Содержание к диссертации
Введение
1 Методы управления трафиком в сети 10
1.1 Задача управления трафиком 10
1.2 Подходы к решению задачи управления трафиком 12
1.3 Особенности распределенных кампусных сетей связи 18
1.4 Показатели «Качества обслуживания» в мультисервисной сети 23
1.5 Субъективная оценка «Качества восприятия» различных типов трафика в сети 27
Выводы 30
2 Модель системы управления трафиком в сети 31
2.1 Особенности трафика в мультисервисной сети 31
2.2 Математические модели трафика в мультисервисной сети 32
2.3 Представление системы управления трафиком 44
2.4 Анализ архитектуры системы управления трафиком 48
2.5 Управление скоростью передачи информации в канале связи 52
2.6 Построение функции полезности в задачах принятия решений 57
Выводы 61
3 Классификация и идентификация трафика в сети 62
3.1 Классификация трафика в мультисервисной сети 62
3.2 Пользовательская классификация трафика 68
3.3 Алгоритмы управления трафиком в системе Linux 77
3.4 Анализ основной дисциплины обработки очередей 80
3.5 Алгоритмы идентификации трафика 88
Выводы 95
4 Реализация системы управления трафиком 96
4.1 Организация системы управления трафиком и расчета телекоммуникационных услуг в распределенной сети оператора связи 96
4.2 Реализация механизма захвата трафика 104
4.3 Реализация архитектуры системы управления трафиком 115
4.4 Анализ эффективности системы идентификации трафика 124
4.5 Реализация методов управления трафиком в сети оператора связи 134
4.6 Приоритизация трафика при реализации методов управления пропускной способностью136
4.7 Методы управления пропускной способностью логических каналов связи 143
4.8 Моделирование алгоритмов управления логическими каналами 162
Выводы 169
Заключение 171
Список сокращений и условных обозначений 172
Список литературы
- Показатели «Качества обслуживания» в мультисервисной сети
- Анализ архитектуры системы управления трафиком
- Алгоритмы управления трафиком в системе Linux
- Анализ эффективности системы идентификации трафика
Введение к работе
Актуальность темы. Стремительное развитие мультимедийных услуг (Интернет, кабельное телевидение, телевидение по запросу, телефония и др.), связанное с активным строительством мультисервисных сетей, способствовало значительному улучшению качества предоставляемых телематических услуг. Интенсивное строительство новых волоконно-оптических каналов связи привело к появлению в сети всё новых и новых видов сервисов и приложений, каждое из которых выдвигает свои требования к параметрам сети (задержкам, скоростям передачи данных и т.д.). Как следствие, постоянно растет объем информации, передаваемой по сети. Так как это происходит в рамках имеющихся возможностей конкретной системы, оператор, предоставляющий телематические услуги, вынужден заново продумывать подходы к управлению трафиком. При решении данной задачи большинство существующих методов оптимизации распределения сетевых ресурсов основываются на механизмах управления «Качеством обслуживания» (Quality of Service, QoS), характеризующее техническую способность обеспечить доступность необходимых ресурсов сети некоторому сервису в соответствии с заданными требованиями.
Конечной целью оператора связи является формирование наилучшего впечатления пользователя о предоставляемых телематических услугах, характеризующего субъективную оценку качества работы сети. Организуя требуемое QoS с обеспечением необходимых технических характеристик канала связи, представление пользователей о качестве предоставляемых услуг может оставаться различным. В этом случае для оценки качества услуг операторами связи используется понятие «Качество восприятия» (Quality of Experience, QoE), характеризующее восприятие приложения конечным пользователем и определяющее субъективную оценку впечатления клиента телематическими сервисами. Качество восприятия (QoE) характеризует уровень предоставляемых услуг с точки зрения клиента, независимо от архитектуры сети и используемых в ней протоколов. С учётом субъективного характера QoE (в отличие от QoS) задача распределения сетевых ресурсов становиться не тривиальной.
Стремясь улучшить впечатление абонента о качестве получаемого сервиса в соответствии с потребностями пользователя, оператор вынужден соблюдать баланс между качеством восприятия и получаемой экономической выгодой от предоставления данных услуг. Задача распределения трафика становится наиболее критичной, в случае, если доступ к информационным ресурсам осуществляется в сети с небольшой пропускной способностью общего канала связи. В итоге, с учётом роста потребления телекоммуникационных услуг, и появлением новых сетевых сервисов в сети Интернет перед операторами наиболее остро ставится задача разработки и реализации методов организации управления трафиком, обеспечивающих наилучшее QoE у клиентов сети с соблюдением требуемого QoS.
Операторы связи должны разрабатывать сеть, которая приспосабливается к потребностям конкретных приложений, чтобы создать оптимальное распределение ресурсов сети на основе имеющейся пропускной способности с достижением наилучшего качества восприятия. Исходя из этого, решаемая в диссертационной работе задача оптимизации использования пропускной способности общего канала связи за счет применения методов управления трафиком, использующих оценку QoE, является актуальной и приоритетной в сети. Решение предложенное в работе позволяет снизить затраты компании так как их большая часть приходится именно на аренду магистрального канала доступа.
Данная диссертационная работа посвящена научной проблеме повышения надежности и качества связи с помощью увеличения эффективности распределения пропускной способности выделенного канала связи за счет разработки новых методов и алгоритмов управления трафиком в сети оператора.
Степень разработанности – состояние рассматриваемых вопросов. Проблеме использования сетевых ресурсов и, в первую очередь пропускной способности канала связи, с учетом особенностей проходящего через него трафика, посвящено множество отечественных и зарубежных работ, наиболее известными авторами которых являются: Леланд Е., Уиллингер В., Петров В. В., Крылов В.В., Цыбаков Б.С., Paxson и др. Тем не менее, задача разработки методов управления трафиком в сетях связи достаточно подробно не изучалась ранее и для её решения в настоящее время применяются методы, основанные на информации представляемой аналитическими компаниями, занимающихся сбором сетевой статистики. Другим недостатком существующих решений является использование комплексного подхода к управлению данными в сетях без учёта особенностей каждого типа трафика, генерируемого различными сетевыми приложениями. Также, рассмотренные методы основаны только на использовании механизмов управления QoS, без анализа субъективного качества восприятия клиентами предоставляемых телематических сервисов. Данные обстоятельства определяют необходимость повышения эффективности работы систем управления трафиком с учётом субъективных оценок качества восприятия клиентами телематических сервисов.
Целью работы является разработка новых методов и алгоритмов управления телематическим трафиком с заданным качеством обслуживания в условиях ограниченности пропускной способности канала связи.
Задачи работы:
-
Определение показателей качества обслуживания в мультисервисной сети.
-
Определение классов трафика с учётом качества восприятия клиентов от пользования телематическими услугами.
-
Разработка процедур идентификации классов трафика на узле агрегации в мультисервисной сети оператора связи.
-
Разработка алгоритмов распределения пропускной способности канала связи на основе классов трафика на узле агрегации оператора.
5. Программная реализация предложенных методов управления трафиком в мультисервисной сети оператора связи. Научная новизна диссертационной работы состоит в следующем.
-
Адаптирован подход классификации Интернет трафика для задачи распределения пропускной способности, позволяющий выделить типы сетевых сервисов, определяющих различную степень их влияния на субъективное восприятие пользователями телематических услуг. Отличительной особенностью предложенного подхода от известных ранее, является анализ степени влияния различных типов сетевых сервисов на качество восприятия пользователей (QoE).
-
Предложены показатели качества обслуживания в мультисервисной сети, позволяющие определять требуемые ресурсы выделенных каналов связи для организации доступа к телематическим услугам. Отличием предложенного подхода от известных ранее является анализ субъективного восприятия пользователями предоставляемых сетевых сервисов.
-
Разработан алгоритм распределения пропускной способности с использованием предложенной классификации Интернет трафика, позволяющий оптимизировать использование ресурсов сети для организации коллективного доступа к мультисерисным услугам. Отличительной особенностью предложенного алгоритма является возможность управления отдельными типами трафика внутри выделенного логического канала связи клиента.
Теоретическая значимость диссертационной работы заключается в том, что полученные в ходе исследования результаты дополняют существующие процедуры оптимизации управления трафиком в мультисервисной сети.
Практическая значимость. Предложенный в диссертационной работе метод управления трафиком и программный комплекс, позволяют оптимизировать использование ресурсов сети – пропускной способности выделенного канала связи при организации коллективного доступа к телематическим услугам в сети оператора связи.
Отдельные положения и процедуры предложенные в диссертационной работе использованы в научно-исследовательской опытно-конструкторской работе, связанной с оптимизацией использования сетевых ресурсов выделенных каналов связи, целью которой являлось сокращение затрат обслуживания магистральных линий оператором связи Нижегородской области.
Методология и методы исследования. В диссертационной работе использованы методы исследования, которые базируются на теории моделирования, теории вероятностей, теории графов, теории телетрафика, теории надежности, теории полезности, а также методах оптимизации и математического моделирования.
Основные положения, выносимые на защиту: 1. Предложенные показатели качества обслуживания пользователей позволяют определять требуемые ресурсы выделенных каналов связи для организации коллективного доступа к телематическим услугам.
-
Представленный подход классификации Интернет трафика в канале связи позволяет выделить типы сетевых сервисов, определяющих различную степень их влияния на субъективное восприятие пользователями телематических услуг.
-
Предложенные процедуры идентификации классов трафика, основанные на типе телематических сервисов, обеспечивают распознавание различных типов сетевых сервисов для организации системы распределения пропускной способности канала связи.
-
Предложенный алгоритм распределения пропускной способности канала связи, основанный на классификации данных, использующий субъективную оценку качества восприятия телематических сервисов клиентами позволяет оптимизировать использование ресурсов сети при организации коллективного доступа к мультисерисным услугам.
Сведения о внедрении. Результаты диссертационной работы использованы в практической деятельности компаний ООО «Интернет Развитие», ЗАО «Компания ТрансТелеКом», ООО «СпецСвязь» при разработке проектов распределенных сетей в Нижегородской области и организации системы управления трафиком что подтверждается актами о внедрении.
Степень достоверности. Достоверность и обоснованность результатов обеспечивается строгостью математических постановок и корректным использованием методов системного анализа и математического аппарата. Достоверность подтверждается результатами экспериментов проведенных в реальной сети оператора связи.
Апробация результатов диссертации. Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях.
-
Международные научно-технические конференции «Информационные системы и технологии», Нижний Новгород, 2011, 2012, 2013, 2014 г.
-
Международные молодежные научно-технические конференции «Будущее технической науки», Нижний Новгород, 2012, 2013, 2014 г.
-
Международный научно-технический семинар «Startup-Сабантуй», Нижний Новгород, 2012 г.
-
Молодежная научно-техническая конференция IT-sturtup pro, Нижний Новгород, 2012 г.
-
Международная научно-техническая конференция «Разработка ПО 2012» CEE-SECR 2012, Москва, 2012 г.
Публикации результатов. Материалы диссертации опубликованы в 22 печатных работах, из них 6 статей в рецензируемых научных журналах списка ВАК, 4 свидетельства Федеральной службы по интеллектуальной собственности о государственной регистрации программы для ЭВМ.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, библиографического списка из 117 наименований. Общий объем работы 189 страниц.
Показатели «Качества обслуживания» в мультисервисной сети
При организации телематических мультисервисных сетей связи одной из основных задач является обеспечение качества обслуживания, предполагающим применение определенных политик управления информационными потоками – трафиком.
Как будет показано в главе 2, до недавнего времени, при разработке информационных систем использовалась теория телетрафика с основой теории массового обслуживания. Данные теории предназначены для описания процессов в системах с коммутацией каналов, таких как телефонные сети. Математической моделью телетрафика здесь является пуассоновский поток. Проблемам управления телетрафика в сетях с коммутацией пакетов посвящено множество работ. Можно отметить работы Крылова В.В., Пальма К., Хинчина А.Я., Советова Б.Я., Яковлева С. А. и др.
Стремительное строительство новых линий связи привело к появлению и повсеместному распространению мультисервисных сетей с пакетной передачей данных, которые постепенно стали вытеснять системы с коммутацией каналов и до недавнего времени организация таких систем и процессы происходящие в них описывались исходя из общих положений теории телетрафика.
В 1993 году ученые W.Leland, M.Taqqu, W.Willinger и D.Wilson представили результаты исследований, кардинально отличавшихся от существующих моделей телетрафика для телекоммуникационных сетей с коммутацией пакетов [2]. Данные исследователи изучили трафик в информационной сети корпорации Bellcore и обнаружили, что потоки в ней нельзя аппроксимировать простейшими и, как следствие, они уже имеют совершенно иную структуру, чем принято в классической теории телетрафика.
Было установлено, что компьютерный трафик обладает так называемым свойством самоподобия., т.е. выглядит качественно одинаково при почти любых масштабах временной оси, имеет память (последействие). В результате чего, расчет параметров распределения трафика, в системах с коммутацией пакетов, по классическим формулам дает некорректные результаты. С учётом роста всевозможных сервисов и объема проходящей информации в сетях связи, алгоритмы управления, основанные на простейших потоках являются неэффективными.
Таким образом, исследования W. Leland, M.Taqqu, W.Willinger и D.Wilson послужили началом работ посвященных трафику как самоподобного процесса. Существует множество работ среди зарубежных и отечественных ученых посвященных исследованиям трафика как самоподобного процесса. Среди зарубежных ученых, активно занимающихся этой проблемой, можно выделить авторов, которым принадлежат наиболее фундаментальные труды в этом направлении: K. Park, B. Ryu, V. Paxson, R. Mondragon и др. Среди отечественных исследователей необходимо отметить работы В.И. Неймана, Б.С. Цыбакова, Н.Б. Лиханова, О.И. Шелухина, В.С. Заборовского, А.Я. Городецкого и др. [3].
При создании инфраструктуры организации предоставления телематических услуг (Интернет, интерактивное телевидение, телефония и др.), одной из актуальных задач, которые вынужден решать оператор связи, является управление информационными потоками, т.е. трафиком, который будет проходить в разрабатываемой сети. Поддержка различных типов сервисов выдвигает особые требования к использованию определенных технологий и подходов при реализации такой инфраструктуры. Соответственно и задача управления пропускной способностью канала связи является первоочередной при организации доступа к телематическим услугам.
Большая часть затрат оператора приходиться на аренду магистрального канала доступа. Другими словами, оператор телематических услуг перераспределяет ресурсы этого выделенного канала доступа между конечными клиентами. Организуя предоставление телематических услуг, оператор связи вынужден перераспределять пропускную способность общего канала доступа между абонентами. От того насколько будет рационально выполнено распределение зависит качество обслуживания в сети и прибыль компании.
Несмотря на множество работ, посвященных исследованиям трафика и методам его управления, до сих пор остается множество вопросов и нерешенных задач. Можно выделить основные из них [3]:
Одной из основных трудностей при организации системы управления трафиком является задача обеспечения заданного качества обслуживания при распределении пропускной способности канала связи. Другими словами, при определении тарифной политики, предполагающей задание соответствующих скоростей доступа к услугам связи, оператор должен продумывать методы распределения пропускной способности общего канала связи. Основную трудность при реализации таких методов в реальной сети представляет отсутствие теоретической базы управления каналом связи для решения подобного рода задач. Операторы в большей степени основываются на эмпирических методах, связанных с результатами сбора сетевой статистики потребления ресурса конечными клиентами. Зачастую крупные операторы привлекают аналитические компании для решения подобного рода задач. Таким образом, задача разработки методов управления трафиком в сети оператора связи является актуальной и не тривиальной при организации доступа к телематическим услугам.
При решении задачи разработки методов управления трафиком в сети связи рассматривалось текущее состояние вопроса, и производился обзор работ посвященных этой теме. Стоит отметить работы Петрова В.В., Цыбакова Б.С., Иванова В.В., Ложковского А.Г., Сидоровой О.И. и др. [3], [6], [7], [8], посвященные исследованиям моделей трафика и методам его управления в современных телекоммуникационных системах. Особый интерес вызывают исследования Петрова В.В., посвященные анализу структуры телетрафика и алгоритмов обеспечения качества обслуживания при влиянии эффекта самоподобия. В основном все работы о методах оптимизации использования сетевых ресурсов, по большей части, носят теоретический характер, связанный с созданием новых алгоритмов управления, что делает их труднореализуемыми в реальной сети оператора связи. Другим недостатком существующих методов является использование комплексного подхода к управлению информационными потоками без учёта особенностей каждого типа трафика, генерируемого различными сетевыми приложениями.
В диссертационной работе предложены новые методы выполнения оценки качества обслуживания в сетях операторов связи и оптимизация подходов управления трафиком на основе существующих алгоритмов, реализованных на узлах агрегации.
Исследования в области управления телекоммуникационным трафиком основаны на принципе статистического мультиплексирования информационных потоков. Алгоритм статистического мультиплексирования потоков широко используется в телекоммуникациях, поскольку позволяет эффективно использовать пропускную способность магистральных каналов связи. В работе [3] рассматриваются варианты передачи информации от многих источников по одному магистральному каналу. Одним из вариантов является возможность передачи данных, при закреплении за каждым из источников определенной части ресурсов канала. Другой способ передачи – описывает метод статистического мультиплексирования (рисунок 1.1), когда потоки отдельных источников складываются (агрегируются) в магистральном канале с экономией пропускной способности dB.
Анализ архитектуры системы управления трафиком
В диссертационной работе решена задача приоритизации выделенных классов данных при организации новых методов управления трафиком. Приоритеты классов трафиков определены на основе решения многокритериальной задачи полезности в теории принятия решений (ТПР).
Полезность - некоторое число, приписываемое лицом, принимающим решение (ЛПР), каждому возможному исходу. В ТПР значение функции полезности выражает предпочтения, полезность альтернатив. Она может быть оценена на множестве альтернатив и на множестве критериев, при этом критерии могут быть взаимно независимыми и зависимыми.
В современной литературе вместо понятий хорошего или плохого применяется понятие полезности, но общий принцип остается таким же. Для описаний предпочтений агента, с помощью которых он различает состояние мира, применяется функция полезности, которая присваивает состоянию единственное числовое значение, чтобы показать, насколько оно желательно [49].
Принцип максимальной ожидаемой полезности (Maximum Expected Utility - MEU) гласит, что рациональный агент должен выбирать действие, которое максимизирует ожидаемую полезность для агента. Основным этапом решения задач в ТПР с предпочтениями является построение функции полезности. Для достижения данной цели может использоваться аксиоматический подход.
Аксиоматический подход к задаче принятия решений базируется на поверке ряда аксиом для построения функции полезности альтернатив. Аксиомы делятся на две группы:
Аксиомы существования функции полезности формализованы на множестве альтернатив и множестве критериев. В случае независимости альтернатив х{єХ, где i = 1,m, и существования линейного порядка их предпочтения х1 х2 ... хт ( - знак отношения строгого предпочтения) показано, что на этом множестве можно построить функцию полезности такую, что U1(x1) U2(x2) ... Um(xm). При наличии информации (количественной или качественной) на множестве критериев kj є К, где j = 1,n, характеризующих альтернативы, показано, что для них могут быть построены функции полезности, как по каждому критерию V(kf), так и по совокупности критериев. Методология рационального принятия решений в условиях неопределённости, основанная на функции полезности индивида, опирается на пять аксиом, которые отражают минимальный набор необходимых условий непротиворечивого и рационального поведения игрока. Для компактного изложения аксиом потребуется следующее определение. Предположим, что конструируется игра, в которой индивид с вероятностью р получает денежную сумму х и с вероятностью (1 – p) – сумму z. Эту ситуацию будем обозначать G(x, z:p ).
Для всего множества S неопределённых альтернатив (возможных исходов) индивид может сказать, что либо исход x предпочтительнее исхода y ( xF y ), либо ( yFx), либо индивид безразличен в отношении к выбору между x и y ( x y ). Запись xF y означает, что исход x предпочтительнее исхода y либо индивид безразличен в отношении к выбору между x и y. Аксиома 2. Аксиома транзитивности (состоятельности). Если xF y и yFz , то xF z . Если x y и y z , то xz . Аксиома 3. Аксиома сильной независимости. Предположим, что мы конструируем игру, в которой индивид с вероятностью p получает денежную сумму x и с вероятностью (1 – p) – сумму z, т.е. G(x, z:p). Сильная независимость означает, что если индивид безразличен в отношении к выбору между x и y, ( x y ), то он также будет безразличен в отношении к выбору между игрой (лотереей) G(x, z:p) и игрой G(y ,z:p), т.е. из x y следует G(x, z:p)G(y, z:p). Аксиома 4. Аксиома измеримости. Если xF yz или x yFz , то существует единственная вероятность p, такая, что y G(x, z:p). Аксиома 5. Аксиома ранжирования. Если альтернативы y и u находятся по предпочтительности между альтернативами x и z и можно построить игры, такие, что к выбору между y и G(x, z:p1), а также к выбору между u и G(x, z:p2), то при p1 p2 y Fu . Если принять приведённые аксиомы и предположить, что люди предпочитают большее количество некоторого блага меньшему, то всё это в совокупности определяет рациональное поведение ЛПР.
При названных предположениях учеными Д. Нейманом и О. Моргенштерном было показано, что лицо принимающее решение (ЛПР) при принятии решения будет стремиться к максимизации ожидаемой полезности. Другими словами, из всех возможных решений он выберет то, которое обеспечивает наибольшую ожидаемую полезность. Сформулируем определение полезности по Нейману-Моргенштерну.
Функция полезности Неймана - Моргенштерна для ЛПР показывает полезность, которую он приписывает каждому возможному исходу. У каждого ЛПР своя функция полезности, которая показывает его предпочтение к тем или иным исходам в зависимости от его отношения к риску.
При использовании аксиоматических методов функцию полезности строят в аддитивном виде: U(K) = 2] hjVj(kj) (2.31) как сумму функций полезности по каждому критерию с некоторыми весовыми коэффициентами А1,...,Лп. Здесь, в (2.31) U{K) - функция полезности альтернативы на множестве критериев К, 0 U (К) 1 ; У (kj) - функция полезности альтернативы по критерию fc , 0 У. (fc.) 1, j = 1, п; Aj - вес j-го критерия, YiA.=l,Aj 0. С учётом этого, принцип максимальной ожидаемой полезности определяется следующим выражением: U =maxQJ{(K)), (2.32) где і = 1,т - набор альтернатив, U{{К) - значение функции полезности для г -ой альтернативы. Д. Нейман и О. Моргенштерн предложили процедуру построения индивидуальной функции полезности, которая (процедура) заключается в следующем: ЛПР отвечает на ряд вопросов, обнаруживая при этом свои индивидуальные предпочтения, учитывающие его отношение к риску. В общем случае график функции полезности от ожидаемой стоимости (ОС) может быть трёх типов (рисунок 2.12): для ЛПР, не склонного к риску, - строго вогнутая функция, у которой каждая дуга кривой лежит выше своей хорды; для ЛПР, безразличного к риску, - прямая лини; для ЛПР, склонного к риску, - строго вогнутая функция, у которой каждая дуга кривой лежит ниже своей хорды. Рисунок 2.12 – Типы функции полезности Неймана – Моргенштерна для ЛПР, не склонного к риску (а), безразличного к риску (б), склонного к риску (в) На основе рассмотренных положений теории принятия решений, с использованием подхода предложенного Д. Нейманом и О. Моргенштерном, в главе 4 решена задача приоритизации трафика при организации системы его управления.
Алгоритмы управления трафиком в системе Linux
Данная команда создает класс. В качестве параметров для команды tc указывается дескриптор родителя, к которому подключается данный класс. Параметр classid 1:3 задает уникальный дескриптор для данного класса. Младший номер должен быть отличным от нуля. Классовые дисциплины обработки очередей требуют, чтобы все подклассы были одного типа с родителями. Потому у дисциплины обработки очереди HTB классы будут тоже HTB.
Класс называется корневым, если он является непосредственным потомком дисциплины HTB. Как и другие классы в дереве наследования HTB, корневые классы могут предоставлять часть своего канала дочерним классам, но сами заимствовать каналы не могут. В этом их основная особенность. Можно было бы объявить все классы трафика потомками корневой дисциплины, но тогда они не смогли бы использовать излишки пропускной способности соседей. В поставленной задаче необходимо обеспечить возможность заимствования каналов, поэтому был создан один корневой класс, а для непосредственного управления трафиком – несколько дочерних.
Скорость передачи данных каждого класса равна минимуму из запрошенной скорости и скорости, гарантированной определением класса [72]. Это применимо к тем классам HTB, которые не имеют потомков – краевых классов. Для родительских классов действует правило: скорость передачи данных родительского класса равна минимуму из скорости, гарантированной определением класса, и суммы скоростей, запрошенных дочерними классами. В данном случае корневому классу гарантирована скорость 5 Мбит/с. Параметр rate определяет гарантированную скорость для данного класса, это минимально возможная скорость, с которой может передаваться трафик в данном классе.
Параметр Сeil определяет максимальную скорость передачи данных класса. Класс не может получить часть пропускной способности канала больше указанной величины. По умолчанию Сeil равен Rate. Величина Ceil должна быть не меньше Rate. Кроме того, величина Ceil для родительского класса должна быть не меньше, чем у любого дочернего класса. В случае, когда канал свободен, то класс может получить канал с максимально возможной скоростью равной параметру Ceil. В случае если в сети присутствует трафик для других классов, то скорость распределяется пропорционально между ними согласно параметрам классов, при этом минимальная скорость для каждого класса не опуститься ниже значения Ceil.
Когда трафик передается на обработку классовой дисциплине, он должен быть отнесен к одному из классов (классифицирован). Определение принадлежности пакета к тому или иному классу выполняется фильтрами. Фильтры, присоединенные к дисциплине, возвращают результат классификации, после чего пакет передается в очередь, соответствующую заданному классу. Каждый из классов, в свою очередь, может состоять из подклассов и иметь свой набор фильтров, для выполнения более точной классификации свой доли трафика. В противном случае пакет обслуживается дисциплиной очереди класса.
Добавление фильтров осуществляется с использованием команды tc filter. tc filter add dev eth0 parent 1:0 protocol ip prio 90 handle 100 fw classid 1:10 В данной команде указывается дескриптор родителя, к которому подключается фильтр. В данном случае – к корневой дисциплине. Задается протокол, с которым будет работать фильтр. Параметр prio позволяет присвоить классифицированному этим фильтром трафику приоритет. В данном случае используется классификатор u32. Далее следуют параметры классификатора. Указанная команда классифицирует трафик, помеченной меткой 100 (таким способом классифицируется медиа трафик – потоковое аудио, видео).
Дисциплины краевых классов выполняют планирование, которое позволяет упорядочивать или переупорядочивать объекты между входом и выходом конкретной очереди. В качестве краевых дисциплин могут выступать бесклассовые дисциплины, использование классовых дисциплин, без соответствующих классов является бессмысленным. В качестве листовой дисциплины в работе используется SFQ (Stochastic Fairness Queueing).
Метод реализации системы управления трафиком на основе использования команды tc предполагает значительное количество правил описывающих дисциплины, фильтры и классы. В случае предоставления услуг доступа в сеть Интернет, данный метод предполагает создание классов, описывающих правила работы с очередями для каждого абонента, число которых в сети может составлять тысячи человек. HTB.init скрипт предполагает автоматизированное создание данных правил.
В работе в качестве средства создания правил управления трафиком был использован программный сценарий HTB.init. Данное средство использует для конфигурации htb набор конфигурационных файлов, именуемых так, что при сортировке по алфавиту их имена позволяют визуально представить себе дерево классов системы управления трафиком которые в дальнейшем удобно редактировать. Данный скрипт обеспечивает гибкий механизм управления классами, заключающийся в изменении при необходимости только отдельных конфигурационных файлов. Этот подход позволяет администратору больших конфигураций HTB управлять индивидуальными классами используя удобочитаемые файлы. Каждый конфигурационный файл описывает класс, заложенный в самом названии файла, которое имеет следующий формат [101]: $HTB_PATH/ ifname - clsid (: clsid ). description или $HTB_PATH/ Имя интерфейса - Номер класса (: Номер дочернего класса ). Комментарий clsid – идентификатор класса, задается цифровыми значениями от 0x2 до 0xFFFF (записывается без приставки 0x). description – произвольная строка, характеризующая класс. Например: Например eth0 и имеет идентификатор класса clsid=0. eth0-2 - основной (корневой) класс с clsid=2. eth0-2:3 - класс очереди clsid=3, унаследует ограничения от родительского clsid=2. eth0-2:3:4 - класс очередь clsid=4, унаследует ограничения от родительского clsid=3 и 2, т.е. накладываются ее более жесткие ограничения. Следующие параметры могут быть указаны в конфигурационных файлах: DEFAULT - указывает номер класса, куда попадает трафик, не попавший ни под одно правило. Класс «по умолчанию» задается без правила RULE. R2Q - точность шейпера. Значение по умолчанию – 10. Этот параметр определяет коэффициент для DRR (Deficit Round Robin) алгоритма. RATE - выделенная (гарантированная) пропускная способность очереди, задается в Kbit, Mbit или bps (bytes per second). CEIL - максимальная пропускная способность очереди. Значение по умолчанию CEIL=RATE. Для корректной работы данного сценария, сумма всех RATE дочерних классов (очередей) не должна превышать RATE корневого класса, а значение CEIL в каждой очереди не должно превышать значение в корневом классе. PRIO= число - приоритет трафика очереди к другим очередям в классе. Чем меньше число, тем выше приоритет. Классы с более высоким приоритетом обслуживаются в первую очередь.
Анализ эффективности системы идентификации трафика
В отличие от сигмоидных функций полезность в (4.11) не имеет отрицательных значений, что может характеризовать восприятие клиента при его работе с сетевыми приложениями, генерирующие низкоприоритетный трафик.
Анализ видов функций полезности. Анализируя полученные статистические данные в третьей главе (рисунок 3.5) можно предположить, что для выделенных классов трафика, форма функции полезности, соответствующая представлению пользователя, может быть различной. Функция полезности (4.11) может использоваться при описании восприятия клиента, при генерировании в канале связи низкоприоритетных классов трафика, изображенных на рисунке ситуацию отсутствия резко негативного впечатления, связанного с отказом от получаемых услуг, характерную для низкоприоритетного трафика. Напротив, сигмоидные функции описывают впечатление конечного клиента, характерную при использовании сетевых сервисов, генерирующих высокоприоритетный трафик.
Проводя качественный анализ сигмоидных частных функций полезности, с учётом полученных в главе 4 результатов распределения трафика в реальной сети для реализованной системы управления пропускной способностью, можно сделать вывод о соответствии требованиям представления клиента о качестве предоставляемого сервиса. Анализируя результаты генерирования различных классов трафика при тестировании системы в реальной сети (глава 4), можно провести качественную оценку параметров сигмоидной функции полезности. Так, в случае генерации VoIP трафика (рисунок 4.20), пороговое значение v величины 0i может характеризовать ситуацию, когда качество изображения при звонке в программе Skype резко ухудшиться и само соединение начнет периодически разрываться (рисунок 4.20), вызывая негативное впечатление от получаемой услуги у клиента. При достижении значения пропускной способности логического канала связи минимальной величины, осуществление звонка станет невозможным. Также, восприятие клиента станет безразличным к увеличению значения пропускной способности логического канала - i при c достижении определенного значения, не приводящего к дальнейшему существенному (заметному) улучшению качества связи. Подобный анализ параметров сигмоидных функций можно рассмотреть для случая потокового медиа трафика. Здесь параметр v0i может характеризовать ситуацию, когда просмотр медиа данных постоянно прерывается. И при достижении минимального значения пропускной способности, воспроизведение видео/аудио будет недоступно, вызывая ошибку работы соответствующего программного медиа модуля браузера.
При анализе рассматриваемых вариантов функций полезности, учитывалось возможное дальнейшее их использование при реализации алгоритма управления пропускной способностью в сети оператора связи. В процессе выполнения задачи оптимизации (4.3) в диссертационной работе установлено, что решение для функций полезности (4.8), (4.9), (4.10) не может быть найдено аналитически. В этом случае задача может быть решена с использованием численных методов, что накладывает существенные ограничения на параметры временной задержки при передаче пакетов системой управления пропускной способностью.
Анализ соотношения полезности сервиса, качества восприятия (ОоЕ) и качества обслуживания (QoS). В сети оператора связи показателями качества восприятия клиента QoE получаемой услуги могут служить статистические данные звонков клиентов в пиковые моменты перегрузки канала связи с жалобами на работу сетевых услуг.
Формирование оценки QoE (впечатления клиента) происходит на основе качества работы самой сетевой услуги и функции полезности, отображающей удовлетворенность предоставляемым сервисом в зависимости от пропускной способности канала связи.
При определении зависимости QoE от QoS в диссертации использована оценка условной вероятности (4.12) поступления звонков клиентов («звонил/не звонил» - _ує{0,1}), характеризующей показатель качества восприятия с учётом значения пропускной способности сі канала связи. Оценка условной вероятности выполнена с использованием обучающей выборки на основе решения задачи синтеза нейросетевого классификатора [114]:
Для анализа аналитической зависимости соотношения полезности сервиса, качества восприятия (QoE) и качества обслуживания (QoS) в диссертационной работе использована логистическая регрессия, представляющая собой метод приближенной оценки условной вероятности (4.13) и рассматриваемой, как простейшая нейронная сеть с одним нейроном.
Логистическая регрессия применяется для предсказания вероятности возникновения некоторого события по значениям множества признаков. Для этого вводится так называемая зависимая переменная у, принимающая лишь одно из двух значений - как правило, это числа О (событие не произошло) и 1 (событие произошло), и множество независимых переменных (также называемых признаками, предикторами или регрессорами) - вещественных Хі,Х2,Х т)...,Хп, на основе значений которых требуется вычислить вероятность принятия того или иного значения зависимой переменной. Делается предположение о том, что вероятность наступления события у=1 равна: