Первая страница
Наша команда
Контакты
О нас

    Головна сторінка



Інфокомунікації – сучасність та майбутнє”

Інфокомунікації – сучасність та майбутнє”




Сторінка2/16
Дата конвертації16.03.2017
Розмір2.87 Mb.
1   2   3   4   5   6   7   8   9   ...   16

List literature:

1. Michael Sampson. “Computer Telephony for the Enterprise”, New Zealand, 2008.

2. Michael Thomas Bayer. “Computer telephony demystified”: McGraw-Hill, 2001.

УДК 621.391


ПРИМЕНЕНИЕ ТЕНЗОНОГО МЕТОДА В ЗАДАЧАХ ОЦЕНКИ КАЧЕСТВЕННЫХ ХАРАКТЕРИСТИК СЕТЕЙ MPLS/VPN
Смаглюк Г.Г., магистрант 5-ого курса, факультета ИС, e-mail: glebhp@gmail.com

Научный руководитель – д.т.н. Стрелковская И.В.

Одесская национальная академия связи им. А.С. Попова
Аннотация. Представлена возможность решения задачи определения качественных характеристик в сетях MPLS/VPN тензорным методом. Рассмотрена задача нахождения значений минимального времени задержек пакетов и длины пакетной очереди для сети MPLS/VPN с помощью метода декомпозиции.
Современные тенденции развития сетевых структур особое внимание уделяют внедрению виртуальных частных сетей VPN (Virtual Private Network) на базе технологии MPLS (MutiProtocol Label Switching) с целью обеспечения потребностей пользователей в безопасном и высокоскоростном доступе к удаленным сетевым ресурсам [1,2]. Развитие сетевой архитектуры на базе технологии MPLS/VPN позволяет обеспечить обслуживание трафика с поддержкой параметров Quality of Services (QoS) и реализовывать возможности управления трафиком с помощью технологии Traffic Engineering (MPLS-TE). Архитектура сети MPLS/VPN (согласно RFC 2547bis), базируется на опорной магистральной сети MPLS построенной на маршрутизаторах LER/LSR () и изолированных территориально-распределенных VPN, которые взаимодействуют между собой с помощью туннелей TE-tunnel. Каждая изолированная VPN в составе MPLS/VPN управляется централизованно по протоколам маршрутизации BGP, OSPF, IS-IS, RIP [1,2].

Рассмотрим решение задачи определения качественных характеристик сети MPLS/VPN с учетом декомпозиции сети. Такой метод целесообразно использовать для сетей MPLS/VPN значительной размерности и сложной топологической структуры. Тогда декомпозиция позволит разделить сеть MPLS/VPN на изолированные подсети, для которых выполняется расчет качественных характеристик независимо друг от друга, а затем, с учетом, полученных решений выполняется расчет связей между подсетями [3,4].

Декомпозицию сети выполним для описывающего ее графа, путем удаления ветвей, соединяющих опорную сеть с подсетями VPN. Таким образом, получаем независимые подсети, для которых применяем узловой тензорный метод для расчета задержек передачи пакетов и длины пакетной очереди в ветвях [5]. Для одновременного решения задачи во всех подсетях зададим интенсивности трафика в ветвях в виде квадратной матрицы n-го порядка.

,
где - диагональная матрица ji-ого порядка , , на главной диагонали которой находятся интенсивности трафика в ветвях сети, k – количество подсетей.

Матрица также представлена в виде блочной матрицы:



где матрица базисных разрезов подсети VPN, , , k – количество подсетей.

Необходимо рассчитать среднюю длину очереди пакетов в СК ветвей сетей и раз­мерность очереди в СК узлов сетей согласно [5]. Для определения координат вектора дли­ны очереди в узлах , найдем значение тензора интенсивностей трафика в СК узловых пар:

(1)

Рассчитаем длины очередей пакетов в узлах по следующей формуле:



(2)

.

где - тензор исходящей пакетной очереди, , kколичество подсетей VPN.

Для расчета задержки передачи пакетов в узлах подсетей воспользуемся формулой:

, (3)

.

где - вектор задержек передачи пакетов, - вектор длин очередей пакетов в узлах подсети, , k – количество подсетей.

Согласно [5] определяем тензор задержек передачи пакетов в ветвях подсетей:

(4)

.
Для расчета координат вектора длины очереди в ветвях сетей воспользуемся формулой:

(5)

.

где - вектор длин очередей пакетов в ветвях подсетей VPN, , k – количество подсетей.

Таким образом, с помощью вышеизложенного могут быть определены качественные характеристики для всех подсетей.

Для расчета качественных характеристик сети связей рассмотрим подсети MPLS/VPN в качестве узлов, а связи между ними в качестве ветвей сети. Учитывая топологию построения VPN подсетей, рассмотрим отдельно узловые пары опорной сети IP/MPLS и каждой из VPN. На базе этих данных построим блочную матрицу базисных разрезов сети.

где матрица базисных разрезов подсети, , k – количество подсетей.

Значения задержек передачи пакетов в узлах определяются как сумма задержек передачи пакетов в каждой подсети, согласно (3).

Исходя из этих данных, мы можем рассчитать задержки в ветвях сети связи MPLS/VPN (4):



.

где - задержка в i-той подсети, - задержка в связи i-той подсети, , k – количество подсетей.

Длина очередей пакетов в системе координат ветвей сети связи определяется по формуле (5):

где - интенсивность трафика, - длина пакетной очереди в связи i-той подсетью , k – количество подсетей MPLS/VPN.

Таким образом, с помощью приведенного метода решения задачи определения качественных характеристик сети MPLS/VPN с учетом декомпозиции могут быть найдены значения минимального времени задержки пакетов и длины пакетной очереди в соединениях опорной сети с подсетями VPN.
Список литературы:


  1. П.П. Воробієнко Телекоммунікаційні та інформаційні мережі: /П.П. Воробієнко, Л.А. Нікітюк, П.І. Резніченко підруч [для вищих навчальних закладів] –К: САММІТ-КНИГА, 2010. – 640 с.

  2. Олифер В.Г. Компьютерные сети. Принципы, технологии, протоколы / Олифер В.Г, Олифер Н.А: Учебник для вузов. 3-е изд. – СПб.: Питер, 2008. – 958.

  3. Сохор В.Н. Вычислительные модели и алгоритмы тензорного анализа сетей / Сохор В.Н.: Учебно-методическое пособие – изд. ППИ, 2008. - с. 93-103

  4. Крон Г. Тензорный анализ сетей / Г. Крон; [под ред. Л. Т. Кузина, П. Г. Кузнецова; пер. с анл.] – М.: Сов. Радио, 1978. – 720 с.

  5. Стрелковская И.В. Решение задач управления трафиком в сетях MPLS-TE с использованием тензорных моделей / И.В. Стрелковская, И.Н. Соловская, Г.Г. Смаглюк – Цифрові технології. – №8, 2010. – С. 57-66.

УДК 621.395


АНАЛИЗ ТЕЛЕФОННОГО ТРАФИКА УЧАСТКА СЕТИ GSM, ПОДВЕРГАЕМОГО ВОЗДЕЙСТВИЯМ ЛОКАЛЬНЫХ ПЕРЕГРУЗОК
Сметанин И.Н., старший преподаватель, smeig@zntu.edu.ua

Запорожский национальный технический университет


Аннотация. Стабильная и высококачественная работа телекоммуникационной сети зависит от правильного ее проектирования и своевременных внесений изменений при ее эксплуатации, особенно для участков, которые подвергаются локальным перегрузкам. Для этого необходимо иметь полную картину о характере и объеме нагрузки обслуживаемой сетью, с учетом вида потока создающего эту нагрузку. В данной работе обосновывается необходимость проведения исследований параметров нагрузки в сотовой сети связи стандарта GSM, и на основе анализа полученных данных сделаны выводы об отличии характера потока нагрузки, создаваемого соединениями между абонентами мобильной связи и между пользователями сети мобильной и фиксированной связи.
Стремительный рост возможностей сотовых операторов и количества обслуживаемых ими абонентов иногда приводит к возникновению локальной перегрузки на участке сети. Максимальное количество абонентов, собранное в пределах одной соты, можно наблюдать в период проведения массовых мероприятий, таких как День города, концерты и т.д. При этом очень важно сохранить качественное обслуживание абонентов сети. Это зависит от правильного проектирования и возможной реконфигурации сети при ее эксплуатации. Важнейшей характеристикой при этом является интенсивность телефонной нагрузки.

При проектировании сети выбор величины нагрузки основывается на предполагаемых данных. Для корректировки во время эксплуатации в качестве исходных данных применяются уже известные результаты измерений работающей сети. В обоих случаях используются усредненные значения, которые получают при статистических наблюдениях за телефонной нагрузкой. При этом определяемые основные характеристики имеют первичные и вторичные параметры. Первичные характеризуют нагрузку, создаваемую потоком вызовов, т.е. среднюю длительность разговора, интенсивность нагрузки и число занятий. Группу вторичных образуют: количество вызовов абонентов за промежуток времени, длительность паузы между вызовами и время обслуживания вызова. Эти параметры помогают сделать правильный вывод о характеристиках исследуемого потока вызовов и достоверности предположений о потоковой модели и виде закона распределения случайных величин.

Расчет требуемого объёма оборудования, числа линий и каналов для этих параметров можно провести соответствующим методом. Если не учитывать реальный поток вызовов, то точность полученных расчетов будет небольшой. Поэтому возникает необходимость уточнения методики расчета основных характеристик, основанной на модели уже известного потока, с позиции разности между теоретическим и статистическим законами распределения. В результате, непосредственный расчет оборудования основывается на статистических наблюдениях, которые включают в себя измерения первичных параметров, а на измерениях вторичных параметров, основывается оценка модели потока вызовов и выбор либо коррекция соответствующего метода расчета.

Исследования характеристик сетей мобильной связи проводились ранее [1-4], но они не отражают современную реальность, приводящую к локальным перегрузкам на участках сети. Поэтому в условиях возможности локального кратковременного значительного возрастания количества абонентов уточнение методики расчета основных характеристик становится еще более актуальным.


Проведение эксперимента и обработка статистических результатов измерений

Данная работа – результат проведенных, в соответствии с Рекомендациями ITU-T [5], исследований первичных параметров всей телефонной нагрузки сотовой сети стандарта GSM, обслуживаемой только одним центром мобильной коммутации (MSC). Исследовался район, имеющий высокую плотностью административных, финансовых учреждений, деловых и культурных центров, в котором проводятся массовые мероприятия, при проведении которых количество абонентов может превышать пропускную способность соты.

Полученные данные отражают часть вызовов, которые обслуживаются оператором. При локальной перегрузке сети наиболее вероятны случаи получения отказа в обслуживании, и, как следствие, поступивший вызов вообще останется незафиксированным. Предположив, что поступающий поток является простейшим и, измерив общую длительность промежутков времени, когда заняты все радиоканалы, можно рассчитать вероятность потерь по времени Pt путем отношения этой длительности к интервалу времени, в котором проводятся измерения. Применительно к простейшему потоку вызовов эта вероятность соответствует вероятности потерь по нагрузке Рн и по вызовам Рв. На основании того, что для простейшего потока потенциальная и поступающая нагрузки также равны, то их величина определяется по полученным значениям фактической обслуженной нагрузки и вероятности потерь из-за отсутствия свободных каналов. Однако такой подход правомерен лишь для модели простейшего потока. Для расчета потока, других моделей формулы могут быть другими.

MSC системы стандарта GSM может обслуживать потоки нагрузки в следующих направлениях связи:



  • от пользователей мобильных терминалов (МТ) к пользователям мобильных терминалов;

  • от пользователей мобильных терминалов к пользователям ТфОП;

  • от пользователей ТфОП к пользователям мобильных терминалов.

Основные виды соединений, которые определяют нагрузку в MSC:

а) с МТ1 на МТ2 либо с МТ2 на МТ1 (оба абонента в зоне обслуживания 1-го MSC);

б) с МТ1 на МТ2 либо с МТ2 на МТ1 (абонент 2 находится в зоне обслуживания другого MSC при соединении MSC через ТфОП);

в) с МТ1 на терминал Т1 ТфОП либо с терминала Т1 ТфОП на МТ1;

г) с МТ1 на МТ2 (абонент 2 установил переадресацию вызова на терминал Т1 ТфОП);

д) вызов с МТ1 на МТ2 с дальнейшим выходным хэндовером (абонент 1 вызывает абонента 2 из текущей соты, и перемещается в другую, продолжая при этом разговор);

е) входящий хэндоверный разговор с МТ1 на МТ2 (когда абонент 1 перемещается в ячейку и продолжает вести разговор, который начал в предыдущей ячейке);

ж) с терминала Т1 ТфОП на МТ1 (установка переадресации вызова на другой MТ);

з) с терминала Т1 ТфОП на МТ1 (абонент 1 установил переадресацию вызова на терминал Т2 ТфОП).

Остальные виды связи, (например, переадресация вызова на голосовую почту, звонок в Call-центр обслуживающего оператора сотовой связи) в силу своего крайне редкого использования не рассматривались.

Полученные результаты исследований сезонной ежедневной загруженности [6]. базовой станции (BS) показали, что нагрузка для повседневной деятельности в будние дни довольно стабильна и в зависимости от месяца года она изменяется незначительно. При этом на декабрь, приходится больше всего разговоров, чем в другие месяцы, а в феврале и марте – нагрузка почти одинакова.

Почасовое суточное распределение нагрузки для рабочих дней, вполне отражает повседневный распорядок жизни. Явно выраженный час наибольшей нагрузки (ЧНН), для всех видов связи приходится на период с 14:30 до 15:30 и его значение достигает величины 56,6 Эрл.

Анализ результатов исследования нагрузки по направлениям связи показал, что основную загруженность почти в равных долях создают входящие (47,6 % от всей) и исходящие (47,2 %) вызовы. И лишь минимальную часть (1,7 %) от общей нагрузки составляют транзитные для MSC вызовы.

Более детальный анализ суточного распределения ежедневной нагрузки по видам соединений показывает, что нагрузки всех видов связи достаточно равномерно распределены в течение рабочего дня и вечернего времени. Наибольшую долю нагрузки в ЧНН (70%) образуют соединения, осуществляемые между мобильными терминалами, которые обслуживаются только одним MSC (38,2%) и несколькими MSC (31,8%). Средняя длительность занятия для перечисленных видов соединений соответствует наличию на территории обслуживаемой BS государственных и деловых организаций, для которых приемлемым можно считать интервал от 120 до 240 секунд [7]. Превышение хэндоверных исходящих разговоров над входящими составляет 1,78 раза. Почти 35-ю часть от общей по всем видам связи нагрузки составляют исходящие разговоры с МТ1 на терминалы ТфОП. Остальные виды соединений не превышают 0,63 Эрл.

Дополнительно требуют отдельных исследований работа BS с перегрузкой, т.к. в эти периоды нагрузка возрастает в 3 раза, что сильно влияет на качество обслуживания.

Оценка степени достоверности статистических данных

Высокая точность измерений нагрузки на сети достигается проведением достаточно частых измерений. Поскольку в данной работе измерения производились выборочно, то они подверглись статистической обработке и при этом оценена степень точности полученных данных. Для этого были определены среднее значение () или математическое ожидание (Мх) измеряемой случайной величины (x) [8]



, (1)

где n – объём выборки.

Разброс отдельных значений случайной величины относительно среднего значения, оценивается величиной среднеквадратического отклонения (). При меньшем значении ошибка выборки для выборочных измерений будет меньше, и величину средней ошибки выборки приближенно можно определить [9]:

(2)

Величина предельной ошибки выборки () с определенной долей вероятности показывает, что отклонения выборки не превысят заданного значения. Она может быть рассчитана в соответствии с теоремой Чебышева – Ляпунова. Численно определить предельную ошибку выборки можно из соотношения [9]:



(3)

где z – поправочный коэффициент, который зависит от величины вероятности, с которой гарантируется определенное значение предельной ошибки.

Приведенное соотношение свидетельствует о том, что уменьшение предельной ошибки измерений , возможно при уменьшении среднеквадратического отклонения либо с увеличением объема произведенной выборки n. Тогда для обеспечения удовлетворительного значения отклонения результатов выборочных измерений достаточно меньшего объема выборки n, который уменьшается вместе с среднеквадратическим отклонением. Это заложено в основу определения предельной ошибки статистических данных.

Таким образом, для расчета предельной ошибки регистрации статистических данных о нагрузке и количестве вызовов со всех видов и направлений связи с вероятностью Р(z) = 0,99 оказалась необходимой и достаточной выборка в ЧНН ежедневно четырех 15-ти минутных интервалов в течение 10 рабочих дней, что соответствует 40 замерам. Но такой же подход не приемлем для расчетов длительности занятия, т.к. в ЧНН объектом исследования является каждый отдельный вызов, а не средняя длительность занятия на указанных временных интервалах. Поэтому определение предельной ошибки длительности занятия от всех видов вызовов требует большего объема выборки.

Достоверность полученных результатов подтверждает относительная погрешность расчетов предельной ошибки измерений, которая определена с вероятностью P(z) = 0,99 соотношением:

, (4)

величина которой ни в одном из направлений и видов связи не превысила 5% .

После проверки погрешности и всестороннего анализа обработанные результаты измерений, позволяют сделать определенные выводы:

1. По сравнению с более ранними исследованиями, в которых по типам направлений входящая нагрузка преобладала над исходящей, нынешняя входящая нагрузка к мобильным абонентам (47,2%) практически такая же, как и исходящая от них (47,6%), и эти два типа составляют почти всю нагрузку. Доля транзитной нагрузки в суммарной сравнительно мала (1,7%).

1. В районах концентрации государственных и деловых организаций длительность ведения разговоров увеличилась почти до 3,5÷4 минут. При этом между мобильными абонентами для входящих и исходящих вызовов она почти одинакова.

3. Значительно уменьшилось количество и длительность разговоров между пользователями мобильной и фиксированной связи.


Список литературы:

1. Khedher H., Tabbane S. and F. Valois. Traffic Characterization for Mobile Networks. In Vehicular Technology Conference (VTC’2002-Fall 2002), Vancouver, British Columbia, Canada, September 2002. pp. 1485-1489 IEEE.

2. Boggia, G., Camarda, P., and D’Alconzo., A. Modelling of call dropping in well-established cellular networks. In EURASIP Journal on Wireless Communications and Networking., Vol. 2007 Article ID 17826, 2007.

3. Bregni S., Cioffi R., and Decina M., WLC09-1: An Empirical Study on Statistical Properties of GSM Telephone Call Arrivals. In Proceedings of IEEE Global Telecommunications Conference (GLOBECOM '06), pp. 1–5, San Francisco, Calif, USA, November-December 2006.

4. Bregni S., Cioffi R., and Decina M., An Empirical Study on Time-Correlation of GSM Telephone Traffic. Wireless Communications, IEEE Transactions on, vol. 7, no. 9, pp. 3428–3435, September 2008.

5. ITU-T: Recommendation No. E.500 “Traffic intensity Measurement Principles”, Geneva, 16 pages 1998.

6. Лившиц Б. С. и др. Теория телетрафика: Учебник для институтов связи / А.П. Пшеничников, А.Д. Харкевич.– 2-е изд., перераб. и доп. – М: Связь,1979.-224 c.

7. МИ 2994-2006 ГСИ. Системы измерения длительности соединений СИДС подсистем коммутации MSC и IN-платформ сотовой подвижной связи стандарта GSM 900/1800. Методика поверки. 06.06.2006.

8.Гмурман В.Е. Теория вероятностей и математическая статистика: Учеб.пособие для вузов / В.Е. Гмурман. – 9-е изд., стер.–М.: Высш.шк., 2003. – 479 с.

9. Максимов Г. З., Пшеничников А. П. Телефонная нагрузка местных сетей связи. Уч.пособие – М: Связь, 1969. – 152c.

УДК 621.327.8

1   2   3   4   5   6   7   8   9   ...   16



  • Стрелковская И.В.
  • Список литературы
  • АНАЛИЗ ТЕЛЕФОННОГО ТРАФИКА УЧАСТКА СЕТИ GSM, ПОДВЕРГАЕМОГО ВОЗДЕЙСТВИЯМ ЛОКАЛЬНЫХ ПЕРЕГРУЗОК Сметанин И . Н
  • Проведение эксперимента и обработка статистических результатов измерений
  • Оценка степени достоверности статистических данных