CC BY
97
Тарасов В.Н.1, Коннов А.Л.2
Поволжский государственный университет телекоммуникаций и информатики 2Оренбургский государственный университет E-mail: [email protected], [email protected]
АНАЛИЗ ПРОИЗВОДИТЕЛЬНОСТИ СЕТИ КАМПУСА НА ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
В работе приведена методика исследования ЛВС 1-го и 2-го уровней, являющихся в свою очередь подсетями корпоративной сети ОГУ. Для исследования таких сетей использована программная система дискретно-событийного моделирования Opnet Modeler [1]. Для повышения степени адекватности моделирования применен метод декомпозиции сетей на подсети исходя из реального трафика.
Ключевые слова: сетевой трафик, локальные вычислительные сети, дискретно-событийное моделирование, показатели производительности сетей.
Моделирование процессов передачи данных в корпоративных сетях и исследование их производительности невозможно без создания моделей этих сетей. Существует ряд готовых программных систем имитационного (дискретно-событийного) моделирования сетей, таких как Opnet Modeler [2], NetCracker, COMMNET и др. В работе для исследования компьютерных сетей использована программная система Opnet Modeler IT Guru Academic Edition [3]. Она представляет собой упрощенную коммерческую версию IT Guru 9.1, предоставляемую бесплатно в образовательных целях. Одним из недостатков этой программы дискретно-событийной имитации является ограничение по количеству событий, произошедших в сети.
Неотъемлемой частью анализа любой компьютерной сети является сбор и анализ циркулирующего в ней сетевого трафика. Необходимость анализа сетевого трафика может возникнуть по нескольким причинам. Кроме показателей производительности это и аспекты безопасности, поиска узких мест для оптимизации структуры сети, отладки работы сети, контроля входящего/исходящего трафика для оптимизации работы разделяемого подключения к сети Интернет и др.
Постановка задачи
Авторами ставилась задача промоделировать компьютерную сеть 14-го и 15-го корпусов, представляющую собой часть корпоративной сети Оренбургского государственного университета. Таким образом, рассматриваемая сеть представляет собой сеть кампуса второго уровня. В результате имитации процессов функционирования сети требуется оценить основные показатели производительности: загрузку каналов
связи, задержку пакетов и др., а также проанализировать полученные результаты на предмет возможной модернизации сети.
Данная сеть состоит из 11 подсетей двух факультетов, главного коммутатора, сервера и маршрутизатора, показанных на рис. 1. Подсети здесь представляют собой отдельные ЛВС кафедр и деканатов, объединенные в общую сеть каналами связи на 100 Мбит/с, и являются сетями нижнего уровня. В качестве подсети отдельно выделим, например, ЛВС кафедры вычислительной техники, хотя все они в основном отличаются друг от друга только количеством компьютеров. Сеть кафедры ВТ образуют три учебных класса по 10 компьютеров (рис. 2). Коммутаторы учебных классов подключены к главному коммутатору. К этому же коммутатору подключен сервер, предоставляющий такие сетевые сервисы, как доступ в Интернет, доступ в локальное файловое хранилище по протоколам FTP и NetBIOS, электронная почта, работа с базами данных.
Учебные классы как подсети сети кафедры здесь обозначены через LAN1 - LAN3.
Решение поставленной задачи
При помощи бесплатной демоверсии программы NetFlow Analyzer был собран трафик в пакетах за периоды - день, неделя, месяц для всех подсетей и всей сети в целом для его анализа. Один из таких трафиков подсети приведен на рис. 3.
Процесс моделирования сети факультетов начнем с сетей кафедр, т.е. с подсетей. По собранному трафику с минутной дискретизацией (рис. 3) определяем максимальную интенсивность поступления пакетов от маршрутизатора к серверу, равную 203 пак/с (12153/60), где средняя длина пакета - 763 байта. Наружу, т.е.
от сервера к маршрутизатору, поступает по максимуму 112 пак/с (6744/60). Поставим первую задачу: какую нагрузку на эту подсеть создает такое максимальное значение трафика? Далее, зная количество рабочих станций во всех подсетях и тот факт, что они выполняют примерно одни и те же функции, мы легко можем спрогнозировать и нагрузки остальных подсетей.
Задаем в модели сети кафедры ВТ полученные выше интенсивности 203 и 112 пак/с трафика в соответствующих направлениях, от маршру-
Рисунок 1. Модель сети 14-го и 15-го корпусов
____________щц______________им
Рисунок 2. Модель сети кафедры
тизатора к серверу и наоборот (рис. 4). Длительность моделирования укажем один рабочий день.
Затем весь поступающий трафик делим поровну между тремя подсетями (т. к. количество компьютеров в классах одинаково) и получаем интенсивность на входе каждой подсети 67 пак/ с, а на выходе - 37 пак/с. Проделаем это также для второй и третьей подсетей кафедры ВТ.
В результате прогона модели получаем следующие данные по загрузкам каналов, как это показано на рис. 5.
Результаты, приведенные на рис. 5, показывают, что загрузки каналов связи на 100 Мбит/с практически малы (максимальная загрузка всего 1,5%). Это позволяет утверждать следующее:
- такие ЛВС имеют большой запас производительности, т.е. входящий трафик может быть увеличен в несколько десятков раз при условии, что эта сеть работает автономно вне связи с другими сетями;
- остальные подсети сети факультетов также загружены не более чем на 5%;
- зная входящий и исходящие трафики и пропускную способность всех каналов связи, можно спрогнозировать всю нагрузку на сеть кампуса;
- очевидно, что реальные загрузки каналов связи и узлов будут еще меньше, т.к. мы рассматриваем поведение сети при максимальном значении входящего трафика.
Аналогичным образом исследуем сеть 14го и 15-го корпусов ГОУ ОГУ (рис. 1).
По собранному трафику с минутной дискретизацией (рис. 6) определяем максимальную интенсивность поступления пакетов от маршрутизатора к серверу, равную 4030 пак/с (241810/ 60). Наружу, т.е. от сервера к маршрутизатору, поступает по максимуму 3280 пак/с (196853/60).
Зададим эти значения интенсивности трафика в указанных направлениях (рис. 7), а также ранее смоделированные интенсивности всех 11 подсетей (для краткости изложения они опущены) в обоих направлениях и получим результаты моделирования сети 14-го и 15-го корпусов в таком виде, как это показано на рис. 8.
Для большей убедительности сложим полученные загрузки линий всех подсетей в обоих направлениях. Фактически это означает проверку уравнений баланса потоков. Сложение сверху вниз дает 24%. В то же время результаты эксперимента показывают результат загрузки линии сервер - главный коммутатор в 24,1%. Направление снизу вверх по подсетям (рис. 7)
Рисунок 3. Трафик сети кафедры в пакетах за один день
^_1_1
Г Г -^| ЪЛ-.ГГГ 1»
ЯГк'А 112-ян:
Г Гіш |'иЧіЬ ■!«мп1г+л1 |иш]
їда РИ гии.-1|м.- |Иии ми Г
^_1_1
ьдодан г Ь*^гіт 1®
к г,,. рмидон |1зям:
Г Г.иъ | |4ВЖ1
1-М РВ Пві-ір.-- |Ииі1 1111 Г 1»ІІК ГИЧЧ.
Ггым
Ггым
Рисунок 4. Задание входящего и исходящего трафика для сети кафедры
дает результат 23,4%, а по эксперименту получили 22,7%. Как видим, расхождение составляет всего лишь доли процента. К тому же это расхождение может быть связано с тем, что результаты загрузки каналов в программе выдаются только с точностью до 0,1%. Суммирование многих слагаемых с такой точностью может привести к такому расхождению.
Разница в загрузках линий маршрутизатор - сервер (26,3/21,6) и сервер - главный коммутатор (24,1/22,7) объясняется тем, что сервер помимо ответов на запросы пользователей подсетей еще сам обменивается данными с Интернетом. В реальной сети это может быть при обновлении операционной системы самого сервера.
Как видно из рисунка 8, максимальная загрузка каналов связи составляет 26,3%, и это при пиковом значении входящего трафика. Следовательно, реальная загрузка каналов и узлов у этой сети может быть намного меньше и поэтому имеется также большой запас производитель-
Рисунок 5. Результаты эксперимента по сети кафедры
Рисунок 6. Трафик сети факультетов в пакетах за один день
п га» Г Еъ# Упн неігії |*ЛІ
Й (Г..,. -41 БмЛк ііаП.Ї-Л-'
Г*Гиі | 'віЧ
їй Щ [Рнсптмч! Р Ьшіг Ллі
Ниі/асі рь>
і I Ч*. |
Рисунок 7. Задание входящего и исходящего трафика для сети факультетов
ности. Учитывая, что указанная сеть двух факультетов в свою очередь является подсетью корпоративной сети ОГУ, куда входят еще сети всех остальных корпусов, необходимо дополнительно исследовать «вклад» остальных корпусов в общую нагрузку.
Кроме того, необходимо еще проанализировать другие качественные показатели производительности сети. В их числе основными являются задержка сети и времена отклика приложений. Как показали результаты моделирования при максимальном значении интенсивности входящего трафика, эти показатели находятся на уровне 0,16 мс (рис. 9) и 0,05 с (рис. 10) соответственно. Это для таких сетей очень хорошие показатели.
Заключение
Метод декомпозиции сети на подсети упрощает ее исследование, а учет трафика при этом повышает достоверность моделирования. Таким образом, результаты моделирования вполне адекватно могут отражать процессы функционирования реальных сетей. По резуль-
Рисунок 8. Результаты эксперимента по сети двух факультетов
If.lUJi 'U.IJIiiJ, ! JJJll.IMHI ..'III ■ jnjxl
MT»ja |n HTTP DLfcvi Rcmnraa Trn IrcnnfaJ
D.'K
Y--------------------------------------------------------
D.IH
№
и a
LIU I
ifr іт.лу. II|3^ jh
Рисунок 10. Время отклика приложений
приложений порядка 40-50 мс говорят о том, что сеть работает устойчиво. Поэтому существует резерв по пропускной способности, позволяющий задействовать в сети дополнительные сетевые приложения как для сетей кафедр, так и для сети факультетов.
25.11.10
Список литературы:
1. Бахарева, Н.Ф. Проектирование и моделирование мультисервисной сети кафедры вуза / Н.Ф. Бахарева, А.Л. Коннов // Инфокоммуникационные технологии. - 2008. - Т. 6, №3. - С. 132-138.
2. Тарасов, В.Н. Проектирование и моделирование сетей ЭВМ в системе OPNET Modeler. Лабораторный практикум / В.Н. Тарасов, Н.Ф. Бахарева, А.Л. Коннов, Ю.А. Ушаков. - Самара, 2008. - 233 с.
3. Тарасов, В.Н. Анализ и оптимизация локальных сетей и сетей связи с помощью программной системы OPNET MODELER / В.Н. Тарасов, А.Л. Коннов, Ю.А. Ушаков // Вестник ОГУ. - 2006. - Т. 2, №6. - С. 197-204.
Сведения об авторах:
Тарасов Вениамин Николаевич, заведующий кафедрой программного обеспечения и управления в технических системах Поволжский государственный университет телекоммуникаций и информатики, доктор технических наук, профессор 443010, г. Самара, ул. Льва Толстого, 23, тел. (846) 2280013, е-mail: [email protected] Коннов Андрей Леонидович, доцент кафедры системного анализа и управления Оренбургского государственного университета, кандидат технических наук 460018, г. Оренбург, пр-т. Победы, 13, тел. 89128449191, е-mail: [email protected]
UDC 004.942
Tarasov V.N., Konnov A.L.
THE ANALYSIS OF PRODUCTIVITY OF THE NETWORK OF THE CAMPUS ON THE BASIS OF IMITATING MODELLING
In work the technique of research of a LAN of 1st and 2nd levels which are in turn subnets of corporate network OSU is resulted. For research of such networks the program system of discretely-event modeling Opnet Modeler is used. The method of decomposition of networks is applied to increase of degree of adequacy of modeling on a subnet proceeding from the real traffic.
Keywords: the network traffic, local computer networks, modeling, indicators of productivity of networks is discrete-event
References:
1. Bahareva, N.F. Projecting and modeling of university department multiservice network / N.F. Bahareva, A.L. Konnov, // Infokommunikacionnie tehnologii. - 2008. - V.6, №3. - С. 132 - 138.
2. Tarasov, V.N. Projecting and modeling computer networks using OPNET Modeler. Laboratory practical training / V.N. Tarasov, N.F. Bahareva, A.L. Konnov, U.A. Ushakov. - Samara, 2008. - 233 с.
3. Tarasov, V.N. Analysis and optimization of local area and communication networks using OPNET MODELER / V.N. Tarasov. A.L. Konnov, U.A. Ushakov // Vestnik OSU. - 2006. - V.2 , №6. - С. 197-204.
Рисунок 9. Задержки Ethernet
татам эксперимента из рис. 5 видно, что загрузки внешних линий для сети кафедры 0,8/1,4% полностью совпадают с полученными данными для всей сети - 0,8/1,4% (рис. 8).
Результаты моделирования задержки ЕШегпе1 - для сети кафедры - 0,08 мс, для сети корпусов - менее 0,2 мс, а также времен отклика
