Применение масштаба времени для описания, анализа свойств и управления информационными потоками сервера данных

• Автор: Титов, Иван Николаевич
• Шифр специальности: 05.12.13
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Москва
• Количество страниц: 189 с. : ил.

Содержание
Список сокращений
Список обозначений
Введение
Глава 1. Анализ функционирования ШеЬ сервера
1.1. Введение
1.2. Математические модели, используемые для описания сетевого трафика
1.3. Об исследовании свойств трафика УеЬ серверов
1.4. О размере буфера маршрутизатора
1.5. Анализ архитектуры ¥еЬ сервера
1.6. Анализ методов управления сетевым трафиком,
1.7. Выводы
Глава 2. Исследование свойств трафика ¥еЬ серверов
2.1. Введение
2.2. Исследование характеристик потоков данных, генерируемых музыкальным ресурсом
2.3. Исследование свойств трафика, генерируемого мультимедийным порталом
2.4. Исследование корреляционных зависимостей потоков данных, генерируемых мультимедийным порталом
2.5. Выводы
Глава 3. Математическая модель источника нагрузки, порождающего потоки, которым соответствуют различные масштабы времени
3.1. Введение
3.2. Математическая модель источника нагрузки с «бесконечной» дисперсией времени обслуживания
3.3. Математическая модель, используемая при численных исследованиях
3.4. Оценка параметра Хёрста трафика сервера данных при различных значениях параметра к

3.5. Выводы
Глава 4. Результаты исследования эффективности некоторых методов управления скоростью передачи данных сервера
4.1. Введение
4.2. Исследование свойств трафика сервера данных при различных значениях параметра к
4.3. Анализ вероятности переполнения буфера при различных параметрах системы обслуживания
4.4. Исследование зависимости вероятности переполнения буфера от
параметров управления
4.5. Анализ зависимости вероятности потерь от размера буфера
4.6. Результаты моделирования трафика музыкального ресурса
4.7. Моделирование трафика мультимедийного портала
4.8. Выводы
Заключение
Литература
Приложение
П.1. Результаты исследования функция распределения объёма переданных данных
П.2. Результаты анализа свойств входного потока
П.З. Результаты исследования характеристик трафика, генерируемого мультимедийным порталом
П.4. Результаты оценки параметра Хёрста
П.5. Зависимости вероятности потерь от параметров системы обслуживания
П.6. Результаты исследования вероятности потерь при обслуживании трафика реальных Web серверов

Список сокращений
ASIC Application-Specific Integrated Circuit - интегральная схема для специфического применения
ATM Asynchronous Transfer Mode - асинхронный способ передачи данных
BMAP Batch Markovian Arrival Process - групповой марковский входной поток
CPU Central Processing Unit - центральное процессорное устройство
DCBR Data-Center Border Router - граничный маршрутизатор центра обработки данных
DPI Deep Packet Inspection — глубокий анализ пакетных данных
DRAM Dynamic Random Access Memory - динамическая память с произвольным доступом
FIFO First In, First Out - «первым пришел - первым обслужен»
GSM Global System for Mobile Communications - глобальная система радиосвязи с подвижными объектами
HTML HyperText Markup Language - язык разметки гипертекста
HTTP HyperText Transfer Protocol - протокол передачи гипертекста
HTTPS HyperText Transfer Protocol Secure - протокол защищённой передачи гипертекста
IP Internet Protocol - протокол сети Интернет
ISP Internet Service Provider - поставщик Интернет-услуг
LTE Long Term Evolution - долговременное развитие
MAP Markovian Arrival Process - марковский входной поток
P2P Peer-to-peer - «равный к равному»
PLIM Physical Layer Interface Module - интерфейсный модуль физического уровня
QoS Quality of Service - качество услуг (связи)

для установления сессии и её завершения. Кроме этого скорость в начале передачи файла (режим «slow-start» в TCP) ниже, чем максимальная скорость в режиме «congestion avoidance».
Для того чтобы исключить влияние алгоритма кэширования в Web браузере Mosaic на распределение времени передачи файлов, дополнительно были рассмотрены распределения размера всех запрошенных файлов (значительная часть из них не передавалась через сеть, т.к. они были доступны в кэш-памяти), а также только размера уникальных файлов (исключены все повторяющиеся файлы, независимо от того передавались они через сеть или нет). Их распределения также обладают тяжёлыми хвостам: параметр а = 1,16 для всех запрошенных файлов и а = 1,06 для уникальных файлов.
Одной из возможных причин проявления долговременных зависимостей распределения размера файла может быть то, что поддержка мультимедийных форматов содействует присутствию файлов большого размера, что делает хвост распределения более тяжёлым. Для того чтобы проверить это, было выбрано 32 Web сервера, которые поддерживают систему отчётов об использовании «www-stat 1.0». Эта система предоставляет информацию, достаточную для получении оценки функции распределения размера файлов расположенных на сервере (для файлов доступных за период отчёта). Обычно при получении отчёта об использовании выбирался период времени один месяц.
Было показано, что распределение размера файлов доступных на 32 Web серверах также обладает тяжёлым хвостом с параметром а = 1,06. Для исследования влияния на функцию распределения мультимедийных файлов весь набор данных был разбит на 7 категорий: изображения, текст, аудио, видео, архивы, предварительно форматированный текст и сжатые файлы. Эта простая категоризация охватывает 85% всех файлов. Из этого набора 4 категории (изображения, текст, аудио и видео) составляют 97%. Зависимости 1 - F(x) от размера файла для каждой из этих 4-х категорий, а также зависимость 1 - F(x) от х для общего набора данных представлены на рис. 1.4.