Содержание к диссертации
СОДЕРЖАНИЕ 2
ВВЕДЕНИЕ 4
ГЛАВА 1. УПРАВЛЕНИЕ ТРАФИКОМ В СЕТЯХ ATM 14
Введение. Общие положения 14
Услуги, качество обслуживания и управление ресурсами в сетях ATM... 17
Виды услуг 17
Классы качества обслуживания 23
Контракт по трафику 24
Управление ресурсами и трафиком 25
1.3. Управление трафиком в оконечных устройствах 31
Выводы 34
ГЛАВА 2. УПРАВЛЕНИЕ ТРАФИКОМ ATM С ИСПОЛЬЗОВАНИЕМ
ПРОГНОЗИРОВАНИЯ 35
Введение и постановка задачи........... 35
Модель механизма управления нагрузкой Leaky Bucket 38
Входной поток 39
Дисциплина обслуживания 40
Аналитическая модель 41
Имитационная модель 44
Анализ результатов моделирования 45
Модель механизма управления нагрузкой с использованием прогнозирования 46
Анализ алгоритмов прогнозирования, построенных на базе фильтра Калмана 49
Классический дискретный фильтр Калмана 50
Адаптивный дискретный фильтр Калмана 52
2.4.3 Выводы по семейству дискретных фильтров Калмана 53
2.5. Анализ и сравнение результатов моделирования системы с
прогнозированием поступающей нагрузки и Leaky Bucket 54
Выводы 56
ГЛАВА 3. ПРИМЕНЕНИЕ ПРЕДСКАЗАТЕЛЕЙ, ПОСТРОЕННЫХ НА
БАЗЕ НЕЙРОННЫХ СЕТЕЙ В ЗАДАЧАХ УПРАВЛЕНИЯ
ТРАФИКОМ
ATM 57
Введение и постановка задачи 57
Характеристики нейронных сетей 58
3.2.1. Общие сведения о нейронных сетях 58
Алгоритм обратного распространения 63
Замечания по принципам построения и
функционирования нейронных сетей 66
3.2.4. Реализация нейронных сетей 67
3.3. Анализ возможного применения нейронных
сетей для управления трафиком в сетях atm 68
3.4. Анализ механизма управления нагрузкой с использованием
нейросетевого предсказателя 72
Выводы 76
ГЛАВА 4. АНАЛИЗ ХАРАКТЕРИСТИК ТРАФИКА ПОЛУЧЕННОГО
НА РЕАЛЬНЫХ СЕТЯХ ATM 77
Введение и постановка задачи 77
Статистический анализ мультимедийного трафика 79
Вычисление функции автокорреляции 79
Вычисление параметра Херста 80
Статистический анализ экспериментальных данных "Новгород Дейтаком " 83
Статистический анализ экспериментальных данных Bellcore 85
4.3. Метод предсказания, основанный на модели нелинейного
авторегрессионного скользящего среднего 90
Обзор методов предсказания мультимедийного трафика 90
Модель нелинейного авторегрессионого скользящего среднего, реализованная с помощью рекуррентной нейронной сети 92
4.4. Анализ результатов предсказания для мультимедийного
трафика 97
4.4.1. Статистика «Новгород Дейтаком» 97
4.4.2. Статистика фирмы Bellcore 98
4.5. Моделирование мультимедийного трафика
(на примере MPEG-1) 99
Выводы 103
ЗАКЛЮЧЕНИЕ 104
СПИСОК ЛИТЕРАТУРЫ 106
ПРИЛОЖЕНИЕ 1. Программа моделирования Leaky Bucket 114
ПРИЛОЖЕНИЕ 2. Программа моделирования механизма rtRCPPK 117
ПРИЛОЖЕНИЕ 3. Программа моделирования РНС 126
ПРИЛОЖЕНИЕ 4. Программа моделирования видеотрафика 137
ПРИЛОЖЕНИЕ 5. Акты внедрения 140
Введение к работе
Актуальность работы. Одним из основных свойств широкополосных цифровых сетей с интеграцией служб (Ш-ЦСИС), использующих транспортную технологию ATM, является гарантия определенного качества обслуживания для каждого соединения из множества виртуальных соединений с различными скоростями передачи и с существенно отличающимися характеристиками. Требуемое качество обслуживания в сети ATM может быть обеспечено только при использовании эффективных методов управления ресурсами и борьбы с перегрузками. Разработка таких методов, наряду с решением задачи анализа вероятностно-временных характеристик (ВВХ), рассматривались в большом количестве работ. В числе авторов, получивших важные результаты в этой области отметим отечественных и зарубежных исследователей Г.П.Захарова, В.Г.Лазарева, С.Н.Степанова, Б.С.Цыбакова, В.С.Шибанова, Г.Г.Яновского, M.Gerla, P. Kuhn, Т. Ors, Н. Saito, и др.
Известно, что сети на основе ATM создавались для передачи, в первую очередь, мультимедийной информации, содержащей, как правило, данные, голос, видео с соблюдением заданных параметров качества обслуживания. Разнообразные типы приложений (услуг) с различными параметрами, поддерживаемые сетью ATM, предъявляют специфические требования к качеству обслуживания. Очевидно, что для обеспечения необходимых значений параметров качества обслуживания необходимы специальные механизмы управления нагрузкой. Однако, как показал анализ документов Форума ATM и рекомендаций МСЭ-Т, стандартизованные механизмы носили общий характер и не учитывали особенности того или иного типа трафика. Поэтому сегодня, при растущих масштабах использования технологии ATM для новых мультимедийных приложений, таких, как передача компрессированного голоса, видео, трафика Интернет, задача усовершенствования механизмов управления трафиком и ресурсами сети является, безусловно, актуальной.
Цель и задачи исследования. Целью диссертационной работы является разработка новых методов управления трафиком в сетях ATM и анализ ВВХ предложенных алгоритмов и механизмов управления. Поставленная цель обусловила необходимость решения следующих основных задач:
анализ и качественное сравнение механизмов управления трафиком в сетях ATM, определенных рекомендациями Международного Союза Электросвязи (МСЭ-Т) и документами Форума ATM;
разработка методов прогнозирования входящего трафика с целью их применения при построении новых механизмов управления мультимедийной нагрузкой;
анализ рассчитанных ВВХ и сравнение с ВВХ стандартизованных механизмов;
исследование статистических свойств мультимедийного трафика для различных типов услуг Ш-ЦСИС (Интернет, "Видео по запросу" и пр.) на основе экспериментальных данных, полученных на реальных сетях ATM.
Методы исследования. Проводимые исследования базируются на теории вероятностей, теории массового обслуживания, теории фильтрации, математической статистике и теории нейронных сетей (НС).
Для численных расчетов использовались компьютерные математические пакеты Mathcad 7.0, Statistica 5.0. Программное обеспечение необходимое для решения задач, использующих имитационное моделирование реализовано на языке программирования Pascal.
Научная новизна. Основными научными результатами диссертации являются:
1. Разработка нового механизма управления трафиком для услуги типа ABR (доступная скорость передачи) на базе процедуры прогнозирования абонентской нагрузки.
Анализ ВВХ нового механизма управления для мультимедийного трафика, а так же исследование методов прогнозирования абонентской нагрузки и их влияния на ВВХ механизма.
Разработка нового алгоритма прогнозирования, основанного на применении статистического метода нелинейного авторегрессионого скользящего среднего, для мультимедийного трафика.
Использование свойств самоподобия трафика для оценки параметров мультимедийного трафика, полученного в результате экспериментальных исследований реальных сетей ATM.
Практическая ценность.
Показано соответствие параметров трафика ATM для различных типов услуг, полученного при эксплуатации сети ATM оператора "Новгород Дейтаком" параметрам, определенным в европейском проекте RACE. Это позволяет применять результаты, полученные на базе этой статистики, для расчета сетей ATM.
Определены диапазоны нагрузок в которых могут быть применены предложенные механизмы управления мультимедийной нагрузкой.
Показана практическая применимость параметра Херста, характеризующего свойства самоподобной нагрузки, для описания основных характеристик мультимедийного трафика.
Определено, что использование результатов диссертации по разработке нового механизма управления трафиком на этапе проектирования оконечного оборудования мультимедийного пользователя Ш-ЦСИС позволит улучшить показатели качества обслуживания.
Реализация результатов работы. Основные результаты диссертационной работы внедрены в научно-исследовательских центрах ЛОНИИС и НТЦ "Комсет", в проектном институте ОАО Типросвязь-СПбм и на сети оператора ОАО "Уралсвязьинформ", что подтверждается актами о внедрении.
Апробация работы и публикации. Результаты диссертации были представлены и обсуждались на следующих семинарах и конференциях:
Международная конференция "Distributed Computer Communication Networks, Theory and Applications", Тель-Авив (Израиль), 4-8 ноября, 1997 г.
Международный семинар по телетрафику , ЛОНИИС, Санкт-Петербург, 1-7 июня, 1998 г.
5-й Международный форум ICINAS'98, Санкт-Петербург, 7-12 сентября, 1998.
Международная конференция по современным телекоммуникационным технологиям, Муджу (Корея), 10-12 февраля, 1999 г.
5-я Европейская школа EUNICE'99, Барселона (Испания), 1-3 сентября, 1999.
Конференция "Информационные сети и системы", Москва, октябрь 26-27,1999 г.
4-я Международная конференция IEEE MICC99, Мелака (Малайзия), 17-19 ноября, 1999 г.,
а так же на научно-технических конференциях профессорско-преподавательского состава, научных работников и аспирантов ГУТ им.проф. М.А. Бонч-Бруевича в 1998-99 гг.
Основные положения, выносимые на защиту:
механизм управления трафиком для услуги типа ABR (доступная скорость передачи) с применением прогнозирования абонентской нагрузки; для предсказания нагрузки применены: а) адаптивный дискретный фильтр Калмана; 2) нейронная сеть;
метод предсказания, основанный на статистической модели нелинейного авторегрессионого скользящего среднего (НАРСС);
результаты статистического анализа мультимедийного трафика для различных услуг сети ATM;
метод моделирования видеотрафика, базирующийся на применении нейронной сети.
Личный вклад автора. Основные научные положения, теоретические выводы и рекомендации, содержащиеся в диссертационной работе, получены автором самостоятельно.
Публикации. Основные результаты диссертационной работы опубликованы в 11 печатных работах.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа содержит 130 страниц машинописного текста, 48 рисунков и список литературы из 105 наименований.
СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность темы исследования, сформулированы цели и задачи работы, перечислены достигнутые результаты диссертации, определены практическая ценность и области применимости результатов, приведены сведения об апробации работы и представлены основные положения, выносимые на защиту.
В первой главе проводится анализ рекомендаций МСЭ-Т и документов Форума ATM касающихся услуг переноса информации и основных механизмов управления трафиком и ресурсами сети. Анализ проводится с целью выявления различий между двумя семействами спецификаций и определения возможного влияния различий на функционирование сетей ATM. В результате проведенного анализа показано, что в целом документы МСЭ-Т и Форума ATM не содержат существенных различий в части механизмов и методов управления трафиком и ресурсами сети, за исключением определения классов качества обслуживания. Это позволяет утверждать, что представленные в диссертационной работе исследования соответствуют спецификациям МСЭ-Т и Форума ATM.
Как показал анализ, представленные в спецификациях МСЭ-Т и Форума ATM механизмы управления трафиком не учитывают тип услуги доставки информации, используемой для каждого конкретного случая. В то же время опыт эксплуатации сетей ATM показывает, что сегодня наибольшее распространение получила услуга доставки информации типа ABR (Available Bit Rate - Доступная скорость передачи), является экономически эффективной при выполнении требуемых показателей качества обслуживания.
В диссертационной работе определена задача управления мультимедийным трафиком в оконечном оборудовании пользователя с использованием услуги ABR для транспортировки информации.
Во второй главе предлагается новый механизм управления входящим потоком - Реактивный механизм реального времени управления с использованием прогнозирования - real-time Reactive Control Policy using Prediction (далее -rtRCPP). Целью разработки данного механизма является попытка улучшения одного из основных параметров функционирования - "Вероятности потери ячейки" по сравнению со стандартизованным классическим механизмом Leaky Bucket (далее - LB). Предлагаемый механизм отличается от известных стандартизованных и ранее предложенных в научно-исследовательских работах тем, что основан на использовании процедуры прогнозирования очереди в буфере.
Для расчета ВВХ предложенного механизма rtRCPP в качестве модели рассматриваемой СМО используется система вида MMPP/M/1/r.
Для прогнозирования размера очереди в буфере использовалась процедура предсказания на базе адаптивного дискретного фильтра Калмана (АДФК). Такую модификацию алгоритма обозначим rtRCPPK. С целью сравнения эффективности предложенного метода и стандартизованного алгоритма LB были разработаны аналитическая и имитационная модель последнего. Проведено сравнение ВВХ, полученных на аналитической и имитационной моделях для LB и вероятностно-временных характеристик предлагаемого механизма, определенных на соответствующей имитационной модели, разработанной в диссертационной работе. На основе полученных результатов показано, что применение механизма управления трафиком rtRCPPK при нагрузках (р > 0.6) дает лучшие результаты по параметру качества обслуживания "Вероятность потери ячейки" по сравнению со стандартизованным механизмом управления трафиком LB.
Таким образом, основной результат в данной главе сводится к следующему: показано, что введение процедуры прогнозирования очереди в буфере в механизм управления нагрузкой, улучшает параметр качества обслуживания. Дальнейшее направление развития предложенного механизма можно определить как использование различных методов прогнозирования в зависимости от характера поступающей нагрузки.
В третьей главе исследуются свойства нейронных сетей (НС) с целью определения возможного их применения в механизме rtRCPP для реализации процедуры прогнозирования. Анализ опубликованных работ по применению НС в задачах телетрафика показал, что НС могут быть успешно применены для прогнозирования процессов практически с различными статистическими свойствами.
Механизм rtRCPP с применением НС для прогноза очереди в буфере обозначим через іЖСРРш. Для реализации прогнозирования в механизме rtRCPP14114 используется нейронная сеть прямого распространения (НСПР) с обучением по алгоритму "Обратное распространение".
(прогнозирование на базе АДФК) было проведено имитационное моделирование обоих механизмов.
В результате показано, что при нагрузках (р > 0.6) механизм rtRCPP1 обеспечивает меньшие значения параметра качества обслуживания "Вероятность потери ячейки" по сравнению с механизмом rtRCPPK .
В четвертой главе решались следующие задачи:
исследование статистических свойств мультимедийного трафика, полученного в реальных сетях ATM;
разработка метода прогнозирования мультимедийного трафика, основанного на объединении рекуррентных нейронных сетей (РНС) и модели нелинейного авторегрессионного скользящего среднего (НАРСС).
В качестве исходных для исследования в главе 4 диссертационной работы были использованы две группы статистических данных: А) набор 1 - полученных при измерениях на сети ATM оператора "Новгород Дейтаком"; Б) набор 2 -результаты измерений, проведенных фирмой Bellcore.
По этим статистическим данным были определены два следующих параметра широкополосного трафика: пачечность и длительность пика, значения которых. В результате анализа определено, что полученные в диссертационной работе значения параметров экспериментальных данных, основанные на измерениях на реальной сети находятся в пределах значений параметров, полученных в рамках проекта RACE (Research and Development in Advanced Communications Technologies in Europe) - "Исследования и разработки по перспективным коммуникациям а Европе".
В диссертационной работе рассматривался вопрос возможного применения свойств самоподобности, введенной в работах ученого Херста, для более детального описания статистических характеристик мультимедийного трафика. В диссертационной работе вычислены значения параметра Херста для экспериментальных данных.
Для прогноза мультимедийного трафика в диссертационной работе был разработан комбинированный метод, основанный на объединении статистической
Для прогноза мультимедийного трафика в диссертационной работе был разработан комбинированный метод, основанный на объединении статистической модели нелинейного авторегрессионного скользящего среднего (НАРСС) и рекуррентной нейронной сети (РНС). Основным недостатком модели НАРСС представленной модели является тот факт, что для рекурсивного вычисления необходимо явно знать функцию нелинейного преобразования, которая аналитически неизвестна. В диссертационной работе для вычисления этой функции используется рекуррентная нейронная сеть.
Для предсказания мультимедийного трафика при помощи описанного метода была реализована программная модель на языке PASCAL.
По результатам проведенного моделирования в диссертационной работе показана зависимость точности прогнозирования от значения параметра самоподобности процесса. Рассматривалась возможность применения двух различных алгоритмов прогнозирования: с использованием НСПР и модели НАРСС, реализованной с использованием РНС. Показано, что:
при высоком значении параметра Херста прогнозируемого процесса, для осуществления прогноза достаточно применения НСПР;
при низком значении параметра Херста прогнозируемого процесса, использование НАРСС оправдано, т.к. позволяет повысить точность прогнозирования до 10% по сравнению с НСПР той же размерности.
Сложность построения аналитических моделей мультимедийного трафика объясняет повышенный интерес к компьютерному моделированию элементов мультимедийных сетей. Известно, что при проведении моделирования необходимо описать математическую модель входного потока, что в условиях работы с мультимедийным трафиком не всегда доступно.
В диссертационной работе предлагается новый алгоритм имитационного моделирования мультимедийного трафика (на примере видеотрафика, кодированного в стандарте MPEG-1) с использованием нейронных сетей прямого распространения (НСПР).
В диссертационной работе проведен анализ результатов имитационного моделирования, произведенный в соответствии с методикой сравнения соответствия эмпирических данных данным модели, представленный в европейском проекте COST 242. Анализ показал, что разработанный в диссертационной работе алгоритм компьютерного моделирования мультимедийного трафика позволяет получить результаты более высокой точности по сравнению с ранее предложенными методами.
