Стохастичні моделі та методи аналізу самоподібного мережевого трафіка - Автореферат

Харківський національний університет радіоелектроніки Автореферат дисертації на здобуття наукового ступеня кандидата технічних наукЗахист відбудеться "09" грудня 2008 р. о 13-00 годині на засіданні спеціалізованої вченої ради Д 64.052.02 у Харківському національному університеті радіоелектроніки, за адресою: 61166, м. З дисертацією можна ознайомитися в бібліотеці Харківського національного університету радіоелектроніки, за адресою: 61166, м. У процесі досліджень запропоновано математичну модель самоподібного трафіка, що розглядається як самоподібний випадковий процес, який є функціональним перетворенням фрактального гаусівського шуму. Розроблено метод оцінювання залежності ступеня завантаженості каналу мережі від параметрів трафіка, що проходить, що дозволяє при заданих розмірах буферної памяті і пропускної здатності каналу визначати гранично допустиме навантаження даної мережі. Проведен анализ современного состояния теории самоподобного сетевого трафика, рассмотрены основные понятия, методы исследования, математические модели трафика на основе самоподобных стохастических процессов. математичний трафік мережевийДля самоподібного трафіка методи розрахунку характеристик компютерної мережі (пропускної здатності каналів, ємності буферів та ін.), засновані на класичних моделях, не відповідають необхідним вимогам і не дозволяють адекватно оцінювати навантаження в мережі. У той же час ще залишаються невирішеними завдання, повязані з аналізом динаміки зміни характеристик мережі в умовах зростаючого обсягу мережевого трафіка. Метою дисертаційної роботи є розробка математичної моделі самоподібного трафіка та методів прогнозування перевантажень у мережевих системах розподілу інформації із самоподібним трафіком, що дозволить підвищити якість обслуговування мереж за рахунок зменшення затримок і втрат пакетів даних. Для досягнення цієї мети необхідно проаналізувати стан проблеми і вирішити такі основні завдання: - аналіз і модифікація методів розрахунку основних характеристик самоподібних процесів на основі фрактального і статистичного аналізів їх реалізацій; Методи дослідження - для вирішення поставлених завдань у роботі використовувалися методи фрактального і статистичного аналізів даних при дослідженні властивостей самоподоби та розрахунку характеристик мережевого трафіка і його модельних аналогів; методи теорії ймовірності та випадкових процесів для побудови математичних моделей самоподібного трафіка; імітаційне моделювання для розробки методів прогнозування і запобігання перевантаженням мережі, перевірки запропонованих моделей, розробки практичних рекомендацій.У першому розділі дисертації проаналізовано публікації, присвячені дослідженню фрактальних властивостей трафіка в локальних і глобальних мережах, зокрема, в трафіках Ethernet, ATM, додатках TCP, IP, VOIP. Стохастичний процес з дискретним часом називається самоподібним у вузькому розумінні з параметром , якщо справджується вираз Стохастичний процес із дискретним часом називається самоподібним у широкому розумінні з параметром , якщо кореляційна функція агрегованого процесу є , тобто, стохастичний процес не змінює свій коефіцієнт кореляції після усереднення за блоками довжини . Результати досліджень показали, що, починаючи зі значень , обидва методи дають занижені значення, причому зі збільшенням ця різниця зростає. У роботі показано, що довжина черги в буфері визначається трьома основними параметрами ділянки трафіка: інтенсивністю трафіка, параметром Фано і показником Херста.Дисертаційну роботу присвячено математичному моделюванню та методам дослідження самоподібного мережевого трафіка. Результати імітаційного моделювання дозволили розробити методи прогнозування та запобігання завантаженням в системах передачі даних. Проведено обзор і аналіз сучасного стану теорії самоподібного мережевого трафіка, розглянуто основні поняття, методи дослідження, математичні моделі трафіка на основі самоподібних стохастичних процесів. Даний метод, на відміну від уже існуючих, дозволяє отримати незміщену оцінку показника Херста, яка має вибіркову дисперсію не більшу, ніж мінімальна із вибіркових дисперсій оцінок. Показник Херста розглядається як функція числа часових відліків, що дозволяє визначити такі характерні особливості реалізацій мережевого трафіка: незалежність випадкових даних, наявність циклічних складових і середню довжину неперіодичного циклу, наявність довготермінової і короткотермінової залежності.

Основний зміст роботи