции. Новые хромосомы образуются в результате действия генетических операторов на хромосомы из старой популяции. Чем выше уровень приспособленности хромосомы, тем чаще она участвует в порождении новых особей. Постепенно значения хромосом сходятся к оптимальному решению. К достоинствам ГА относятся высокая скорость поиска решения сложных задач, возможность распараллеливания вычислений, комплексная, а не поэтапная оптимизация задачи.
Основные этапы разработанного алгоритма поиска оптимального варианта телекоммуникационных систем приведены на рис. 2.7. В качестве особей популяции выступают различные структуры сети. Функция приспособленности особи равна стоимости синтезируемой сети. Чем меньше значение функции приспособленности, тем приспособленней считается особь. Порождение новой структуры сети проходит в два этапа. На первом этапе путем применения различных генетических операторов к старым структурам синтезируется новая топология сети. На втором этапе с помощью специального алгоритма однозначно определяются оптимальные для синтезированной топологии пропускные способности каналов связи, число каналов связи и модели коммутаторов, стоимость сети.
Предлагается использовать специализированные модифицированные генетические операторы, позволяющие сразу получать топологии, удовлетворяющие ограничениям. Структуру сети представим в виде неориентированного мультиграфа. Множество разрешенных ребер в графе делится на два подмножества - ребра, соединяющие абонента с коммутатором (А-К), и ребра, соединяющие коммутатор с коммутатором (К-К). Ребра, соединяющие абонента с абонентом, являются запрещенными.
Были разработаны специализированные модифицированные операторы ГА: операторы сетевого кроссовера, сетевой мутации и введены дополнительные операторы удаления коммутаторов и замены коммутаторов.
Рассмотрим математическую модель оператора сетевого кроссовера. Есть две родительские структуры (СР), представленных графами Гх={]их,Кх),Г2={и2 2) Н& базе этих структур требуется получить две структуры -потомка (СП) /7=( /,, ,), =( 2 2 образующихся смешиванием ребер первой и второй СР. Пусть К0=КХГ\К2 - множество каналов связи, совпадающих у СР1 и СР2; К = Ка и Кк где Ка с К - подмножество ребер вида АК, Кк с К -подмножество ребер вида КК.
Формирование структуры потомка будем производить в два этапа. На первом этапе создадим абонентские подключения структур потомков, на втором этапе сформируем магистральные подключения.
Алгоритмизация задачи оценки эффективности введения приоритезации трафика в сети
Рассмотрим основные алгоритмы, используемые при анализе эффективности введения приоритезации трафика сети и расчете необходимой пропускной способности.
На рисунке 3.7, выполненном в соответствии со спецификацией UML, изображена структура основных функций процесса исследования эффективности введения приоритезации трафика в сети. На нем заштрихованными овалами показаны ключевые функции, реализованные в подсистеме статистического моделирования ТС.
Исходными данными данной задачи являются матрица интенсивности информационных потоков пакетов данных между узлами сети, средняя длина пакетов каждого типа, среднее время задержки голосовых пакетов.
Статистический анализ включает в себя постановку эксперимента с учетом реального разброса значений параметров ТС, выбор влияющих факторов методом априорного ранжирования, предварительную обработку статистических данных методом вейвлет-преобразования, статистическое оценивание параметров, проведение дисперсионного анализа для выявления степени значимости факторов на модель приоритезации трафика в ести, проведение регрессионного анализа для выявления зависимостей влияния факторов на приоритезацию трафика, в ходе которого строятся линии регрессии и доверительные зоны.
Рассмотрим алгоритм статистического анализа исследования эффективности приоритезации трафика в сети, изображенный на рисунке 3.8.
В данном алгоритме предлагается после ввода исходных данных задавать законы распределения входных случайных величин, представленных в главе 1 табл. 1.1. Затем осуществляется постановка эксперимента, в ходе которого происходит разыгрывание входных случайных величин с учетом выбранного закона распределения.
В процессе проведения нескольких опытов рассчитываются нижние и верхние границы пропускной способности канала связи в заданной точке и формируется выборка этих значений. После этого осуществляется статистическое оценивание параметров выборки, проверяются гипотезы о заданном виде распределения исследуемой случайной величины -пропускной способности канала связи.
После проведения статистического оценивания параметров выборки значений пропускной способности осуществляется выбор наиболее значимых факторов, влияющих на эффективность введения приоритезации трафика, и, следовательно, на минимальную достаточную пропускную способность канала связи.
Затем оценивается степень значимости влияния факторов на перегрев устройства с помощью метода дисперсионного анализа.
На шагах 1-7 осуществляется ввод исходных данных, задаются количество серий опытов и количество опытов в серии, выбирается исследуемый фактор, формируется формула пересчета и заполняется рабочий массив.
На шагах 8-24 осуществляется генерация случайных чисел по заданному закону распределения, в данном случае - по нормальному. Данные числа используются при учете реального разброса значений параметров ТС.
В ходе алгоритма осуществляется постановка эксперимента и заполняется статистическая таблица результатов моделирования, в которой проставляются значения верхних и нижних границ пропускной способности канала связи, полученные при учете реального разброса параметров ТС. После этого рассчитывается эффект от введения приоритезации трафика.
Для построения линий регрессии, характеризующих функциональную зависимость влияния выбранных факторов на выбор пропускной способности, а также на эффективность введения приоритезации трафика, для построения доверительных интервалов и доверительных зон линии регрессии, характеризующих возможное отклонение значений эффективности от реальных значений при заданном значении выбранного фактора, рекомендуется применять регрессионный анализ, основные процедуры которого приведены в [82,85].
В процессе статистического моделирования формируется вариант ТС с полученной пропускной способностью. При смене исходных данных, выборе другого способа приоритезации можно также получить вариант телекоммуникационной системы, удовлетворяющий требованиям ТЗ.
Данные варианты накапливаются в списке вариантов, после чего происходит выбор наиболее оптимального варианта ТС методом ЭЛЕКТРА, описанном в главе 2.
Использование в алгоритмах анализа эффективности введения приоритезации трафика в сети процедур статистического анализа позволяет получить результаты, которые лучше на 10-15 % результатов при использовании процедур, реализующих метод наихудшего случая, и лучше на 15-20 % результатов, полученных без учета реального разброса параметров.
Основные функции задачи анализа характеристик производительности ТС с учетом разбиения сети на виртуальные сегменты изображены на рисунке 3.9: ввод исходных данных; разыгрывание случайной величины с заданным законом распределения, постановка эксперимента, вейвлет-преобразование данных и статистическое оценивание параметров, функция моделирования распространения трафика внутри и между VLAN, моделирования загрузки отдельных портов коммутаторов, моделирования загрузки магистральных каналов связи, выбора оптимального варианта сети, разбитой на VLAN.
