Содержание к диссертации
Введение
1. Проблемы обеспечения качества обслуживания BNGN 17
1.1. Эволюция сетей электросвязи в направлении построения NGN
1.1.1. Стандартизация QoS 21
1.1.2. Сквозная модель QoS для мультимедийного трафика 23
1.2. Качество обслуживания в мультисервисных IP-ориенти рованных сетях 26
1.2.1 Требования к показателям качества обслуживания 26
1.2.2 Модели обеспечения качества обслуживания в сетях IP 31
1.2.3 Оценка качества передачи речи в сетях IP 36
1.3. Модели трафика IP-ориентированной сети 43
1.3.1 Самоподобные процессы в мультисервисных ІР-сетях 45
1.3.2 Характеристики самоподобных процессов 47
1.3.3 Причины возникновения явления самоподобия в трафике ІР-сетей 54
1.4. Задачи исследования 56
Выводы по главе 1 57
2. Определение показателей качества обслужи вания мультисервисного трафика в IP-сетях 58
2.1. Статистические свойства трафика в ІР-сетях 58
2.1.1 Классификация трафика ІР-сетей по приложениям 58
2.1.2 Признаки самоподобия для типов трафика на различных уровнях модели IETF 51
2.2. Характеристики законов распределения вероятностей, используемые для моделирования различных типов трафика ІР-сетей 4
2.3. Расчет показателей качества обслуживания для системы G/G/1 с учетом свойств самоподобия 74
2.3.1. Диффузионная аппроксимация системы G/G/1 74
2.3.2. Задержки 75
2.3.3. Потери 79
2.4. Определение взаимного влияния трафика в агрегированном
потоке 33
Выводы по главе 2 86
3. Оценка показателей qos трафика реального времени в мультисервисных IP-сетях 87
3.1. Оценка влияния кодека на показатели качества
обслуживания приложений реального времени (VoIP) 87
3.1.1. Влияние методов нивелирования потерь на показатели качества обслуживания 90
3.1.2. Оценка влияния типа кодека на показатели качества обслуживания 94
3.1.3. Корректировка потерь трафика VoIP с учетом влияния кодека 101
3.2. Оценка эффективного распределения пропускной способности для различных типов трафика 103
Выводы по главеЗ 107
4. Имитационное моделирование трафика мультисервисных IP-сетей 108
4.1. Моделирование трафика мультисервисных IP-сетей с учетом свойств самоподобия 108
4.2. Анализ результатов моделирования 112
Выводы по главе 4 113
Заключение 114
Список литературы 115
- Сквозная модель QoS для мультимедийного трафика
- Модели обеспечения качества обслуживания в сетях IP
- Признаки самоподобия для типов трафика на различных уровнях модели IETF
- Влияние методов нивелирования потерь на показатели качества обслуживания
Введение к работе
Актуальность работы. Согласно принципам построения сетей следующего поколения (Next Generation Network - NGN), основанных на документах МСЭ-Т, в качестве технологической базы построения транспортного уровня NGN предполагается технология IP [87]. Модель такой IP-ориентированной мультисервисной сети, учитывающей особенности современной сетевой инфраструктуры, может быть представлена двумя основными уровнями: уровнем услуг и транспортным уровнем [87,91,94].
В рамках развития NGN как единой сети общего пользования решаются задачи двух типов [87]: краткосрочные - стирание существующей разницы в транспортировке речи и данных, предоставление новых возможностей в области развития услуг, сравнительная простота реализации при меньших затратах относительно существующих сетей; долгосрочные - построение простой и эффективной единой сети для всех видов приложений, удешевление сетевых компонентов, активное развитие новых видов услуг.
Вопросы построения мультисервисных сетей активно исследуются в работах отечественных (Б.С. Гольдштейн, А.Е Кучерявый, А.Н. Назаров, Н.А Соколов, С.Н. Степанов, М.А. Шнепс-Шнеппе, Г.Г. Яновский) и зарубежных (U. Black, J. Davidson, S. Fisher, J.M. Garcia, D. McDysan, D. Minoli, F.A. Tobagi) авторов.
В данной диссертационной работе ставятся и решаются задачи, связанные с разработкой моделей оценок показателей качества обслуживания в NGN с учетом особенностей трафика таких сетей. В ряде публикаций (М. Crovella, W. Leland, S. Molnar, К. Park, M. Taqqu, W. Willinger) показано, что трафик IP-сетей может описываться с использованием самоподобных процессов [9-15,34-36,40,60,67-70].
Теоретические исследования самоподобных процессов в СМО рассматриваются в работах М.Н. Неймана [98,99], Б.С. Цыбакова [117], B.C. Зборовского [81], О.И. Шелухина [119].
Однако вопросы исследования качества обслуживания (Quality of Service, QoS) в IP-ориентированных мультисервисных сетях с учетом свойств самоподобия трафика остаются открытыми, что и определяет актуальность диссертационной работы.
Цели и задачи исследования. Целью диссертационной работы является разработка моделей расчета показателей качества в сетях NGN с учетом особенностей трафика IP-ориентированных мультисервисных сетей и влияния оконечных устройств.
Для достижения поставленной цели в диссертационной работе решаются следующие задачи:
• анализ трафика различных приложений в IP-ориентированных мультисервисных сетях с учетом свойств самоподобия;
• разработка моделей расчета значений основных показателей сквозного QoS для различных приложений;
• оценка влияния оконечных устройств на показатели QoS для речевого пакетного трафика;
• исследование взаимного влияния трафика различных приложений в мультисервисных сетях с позиций обеспечения качества обслуживания.
Методы исследования. Проводимые исследования базируются на теории вероятностей, теории массового обслуживания, теории фрактальных процессов и методах имитационного моделирования. Для численного анализа используется программный математический пакет Mathlab 6.5. Имитационное моделирование фрагмента мультисервисной сети выполнено с помощью пакета моделирования сетей ns-2.
Научная новизна. Основные результаты диссертации, обладающие научной новизной:
1. Классификация трафика в мультисервисных сетях с учетом следующих характеристик: типа приложений, чувствительности к показателям QoS и законов распределения трафика;
2. Разработка моделей оценки показателей QoS (потерь и задержек) для мультисервисной сети с учетом свойств самоподобия трафика;
3. Разработка модели оценки вероятности потерь речевого трафика в мультисервисной IP-ориентированной сети в сквозном соединении с учетом влияния оконечных устройств;
4. Решение задачи оценки взаимного влияния трафика двух типов -реального времени и эластичного, с позиций обеспечения качества обслуживания, определение условий, при которых трафик реального времени и эластичный трафик могут передаваться в одном агрегированном потоке без использования механизмов управления потоками.
Практическая ценность. Основным практическим результатом диссертационной работы является получение оценок для расчета потерь и задержек в сквозном соединении в IP-ориентированных мультисервисных сетях, которые могут быть использованы при проектировании мультисервисных сетей следующего поколения.
Реализация результатов работы. Основные результаты диссертационной работы использованы в разработках НТЦ «Протей» и в учебном процессе СПбГУТ им. проф. М.А. Бонч-Бруевича, что подтверждается соответствующими актами внедрения.
Апробация работы и публикации. Результаты диссертационной работы докладывались и обсуждались на всероссийских и международных конференциях: Всероссийская конференция «Сети связи следующего поколения», СПб, 22-26 февраля, 2003; 5-я МНТК «ПТСПИ 2003»: Владимир-Суздаль, 1-4 июля, 2003; IEEE Russia Northwest section: St-Petersburg, May 18-25, 2005, а также на научно-технических конференциях и семинарах СПбГУТ.
Основные положения диссертации изложены в 9 докладах на научно-технических конференциях, 3 научных статьях и в 1 учебном пособии. Всего по теме диссертации опубликовано 13 печатных работ.
Основные положения, выносимые на защиту:
1. Классификация трафика в мультисервисных сетях по приложениям.
2. Модели оценки основных показателей качества обслуживания -потерь и задержек - в мультисервисных сетях.
3. Модели влияния параметров оконечных устройств на показатели качества обслуживания.
4. Результаты анализа взаимного влияния трафика в мультисервисных сетях.
Личный вклад автора. Основные результаты теоретических и прикладных исследований получены автором самостоятельно. В работах, опубликованных в соавторстве, соискателю принадлежит основная роль при постановке и решении задач и обобщении полученных результатов.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Работа содержит 130 страниц текста, 41 рисунок, 16 таблиц, 61 формулу.
Содержание пояснительной записки. В первой главе диссертационной работы проведен анализ современного состояния мультисервисных сетей и тенденций их развития в направлении NGN. Поскольку в качестве технологической основы построения транспортного уровня мультисервисных сетей следующего поколения рекомендовано использование технологии IP, модель мультисервисной сети может быть представлена двумя основными уровнями: услуг и транспортным. Такое уровневое представление оказывается весьма полезным при построении моделей оценок сквозного QoS.
Одна из главных проблем, возникающих при переходе от специализированных сетей к единой мультисервисной сети связи, состоит в обеспечении требуемого качества обслуживания для различных услуг и приложений. Разработка механизмов обеспечения качества обслуживания в мультисервисных сетях является одной из центральных проблем в деятельности организаций по стандартизации: ITU, IETF, ETSI и др. В диссертационной работе проанализированы модели предоставления качества услуг (IntServ, DiffServ, MPLS) и показатели QoS [29,49-59,63].
Как показал анализ, проведенный в главе 1, задача обеспечения сквозного качества обслуживания в мультисервисных сетях является достаточно сложной, поскольку имеется значительное число факторов, влияющих на показатели QoS в территориально распределенных сетях. Совокупность этих факторов определена в диссертационной работе, анализ влияния отдельных факторов рассматривается в дальнейших главах.
Вторая глава посвящена анализу статистических свойств трафика и методам расчета основных показателей QoS в мультисервисных сетях. Основное влияние на показатели QoS в IP-сетях оказывают протоколы транспортного уровня TCP и UDP. Статистический анализ трафика в современных ІР-сетях [35] показывает, что доля трафика TCP достигаееще около 9% приходится на долю трафика UDP и приблизительно 1% занимает трафик служебных протоколов. При переходе к мультисервисным IP-сетям возрастает доля трафика UDP по сравнению с трафиком TCP [34,80,87,89] в связи с ростом приложений реального времени. При этом возникает ряд проблем, связанных, в первую очередь, с задачей обеспечения качества обслуживания приложений, использующих протокол UDP. В общем случае трафик мультисервисной сети можно разделить на три основных класса: реального времени, потоковый и эластичный.
На основе анализа проведенных исследований [9-12,14-16,18,19,21,22, 28,34-42,64,69,70,73,112,118,119] в диссертационной работе предложены классификация трафика по приложениям и сопоставление каждому типу приложений законов, позволяющих наиболее полно описать поведение трафика на конкретном уровне модели IETF. Для описания трафика в мультисервисных ІР-сетях наиболее широко применяется распределение Парето. Кроме того, для трафика определенных приложений ограниченно используются распределения Вейбулла, логнормальное и пуассоновское. Важно отметить, что распределение Парето, как и распределения Вейбулла и логнормальное, относится к распределениям с тяжелым хвостом и обладает бесконечной дисперсией в диапазоне 1 а 2, где показатель а характеризует «тяжесть» хвостов распределения и определяет пачечную структуру процесса. Такие процессы относятся к самоподобным процессам.
Таким образом, поведение трафика мультисервисной ІР-сети характеризуется различными законами распределения, отличными от пуассоновского, в основном, законом Парето. В качестве модели СМО может быть выбрана система с общими распределениями входного потока и процессов обслуживания типа G/G/m. Задача расчета систем вида G/G/m для указанных входных процессов и процессов обслуживания (Парето, Вейбулла, логнормального) затруднена тем, что дисперсии этих процессов бесконечны. Введение ограниченного распределения случайной величины позволяет получить выражения для основных параметров распределения Парето: математического ожидания, дисперсии и среднеквадратичного коэффициента вариации в зависимости от длины блока данных. Под длиной блока данных понимается: размер пакета, генерируемого приложениями, например, IP-телефонии, или размер пачки пакетов, образующейся в результате работы приложения или прохождения пакетов по сети. Учитывая широкое применение закона Парето для описания трафика в IP-ориентированных сетях, в дальнейшем в диссертационной работе рассматривается только система с распределениями Парето.
Для расчета системы G/G/m в диссертационной работе используются результаты теории диффузионной аппроксимации, полученные в монографии Н.Б. Зелигера, О.С. Чугреева, Г.Г. Яновского (1984). На их основе и с учетом полученных в работе соотношений для основных параметров распределения Парето, получены аналитические выражения для расчета показателей QoS: задержек и потерь.
В IP-сетях трафик различных источников на сетевом уровне мультиплексируется, формируя общий поток, называемый агрегированным. В диссертационной работе рассматривается решение задачи оценки потерь при условии, что на вход узла поступает грегированный трафик. В работах [16,64,119] показано, что при агрегировании различных потоков результирующий поток будет обладать свойствами самоподобия, если хотя бы один из исходных потоков обладает этими свойствами.
В статье Б.С. Цыбакова [117] доказано существование верхней и нижней асимптотических границ вероятности потерь для агрегированного потока, однако не определен вид функций с\ и Cj и отмечено, что это является нерешенной задачей. На основе соотношений для расчета задержек и потерь, полученных в диссертационной работе, и в предположении, что степень пачечности а для всех потоков одинакова, показано, что функции С\ и С2 зависят только от минимально и максимально возможного размера пачки агрегированного потока. Это позволяет рассчитать в диссертационной работе верхнюю и нижнюю границы вероятности потерь в системе Р/Р/1.
В третьей главе рассмотрены вопросы оценки сквозного QoS в мультисервисных IP-сетях с учетом влияния оконечных устройств.
В настоящее время в ІР-телефонии наибольшее распространение получили кодеки ITU G.711 (64 кбит/с), G.723 (5,3 и 6,3 кбит/с) и G.729 (8 кбит/с) [45-48,80,96,103,104]. Как известно, применение кодеков как устройств пакетизации речи приводит к определенным проблемам, связанным с обеспечением требуемых значений показателей QoS. Одним их наиболее распространенных механизмов улучшения качества речи является механизм нивелирования потерь (Packet Loss Concealment, PLC), обеспечивающий компенсацию пробелов в речевом потоке, вызванных потерей отдельных пакетов [4,5,30,105-108].
Применяемые методы PLC можно разделить на два типа.
- На стороне получателя: позволяют улучшать показатели качества обслуживания независимо от механизмов обеспечения QoS внутри сети. Обнаружение потерянного пакета на стороне получателя обеспечивается анализом номеров пакетов в заголовках RTP, после чего используются различные варианты замены потерянного пакета: комфортным шумом, предыдущим пакетом или его фрагментом.
- На стороне отправителя и получателя (обеспечение сквозного QoS): предполагается применение PLC на обоих концах соединения. Эта группа методов базируется на начальном анализе сигнала на стороне отправителя: определяются огласованные и неогласованные участки речи, и для каждого участка речи подбираются параметры, позволяющие снизить влияние потерь на качество речи.
Однако применение механизмов PLC зачастую приводит к существенному росту общесетевых задержек.
Кодек G.711 обеспечивает наименьшую задержку алгоритма кодирования fCOdec_max 15 мс (с учетом применения методов PLC), но требует существенно больших сетевых ресурсов, чем кодеки других типов.
Задержка, вносимая кодеками G.723 и G.729 на основе линейного предсказания (LCP-кодеками), состоит из двух составляющих - задержки анализатора кодека tm на передающей стороне и задержки синтезатора кодека tsyn на приемной стороне. Причем tm - постоянная величина, a /svn -переменная, зависящая от используемых в синтезаторе кодека механизмов повышения помехоустойчивости. На основе проведенного анализа параметров кодеков и механизмов PLC показано, что общая задержка кодека
/c0dec УДОВЛЄТВОрЯЄТ Неравенству: C0dec 3,5 tfr.
Результаты расчетов задержек, вносимых основными типами кодеков, показывают, что для обеспечения задержки менее 200 мс (норматив ESTI, проект TIPHON [17]) задержка сети не должна превышать 95 мс для кодека G.723 и 165 мс для G.729.
Также в диссертационной работе проведены расчеты потерь в сквозном соединении Ре2е для трафика реального времени. При условии независимости потерь в сети и в оконечном устройстве вероятность Ре2е может быть оценена как: Ре2е = 1 -(1 -Pnet){\ -Pter), где Pmt - потери сети; Pter - потери на оконечном устройстве из-за превышения допустимой задержки (оцениваются только для трафика реального времени и потокового). Причиной появления Pter является, прежде всего, джиттер задержки. В этом случае превышение допустимого значения задержки в сети в целом для трафика реального времени окажется критичным. Пакеты, приходящие в джиттер-буфер, задерживаются в нем на время, необходимое для выравнивания задержки. В диссертационной работе предложены аналитические выражения для расчета потерь в джиттер-буфере за счет превышения максимально допустимой задержки.
Кроме того, в главе 3 решена задача оценки взаимного влияния трафика реального времени и эластичного трафика при одновременной передаче в мультисервисной сети с позиций обеспечения качества обслуживания. Для анализа качества обслуживания использовались Peje кг -вероятность потерь в сквозном соединении для трафика реального времени и Pe2e_et - вероятность потерь в сквозном соединении для эластичного трафика. Для сравнения вариантов распределения пропускных способностей введен показатель r\=BJB, где Bei - пропускная способность, выделяемая для передачи эластичного трафика, В - общая пропускная способность. Показатель г\ меняется в пределах от 0 до 1, где л = 0 соответствует случаю, когда в сети передается только трафик реального времени, г = 1 — только эластичный трафик. По полученным значениям л, и условиям соответствия показателей QoS соглашению по качеству обслуживания: РЄ2е_кг Ре2е_ят_тах
И Pe2e_el Pe2e_eljnax быЛИ ОПрЄДЄЛЄНЬІ эффеКТИВНЬЮ ЗНаЧЄНИЯ ПрОПуСКНЫХ способностей BRT и Bd. В диссертационной работе показано, что при нормах на потери, соответствующих рекомендациям ITU [49,50], потери эластичного трафика имеют место в том случае, если трафик реального времени занимает более 30% от общей полосы пропускания. В этом случае, в соответствии с алгоритмом работы TCP начинает действовать механизм перезапросов, что приводит к росту эластичного трафика и к увеличению потерь.
Таким образом, в главе 3 получены оценки влияния кодеков VoIP на потери и задержки трафика VoIP и взаимного влияния трафика реального времени и эластичного трафика, передаваемых в одном канале без использования дополнительных механизмов обеспечения QoS.
В четвертой главе приведены результаты имитационного моделирования фрагмента мультисервисной сети с использованием пакета Network Simulation (ns2). В качестве примера рассматривалась сеть, в которой источники формируют трафик, описываемый распределениями Парето. Генератор трафика Парето имеет несколько характеристик [3,93], в том числе размер пакета, скорость источника, характеристический показатель распределения а. В моделируемом фрагменте сети четыре источника потоков трафика, распределенных по закону Парето, создают общий агрегированный поток, для которого получены значения задержек и потерь, имитационные и аналитические, на основе полученных в диссертационной работе выражений. Оценки относительной погрешности моделирования не превышают 6%, что подтверждает правильность моделей, разработанных в диссертационной работе.
Сквозная модель QoS для мультимедийного трафика
Сквозная модель из конца в конец (endo-end или е2е) была предложена ITU. Эта модель ориентирована на определение QoS в наиболее важной с точки зрения конечного пользователя степени. Эталонная модель сквозного QoS обычно содержит одну или более взаимодействующих сетей, каждая из которых потенциально имеет ряд узлов (рис. 1.3). Каждая из этих взаимодействующих сетей может вносить свои задержку, потери или ошибки вследствие процедур мультиплексирования, коммутации или передачи, что отрицательно влияет на результирующее значение показателей QoS.
Кроме того, статистические колебания поступающего трафика могут приводить к потерям вследствие переполнения буферов на каналах, соединяющих сетевые узлы, испытывающие перегрузку.
Рекомендация 1.356 [43] специфицирует QoS по наихудшему варианту соединения сетей и устройств. Таким образом, до тех пор, пока характеристики соединений между сетями и устройствами остаются в рамках этих границ, пользователи получают надлежащий согласованный уровень QoS.
Основными показателями QoS являются, как уже отмечалось выше, задержка, вариация задержки (джиттер) и потери пакетов. Очевидно, чем большее число узлов пересекает на своем пути пакет, тем значительнее ухудшается качество. Причем, если для приложений, не чувствительных к задержкам сети, характеристики QoS не являются критичными, то для мультимедийных приложений, в частности, IP-телефонии, несоответствие параметров качества обслуживания может привести к невозможности предоставления услуги вообще.
Рассмотрим в качестве примера передачу речи в пакетной форме (услуга 1Р-телефонии). На представленной на рис. 1.3 эталонной модели сквозного качества обслуживания, влияние на качество обслуживания речевого трафика оказывают: - оконечные устройства на обоих концах могут влиять на четкость передачи речи из-за качества громкоговорителя и микрофона, а также возможности некомпенсированного акустического эха, генерируемого между громкоговорителем и микрофоном; кодеки VoIP также влияют на четкость передачи речи, механизмы возможного подавления пауз, генератор шума и тип кодирования; - элементы сети (узлы, каналы) влияют на качество передачи речи из-за задержек, джиттера и потерь пакетов.
Суммарная (межконцевая или endo-end) задержка - это время, требуемое для передачи речевого сигнала от говорящего к слушающему. Суммарная задержка определяется как сумма задержки оконечного устройства и сетевой задержки.
Задержки оконечного устройства включают: - задержку на обработку фрагмента речевого сигнала на передающей и принимающей сторонах, т.е. время, требуемое для кодирования и декодирования сигнала, и в основном зависят от алгоритма работы кодека; - задержку джиттер-буфера - задержки на принимающей стороне для компенсации разброса во временах прибытия речевые пакетов (джиттера); - задержку формирования пакетов, зависящую от выбранной схемы формирования и определяется алгоритмической задержкой кодека, периодом формирования и количеством речевых кадров в ІР-пакете.
Модели обеспечения качества обслуживания в сетях IP
Модель дифференцированных услуг (Differentiated Services, DiffServ RFC-2475, 1998 г. [56]) является логическим продолжение работ IETF над архитектурой IntServ. Недостатки, заложенные в самом принципе модели IntServ - жесткие гарантии качества обслуживания и низкий уровень масштабирования, привели, к необходимости создания более гибких механизмов обеспечения QoS. Методы DiffServ составляют группу механизмов, которые в отличие от методов IntServ обеспечивают «мягкое» качество обслуживания.
Основная идея механизмов DiffServ состоит в предоставлении дифференцированных услуг для набора классов трафика, отличающихся требованиями к показателям качества обслуживания. Для реализации дифференцированных услуг широко применяются механизмы, входящие в состав рассмотренной выше архитектуры поддержки QoS в сетях IP.
Одним из центральных понятий модели DiffServ является соглашение об уровне обслуживания (Service Level Agreement, SLA), входящее в состав механизмов QoS на плоскости менеджмента (рис. 1.6). В модели DiffServ архитектура сети представляется в виде двух сегментов - пограничных участков и ядра. На входе в сеть в узле доступа (пограничном маршрутизаторе) пакеты классифицируются с целью выделения пакетов одного потока, характеризуемого общими требованиями к качеству обслуживания. Затем трафик подвергается процедуре нормирования, которое предполагает измерение параметров трафика и сравнение результатов измерений с параметрами, оговоренным в контракте SLA. Если условия SLA нарушаются, то часть пакетов может быть отброшена. При необходимости поток пакетов проходит через устройство профилирования. Магистральные маршрутизаторы, составляющие ядро сети, обеспечивают пересылку пакетов в соответствии с требуемым уровнем QoS.
Требования к необходимому набору показателей качества обслуживания задаются в специальном однобайтовом поле каждого пакета - в октете Туре of Service (ToS) протокола IPv4 или в октете Traffic Class (ТС) протокола IPv6, в модели DiffServ это поле называется DS-байтом, с помощью которого можно определить до 32 двух различных уровней качества обслуживания.
В DiffServ определены два класса услуг (РНВ-политики): «срочной доставки» (Expedited Forwarding, EF) и «гарантированной доставки» (Assured Forwarding, AF) [57,58,77].
EF обеспечивает наивысший из возможных уровней качества обслуживания (Premium Service) и применяется для приложений, требующих доставки с минимальными задержкой и джиттером. Класс AF поддерживает уровень качества обслуживания более низкий, чем класс срочной доставки, но более высокий, чем обслуживание "best effort". Внутри этого диапазона QoS класс AF определяет четыре типа трафика и три уровня отбрасывания пакетов, т.е. до 12 разновидностей трафика в зависимости от набора требуемых показателей качества обслуживания.
Обработка пакетов в соответствии с определенными уровнем приоритета и типом трафика осуществляется специальными схемами обслуживания очередей, такими, как приоритетное обслуживание (Priority Queuing, PQ), взвешенное справедливое обслуживание (Weighted Fair Queuing, WFQ) и обслуживание в соответствии с механизмом РНВ (Class-Based Queuing, CBQ).
Относительная простота классификации трафика в модели DiffServ и отсутствие механизмов сквозного резервирования ресурсов определяют широкие возможности применения дифференцированных услуг по сравнению с механизмами IntServ. Применение механизмов DiffServ в магистральном ядре сети позволяет использовать их для обработки агрегированного трафика, который может объединяться в пограничных сегментах сети. Однако, механизмы DiffServ все же не могут гарантировать такой же уровень QoS для речевого трафика, какой можно получить в цифровых телефонных сетях, базирующихся на коммутации каналов.
Признаки самоподобия для типов трафика на различных уровнях модели IETF
В работе [29] отмечена одинаковость распределений исходного и агрегированного процессов (при больших га), измерен параметр Н (параметр Херста) и обнаружено, что последний для сетевого трафика находится в интервале (0,5; 1). На качественном уровне такой самоподобный трафик имеет постоянный взрывной характер на многих масштабах временной оси.
Параметр Н, называемый параметром Херста, или параметром самоподобия, представляет собой ключевую меру самоподобия (т.е. меру устойчивости стохастического процесса). Значение Н = 0.5 указывает на отсутствие долгосрочной зависимости, а приближение значения Н к 1 ведет к повышению степени устойчивости долгосрочной зависимости.
Агрегированные временные серии можно рассматривать как метод сжатия временной шкалы. Можно считать х(1) максимальным увеличением или высочайшим возможным разрешением для этой временной серии. Процесс х() представляет собой тот же самый процесс, уменьшенный в три раза. Усредняя по каждому множеству из трех точек, теряются мелкие детали, доступные при максимальном увеличении. Если статистические характеристики процесса (среднее значение, дисперсия, функция корреляции и т.д.) сохраняются при сжатии, то рассматриваемый процесс является самоподобным.
Однако следует отличать самоподобный процесс от фрактального. Если для фрактального процесса степень приближения га—»оо, то для самоподобного процесса m- r, где т - некоторый временной отрезок, с уменьшением которого трафик теряет свойства самоподобия [81].
Медленно затухающие распределения
Следующим важным шагом при исследовании самоподобных процессов является рассмотрение такого понятия, как медленно затухающие распределения (Long-Range Dependence, LDR) или распределения с тяжелыми хвостами (РТХ) [117]. В [119] показано, что наличие тяжелого хвоста у определенных параметров сетевых процессов является основной причиной самоподобных свойств трафика. Одно из достоинств подхода медленно затухающих распределений заключается в возможности получения удобных для изучения моделей.
Медленно затухающие распределения могут использоваться для представления плотностей вероятностей, описывающих интервалы между поступлениями пакетов и времен их обслуживания. Говорят, что распределение случайной переменной X медленно затухает, если 1 -F(x) = Р[Х х]—-, при х со,а 0.
В целом, случайная переменная с медленно затухающим распределением может обладать бесконечной дисперсией и, возможно, бесконечным средним значением. Это означает, что случайная переменная с медленно затухающим распределением может принимать очень большие значения с вероятностью, которой нельзя пренебречь. Как правило, если производится выборка такой переменной, то будет получено множество относительно малых значений и некоторое число относительно больших.
Определение [117]. Процесс X обладает медленно убывающей зависимостью (LDR), если выполняется r(k) k %(k), к- х . (1.9)
Таким образом, процессы с LDR характеризуются автокорреляционной функцией, которая убывает по степенному закону при увеличении временной задержки (рис. 1.10). Более того, можно показать, что из (1.7) следует несуммируемость АКФ, то есть г(к) = оо. В частотной области свойство LDR отражается на характерном степенном законе поведения спектральной плотности рассматриваемого процесса. Действительно, эквивалентно (1.8) можно констатировать, что процесс Xобладает LDR, если f(X)= 1?-[L2{\), Х -0, 0 (3 1. Здесь L2— медленно изменяющаяся в нуле функция, a f{k) г(кукК к означает спектральную плотность.
Таким образом, с точки зрения спектрального анализа процесс с LDR кроме того, что имеет несуммируемую АКФ, обладает спектральной плотностью с особенностью в нуле (т.е. спектральная плотность ДД) такого процесса стремится к бесконечности, по мере того как частота Я стремится к нулю). Такой процесс часто называют "\/f- шум" или "фликкер-шум".
Основная особенность случайной переменной, подчиняющейся LDR в том, что она проявляет чрезвычайную изменчивость, т.е. приводит к очень большим значениям с конечной вероятностью. Это приводит к значительному отклонению среднего значения выборки размером т от математического ожидания, часто недооценивая его. В [119] показано, что параметры с распределениями с тяжелыми хвостами, непосредственно связанные с сетью (например, размеры файлов и длительности соединения), являются причиной самоподобности в сетевом трафике.
Будем считать Z переменной имеющей распределение с тяжелым хвостом, понимая ее как длительность соединения (например, ТСР-соединения). Предположим, что соединение активно в течение х 0, а время дискретно (t є Z+) и A : Z+— {0;1} является показателем того, что A(t) = 1 только в том случае, когда Z t.
Влияние методов нивелирования потерь на показатели качества обслуживания
Методы нивелирования потерь (PLC - Packet Loss Concealment), можно разделить на два типа: применяемые на стороне получателя и применяемые на стороне отправителя и получателя. Методы PLC также различаются в зависимости от алгоритма кодека и сценария предоставления качества обслуживания.
Методы PLC на стороне получателя позволяют улучшать показатели качества обслуживания независимо от механизмов обеспечения QoS на сети. Обнаружение потерянного пакета на стороне получателя обеспечивается анализом номеров пакетов в заголовках RTP.
К этим методам относятся [5]: - замена тишиной: замена отсутствующего речевого сегмента выборками со значением 0; - вставка шума: для замены отсутствующего речевого сегмента используется белый шум (рис.3.1,6); - волновая замена: замена отсутствующего речевого сегмента сигнала другим сегментом; - повторение пакета: повторение самого последнего полученного пакета (рис.3.1 ,б); - сопоставление с моделью: повторяет правильно полученный сегмент сигнала, который максимально схожий с потерянным сегментом; - волновое дублирование: повторяется один период последнего полученного пакета; - модификация масштаба времени: "притягивается" сегмент речевого сигнала некоторой длины перед промежутком, чтобы занять пропущенный сегмент; - замена волны на основе метода линейного предсказания: для расчета коэффициентов фильтра-предсказателя используются разностный сигнал, вычисленный на предыдущем кадре.
Метод экстраполяции для нивелирования потерь предложен в [108] и относится к методам обеспечения QoS на стороне получателя. Этот метод подразумевает прогнозирование параметров речевого сигнала (п.3.1.3) в режиме реального времени и использование результата прогноза в случае потери пакетов. Такой подход позволяет уменьшить задержку, возникающую на приеме при использовании интерполяции. Данный метод может быть реализован только для LCP-кодеков. К разряду недостатков метода можно отнести высокую сложность алгоритма. К тому же для адекватной работы предсказателя требуется порядка 100 - 150, правильно принятых пакетов с LSF - параметрами.
В работе проведена классификация методов PLC на стороне получателя, результаты приведены в табл. 3.3.
Методы PLC в сквозном соединении [4] предполагают наличие механизмов борьбы с потерями на обоих концах соединения. Эта группа методов во многом ориентирована на начальный анализ сигнала на стороне отправителя: определяются огласованные и неогласованные участки речи, и для каждого участка речи подбираются параметры, позволяющие снизить влияние потерь на качество речи:
- FEC (Forward Error Correction): метод прямого исправления ошибки, в его основе лежит избыточное кодирование. Исходные пакеты разбиваются на сегменты и передаются в линию в различных IP-пакетах, причем сегменты речевых пакетов повторяются несколько раз (до трех).
- АР/С (Adaptive Packetization and Concealment): метод адаптивного пакетизирования и нивелирования потерь. Идея метода заключается в выборе различного размера пакета для речевых участков речи и пауз. В случае потери пакета, принадлежащего паузе, на стороне получателя используется метод замены шумом; в случае потери речевого пакета (гораздо меньшего по размеру) используется волновая замена.
- АР/С + FEC: метод, объединивший в себе оба предыдущих подхода, за счет чего повышается устойчивость кодеков к потерям на низкокачественных каналах. Включает в себя ряд алгоритмов, позволяющих избежать необходимости синхронизации передатчика и приемника, что делает его пригодным для LCP-кодеков.
- SPB + FEC: метод из семейства FEC, но использует избыточное кодирование только для переходов огласованный/неогласованный участок, так как потери именно на таких участках приводят к наиболее сильному
понижению качества речи. Для остальных участков речи используются методы волновой замены или замены на основе линейного предсказания.
