CC BY
48
^ ОБЩЕТЕХНИЧЕСКИЕ ЗАДАЧИ И ПУТИ ИХ РЕШЕНИЯ
УДК 654.027
А. В. Ануфренко, А. К. Канаев
ФОРМИРОВАНИЕ ТРЕБОВАНИЙ К УЗЛУ АГРЕГАЦИИ С ИСПОЛЬЗОВАНИЕМ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПРОЦЕССА ЕГО ФУНКЦИОНИРОВАНИЯ
Дата поступления: 10.04.2017 Решение о публикации: 25.04.2017
Аннотация
Цель: Создание имитационной модели узла агрегации сети связи для исследования влияния структурных, функциональных и нагрузочных параметров узла агрегации на характеристики агрегированного трафика сети связи, что позволит задавать адекватные требования к узлу агрегации в условиях соблюдения заданного уровня качества обслуживания для всех категорий трафика сети. Методы: Применены законы теории массового обслуживания, теории графов, теории вероятности, фрактальная геометрия и аппарат имитационного моделирования. Результаты: На основе имитационного моделирования разработаны модели генераторов трафика, формирующие видео трафик, речевой трафик и трафик данных, а также принимающие во внимание самоподобный характер трафика и сочетания длительностей ON/OFF-периодов различных видов поступающей на узел агрегации нагрузки. Создана имитационная модель узла агрегации сети связи в программе «Расширенный редактор GPSS World», учитывающая структурно-функциональные параметры реального узла агрегации. Получены гистограммы зависимостей характеристик агрегированного трафика (задержки кадра данных и джиттера) от параметров узла агрегации. Практическая значимость: На основе построенной имитационной модели узла агрегации рассчитываются значения задержки кадров данных и джиттера агрегированного трафика с учетом реальных нагрузочных, структурных и функциональных параметров моделируемого узла агрегации. При использовании полученных расчетных данных возрастает адекватность принятия решений в процессе планирования и проектирования узла агрегации в условиях выполнения требований по уровню качества обслуживания, а также возрастает адекватность выбора наилучшего варианта узла агрегации из предлагаемых фирмами-производителями с точки зрения цена/качество.
Ключевые слова: Узел агрегации, телекоммуникационная сеть связи, имитационное моделирование, расширенный редактор GPSS World.
*Alexander V. Anufrenko, adjunct, [email protected] (Marshal of the Soviet Union S. M. Budenny Military academy of telecommunications of Ministry of Defence of the Russian Federation); Andrey K. Kanaev, D. Sci, associated professor, head of a chair, [email protected] (Emperor Alexander I St. Petersburg State Transport University) FORMATION OF REQUIREMENTS FOR AGGREGATION NODE WITH APPLICATION OF SIMULATION MODELING OF ITS FUNCTIONING PROCESS
Summary
Objective: To generate a simulation model of communication network aggregation node for the study of impact of structural, functional and load aggregation node parameters on characteristics of aggregate communications network traffic, which will make it possible to set adequate requirements for aggregation node if the given level of service quality will be observed for all categories of network traffic. Methods: The laws of waiting lines' theory, graph theory, probability theory, fractal geometry, as well as a simulation modeling device were applied. Results: On the basis of simulation modeling, models of traffic generators were designed, forming video traffic, voice traffic and data traffic, as well as, considering self-similar nature of traffic and combinations of ON/OFF duration periods of different types of load coming in an aggregation node. A simulation model of an aggregation node was designed in "Extended GPSS World editor" programme, the former takes into account structural-functional parameters of a real aggregation node. Histograms of dependences of aggregation traffic characteristics (transmission frame and jitter delays) were obtained from parameters of an aggregation node. Practical importance: On the basis of the developed simulation model of an aggregation node, the values of transmission frame and jitter delays of an aggregation node are calculated, considering real load, structural and functional parameters of a simulated aggregation node. When applying the obtained calculated data, the adequacy of decision-making when planning and designing an aggregation node is increasing, in case the requirements on the level of service quality are fulfilled, as well as the adequacy of selecting an optimal type of an aggregation node from those offered by producer companies from a price/quality point of view.
Keywords: Aggregation node, telecommunications network, simulation modeling, extended GPSS World editor.
Введение
Анализ работ [1-5] показывает, что непрерывное развитие телекоммуникационной инфраструктуры приводит к ужесточению требований к ее параметрам и в то же время способствует «телекоммуникационному многообразию». Элементы сетей связи имеют неодинаковые структуры, функционируют посредством разных технологий, включают разнообразные протоколы, стыки, интерфейсы, обрабатывают различную нагрузку и т. д. Поэтому сложно задать четкие требования к элементам сети связи таким образом, чтобы их совокупность обеспечивала выполнение сетевых требований.
Узким местом телекоммуникационной сети являются узлы агрегации, совокупность которых образует уровень агрегирования сети связи [6] - связующее звено между транспортной сетью и сетью доступа. От их функционирования зависит работа узлов как сети доступа, так и узлов транспортной сети. Структурно-функциональные параметры узла агрегации
оказывают воздействие на параметры трафика (задержка кадров, джиттер задержки кадров, потеря кадров), влияющие на уровень качества обслуживания пользователя сети связи. Таким образом, анализ основных параметров узла агрегации в разных режимах функционирования - это актуальная задача.
С учетом того, что имитационную модель можно разработать с любой детализацией процесса или явления [7], а это является неотъемлемой частью при анализе таких сложных структур как узел агрегации, то имитационное моделирование прекрасно подходит к решению вопросов анализа параметров узла агрегации.
Описание объекта
Согласно [6], узел агрегации является сетевым, функции которого соответствуют функциям уровня агрегации сети связи, и содержит комплекс технических и программных средств, предназначенных для выполнения
функций мультиплексирования (демультиплексирования) и (или) концентрации, и (или) коммутации и переноса разнородного трафика с требуемым качеством.
Формирование модели
С точки зрения имитационного моделирования модель узла агрегации представляет собой программу, реализованную на персональном компьютере, описывающую (моделирующую) функционирование элементов узла агрегации, их связи между собой и внешней средой. С учетом анализа [8] программой для имитационного моделирования выбран «Расширенный редактор GPSS World».
Описание моделируемого процесса
Имеются три источника, формирующих кадры данных, поступающие на узел агрегации. Процедура поступления кадров данных на узел агрегации описывается ON/OFF-мо-делью. Чередование ON/OFF-периодов происходит через случайные промежутки времени со средними интервалами времени Т, Т2, Т3 для ON-периода каждого источника и Т4 для OFF-периода. Интенсивность поступления кадров от каждого источника в ON-период имеет случайный характер со средними значениями интенсивности 12,13.
При формировании кадров данных учитывается процедура кодирования (данные кодируются со скоростью V, V2, V3 соответственно), задержка кодирования составляет
^odP Tkod2, Tkod3. Данные инкапсулируются в
Ethernet-кадр за случайные промежутки времени со средними интервалами времени Т , Т Т .
ink2' ink3
Сообщения могут быть разных категорий с вероятностями их появленияр , рк2, ..., ркп2 (р , + р ~ + ... + р = 1) и вычислительными
^ к1 г к2 г кт J
сложностями обработки W = W1 + W2 + W3 + + W4 + W5, где W1 = (размер сэмпла инкапсулируемых данных (в секундах) х пропускную
способность кодека)/8 - количество байт в сэмпле данных; W2 - количество байт RTP заголовка; W3 - количество байт UDP заголовка; W4 - количество байт IP заголовка; W5 - количество байт служебной информации пакета Ethernet.
В элементах узла агрегации (маршрутизаторе, коммутаторе) сообщения обрабатываются с производительностью Q кадров в 1 с. После обработки сообщения поступают в выходной буфер узла агрегации.
Исходными данными для моделирования являются параметры трафика, поступающего на узел агрегации, представленные в табл. 1.
При моделировании узел агрегации описывается с использованием теории массового обслуживания, включая входные потоки запросов (заявок), очереди (накопители), устройства обслуживания (элементы узла агрегации, канал передачи данных), выходной поток обработанных запросов, поток потерянных (необработанных) запросов и т. д. В соответствии с классификацией Кендалла узел агрегации может быть описан как СМО типа G/G/1 [9-13].
Модель в «Расширенном редакторе GPSS World» разработана согласно постановке задачи исследования и включает следующие элементы:
• задание исходных данных;
• определение матриц;
• описание функций, задающих исходные данные;
• арифметические выражения;
• сегмент имитации работы генератора трафика 1;
• сегмент имитации работы генератора трафика 2;
• сегмент имитации работы генератора трафика 3;
• розыгрыш категории сообщения и счета сообщений;
• розыгрыш характеристик сообщений;
• сегмент имитации работы основных каналов 1-3;
• сегмент имитации работы узла агрегации;
ТАБЛИЦА 1. Исходные данные моделирования
Показатель Речь Видео Данные
Скорость кодирования У1, У2, У3, кбит/с 48 64 108
Алгоритмическая задержка кодирования, Гкоа, мс 40 6,734 100
Задержка инкапсуляции, Т , мс 5 5 0
Закон распределения длительности задержки инкапсуляции Парето Парето Парето
Й а ^ 3 та О И S ^ й 2 tr U S Л w1 240 120 1350
12 12 20
8 8
20 20 20
о W « и 26 26 26
Интенсивность передачи кадров А, кадр/с 22 86 10
Закон распределения интенсивности передачи кадров Пуассона Парето Вейбулла
Длительность ОК-периода, Т1, Т2, Т3, с 180 120 60
Длительность OFF-периода, Т4, с 30 30 30
Закон распределения чередования ON/OFF-периодов Экспоненциальный Экспоненциальный Экспоненциальный
• сегмент имитации работы основных каналов 4-6;
• сегмент имитации получения сообщений;
• сегмент имитации работы резервных каналов 7-9;
• сегмент имитации работы резервных каналов 10-12;
• сегмент имитации отказов узла агрегации;
• сегмент имитации отказов каналов связи
1-3;
• сегмент имитации отказов каналов связи 4-6;
• сегмент счета переданных и потерянных сообщений и расчет вероятностей передачи сообщений;
• задание времени моделирования и расчет результатов.
Сообщения имитируются транзактами с параметрами, необходимыми, согласно логике
работы модели. Генераторы трафика, каналы связи и узлы агрегации имитируются однока-нальными устройствами. По статистическим данным моделирования рассчитываются задержка распространения кадра через узел агрегации и джиттер задержки.
Перед началом моделирования произведены расчеты стратегического и тактического планирования эксперимента [3]. Факторы стратегического планирования: скорость генераторов трафика; сочетание видов генераторов трафика; закон распределения интенсивности нагрузки, поступающей от генераторов трафика; скорость кодирования; скорость инкапсуляции. С учетом выбранных параметров генераторов трафика, варьируемых при моделировании узла агрегации, количество необходимых экспериментов равняется 72. Расчет количества реализаций каждого эксперимента для определения значений исследуемых параметров составил 100 000 для значений за-
держки передачи кадра и 500 000 для джит-тера задержки кадров.
Результаты моделирования
На рис. 1 и 2 представлены гистограммы, описывающие зависимость величины задержки кадров данных и джиттера задержки кадров от различного сочетания значений задержек инкапсуляции данных, поступающих от каждого источника нагрузки. Цвета столбцов гистограммы обозначают определенное сочетание задержек инкапсуляции данных, формируемых тремя генераторами трафика. Значения 1, 2, 3 столбцов в легенде таблицы обозначают задержку инкапсуляции кадров трех источников данных соответственно (1 -речевой трафик, 2 - видео трафик, 3 - трафик данных). На осях ординат отложены значения
задержки кадра агрегированного трафика и значение джиттера задержки кадров агрегированного трафика соответственно.
Из гистограмм видно:
• при задержках инкапсуляции кадров 0,004 с/0,002 с/0,008 с и 0,006 с/0,001 с/0,008 с -значение задержки кадров агрегированного трафика получилось наибольшим, а при 0,006 с/0,003 с/0,007 с - наименьшим;
• при задержке инкапсуляции кадров 0,003 с/0,003 с/0,007 с и 0,006 с/0,003 с/0,007 с -величина джиттера задержки кадров агрегированного трафика получилась наибольшей, а при 0,005 с/0,003 с/0,008 с - наименьшей;
• изменения задержки кадров и джиттера инкапсуляции не всегда имеют общую динамику.
В табл. 2 представлен фрагмент результата многофакторного эксперимента, где выделен лучший среди представленных вариант сочетания рассматриваемых факторов трафика для получения минимальной задержки кадра.
со о
а ^
го *
s
*
X
<и
го m
к §
<и а
CQ
0,0005295
0,000529
0,0005285
0,000528
0,0005275
0,000527
0,0005265
0,000526
0,0005255
0,000525
0,0005245
Сочетание значений задержки инкапсуляции
10,003/0,001/0,007 10,004/0,001/0,007 10,005/0,001/0,007 10,006/0,001/0,007 0,003/0,002/0,007 0,004/0,002/0,007 0,005/0,002/0,007 0,006/0,002/0,007 0,003/0,003/0,007 0,004/0,003/0,007 0,005/0,003/0,007 0,006/0,003/0,007 10,003/0,001/0,008 10,004/0,001/0,008 0,005/0,001/0,008 10,006/0,001/0,008 0,003/0,002/0,008 0,004/0,002/0,008 0,005/0,002/0,008 0,006/0,002/0,008 0,003/0,003/0,008 0,004/0,003/0,008 0,005/0,003/0,008 0,006/0,003/0,008 Зд.Инк.1/Зд.Инк.2/Зд.ИнкЗ
Рис. 1. Зависимость задержки агрегированного трафика от значений задержек
инкапсуляции данных
8,80E-05
8,60E-05
8,40E-05
CO О а
8,20E-
а
<u
t 8,00E-
05
05
7,80E-05
7,60E-05
7,40E-05
■ 0,003/0,001/0,007
■ 0,004/0,001/0,007
■ 0,005/0,001/0,007
■ 0,006/0,001/0,007
■ 0,003/0,002/0,007
■ 0,004/0,002/0,007
■ 0,005/0,002/0,007
■ 0,006/0,002/0,007
■ 0,003/0,003/0,007
■ 0,004/0,003/0,007
■ 0,005/0,003/0,007 I 0,006/0,003/0,007
■ 0,003/0,001/0,008
■ 0,004/0,001/0,008 I 0,005/0,001/0,008
■ 0,006/0,001/0,008 ■ 0,003/0,002/0,008 I 0,004/0,002/0,008 I 0,005/0,002/0,008 I 0,006/0,002/0,008 I 0,003/0,003/0,008 I 0,004/0,003/0,008 I 0,005/0,003/0,008
~ I 0,006/0,003/0,008
Сочетание значения задержки инкапсуляции ' ' ' ' '
Зд.Инк.1/Зд.Инк.2/Зд.ИнкЗ
Рис. 2. Зависимость джиттера агрегированного трафика от значений задержек
инкапсуляции данных
ТАБЛИЦА 2. Фрагмент результатов многофакторного эксперимента
Генератор трафика 1 Генератор трафика 2 Скорость, модельная единица Задержка кодирования 2, с Задержка инкапсуляции 1, с Задержка кадров, с Джиттер, с
1 1 0,02 0,004 0,01 0,00289 0,000245
2 2 0,02 0,004 0,01 0,00318 0,000155
1 2 0,02 0,004 0,01 0,00341 0,000218
2 1 0,02 0,004 0,01 0,00277 0,000204
Заключение
Из результатов моделирования видно, что параметры агрегированного трафика чувствительны к различным вариантам сочетания нагрузки, поступающей на узел агрегации.
Разница между значениями задержек кадров при различных сочетаниях нагрузки достигает сотен микросекунд, что существенно влияет на поведение агрегированного трафика в целом. Дальнейшее распространение агрегированного трафика по узлам сети связи будет
способствовать возрастанию такой разницы, которая будет влиять на качество предоставления услуг связи в целом.
Модель учитывает скорость передачи данных источником, вид данных, процессы преобразования данных и т. д., что позволяет выявить, как влияет различное сочетание значений таких факторов на исследуемые параметры агрегированного трафика. Таким образом, вводя в имитационную модель реальные исходные данные и анализируя полученные исследуемые параметры, можно формировать требования к узлу агрегации по составу, видам оборудования, структуре и защитным механизмам.
Библиографический список
1. МСЭ Т Recommendation Y.1540. IP Packet Transfer and Availability Performance parameters / December 2002. - URL : http://niits.ru/public/2008/ 2008-006.pdf (дата обращения: 03.03.2017).
2. Шелухин О. И. Фрактальные процессы в телекоммуникациях / О. И. Шелухин, А. В. Осин,
A. М. Тенякшев. - М. : Радиотехника, 2003. - 480 с.
3. Бахарева Н. Ф. Аппроксимативные методы и модели массового обслуживания. Исследование компьютерных сетей / Н. Ф. Бахарева, В. Н. Тарасов. - Самара : Самарск. науч. центр РАН, 2011. -327 с.
4. Ануфренко А. В. Принцип организации узла агрегации мультисервисной сети связи / А. В. Ануфренко, Д. В. Волков, А. К. Канаев // Актуальные проблемы инфотелекоммуникаций в науке и образовании. IV Междунар. науч.-технич. и науч.-метод. конференция : сб. науч. ст. : в 2 т. - СПб. : СПб ГУТ, 2015.- С. 203-206.
5. Ануфренко А. В. Обеспечение отказоустойчивости сетей связи, функционирующих на базе пакетно-ориентированных технологий / А. В. Ануф-ренко, А. В. Баранцев, А. К. Канаев // Юбил. 70-я Всерос. научн.-технич. конференция, посвященная Дню радио. - СПб. : ВАС, 2015. - С. 304-306.
6. Олифер В. Компьютерные сети. Принципы, технологии, протоколы : учебник для вузов. 4-е изд. /
B. Олифер, Н. Олифер. - СПб. : Питер, 2012. - 944 с.
7. Боев В. Д. Моделирование систем. Инструментальные средства GPSS World : учеб. пособие/ В. Д. Боев. - СПб. : БХВ-Петербург, 2004. - 240 с.
8. Боев В. Д. Исследование адекватности GPSS World и AnyLogic при моделировании дискретно-событийных процессов : монография / В. Д. Боев. -СПб. : ВАС, 2011. - 404 с.
9. Алиев Т. И. Основы моделирования дискретных систем / Т. И. Алиев. - СПб. : СПбГУ ИТМО, 2009. - 363 с.
10. Боев В. Д. Компьютерное моделирование. Элементы теории и практики / В. Д. Боев, Р. П. Сып-ченко. - СПб. : ВАС, 2009. - 436 с.
11. Назаров А. Н. Модели и методы расчета показателей качества функционирования узлового оборудования и структурно-сетевых параметров сетей связи следующего поколения / А. Н. Назаров, К. И. Сычев. - Красноярск : Изд-во ООО «По-ликом», 2010. - 389 с.
12. Алиев Т. И. Сети ЭВМ и телекоммуникации : учеб. пособие / Т. И. Алиев. - СПб. : СПбГУ ИТМО, 2011. - 400 с.
13. Сахарова М. А. Моделирование процессов обработки потоков IP-пакетов с различными типами информационных составляющих на основе глубокого анализа трафика / М. А. Сахарова, А. К. Канаев // Бюл. результатов научных исследований. - 2014. - № 3 (12). - С. 85-93. - URL : http://cyberleninka.ru/article/n (дата обращения: 10.02.2017).
References
1. ITU-T Recommendation Y.1540 [IP Packet Transfer and Availability Performance parameters']. December 2002. URL: http://niits.ru/public/2008/2008-006. pdf (accessed: 03.03.2017).
2. Shelukhyn O. I., Osin A. V. & Tenyakshev A. M. Fraktalniye protsessy v telekommunikatsiyakh [Fractal processes in telecommunications]. Moscow, Ra-diotekhnika Publ., 2003, 480 p. (In Russian)
3. Bakhareva N. F. & Tarasov V. N. Approksimativ-niye metody i modely massovogo obsluzhivaniya. Issle-dovaniye kompjuternykh setey [Approximative methods and queueing models. Computer networks research]. Samara, RAS research centre of Samara Publ., 2011, 327 p. (In Russian)
4. Anufrenko A. V., Volkov D. V. & Kanayev A. K. Printsip organizatsii uzla aggregatsii multiservisnoy sety svyazy [The principle of aggregation node setup of multi-service communications network]. Aktualniye problemy infotelekommunikatsiy v nauke i obrazo-vanii. IV Mezhdunarodnaya nauchno-tekhnicheskaya i nauchno-metodycheskaya konferentsiya [Topical issues of information telecommunications in science and education. The IVth Intern. scientific and technical, scientific methodological conference]. Collection of scientific papers: in 2 vol. Saint Petersburg, Saint Petersburg SUT Publ., 2015, pp. 203-206. (In Russian)
5. Anufrenko A. V., Barantsev A. V. & Kanajev A. K. Obespecheniye otkazoustoychivosty setey svyazy, funktsionirujushikh na baze paketno-orientirovannykh tekhnologiy [Telecommunications fail-safety support, functioning on the basis of packet oriented technologies]. Jubileynaya 70-ya Vserossijskaya Nauchno-tekhnicheskaya konferentsiya, posveshennaya Dnyu radio [Anniversary edition of the 70th All-Russian scientific and technical conference dedicated to the Radio day]. Saint Petersburg, MAT Publ., 2015, pp. 304-306. (In Russian)
6. Olifer V. & Olifer N. Kompjuterniye sety. Print-sypy, tekhnologii, protokoly [Computer networks. Foundations, technologies, protocols]: 4th ed. Saint Petersburg, Peter Publ., 2012, 944 p. (In Russian)
7. Bojev V. D. Modelyrovaniye system. Instrumen-talniye sredstva GPSS World [Systems simulation. GPSS World workbench]. Saint Petersburg, BHV-St. Petersburg Publ., 2004, 240 p. (In Russian)
8. Bojev V. D. Issledovaniye adekvatnosty GPSS World i AnyLogic pry modelyrovanii diskretno-so-
bitijnykh protsessov [The study of GPSS World and AnyLogic adequacy in the process of discrete-event simulation]. Saint Petersburg, MAT Publ., 2011, 404 p. (In Russian)
9. Aliyev T. I. Osnovy modelyrovaniya diskretnykh system [Discrete systems' modeling foundation]. Saint Petersburg, Saint Petersburg ITMO Publ., 2009, 363 p. (In Russian)
10. Bojev V. D. & Sypchenko R. P. Kompjuternoye modelyrovanije. Elementy teorii i praktiki [Computer modeling. Elements of theory and practice]. Saint Petersburg, MAT Publ., 2009, 436 p. (In Russian)
11. Nazarov A. N. & Sychev K. I. Modely i metody rascheta pokazateley kachestva funktsionirovaniya uzlovogo oborudovaniya i strukturno-setevykh para-metrov setey svyazy sledujushego pokoleniya [Calculation models and methods of performance indices of nodal equipment and structural network parameters of the next generation telecommunications]. Krasnoyarsk, JSC "Polycom" Publ., 2010, 389 p. (In Russian)
12. Aliyev T. I. Sety EVM i telekommunikatsii [Computer networks and telecommunications]. Saint Petersburg, Saint Petersburg ITMO Publ., 2011, 400 p. (In Russian)
13. Sakharova M. A. & Kanayev A. K. Modelyro-vaniye protsessov obrabotky potokov IP-paketov s ra-zlychnymy typamy informatsionnykh sostavlyajushykh na osnove glubokogo analyza trafika [Modeling of IP-packets' stream processing with different types of data components on the basis of in-depth traffic analysis]. Bulletin on research results, 2014, no. 3 (12), pp. 8593. URL: http://cyberleninka.ru/article/n (accessed: 10.02.2017). (In Russian)
*АНУФРЕНКО Александр Викторович - адъюнкт, [email protected] (Военная академия связи имени маршала Советского Союза С. М. Буденного Министерства обороны Российской Федерации); КАНАЕВ Андрей Константинович - доктор техн. наук, доцент, заведующий кафедрой, капаесак@ mail.ru (Петербургский государственный университет путей сообщения Императора Александра I).
