Компьютерное моделирование потоков данных в пакетных сетях на основе уравнений в частных производных

• Автор: Северов, Дмитрий Станиславович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Москва
• Количество страниц: 113 с. : ил.

Содержание
ВВЕДЕНИЕ
Актуальность работы
Цели и задачи работы
Научная новизна
Научная и практическая ценность
Соответствие специальности 05.13.
Глава 1. Методология имитационного моделирования
1.1. Особенности имитационного моделирования компьютерных сетей
1.1.1. Цели имитационного моделирования компьютерных сетей
1.1.2: Возможности имитационной модели компьютерной сети
1.1.3. Что именно моделируется в компьютерной сети?
1.2. Средства имитационного моделирования компьютерных сетей
1.2.1. Архитектура систем имитационного моделирования
1.2.2. Объекты и состояния имитационной модели
1.2.3. Примеры средств имитационного моделирования
1.3.Имитационное моделирование проводных сетей
1.3.1. Альтернативы моделирования
1.3.2. Пакетные модели
1.3.3. Потоковые имитационные модели
Глава 2. Инструменты имитационного моделирования
2.1. Специализированные системы моделирования компьютерных сетей
2.1.1. Системы динамического моделирования пакетных сетей
2.1.2 Особенности динамических систем имитационного моделирования
2.1.3. Комплексы имитационного моделирования пакетных сетей
2.1.4. Интегрированные инструменты имитационных комплексов
2.2. Имитаторы структурно-вариабельных сетей
2.3. Имитационное моделирование беспроводных сетей
2.3.1. Широковещательная передача
2.3.2. Вычисление потерь сигнала
2.3.3. Мобильность моделируемой системы
2.3.4. Спонтанная маршрутизация
Глава 3. Имитационная модель на основе уравнений в частных производных

3.1. Математическая модель ориентированного графа сети
3.1.1. Структура потоковой математической модели

3.1.2. Основные компоненты потоковой модели моделирования пакетных сетей
3.1.3. Сессия потокового имитатора
3.1.4. Ребро имитатора: очередь и канал связи
3.1.5. Узел - маршрутизатор потокового имитатора
3.1.6. Входы и выходы графа - источники и получатели
3.1.7. Программы и алгоритмы численного решения задачи
3.2. Сравнительные результаты потокового моделирования
3.2.1. Результаты моделирования простых конфигураций
3.2.2. Результаты моделирования сложных конфигураций
Заключение
Список литературы
Приложение 1. Сокращения
Приложение 2. Определения
Приложение 3. Основные обозначения
ВВЕДЕНИЕ
Актуальность работы
В современных условиях информационные технологии в значительной степени определяют уровень развития науки, техники, экономики и в целом качество жизни и состояние окружающей среды. Концепция пакетной связи, при которой данные нерегулярно предаются относительно крупными фрагментами, является закономерным результатом эволюции информационных технологий. Непрерывно растёт значимость глобальных, корпоративных и ведомственных выделенных пакетных сетей, операторских сетей общего пользования с широкополосным проводным и беспроводным доступом к всевозможным информационным услугам. По мере снижения стоимости базовых электронных компонентов, всё более актуальной становится массовая социально-бытовая концепция «умной» среды обитания, предусматривающей информационное взаимодействие окружающих нас вещей.
Прогнозирование поведения пакетных сетей становится весьма актуальной задачей, вызванной практической необходимостью. Аналитические методы исследования компьютерных сетей, например, теория сетевых очередей, были адекватны на ранних стадиях развития. Позже, рост быстродействия современного сетевого оборудования и усложнение протоколов обмена информацией, выдвинули на передний край имитационное моделирование.
В настоящее время имитационное моделирование сетей используется при анализе поведения под нагрузкой, верификации протоколов, оптимизации конфигурации, оценке перспективности новых технологий, апробации сценариев реагирования на изменения.
На актуальность потокового подхода к моделированию сетей пакетной
передачи данных косвенным образом указывают достижения численного
моделирования сплошных сред. Поток вещества, являясь по своей природе
дискретным, имеющим молекулярную структуру, достаточно адекватно и
эффективно представляется математическими моделями непрерывного типа.
Учитывая отсутствие чётких границ применимости дискретного и потокового

маршрутизаторами, и их трудно распространить на трафик приложений оконечных узлов-хостов. Выявлению подходов к оценке возможности снятия этих ограничений путем уточнения потоковых моделей служат результаты глав 3 и 4.
На первый взгляд, что имитационное моделирование помощью дискретнособытийных моделей пакетного уровня демонстрирует приемлемый компромисс между масштабируемостью и достоверностью. Однако, с учётом роста количества устройств подключённых к интернету и возникновению т.н. «интернета вещей» данная методология не способна обеспечить имитационные эксперименты разумными ресурсами в масштабе всего интернета без существенных потерь достоверности. По-видимому, для такого масштаба приемлемое потребление ресурсов обеспечивают агрегатно-потоковые и гибридные модели, требующие повышения достоверности моделирования.
При умеренных требованиях к достоверности, даже сравнительно сложные приложения можно моделировать в терминах обмена ТСРЯР-пакетами, и совершенствовать такие модели по мере необходимости, если и когда потребуется исследовать, например, протоколы новых типов или определенные потоки прикладного уровня.
Важно отметить, что для больших масштабов (105 узлов и более) наиболее модели с высокой достоверностью, и построенные на их основе системы, функционально непригодны, вследствие их неспособности моделировать в реальном времени все компоненты реальных систем, составляющие такие модели. В системах таких больших масштабов полностью виртуальная модель помогает преодолеть ограничения на реальность времени, не жертвуя достоверностью.
Полностью виртуальная модель обладает возможностью достижения наивысшей достоверностью среди всех подходов, даже более высокой, чем в специализированных стендах для испытаний оборудования.
Теоретически, у полностью виртуальной системы нет предела масштабирования, а практически оно ограничено мощностью доступных вычислительных ресурсов, и допустимым быстродействием - отношением модельного и реального масштабов времени.