Анализ времени подключения к облачной услуге "виртуальный рабочий стол" Текст научной статьи по специальности «Компьютерные и информационные науки»

АНАЛИЗ ВРЕМЕНИ ПОДКЛЮЧЕНИЯ К ОБЛАЧНОЙ УСЛУГЕ "ВИРТУАЛЬНЫЙ РАБОЧИЙ СТОЛ"

Сулейманов Алмаз Авхатович,

аспирант, Московский Технический Университет Связи и Информатики (МТУСИ), Москва, Россия, [email protected]

Нетес Виктор Александрович,

д.т.н., профессор каф. ССиСК, Московский Технический Университет Связи и Информатики (МТУСИ), Москва, Россия, [email protected]

Ключевые слова: облачная услуга, виртуальный рабочий стол, сервер услуги, терминальная сессия, время отклика.

Облачные технологии являются активно развивающимся и перспективным направлением сетевых технологий. На сегодняшний день они получили большое распространение среди провайдеров услуг, поставщиков контента, операторов связи и продолжают пользоваться спросом у пользователей. В этой связи одним из актуальных аспектов предоставления таких услуг является вопрос обеспечения приемлемого качества.

Помимо известных и хорошо зарекомендовавших себя "классических" моделей облачных услуг развитие получают и другие, более новые модели, в частности, услуга "Виртуальный рабочий стол". Суть этой услуги состоит в предоставлении пользователю по требованию рабочего места "из облака" на любое устройство, имеющее соответствующий программный агент. На сервере провайдера услуги разворачивается одна из облачных платформ. Иными словами, архитектура данной услуги - клиент-серверная.

Для удобства описания и моделирования процесс предоставления услуги уместно разделить на две фазы: фазу инициализации терминальной сессии (подключение к облачной услуге) и фазу работы терминальной сессии. Рассмотрена первая из них, рассмотрение второй является предметом отдельного исследования. Одной из ключевых характеристик системы, обрабатывающей пользовательские запросы, является суммарное время отклика, поскольку от него напрямую зависит воспринимаемое пользователем качество услуги. На это время влияют следующие параметры: количество одновременно обслуживаемых пользователей, среднее время обслуживания одного запроса.

Проведен анализ временных отрезков, составляющих суммарное время отклика, сформирована аналитическая модель процесса инициализации терминальной сессии услуги типа "Виртуальный рабочий стол". Получены зависимости среднего времени инициализации от интенсивности потока заявок, числа одновременно обслуживаемых заявок, времени обслуживания заявки. Предложен подход к формулированию требований к параметрам обслуживания, обеспечивающих приемлемое качество.

Для цитирования:

Сулейманов А.А., Нетес В.А. Анализ времени подключения к облачной услуге "виртуальный рабочий стол" // T-Comm: Телекоммуникации и транспорт. - 2016. - Том 10. - №7. - С. 41-46.

For citation:

Sulyemanov А.А., Netes V.A. Analysis of the connection time to the "virtual desktop" cloud service. T-Comm. 2016. Vol. 10. No.7, рр. 41-46. (in Russian)

У

Т-Сотт Том 10. #7-2016

Целью данной работы является определение среднего времени подключения пользователей к услуге DaaS, а также выработка подхода к формулированию требований к параметрам обслуживания, обеспечивающим приемлемое качество. Это позволит выявить соотношения между количеством пользователей и временем их обслуживания, при соблюдении которых обеспечивается приемлемое для пользователей качество услуги. Для решения этой задачи применяется математическое описание процесса подключения к услуге в виде системы массового обслуживания (СМО). Подход к разработке модели процесса подключения к терминальной сессии в рамках услуги DaaS был показан в [3]. В данной работе приводится расширенное и углубленное описание этой модели, на основе которой производится исследование с целыо определения среднего времени подключения пользователей к услуге.

Уместно разделить процесс предоставления услуги на две фазы. В первой фазе пользователи подключаются к системе, происходит процесс авторизации и аутентификации. Во второй фазе менеджер подключений обслуживает одновременно всех подключенных пользователей: отправляет потоки снимков рабочего стола каждому пользователю, принимает команды событий мыши (движения мыши, нажатия клавиш мыши) и клавиатуры (нажатие клавиш) и т.д. Фазы работы услуги и диаграмма сетевого взаимодействия пользовательского устройства и сервера показаны на рис. 2. Наклонными линиями показан обмен информацией между клиентом и сервером, вертикальными стрелками показаны отрезки времени между ними.

Фазы терминальной сессии Лаза I: yçrnettawtMue тврминаломаО скеаи

\ Vt;hi устройства посылает Менеджеру запрос на подключение к сессии

tl. I*--

J

7&1 I

I

Транспорт m лд«р«>а

Время иведужкммм одном -фвизанции

I Сутлмариое время j лодклкыения

1 5 Менеджер посылает Агенту устройства подтверждение установки сессии

Фаза 2: тер/линемьная сессия

1, Агент виртуальной машины посылает Агенту устройства снимок экрана №1

Трамеяпргня звдерлиа Ефсмя обработки и (прчшвки «м6р».ени1

Р

Агент устройства посылает Агенту виртуальной машины команду события мыши и клав натуры

3. Агент виртуальной машины посылмт Агенту

устройства снимок рабочего стола

4 Агент устройства посылает Агенту виртуальной машины команду события мыши я клавиатуры

Рис. 2. Фазы предоставления услуги

данной статье рассматривается только первая фаза предоставления услуги. Изучение второй фазы является предметом отдельного исследования.

Время ответа классической компьютерной системы, в которой информация, предназначенная пользователю, передается непосредственно на монитор пользователя, рассматривалось в [4, 5]. При этом архитектура рассматриваемых систем подразумевает непосредственное взаимодействие с

пользователем (через клавиатуру, системную тину). В случае облачной услуги DaaS имеет место доставка рабочего стола по сети, а значит основным параметром, определяющим пользовательское удовлетворение, будет являться суммарное время отклика Тптк1 , складывающееся из времени ответа сервера Т, транспортной задержки а сети передачи данных Т и времени визуализации TSU!:

Tr,^ = T + 2T„,P+Tmr 0)

Допустимое значение односторонней транспортной задержки Т можно определить из [б], где сформулированы

факторы, влияющие на качество услуг (QoS) с точки зрения пользователя. Для этого передаваемая информация разделена на 1ри категории: аудио, видео, данные, для каждой из которых приведены, в частности, значения допустимых задержек. Более подробно применительно к облачной услуге «виртуальный рабочий стол» они рассматриваются в [7]. Допустимым для транспортной задержки при интерактивном взаимодействии согласно [6J является значение 250 мс. В исследовании |8] показано, что величина односторонней транспортной задержки для комфортной работы пользователей удаленных рабочих столов не должна превышать 150 мс.

Как было сказано выше, время ответа, рассматриваемое в [4, 5] для классических компьютерных систем, описывает процесс, состоящий из одной транзакции данных от машины до экрана. Однако рассматриваемый в данной работе процесс инициализации сессии услуги DaaS подразумевает несколько транзакций обмена служебной информацией между пользовательским устройством и сервером услуги, как показано на рис, 2. I !од транзакциями здесь понимается процесс обмена пакетами между сервером и клиентом прежде, чем будет установлена терминальная сессия. Следовательно, необходимы следующие уточнения. Пусть TamKyt, — среднее

время отклика для одного запроса, ш — среднее число запросов в процессе скрытого от пользователя обмена пакетами, необходимыми для организации сессии. Тогда среднее время до установления сессии равно Тпп,кЛ • тср, откуда возможно сформулировать требование к времени отклика на Т

один запрос: Т < °"'к ■

* оягкт I '

"I

|Сервбрмое врею обработай

Значением Тт, представляющим собой время, необходимое для обработки и отображения па экран пользователя информации, можно пренебречь, поскольку современные пользовательские устройства, как правило, обладают достаточно производительными процессорными ресурсами.

Согласно |4. 5] Г для компьютерной системы не

должно превышать 2 секунд, поскольку это значение является наиболее приемлемым с точки зрения пользовательского удовлетворения. Значение шСр примем равным 5, что является наиболее типичным исходя из опыта работы с услугой. 2

Таким образом, Т <— г = 0 4с, откуда по формуле (1) 5

- ~2-Ттр -0,4с-2'0,150с = 0,1с.

Для построения аналитической модели выразим характеристики услуги в терминах теории массового обслуживания, а также сформулируем основные предположения и допущения.

Входящий поток заявок можно считать пуассон о век им ввиду того, что услуга рассчитана на подключение большого числа пользователей, следовательно, имеет место суперпозиция множества потоков. Пусть - интенсивность потока заявок одного пользователя, N - количество всех пользователей услуги, тогда интенсивность общего потока X = X<|N.

Под заявками понимаются пакеты, поступающие от клиента к серверу, содержащие запросы на подключение к терминальной сессии. Под обслуживанием понимается подтверждение всех транзакций.

Облачная платформа согласно специфике услуги DaaS должна обслуживать всех пользователей одновременно. Исходя из изложенного выше описания принципа работы платформы облачной услуги, можно сделать вывод о том, что механизм работы услуги уместно описать СМО с дисциплиной разделения процессора (processor sharing, PS). В этой дисциплине все заявки обслуживаются одновременно, а скорость обслуживания заявок обратно пропорциональна их числу в системе; полностью обслуженная заявка покидает систему. Будем считать, что число заявок в системе ограничено величиной К, если новая заявка приходит, когда в системе находится К заявок, то она отбрасывается. Время обслуживания в СМО одной заявки будем считать имеющим произвольное распределение со средним значением bt.

Подобную СМО можно обозначить M/G/1/K*PS.

Величины, которые требуется определить: рк - вероятность блокировки из-за заполнения всех мест в системе; ¡Г—среднее время обслуживания каждой транзакции.

Обозначим р„ вероятность того, что в данный момент системой обслуживаются п заявок (п = О,..,К).

Согласно [9, 10] стационарное распределение числа заявок в рассматриваемой СМО имеет вид:

(2)

1 -р

Поскольку система имеет ограничение по количеству обслуживаемых заявок, при любом значении р существует стационарный режим. При р = 1 формула (2) дает неопределенность вида 0/0, поэтому этот случай необходимо рассмотреть отдельно:

' 0-Р)Р"

, если р Ф I;

(3)

Р» =

1 -Р

1

К + \

, если р = 1.

Исходя из формулы (3) и того факта, что приходящая заявка, застав в системе К заявок, отбрасывается, можно найти вероятность блокировки:

Ж

если р Ф 1;

Рк =

С\-Р)Р1

1 -Р 1

к+\

(4)

К + \

, еслир = I.

L = \

\р-[\-(К + ])рк +К pK+l] J—i—i-тгг^----к если р Ф1;

К

—, если р = I. 2

(6)

По формуле Литгла для систем с потерями [111 Г- £ ,

откуда, используя выражения для L из формулы (6) рк*1(К-р-К-\)+ р

Т =

Л(1-рх)(1-р)

-, если рФ 1;

О)

K(]-pk+l)

, если р = 1.

2Х-(\~ркУ Учитывая, что р~ Яй,, получим:

Т~

(A-b,)K+\K-A-b,~K~\) + A-h

, если рФ 1;

К(\-(ЛЬ,)™)

(8)

, если р = I.

Эта формула позволяет определить среднее время пребывания заявки в системе, которое является одним из важнейших параметров при определении воспринимаемого пользователем качества услуги, поскольку, как было сказано выше, оно является одной из составляющих суммарного времени отклика.

Учитывая это можно, приравняв в (8) Т к значению 0,1 с, найденному выше, решить одним из численных методов (например, методом Ньютона) получившееся уравнение относительно Ь/. Далее представлены результаты подобных расчетов. Графики зависимости среднего времени обслуживания заявки от интенсивности потока заявок показаны на рис. 3.

0.012т

0.01"

bi, с

2*10"

К=10

К=15

К=20 К=25 К=Э0

230

275

320

3S5 41D

455

500

Доя среднего числа заявок в системе А справедлива формула

1=1у Р.- т

па I

11одставив в выражение (5) рп из формулы (2), получим:

Рис. 3. Зависимость среднего времени обслуживания заявки от интенсивности потока заявок

По рисунку 3 можно сделать вывод о том, что увеличение интенсивности входящего потока вынуждает систему обслуживать каждую заявку быстрее для сохранения комфортного времени отклика для каждого пользователя, одна-

ко при больших значениях интенсивности входящего потока (т.е. при числе одновременно обслуживаемых пользователей в системе порядка 100) уменьшение времени обслуживания каждой заявки слабо выражено.

Далее используем значение параметра ^о, полученное экспериментальным путем. Рассматривалась система, имеющая 100 пользователей (кстати, это количество пользователей весьма типично для систем, используемых в практике применения услуги) и состоящая из сервера услуги, коммутаторов доступа и клиентских устройств. Для оценки ^был собран экспериментальный стенд вида «сервер услуги - клиентские устройства», затем стандартными отладочными средствами облачной платформы была собрана статистика подключений. Величина оценивалась из соотношения

Дд =-., где г — средний промежуток времени между соседними требованиями от одного пользователя, В результате измерений средний промежуток времени между соседними требованиями составил 0,2 с. Таким образом, = 5 с"1, откуда Х- 5 100 = 500 с"1.

O.Sr

при К = 10 при К = 15 при К = 20 при К = 25 при К = 30

0.J29

»014

0.011'

0 0.0022 0.0044 0.006' 0.009» 0.0111 00135 00156 0.0173 0.02 Ы

Рис. 4. Соотношения между временными характеристиками

системы при различных К

К

о?

0.43 0.56 0.J9 0.42 0.35 028 0.21 0.14 0.07

О 10 20 30 40 50 <50 70 80 90 100

К

Рис. 5. Зависимость среднего времени ответа сервера от максимального числа заявок в системе

Зависимость среднего времени ответа сервера от среднего времени обслуживания одной заявки при различных значениях Л" и X - 500 с"1 показана на рис. 4. Эта зависимость позволяет найти пороговое значение Ьг, которое бы обеспе-

чивало комфортную работу множества пользователей без потери качества с услуги с точки зрения времени отклика системы. Зависимость между 7*и К показана на рис. 5.

Заключение

Таким образом, в работе разработана аналитическая модель процесса инициализации терминальной сессии услуги DaaS. Найдено среднее время обслуживания пользователей услуги в зависимости от числа одновременно обслуживаемых пользователей в системе. Описанная методика может использоваться провайдером услуги для обеспечения комфортного для пользователей времени отклика. Это может быть достигнуто путем варьирования таких параметров, как число одновременно обслуживаемых пользователей (К) и среднее время обслуживания одной заявки (í>;), например, за счет увеличения программно-аппаратного ресурса на сервере услуги. Способами уменьшить значение Ь, являются: установка более производительного процессора, использование аппаратного ускорения, задействование графического процессора и др.; увеличить значение К позволяет увеличение ресурсов менеджера подключений (оперативная намять, быстродействие виртуального процессора. Тогда становится возможным предоставление услуги с приемлемым качеством достаточно большому количеству пользователей (до 200, хотя на практике редко встречаются серверы, обслуживающие более 150 пользователей).

Литература

1. ITU-T Recommendatioii Y.3503 (05/14). Requirements fordesktop as a service.

2. Спецификация Microsoft на основные функции RDP [Электронный ресурс] - Режим доступа: littp://msdn.microsofi.com/en-us/library/cc240445(PROT. 10),aspx,

3. Сулейманов А.А. Аналитическая модель процесса установления сессии облачной услуги типа «Виртуальный рабочий стол» II Материалы 11-й международной научно-технической конференции «Перспективные технологии в средствах передачи информации» -Владимир: ВлГУ, 2015. - С. 271-273.

4. МартинДж. Системный анализ передачи данных. Т.1 / Пер. с англ. под ред. В.С. Лапина. - М.: Мир, 1975. - 256 с.

5. Shneiderman В. Responso time and display ra te in human performance with eomputers И ACM Computing Surveys (CSUR). 1984. Vol. 16. No 3. Pp. 265-285.

6. ITU-T Recommendation G. 1010. End-user multimedia QoS categórica.

7. Сулейманов А.А. Воспринимаемое качество при использовании тонкого клиента на базе облачных платформ // Труды Международной молодежной научно-практической конференции СКФ МТУСИ «ИНФСЖОМ-2014», - Ростов-на-Дону: Издательство «Университет», 2014. - Часть 1.С. 124-126.

8. Dusi М.,Napolitano S,. Longo S., Niccolini S. A closer look at Tliin-Client connections: Statistical Application Identification for QoE Deteclion II Communications Magazine IEEE. vol. 50. Is.II. DOI: 10.1109/MCOM.2012.6353701.

9. Тихонечко O.M. Система обслуживания с разделением процессора и ограниченными ресурсами // Автоматика и телемеханика. 2010. №5. С. 84-98.

10. Philippe N. Basic elementó ofqueueing tlieory application to the modelling of сотри te r systems. Frailee: INRI A, 1998.

11. Клейнрок Л. Теория массового обслуживания. Т.1 / Пер. с англ. И.И. Грушко; рел. В.И. Нейман. - М.: Машиностроение, 1979. — 432 с.

ANALYSIS OF THE CONNECTION TIME TO THE "VIRTUAL DESKTOP" CLOUD SERVICE

Almaz A. Sulyemanov, postgraduate, Moscow Technical University of Communications and Informatics, Moscow, Russia,

[email protected]

Viktor A. Netes, professor, PhD, Moscow Technical University of Communications and Informatics, Moscow, Russia,

[email protected]

Abstract

Cloud technologies are rapidly developing and promising area of network technologies. To date, they have received widespread among service providers, content providers, service providers and continue to be in demand by users. In this regard, one of the important aspects of the provision of such services is the issue of acceptable quality.

In addition to well-known and proven "classic" models of cloud services and other development get more new models, in particular, the Virtual desktop service. The essence of this service is to provide users with on-demand workplace "from the cloud" to any device that has the appropriate software agent. One of the cloud platforms is installed on the server of the service provider. In other words, the architecture of the service is a client-server.

For the convenience of description and modeling of the process of service is appropriate to divide into two phases: a terminal session initialization phase (connection to cloud services), and the work of terminal session phase. Consider the first of these, the second consideration is the subject of a separate study. One of the key characteristics of the system that processes user requests, a total response time since the user perceived quality of service depends on it. This time is influenced by the following parameters: the number of concurrent users, the average time to process a request. Analyzed the time segments that make up the total response time, formed analytical model of Virtual desktop service's session initialization process. The dependences between the mean-time initialization of the intensity of the flow of requests, number of concurrent requests, time of service of the application have been found. An approach to the formulation of requirements to parameters of service ensuring acceptable quality has been offered.

Keywords: cloud services, virtual desktop, server, terminal session, response time. References

1. ITU-T Recommendation Y.3503 (05/14). Requirements for desktop as a service.

2. Specification of the main functions of Microsoft's RDP [electronic resource]. Access: http://msdn.microsoft.com/en-us/library/cc240445(PROT.I0).aspx. (in Russian)

3. Suleymanov A.A. The analytical model of the process of establishing the session of cloud services such as "virtual desktop" / Proceedings of the 11th International Scientific and Technical Conference "Advanced technologies in communication tools". Vladimir: Vladimir State University. 2015. Pp. 271-273. (in Russian)

4. Martin J. Systems analysis of data. Vol.1 / Trans. from English. ed. V.S. Lapin. Moscow: Mir, 1975. 256 p. (in Russian)

5. Shneiderman B. Response time and display rate in human performance with computers / ACM Computing Surveys (CSUR). 1984. Vol. 16. No. 3. Pp. 265-285.

6. ITU-T Recommendation G.1010. End-user multimedia QoS categories.

7. Suleymanov A.A. Perceived quality when using thin client-based cloud platforms / Proceedings of the International Youth Scientific and Practical Conference "InfoCom-2014". Rostov-on-Don: Publishing "University", 2014. Part 1. Pp. 124-126. (in Russian)

8. Dusi М.,Napolitano S., Longo S., Niccolini S. A closer look at Thin-Client connections: Statistical Application Identification for QoE Detection / Communications Magazine IEEE. Vol. 50. Is.11. DOI: I0.II09/MC0M.20I2.635370I.

9. Tihonenko O.M. System maintenance division processor and limited resources / Automation and Remote Control. 2010. No.5, Pp. 84-98. (in Russian)

10. Philippe N. Basic elements of queueing theory application to the modelling of computer systems. France: INRIA, 1998.

11. Kleinrock L Queueing theory. Vol.1 / Trans. from English. II Grushko; Ed. V.I. Neumann. Moscow: Engineering, 1979. 432 p. (in Russian)

7T>