Развитие метода оценки пропускной способности мультисервисной сети при интервальном прогнозировании интенсивности нагрузки

• Автор: Кузьменко, Николай Григорьевич
• Шифр специальности: 05.12.13
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Москва
• Количество страниц: 202 с. : ил.

Основные обозначения
А - интенсивность поступающей нагрузки, Эрл;
А, — интенсивность поступающей нагрузки 1-го потока, Эрл;
с - величина дохода от обслуживания одного эрланга нагрузки;
Ь)- число каналов, которое требуется сообщению 1-го потока для обслуживания
на каждом звене вдоль маршрута следования;
1 - индекс для нумерации потоков сообщений (/=/,
3 - индекс для нумерации звеньев сети (/'=/,
г - основная передаточная единица - наибольший общий делитель скорости передачи V и потребности в канальном ресурсе Я, каждого из поступающих потоков нагрузки;
Я; - ресурс требуемый для обслуживания ьго потока, бит в секунду;
V0’ - фиксированная скорость передачи _;-го звена сети, бит в секунду;
. Уи)
V; - число каналов ^го звена сети (у.. =--);

¥(У,у) - функция тарифного дохода;
У - интенсивность обслуженной нагрузки, Эрл;
У; - интенсивность обслуженной нагрузки 1-го потока, Эрл;
Усуг - усредненная нагрузка за сутки, Эрл-час;
Учнн - усредненная за 10 рабочих дней нагрузка в ЧНН, Эрл;

Основные сокращения
ADSL - (Asymmetrical Digital Subscriber Line) асимметричная цифровая абонентская линия;
ATM - (Asynchronous Transfer Mode) асинхронный режим переноса;
ARIMA - (Autoregressive integrated moving average) модель прогнозирования с авторегрессией интегрированной средней скользящей;
IP - (Internet Protocol) основной протокол стека TCP/IP;
АМТС - автоматическая междугородная телефонная станция;
АОН - аппаратура определения номера;
АТС - автоматическая телефонная станция;
БД — база данных;
3CJI - заказно-соединительные линии;
МСЭ-Т - Международный союз электросвязи;
ПНН - период наибольшей нагрузки;
CJIM - соединительные линии междугородные;
СМО - системы массового обслуживания;
СПС - сеть подвижной связи;
СУБД - система управления базой данных;
ТфОП - телефонная сеть общего пользования;
ТЦК - транзитный центр коммутации;
УК - узел коммутации;
ЦС - центральная станция;
ЧНН - час наибольшей нагрузки.

Содержание
Введение
Глава 1. Анализ моделей прогнозирования трафика и
расчета основных параметров коммутируемых цифровых сетей связи
1.1. Классификация и выбор моделей прогнозирования трафика
1.2. Краткий анализ и сравнение моделей прогнозирования трафика
1.2.1. Модели, основанные на аппроксимации тенденций трафика с помощью кривых
1.2.2. Модели сглаживания
1.2.3. Модели с авторегрессией
1.2.4. Модели пространства состояния с фильтрацией
1.2.5. Модели с регрессией
1.2.6. Эконометрические модели
1.2.7. Сравнение моделей прогнозирования
1.3. Анализ систем управления базами данных персональных ЭВМ
1.3.1. Базы данных и информационные системы
1.3.2. Модели представления данных
1.3.3. Современные СУБД
1.4. Анализ методов расчета пропускной способности цифровых сетей связи при обслуживании разнотипных потоков сообщений
1.4.1. Построение модели сети
1.4.2. Обобщенный рекурсивный алгоритм
1.4.3. Метод просеянной нагрузки в узкополосных сетях
1.4.4. Метод просеянной нагрузки в широкополосных сетях
1.4.5. Краткий анализ методов расчета пропускной способности при обслуживании разнотипных потоков сообщений без последействия
1.5. Краткий анализ методов решения нелинейных уравнений
1.6. Выводы
Глава 2. Анализ и прогнозирование параметров нагрузки на телефонных сетях
2.1. Анализ параметров нагрузки при коммутируемом доступе в Интернет
2.1.1. Краткий анализ способов доступа в Интернет
2.1.2. Анализ суточного профиля нагрузки на модемных линиях
2.1.3. Анализ длительности сеансов связи
2.1.4. Анализ удельной абонентской нагрузки Интернет
2.2. Анализ и прогнозирование междугородного телефонного обмена
стационарной телефонной сети общего пользования
2.2.1. Исходные данные и их первичная обработка для прогнозирования
междугородного телефонного обмена стационарной телефонной сети общего пользования

Многомерные СУБД являются узкоспециализированными СУБД, предназначенными для интерактивной аналитической обработки информации.
Основным достоинством многомерной модели данных является удобство и эффективность аналитической обработки больших объемов данных, связанных со временем. При организации обработки аналогичных данных на основе реляционной модели происходит нелинейный рост трудоемкости операций в зависимости от размерности БД и существенное увеличение затрат оперативной памяти.
Недостатком многомерной модели данных является ее громоздкость для простейших задач обычной оперативной обработки информации. Примерами систем, поддерживающими многомерные модели данных, являются: Essbase, Media Multi-matrix, Oracle Express Server.
В объектно-ориентированной модели при представлении данных имеется возможность идентифицировать отдельные записи базы. Между записями базы данных и функциями их обработки устанавливаются взаимосвязи с помощью механизмов, подобных соответствующим средствам в объектно-ориентированных языках программирования (рекомендация ODMG-93). Основным достоинством объектно-ориентированной модели данных в сравнении с реляционной является возможность отображения информации о сложных взаимосвязях объектов. Объектно-ориентированная модель позволяет идентифицировать отдельную запись базы данных и определять функции их обработки.
Недостатками объектно-ориентированной модели являются сложность понимания, неудобство обработки данных и низкая скорость выполнения запросов.
1.3.3. Современные СУБД
Для обработки данных, имевшихся в диссертации, наиболее подходящей моделью является реляционная модель представления данных. Существует