Содержание к диссертации
Введение
ГЛАВА 1. Постановка задачи моделирования корпоративных сетей телекоммуникаций 15
1.1. Особенности современной корпоративной телекоммуникационной инфраструктуры 15
1.2. Критерии оценки качества корпоративных телекоммуникационных сетей 18
1.3. Обзор и анализ систем моделирования и разработки сетей 21
1.4. Проблемы моделирования корпоративных телекоммуникационных сетей 25
1.4.1. Требования, предъявляемые к моделям современных корпоративных сетей 25
1.4.2. Подходы к решению задач моделирования сетей 26
1.4.3. Многоуровневое представление корпоративных телекоммуникационных сети в процессе моделирования 30
1.5. Формальное описание задачи моделирования корпоративных телекоммуникационных сетей 32
1.6. Этапы решения поставленной научной задачи 35
Выводы к главе 1 39
ГЛАВА 2. Многоуровневая графовая модель корпоративной телекоммуникационной сети 41
2.1. Иерархическое представление корпоративной телекоммуникационной сети 41
2.2. Взаимозависимость критериев оценки качества при многоуровневом представлении корпоративной сети 43
2.3. Графовая модель корпоративной телекоммуникационной сети 47
2.3.1. Основные свойства графовой модели сети з
2.3.2. Разработка многоуровневой графовой модели корпоративной телекоммуникационной сети 48
2.3.3. Реализации свойства развития графовой модели сети 55
2.4. Анализ графовой модели корпоративной телекоммуникационной сети в процессе многовариантного синтеза сетевых решений 60
2.5. Расчет основных параметров корпоративных телекоммуникационных сетей 71
2.5.1. Оценка аппаратурной надежности корпоративной сети 72
2.5.2. Задержка передачи сообщений в корпоративных телекоммуникационных сетях 75
2.5.3. Время реакции ОС при решении корпоративных задач 78
2.5.4. Оценка среднего времени выполнения СУБД запросов к РБД при оптимизации размещения файлов и обработки запросов к СУБД 81
2.5.5. Рациональное распределение системных сервисов в соответствии с сетевыми ресурсами 83
2.5.6. Среднее время решения корпоративных задач конкретной предметной области 85
2.6. Формирование альтернативных вариантов сети на основе многоуровневой графовой модели 87
2.7. Обобщенный показатель оценки точности многоуровневой графовой модели корпоративной телекоммуникационной сети 93
Выводы к главе 2 96
ГЛАВА 3. Алгоритмы принятия технических решений по выбору базового варианта корпоративной телекоммуникационной сети 98
3.1. Принятие технических решений в процессе многовариантного моделирования корпоративной телекоммуникационной сети на основе графовой модели 98
3.2. Условия принятия технических решений 100
3.3. Принятие решений в условиях неопределенности исходной информации о сети 100
3.3.1. Анализ особенностей задачи 100
3.3.2. Формирование множества рациональных сетевых вариантов 104
3.4. Этапы решения задачи выбора базового варианта корпоративной телекоммуникационной сети в условиях неопределенности исходной информации 106
3.5 Разработка алгоритма выбора базового варианта корпоративной телекоммуникационной сети 115
Выводы к главе 3 119
ГЛАВА 4. Система многоуровневого моделирования корпоративных телекоммуникационных сетей 120
4.1. Требования, предъявляемые к программному обеспечению системы 120
4.2. Состав и технические характеристики системы 121
4.3. Основные этапы функционирования системы многоуровневого моделирования корпоративных телекоммуникационных сетей 123
4.4. Экспериментальное исследование разработанного программного обеспечения 130
4.5. Использование разработанных алгоритмов и моделей в системах автоматизированного проектирования сетей 131
Выводы к главе 4 135
Заключение 136
Литература 140
- Проблемы моделирования корпоративных телекоммуникационных сетей
- Графовая модель корпоративной телекоммуникационной сети
- Задержка передачи сообщений в корпоративных телекоммуникационных сетях
- Разработка алгоритма выбора базового варианта корпоративной телекоммуникационной сети
Введение к работе
Актуальность проблемы. В настоящее время развитие телекоммуникационных технологий меняет подход к проектированию, построению и модернизации большинства корпоративных территориально-распределенных сетей, которые становятся все более сложными и масштабными с точки зрения их инфраструктуры и используемых сервисов. Проектируемые и строящиеся корпоративные сети нового поколения, как правило, основываются на концепции Broadband Convergence Network, предполагающей конвергенцию гетерогенных данных в единую сетевую среду. В тоже время большинство существующих моделей телекоммуникащюнных сетей из-за имеющихся ограничений позволяют решать лишь отдельные частные вопросы, поэтому актуальной научной задачей является разработка новых моделей таких сетей с целью улучшения их технических характеристик.
Как правило, корпоративная телекоммуникационная сеть включает в себя тысячи самых разнообразных компонентов и для ее эффективного моделирования такую сеть в большинстве случаев целесообразно представлять в виде иерархической многоуровневой структуры. Как показывает практика, разработчикам наиболее удобно представлять сеть с помощью графа, который позволяет наглядно увидеть связи, а методы теории графов - эффективно проводить оптимизацию, при этом имеется возможность анализировать как отдельные подграфы так и сеть в целом, а для этого необходима разработка графовой модели корпоративной телекоммуникационной сети.
При создании крупных территориально-распределенных сетей процесс их разработки и ввода в действие охватывает большой интервал времени и, соответственно, возникают проблемы создания сети как развивающейся системы. Необходимо учитывать рост потребностей абонентов в переработке информации с течением времени, изменение технико-экономических характеристик средств сети, в ряде случаев отсутствие достоверных исходных данных. Для разрешения этих проблем требуется проводить многовариантные расчеты, которые должны проводиться в режиме диалога, а при определении характеристик сети нужно располагать соответствующими вспомогательными моделями и алгоритмами их расчета. Следовательно, при моделировании корпоративной сети должна быть обеспечена возможность проведения таких вычислений.
Решение поставленной научной задачи на основе многоуровневого
моделирования во многом определяет конечный результат процессов разработки корпоративных телекоммуникационных сетей, позволяя наиболее полно и эффективно учитывать сетевые параметры, обеспечивая уже на ранних стадиях реализации конкретной сети достижение необходимого уровня качества.
При решении данной научной задачи автор в своих исследованиях опирается на труды российских и зарубежных ученых, которые внесли большой вклад в развитие телекоммуникационных сетей - Л.Клейнрок, А.Гарсиа-Диас, В.М.Вишневский, А.И.Герасимов, А.И.Русаков, А.Н.Назаров, Ю.В.Семенов, В.Столлингс, Г.П.Башарин, Г.Хелд, Д.Г.Михалев, Д.Филлипс, И.А.Мизин, О.И.Бронштейн, С.Фейт, Эд.Уилсон и другие ученые.
Проводимые исследования актуальны как в настоящее время, так и на обозримую перспективу развития сетей телекоммуникаций.
Цель и задачи исследований
Цель исследования заключается в повышении эффективности процессов
проектирования, функционирования, и развития корпоративных
телекоммуникационных сетей за счет разработки новых моделей и алгоритмов,
обеспечивающих многоуровневое моделирование корпоративных
телекоммуникационных сетей, формирование множества возможных решений на основе графовой модели сети и выбор базового варианта сети из множества полученных рациональных вариантов.
Для достижения поставленной цели потребовалось решить следующие задачи:
1) проанализировать тенденции развития телекоммуникационных сетей и
определить особенности современной корпоративной телекоммуникационной
инфраструктуры; провести анализ проблем моделирования корпоративных
телекоммуникационных сетей, выявить предъявляемые к ним требования и
определить критерии оценки качества, а так же требования, предъявляемые к
моделям таких сетей;
2) разработать многоуровневую графовую модель корпоративной
телекоммуникационной сети и алгоритм ее реализации;
3) разработать алгоритм формирования возможных вариантов сети на
основе многоуровневой графовой модели;
4) разработать алгоритмы анализа графовой модели сети; расчета сетевых параметров; выбора базового варианта сети из множества рациональных вариантов;
5) разработать методику оценки обобщенного показателя точности
многоуровневой графовой модели сети;
6) разработать программное обеспечение, реализующее процесс
многоуровневого моделирования корпоративных телекоммуникационных сетей.
Объект исследования - корпоративные телекоммуникационные сети.
Предметом исследования являются методы и модели анализа, исследования и моделирования масштабных гетерогенных корпоративных телекоммуникационных сетей.
Методы исследования. В работе использованы методы теории сложных систем, теории графов, систем и сетей массового обслуживания, методы математического моделирования, принятия решений и оптимизации, теория вероятности и математической статистики.
Научная новизна работы заключается в следующем:
1) разработана многоуровневая графовая модель корпоративной
телекоммуникационной сети и алгоритм ее реализации, которая позволяет
эффективно моделировать как сеть в целом, так и ее элементы и проводить
многовариантные расчеты;
-
разработан алгоритм формирования возможных сетевых вариантов на основе многоуровневой графовой модели корпоративной телекоммуникационной сети, который определяет процесс разработки и конечный результат создания сети;
-
разработаны алгоритмы анализа графовой модели сети и расчета сетевых параметров, с помощью которых можно эффективно решать поставленные перед проектировщиками сетей задачи, при сокращении требуемых вычислительных ресурсов;
4) разработан алгоритм выбора базового варианта корпоративной
телекоммуникационной сети, позволяющий проводить моделирование в режиме
диалога и использовать при этом творческие возможности проектировщика.
Практическая значимость работы состоит:
Q в создании программного обеспечения, реализующего процесс многоуровневого моделирования корпоративных телекоммуникационных сетей; в разработке методических материалов по моделированию телекоммуникационных сетей;
Q в возможности использования разработанного математического аппарата в автоматизированных системах проектирования телекоммуникационных сетей;
G результаты диссертационной работы могут быть полезны сетевым администраторам, так как позволяют проводить исследования и анализ сетей, оценивать необходимые сетевые параметры и характеристики.
Основные научные положения, выносимые на защиту
1) многоуровневая графовая модель корпоративной телекоммуникационной
сети и алгоритм ее реализации;
2) алгоритм формирования возможных сетевых вариантов на основе
многоуровневой графовой модели сети;
-
алгоритмы анализа графовой модели и расчета параметров корпоративной телекоммуникационной сети;
-
алгоритм выбора базового варианта сети.
Реализация результатов диссертационной работы
Основные результаты исследований использовались:
- в ФГУП Межотраслевой НИИ «Интеграл», что позволило эффективно
оптимизировать сеть предприятия с учетом решаемых задач и улучшить
технические характеристики сети;
- в ЗАО DATATEL, что позволило увеличить производительность сети на 15%;
- в учебном процессе ФГБОУ ВПО «Московский государственный институт
электроники и математики (технический университет)» при изучении дисциплин
«Моделирование компьютерных сетей и телекоммуникационных систем»,
«Вычислительные системы», «Теория проектирования систем и сетей», «Методы
оптимизации» при подготовке специалистов, бакалавров и магистров по
направлению подготовки 230100 «Информатика и вычислительная техника» и
специальности 230101 «Вычислительные машины, комплексы, системы и сети».
Апробация работы. Основные положения и результаты работы опубликованы в рецензируемых научно-технических журналах, докладывались и обсуждались:
D на международной научно-технической конференции «International conference in informatization and telecommunication», Ruen (France), 2011;
на заседаниях научно-технического совета МНИИ «Информика»;
на научном семинаре кафедры «Вычислительные системы и сети» МИЭМ. Достоверность научных результатов подтверждается:
данными об успешном практическом применении результатов диссертации при разработке сетей;
корректностью вывода математических зависимостей для расчета сетевых
параметров и характеристик;
полученные научные результаты обеспечены математическими
доказательствами или экспериментальной проверкой и согласованы с
имеющимися результатами других авторов, опубликованными в отечественной и
зарубежной литературе.
Приоритет практических решений подтвержден авторскими свидетельствами о государственной регистрации программ для ЭВМ и базы данных.
Объем и структура диссертации
Диссертация состоит из введения, четырех глав, заключения, списка литературы и двух приложений.
Публикации. Основные положения диссертационной работы отражены в 15 публикациях, в том числе: в 3 статьях, опубликованных в журналах, входящих в перечень ВАК России, 4 статьях в других рецензируемых изданиях, 4 доклада в трудах международной конференции, 1 учебно-методической работе, зарегистрировано 3 объекта интеллектуальной собственности. В работах, опубликованных в соавторстве, соискателю принадлежит ведущая роль при постановке задачи, разработке метода ее решения и обобщении полученных результатов.
Проблемы моделирования корпоративных телекоммуникационных сетей
В настоящее время большинству современных предприятий требуется развитая телекоммуникационная инфраструктура [5, 8, 11, 15, 23, 58, 85, 94]. На основе достижений в области современных цифровых технологий идет процесс конвергенции и интеграции компьютерных и телекоммуникационных сетей. Конвергенция гетерогенных данных в единую сетевую инфраструктуру позволяет корпорациям: объединить сетевые сервисы в рамках единой сетевой инфраструктуры; обеспечить надежность и стабильность функционирования коммуникационных систем корпорации; создать единую корпоративную телекоммуникационную среду; сократить расходы на поддержку сетевой инфраструктуры. Стратегия развития телекоммуникационных и компьютерных сетей на ближайшие десятилетия базируется на концептуальных положениях сети следующего поколения. Появился новый термин - инфокоммуникационная сеть, который прямо говорит о двух составляющих современной сети - информационной (компьютерной) и телекоммуникационной [23, 36, 58].
Корпоративная сеть - это сложная система, включающая тысячи самых разнообразных компонентов, в англоязычной литературе этот вид сетей чаще всего называется «enterprise-wide networks» [27, 46, 75]. На рис. 1.1 приведен пример корпоративной сети.
Имеется значительное количество определений корпоративных сетей, но в любом случае такая сеть представляет собой сложный программно-аппаратный комплекс, при этом нужно учитывать, что сеть является и человеко-машинной системой. MJWKWeWM» фун„нн»ии
Развитие телекоммуникационных технологий меняет подход к построению корпоративных сетей. Строятся корпоративные сети нового поколения BcN (Broadband convergence Network), объединяющие концепции NGN (Next Generation Network), широкополосного мультисервисного доступа и сенсорных сетей, позволяющие компаниям интегрировать в свою информационно-телекоммуникационную инфраструктуру, например, и системы диспетчеризации, автоматизирующее обслуживание, и управление системами жизнеобеспечения зданий [11, 23, 77]. Корпоративные сети становятся важнейшим звеном бизнеса, на них опираются информационные системы (CRM, ERP и др.), подсистемы телефонии, охраны, видеонаблюдения и др., постепенно идет процесс вытеснения специализированных сетей (телефонных, охранных и др.). Практически любая сеть может стать мультисервисной, но для этого необходимо грамотное ее проектирование. Несмотря на высокую стоимость построения высокопроизводительных мультисервисных сетей, корпорации предпочитают владеть ими сами (либо выделять в дочерние структуры), а не пользоваться услугами телекомоператоров, предоставляющих сети в аренду [72, 73, 75].
Мультисервисные сети представляют собой самостоятельный класс сетей, строящихся на основе концепции сети связи следующего поколения - NGN, нормативная база которой определяется рекомендациями международных организаций по стандартизации: ITU (серия Y.2xxx), ETSI (NGN R.l, R.2), 3GPP/IETF (концепция IMS,R.5-R.7).
В соответствии с рекомендацией МСЭ-Т Y.2011 базовая архитектура сети следующего поколения может быть представлена 4 функциональными уровнями, включающими уровень доступа, транспортный уровень, уровень управления вызовами, а также уровень услуг и эксплуатационного управления [И, 23, 77]. Взаимодействие между уровнями осуществляется через открытые интерфейсы. Такой подход позволяет в сетях NGN разделить функциональность услуг и транспорта и, соответственно, развивать сервисы управления услугами, транспортные и прикладные сервисы независимо друг от друга, что обеспечивает в том числе, оптимизацию затрат на их эксплуатацию и развитие (например, при использовании оборудования нескольких производителей).
Транспорт - это часть сети NGN, которая обеспечивает передачу информации и реализует функции по управлению и менеджменту транспортными ресурсами. Услуги NGN - это часть сети, которая предоставляет функции сервисной информации, а также функции управления и менеджмента услуг и сетевых ресурсов. Для уровня транспорта NGN функции и процессы, относящиеся к менеджменту, определены рек. МСЭ-Т М.3050, функции управления сетью (TMN) - рек. МСЭ-Т М.3010, 3400, Х.700, Х.701 [11, 23, 77]. Менеджмент услуг находится в стадии стандартизации [11, 23, 77]. Данное описание архитектуры построения сети NGN определяет, согласно методологии теории систем, ее параметрическую модель [11, 23, 66].
Весь комплекс проблем по эффективной эволюции от традиционных телекоммуникационных сетей к NGN, актуален на сегодня для большинства корпоративных сетей и должен отражать концепцию «неразрушающего перехода к NGN», т.е. постепенный перевод отдельных сетевых элементов на новые технологии без кардинальной смены всей инфраструктуры телекоммуникаций. При этом обязательно выполнение следующих требований [23, 77]: обеспечение полноценной интеграции в уже существующую сеть; поддержка не только новой транспортной платформы, но и действующей системы управления; разработка и внедрение в сжатые сроки новых сервисов; выполнение всех требований по развитию сетевой архитектуры.
Графовая модель корпоративной телекоммуникационной сети
При внесении изменений (дополнений) в графовую модель сети необходимо определить к какому классу или подклассу задач они относятся.
Для этой цели можно было бы использовать искусственные нейронные сети, но из особенностей искусственных нейронных сетей [35, 83], видно, что их недостатки ограничивают применение для решения таких задач. Применение методов экспертных оценок так же не всегда возможно по причине того, что эксперты могут не сойтись в оценке предполагаемого решения. Здесь наиболее целесообразно использовать принципы распознавания образов [18]. Распознавание представляет собой отнесение исследуемой задачи, задаваемой в виде совокупности параметров, к одному из 6 классов задач - Zu, 44 задач подкласса 1-го типа - Z, и N числа задач подкласса 2-го типа -z j.
Выбор метода распознавания обусловливается свойствами информации, заложенной в объектах и используемой в процессе распознавания. Недостаток методов детерминистской классификации заключается в том, что в них нельзя учитывать возможность искажения значений признаков [18]. Недостатком логических методов распознавания является то, что они не всегда могут обеспечить однозначное решение [18]. Недостатки метода вычисления оценок: не допускается возможность искажения параметров объекта распознавания и процедура определения голосующего набора не применима для признаков, объединенных сильной зависимостью [18]. Применение лингвистических методик требует наличия совокупностей предложений, описывающих все множество объектов, принадлежащих всем классам алфавита классов системы распознавания [18]. В статистическом подходе для построения алгоритмов распознавания используются вероятностные методы распознавания, основанные на теории статистических решений [18]. Сопоставление распространенных методов показывает, что наиболее эффективным методом, обеспечивающим полное адекватное описание исследуемых объектов с учетом всех ограничений (малый объем априорной информации, ограниченный размер выборки обучения и др.) и дестабилизирующих факторов, позволяющим количественно выразить достоверность предложенного решения является распознавание объектов - статистический подход [18].
Определение набора признаков, т.е. формирование признакового пространства, осуществляется с помощью вектора признаков параметров -Хрг (см. п.2.3.2 данной главы). Распознавание является многоальтернативным, поскольку один и тот же параметр может входить в различные задачи и принадлежать к разным уровням сети; распознавание является многомерным, т.к. описание параметров представляет собой р-мерные вектора признаков параметров Хр„ где каждая компонента характеризует наличие и величину /-го признака. Можно сделать следующий вывод о том, что для реализации свойства развития графовой модели сети: о Наиболее целесообразно использовать метод, основанный на теории
статистических решений. о Поскольку определение классов и подклассов задач является по своей природе многоальтернативным и априорно неопределенным, то из множества известных критериев распознавания (максимума апостериорной вероятности, минимаксный, критерий Неймана-Пирсона, последовательный анализ Вальда и др. [18, 40, 44, 45]) выбираем критерий максимального правдоподобия. Только этот критерий допускает достаточно простое и транзитивное обобщение на многоальтернативный случай [18,44].
В качестве алгоритма классификации лучше всего использовать метод многоальтернативного распознавания многомерных образов. Принятие решения о классификации задачи сводится к определению меры ее близости (вероятностной) к тому или иному классу (подклассу). Преимущества выбранного алгоритма: возможность наиболее полно отразить все особенности проявления распознаваемых задач; возможность оценить и произвести аналитический расчет основного показателя качества достоверности распознавания. Критерием эффективности алгоритма является - достоверность принимаемых решений. которые являются оценками максимального правдоподобия векторов средний и ковариационной матрицы Ч для совокупности признаков параметров сети [18, 46].
Многомерная плотность нормального распределения полностью определяется р+(1/2)р(р+\) параметрами, которыми служат компоненты вектора средних значений а и элементы ковариационной матрицы W. Образы, выбранные из совокупности с нормальным распределением, проявляют тенденцию к образованию кластера, центр которого определяется вектором значений, а форма - ковариационной матрицей. Геометрическим местом точек служит гиперэлипсоид, направление главных осей которого определяется собственными векторами ковариационной матрицы, а длина этих осей - ее значениями [18]. Каждый класс (подкласс) задач разработки сетей (см.п.2.2 данной главы) описывается р-мерным распределением Q(xpr,a,y),xpr=(xprUxpr2i...ixl„p)r, с математическим ожиданием МО(а) = (аиа2,...,ар)т и ковариационной матрицей 4х. Задача, имеющая контрольную выборку Хр,.п, принадлежит классу (подклассу) l i u, i j N для которого функция правдоподобия максимальна:
Задержка передачи сообщений в корпоративных телекоммуникационных сетях
При формировании альтернативных вариантов сети возможны следующие ситуации, когда из-за недостатка входных данных анализ графовой модели сети нельзя начать с необходимой вершины. В этом случае в системе, разработанной на основе многоуровневой графовой модели (более подробно описание системы приводится в главе 4 данной работы) предусмотрены следующие действия: о запрос дополнительных исходных данных у пользователя; о переход к определению дополнительных параметров через другие вершины графа G (рис. 2.9); о согласование параметров Хрг сети. На рис.2.9 стрелками изображен альтернативный путь расчета параметров корпоративной телекоммуникационной сети, проходящий через альтернативные вершины подграфа Grg =(ХЧ, Vq) графа G=(Z,L).
Как показано выше для одних и тех же параметров корпоративной телекоммуникационной сети единицы измерения могут быть различными, следовательно, необходимо согласование параметров и для этого специально был разработан алгоритм согласования параметров.
Алгоритм согласования параметров КТС позволяет учитывать входные и выходные параметры сети при решении различных задач моделирования и разработки сетей Zu, Z„ z) и единицы их измерения. Выбранная стратегия формировапия сетевых решений во многом определяет течение и конечный результат разработки сети [44,45, 60].
2.7. Обобщенный показатель оценки точности многоуровневой графовой модели корпоративной телекоммуникационной сети
Обобщенный показатель оценки точности многоуровневой графовой модели корпоративной телекоммуникационной сети складывается из единичных информационных показателей погрешности по каждой переменной (задачи), значения которых в большинстве случаев определятся методом линейной или ранговой корреляции (это зависит от конкретной задачи моделирования и последующей разработки сети) [17, 59, 84]. Под информационными показателями погрешности понимается нормативная погрешность решения каждой из классов или подклассов задач 1-го и 2-го типа (п.2.2 и п.2.3.2 данной главы). область определения каждой составляющей Оизадачи, т.е. нормированная погрешность для классов задач Z„; 0 Dimdmu 1 - область определения каждой составляющей Di3admu - нормированная погрешность для 1-го типа подклассов задач Z,-; 0 DJ3admu l- область определения каждой составляющей Умйачя - нормированная погрешность для 2-го типа подклассов задач z ,. Расчет точности моделей для решения конкретных задач разработки сети, может проводиться по энтропийному значению вариации параметров xpr zZj vuiaxprsz j по показателю: где хргА(/„- ширина энтропийного интервала вариации г -й переменной; д„-ширина энтропийного интервала вариации/ -й переменной.
Результаты экспериментальной проверки, разработанных моделей и алгоритмов представлены в таблицах А.2 - А.4 и на рис. АЛ - А.2 Приложения А. Проведенные экспериментальные исследования показали, что их погрешность лежит в пределах 2-5%, а полученные расчетные значения к качеству сетевых услуг реальных сетей для различных типов информации полностью соответствуют требованиям согласно рек.
1. В данной главе предложено определение корпоративной телекоммуникационной сети - как иерархической системы нескольких взаимодействующих уровней, соответствующих определенному классу практических задач моделирования и разработки сетей с учетом критериев оценки их качества. Выявлена взаимосвязь и взаимозависимость критериев оценки качества для каждого уровня иерархии сети, представлено отображение задач разработки на многоуровневую сетевую архитектуру.
2. Определены основные свойства и разработана многоуровневая графовая модель корпоративной телекоммуникационной сети. Множество вершин графовой модели соответствуют задачам разработки сетей, множество дуг включает множество параметров сети и информационных связей. Графовая модель сети позволяет эффективно моделировать сети и сетевые элементы, проводить многовариантные расчеты, принимать стратегические решения как для отдельных уровней иерархии или даже отдельной задачи, так и для всей сети. С помощью графовой модели разработку сети можно начать с любой задачи, которой соответствует вершина графа (одна или несколько).
3. Разработан эффективный алгоритм анализ графовой модели сети в процессе многовариантного синтеза сетевых решений, который позволяет осуществлять декомпозицию структуры многоуровневой графовой модели сети с учетом числа разрываемых связей, анализировать отдельные подграфы, устанавливать и анализировать множественные связи и параметрические зависимости между вершинами графа.
4. Разработан алгоритм, реализующий свойство развития графовой модели сети, который позволяет вносить изменения и дополнения в графовую модель сети. В основу алгоритма положен метод многоальтернативного распознавания многомерных образов с использованием критерий максимального правдоподобия, так как этот критерий допускает простое и транзитивное обобщение на многоальтернативный случай. Принятие решения о классификации новой задачи сводится к определению меры ее вероятностной близости к тому или иному классу (подклассу) имеющих в графовой модели задач, т.е. вершин графа.
5. Разработаны новые модели и алгоритмы расчета параметров корпоративных телекоммуникационных сетей по каждому уровня сетевой иерархии. Проведенные экспериментальные исследования показали, что погрешность разработанных алгоритмов лежит в пределах 2-5%.
6. Предложены алгоритм формирования альтернативных вариантов сети на основе многоуровневой графовой модели корпоративной телекоммуникационной сети и алгоритм согласования сетевых параметров, которые позволяют учитывать единицы измерения входных и выходных параметров сети при решении различных задач моделирования, и, определяющие течение и конечный результат разработки сети.
7. Разработана эффективная методика оценки обобщенного показателя точности многоуровневой графовой модели корпоративной телекоммуникационной сети. Обобщенный показатель точности графовой модели сети складывается из единичных информационных показателей погрешностей по каждой переменной, значимость которых в большинстве случаев зависит от конкретной задачи моделирования и последующей разработки сети.
8. Полученные значения к качеству сетевых услуг реальных сетей для различных типов информации полностью соответствуют требованиям согласно рек. МСЭ-Т G.1010.
Разработка алгоритма выбора базового варианта корпоративной телекоммуникационной сети
В отличие от уже существующих, система многоуровневого моделирования корпоративных телекоммуникационных сетей дает возможность: - наиболее полно учитывать параметры и характеристики сети в процессе разработки по каждому уровню сетевой иерархии; - проводить расчеты и обработку данных больших размерностей; - решать как отдельные задачи, так и моделировать, проводить расчеты и анализ всей сети; - использовать существующие эффективные модели решения частных задач, а также предоставляет возможность пополнения и обновления моделей, - интегрировать модели решения частных задач в зависимости от конкретной проектной ситуации для поэтапного совершенствования модели всей сети, - позволяет осуществлять выбор из множества рациональных вариантов решений базовый вариант КТС, - применима для разработки широкого спектра сетей.
Таким образом, разработанная система многоуровневого моделирования корпоративных телекоммуникационных сетей позволяет адекватно и с наименьшими затратами решать проблемы моделирования и разработки сетей.
Экспериментальное исследование разработанного программного обеспечения
Результаты экспериментальных исследований реализации алгоритмов и моделей, предложенных в предыдущих главах диссертационной работы, а также разработанной системы многоуровневого моделирования корпоративных телекоммуникационных сетей представлены в Приложении А диссертационной работы.
В таблице 4.1 показано сокращение сроков разработки сетей при использовании системы многоуровневого моделирования КТС для каждого уровня иерархии сети. Таблица 4.1 Сокращение сроков разработки сетей № уровня КТС Задачи разработки сетей Сокращение времени (в %) 1 Оценка аппаратурной надежности КТС 20-40 2 Расчет задержки передачи сообщений в КТС 30-45 3 Время реакции ОС при решении корпоративныхзадач 20-35 4 Оценка среднего времени выполнения СУБД запросов к РБД при оптимизации размещения файлов и обработки запросов к СУБД 30-50 5 Рациональное распределение системных сервисов в соответствии с сетевыми ресурсами 35-50 6 Расчет среднего времени решения задачи конкретной предметной области 25-55 Результаты экспериментального исследования, разработанного ПО системы показали, что: временные характеристики системы определяются сложностью корпоративных сетей и количеством критериев оценки их качества AT,; при использовании системы: время расчета сетевых параметров на основе многоуровневой графовой модели сети сокращается от 20% до 55%, время генерация множества альтернативных сетевых решений и принятия базового варианта сети сокращается примерно от 15% до 45%.
Таким образом, применение разработанной системы многоуровневого моделирования корпоративных телекоммуникационных сетей позволяет сократить сроки моделирования и разработки сетей примерно в 1,5 раза, по сравнению с традиционными способами.
Использование разработанных алгоритмов и моделей в системах автоматизированного проектирования сетей
С практической точки зрения предложенный в диссертационной работе теоретический аппарат применим для использования в системах автоматизированного проектирования [19, 22,45, 67, 69].
Для доказательства этого целесообразно провести анализ традиционных путей реализации существующих САПР [22, 45, 67]: 1) реализация на основе принципов построения экспертных систем, 2) реализация на основе принципов построения искусственных нейронных сетей, Здесь нужно учесть требования к ПО (п.4.1 данной главы).
В основе первого подхода лежит использование принципов построения экспертных систем на основе искусственного интеллекта. В таких системах строятся различные сочетания описаний объектов, и проверяется, удовлетворяют ли подобные конфигурации сформулированным ограничениям [45, 67]. Для этих систем одной из важных задач является минимизация некоторой целевой функции, учитывающей ряд важных критериев оценки качества сети, но согласно [19, 45], можно выделить возникающие при этом проблемы: разработчик сети не может оценить всех последствий принимаемых сетевых решений; в ходе экспертного анализа разработчик вынужден разбивать частные задачи на совокупность еще более простых частных подзадач, при этом необходимо учитывать их взаимодействие, так как последние очень редко являются независимыми; - моделирование и разработка сети резко усложняются в условиях неопределенности исходной информации (глава 3 данной работы), так как возникает необходимость в формировании множества вариантов сети, и при этом, нужно исключить из рассмотрения варианты, являющиеся лишь локально оптимальными.
Преодоление указанных проблем на основе экспертных систем связано с большими трудностями, которые, в частности, определяются тем, что в области построения сетей «знания», фактически сводятся к набору различных фрагментов, идей и разрозненных положений [40, 45, 104].
Второй подход, связанный с применением аппарата нейронных сетей, обладает рядом преимуществ, например быстрота получения оценочных значений [40, 45]. Однако имеется ряд существенных трудностей при расчете параметров корпоративных сетей: - каждый параметр сети входной выборки должен быть представлен рядом равномерно распределенных по диапазону допустимых для него значений; - необходим сбор обширного статистического материала для построения обучающих выборок, что не всегда возможно при частой смене типов моделируемых сетей.
Недостатки применения искусственных нейронных сетей, которые ограничивают их применение в САПР подробно проанализированы в п.п. 1.4.2 главы 1 данной работы.
Как известно [19, 40, 45, 67] в системах автоматизированного проектирования вычислительные процессы анализе и синтеза состоят из этапов формирования модели и ее исследования (решения). Формирование модели включает две процедуры: 1) создание моделей отдельных компонентов, т.е. решение классов (ZK, ZT& ZOC, ЯСУБД, Zee, %п) и подклассов 1 и 2-го типа задач (соответственно Z, и z ;) в процессе разработки корпоративных телекоммуникационных сетей (глава 2 данной работы); 2) формирование модели корпоративной телекоммуникационной сети -МСЕТИКЗ компонентов ZK, ZTC, Zoc, %СУБД, Zee, Z/7, Z,H z). Первая из этих процедур выполняется предварительно по отношению к типовым компонентам вне маршрута проектирования конкретных сетей. Как правило, модели компонентов разрабатываются специалистами в прикладных областях [45]. На маршруте проектирования каждой новой сети выполняется вторая процедура.
