Исследование и разработка многофункциональной биллинговой системы для несимметричных информационных каналов связи

• Автор: Федотов, Андрей Александрович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва
• Количество страниц: 205 с. : ил.

Содержание
Введение
Глава 1. Анализ основных характеристик, функциональных возможностей и каналов связи биллинговых систем
1.1. Расчет основных параметров телекоммуникационного трафика в системах массового обслуживания

1.2. Задачи, решаемые биллинговыми системами.

1.3. Интеграция биллинговых систем с системами управления

1.4. Обзор каналов Интернет связи

1.5. Анализ современных средств кодирования и идентификации данных в биллинговых системах.
1.6. Функциональные возможности и основные недостатки многофункциональных биллинговых систем. Постановка задачи

диссертационного исследования

Выводы по главе

Глава 2. Исследование и разработка моделей многофункциональных биллинговых систем.
2.1 Создание подходов к моделированию многофункциональных биллинговых систем.
2.2 Разработка обобщенной модели топологии биллинговых систем
2.3 Функциональная модель многофункциональной биллинговой системы .
2.4 Модель расчета вычислительной нагрузки биллинговой системы
2.5 Аналитическая модель расчета производительности биллинговой системы
2.6. Разработка методики выбора эффективной биллинговой системы ., Выводы по главе
Глава 3. Разработка концепции построения, архитектуры и алгоритмов работы многофункциональной биллинговой системы.
3.1. Создание обобщенной концепции построения многофункциональной биллинговой системы
3.2. Разработка моделей данных многофункциональной биллинговой системы
3.2.1. База данных биллинг.
3.2.2. База данных тариф.
3.2.3. База данных сессия
3.2.4. База данных учета трафика.
3.3. Разработка архитектуры и алгоритмов работы подсистемы контроля сетевого трафика.
3.4. Разработка архитектуры и алгоритма работы подсистемы контроля трафика пользователей.
3.5. Разработка архитектуры и алгоритмов работы подсистемы удаленного управления и контроля. Разработка технологии защиты информации пользователей на основе комбинирования алгоритмов и М
3.6. Разработка архитектуры и алгоритмов работы подсистемы учета тарифов.
3.7. Разработка архитектуры подсистемы анализа экономических
параметров биллинговой системы.
Выводы но главе
Глава 4. Программная реализация и результаты испытаний
многофункциональной биллинговой системы
4.1. Общее описание архитектуры программной реализации биллинговой системы
4.2 Программная реализация многофункциональной биллинговой системы
4.3 Верификация результатов работы многофункциональной биллинговой
системы
4.4. Результаты экспериментальных испытаний производительности биллинговой системы
4.5. Разработка схем резервирования и результаты испытаний
отказоустойчивости многофункциональной биллинговой системы
Выводы по главе 4.
Заключение
Основные обозначения и сокращения.
Литература


Поскольку принципиальным аспектом работы СМО является случайный характер входного потока событий, то все их математические модели будут вероятностными или, как принято называть, стохастическими уравнениями. Во многих случаях знание распределений не является необходимым, и тогда исследуемые характеристики будут описываться некоторыми средними математическим ожиданием, дисперсией и т. Одним из важнейших разделов математики, применяемых в теории телетрафика, является аппарат цепей Маркова. Известны дискретные и непрерывные цепи Маркова. Это означает, что поток случайных величин определяется только вероятностью перехода от предыдущего значения случайной величины к последующему. Зная начальное распределение вероятностей, можно найти распределение на любом шаге. Величины можно интерпретировать как номера состояний некоторой динамической системы с дискретным множеством состояний типа конечного автомата. Цепь Маркова называется неприводимой, если каждое ее состояние может быть достигнуто из любого другого состояния. Состояние 1 называется поглощающим, если для него Ру 1. Состояние называется возвратным, если вероятность попадания в него за конечное число шагов равна 1. В другом случае состояние относится к
рРХаХп
1. Возвратное состояние может быть периодическим и апериодическим в зависимости от наличия кратных шагов возврата. Состояние называется возвратным нулевым, если среднее время возвращения в него равно бесконечности, и возвратным ненулевым, если это время конечно. Состояние называется эргодическим, если оно апериодично и возвратно ненулевое. Если все состояния цепи Маркова эргодичны, то вся цепь называется эргодической. Предельные вероятности эргодической цепи Маркова называют вероятностями состояния равновесия. При этом имеется в виду, что зависимость от начального распределения вероятностей полностью отсутствует. Цепь Маркова с конечным числом состояний конечная цепь удобно изображать в виде ориентированного графа, называемого диаграммой переходов рис. Вершины графа ассоциируются с состояниями, а ребра с вероятностями переходов. Вычисления вероятностей достижения состояний производятся прямыми методами или с помощью гпреобразования. Они позволяют определить среднее число шагов или, иначе говоря, среднее время возврата
1
Рис. Р Ри1,Рпял2,. Г 1. Пп ТГР. Оно позволяет рекуррентно вычислять все вероятности состояний. Я 7ГР, 1. Его можно решать как систему линейных алгебраических уравнений, если цепь конечна. На рис. Она содержит буфер, способный хранить очередь бесконечной длины, состояние которой может быть отождествлено с числом заявок, содержащихся в системе в каждый момент времени. Рис. Так как входной процесс ординарный, то в каждый момент времени к очереди может добавиться только одна заявка поскольку сервер один, то в каждый момент времени обслужена, г. Таким образом, рассматриваемая СМО относится к процессу класса гибелиразмножения. Для анализа необходимо конкретизировать параметры системы. Як ЯД 0,1,2. Здесь среднее время обслуживания в сервере. На рис. Рис. Окончательно получаем формулу для вероятности длины очереди рк1 рр к0, 1, 2, 3, . Такое распределение случайной величины носит название геометрического. На рис. Теперь найдем наиболее интересные характеристики. Важной характеристикой системы является среднее число заявок в системе. АГ 0рТ 1. График среднего числа заявок в системе в зависимости от значения коэффициента использования или нагрузки показан на рис. Рис. Стационарное распределение вероятностей состояний в системе ММ
Рис. На рис. Такой график называют нагрузочной кривой для СМО. Рассматривая полученные результаты, нетрудно видеть, что при увеличении коэффициента использования как число заявок в системе, так и время пребывания в ней неограниченно возрастают при приближении р к единице. Такой вид зависимости от коэффициента использования характерен почти для всех СМО. Найдем вероятность того, что в системе будет находиться не менее чем к заявок, а также вероятность, что в системе менее к заявок. Ргр1ур
Рг к рк.