Исследование вероятностно-временных характеристик механизмов управления мультимедийной нагрузкой в сетях АТМ

• Автор: Кучерявый, Евгений Андреевич
• Шифр специальности: 05.12.14
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Санкт-Петербург
• Количество страниц: 143 с.

СОДЕРЖАНИЕ
СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. УПРАВЛЕНИЕ ТРАФИКОМ В СЕТЯХ ATM
1.1. Введение. Общие положения
1.2. Услуги, качество обслуживания и управление ресурсами в сетях ATM
1.2.1. Виды услуг
1.2.2. Классы качества обслуживания
1.2.3. Контракт по трафику
1.2.4. Управление ресурсами и трафиком
1.3. Управление трафиком в оконечных устройствах
Выводы
ГЛАВА 2. УПРАВЛЕНИЕ ТРАФИКОМ ATM С ИСПОЛЬЗОВАНИЕМ ПРОГНОЗИРОВАНИЯ
2.1. Введение и постановка задачи
2.2. Модель механизма управления нагрузкой Leaky Bucket
2.2.1. Входной поток
2.2.2. Дисциплина обслуживания
2.2.3. Аналитическая модель
2.2.4. Имитационная модель
2.2.5. Анализ результатов моделирования
2.3. Модель механизма управления нагрузкой с использованием прогнозирования
2.4. Анализ алгоритмов прогнозирования, построенных на базе фильтра Калмана
2.4.1. Классический дискретный фильтр Калмана
2.4.2. Адаптивный дискретный фильтр Калмана
2.4.3 Выводы по семейству дискретных фильтров Калмана
2.5. Анализ и сравнение результатов моделирования системы с
прогнозированием поступающей нагрузки и Leaky Bucket
Выводы
ГЛАВА 3. ПРИМЕНЕНИЕ ПРЕДСКАЗАТЕЛЕЙ, ПОСТРОЕННЫХ НА БАЗЕ НЕЙРОННЫХ СЕТЕЙ В ЗАДАЧАХ УПРАВЛЕНИЯ ТРАФИКОМ

3.1. Введение и постановка задачи
3.2. Характеристики нейронных сетей
3.2.1. Общие сведения о нейронных сетях

3.2.2. Алгоритм обратного распространения
3.2.3. Замечания по прингщпам построения и
функционирования нейронных сетей
3.2.4. Реализация нейронных сетей
3.3. Анализ возможного применения нейронных
СЕТЕЙ ДЛЯ УПРАВЛЕНИЯ ТРАФИКОМ В СЕТЯХ ATM
3.4. Анализ механизма управления нагрузкой с использованием
НЕЙРОСЕТЕВОГО ПРЕДСКАЗАТЕЛЯ
Выводы
ГЛАВА 4. АНАЛИЗ ХАРАКТЕРИСТИК ТРАФИКА ПОЛУЧЕННОГО НА РЕАЛЬНЫХ СЕТЯХ ATM
4.1. Введение и постановка задачи
4.2. Статистический анализ мультимедийного трафика
4.2.1. Вычисление функции автокорреляции
4.2.2. Вычисление параметра Херста
4.2.3. Статистический анализ экспериментальных данных "Новгород Дейтаком "
4.2.4. Статистический анализ экспериментальных данных Bellcore
4.3. Метод предсказания, основанный на модели нелинейного авторегрессионного скользящего среднего
4.3.1. Обзор методов предсказания мультимедийного трафика
4.3.2. Модель нелинейного авторегрессивного скользящего среднего, реализованная с помощью рекуррентной нейронной сети
4.4. Анализ результатов предсказания для мультимедийного трафика
4.4.1. Статистика «Новгород Дейтаком»
4.4.2. Статистика фирмы Bellcore
4.5. Моделирование мультимедийного трафика
(на примере MPEG-1)
Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ 1. Программа моделирования Leaky Bucket
ПРИЛОЖЕНИЕ 2. Программа моделирования механизма rtRCPPK
ПРИЛОЖЕНИЕ 3. Программа моделирования РНС
ПРИЛОЖЕНИЕ 4. Программа моделирования видеотрафика
ПРИЛОЖЕЕМЕ 5. Акты внедрения

ВВЕДЕНИЕ.
Актуальность работы. Одним из основных свойств широкополосных цифровых сетей с интеграцией служб (LLI-ЦСИС), использующих транспортную технологию ATM, является гарантия определенного качества обслуживания для каждого соединения из множества виртуальных соединений с различными скоростями передачи и с существенно отличающимися характеристиками. Требуемое качество обслуживания в сети ATM может быть обеспечено только при использовании эффективных методов управления ресурсами и борьбы с перегрузками. Разработка таких методов, наряду с решением задачи анализа вероятностно-временных характеристик (ВВХ), рассматривались в большом количестве работ. В числе авторов, получивших важные результаты в этой области отметим отечественных и зарубежных исследователей Г.П.Захарова, В.Г.Лазарева, С.Н.Степанова, Б.С.Цыбакова, В.С.Шибанова, Г.Г.Яновского, M.Gerla, P. Kuhn, Т. Ors, H. Saito, и др.
Известно, что сети на основе ATM создавались для передачи, в первую очередь, мультимедийной информации, содержащей, как правило, данные, голос, видео с соблюдением заданных параметров качества обслуживания. Разнообразные типы приложений (услуг) с различными параметрами, поддерживаемые сетью ATM, предъявляют специфические требования к качеству обслуживания. Очевидно, что для обеспечения необходимых значений параметров качества обслуживания необходимы специальные механизмы управления нагрузкой. Однако, как показал анализ документов Форума ATM и рекомендаций МСЭ-Т, стандартизованные механизмы носили общий характер и не учитывали особенности того или иного типа трафика. Поэтому сегодня, при растущих масштабах использования технологии ATM для новых мультимедийных приложений, таких, как передача компрессированного голоса, видео, трафика Интернет, задача усовершенствования механизмов управления трафиком и ресурсами сети является, безусловно, актуальной.

Глава 2. Управление трафиком ATM с использованием прогнозирования
2.1. Введение и постановка задачи
Данная глава построена следующим образом. После постановки задачи исследуется и разрабатывается аналитическая и имитационная модели механизма управления трафиком Leaky Bucket (LB) с трафиком на входе, описываемым процессом ММРР. Далее разрабатывается новый механизм управления нагрузкой с использованием прогнозирования нагрузки. Целью разработки является попытка улучшения одного из основных параметров функционирования - "Вероятности потери ячейки" по сравнению со стандартизованным классическим механизмом LB. Для реализации нового механизма исследуются алгоритмы прогнозирования нагрузки, построенные на базе фильтра Калмана. В последнем параграфе данной главы разрабатывается имитационная модель механизма ограничения нагрузки с использованием процедуры прогнозирования, построенной на базе адаптивного дискретного фильтра Калмана, после чего проводится сравнение полученных ВВХ с ВВХ модели LB, на основе чего делаются соответствующие выводы.
Известно, что сети ATM создавались для высокоскоростной передачи, в первую очередь, мультимедийной информации, содержащей, например, данные, голос, видео с соблюдением заданных параметров качества обслуживания. Различные типы используемых приложений (услуг) с различными параметрами предъявляют специфические требования к качеству обслуживания, обеспечиваемого сетью. Соответственно, для обеспечения необходимых значений параметров качества обслуживания необходимы специальные механизмы управления нагрузкой. Однако, как правило, все эти механизмы не были ориентированы на какой-то определенный профиль трафика, т.е. тип услуги широкополосной сети. Поэтому сейчас, при все большем использовании сети ATM для новых мультимедийных приложений, таких как передача компрессированного видео, объединение локальных сетей, Интернет, вопрос построения механизмов управления трафиком остается актуальным [84,85,112]