Для студентов СПбПУ Петра Великого по предмету ДругиеСтатистические модели трафика Инфокоммуникационных сетей на основе долговременно-зависимых динамических потоковСтатистические модели трафика Инфокоммуникационных сетей на основе долговременно-зависимых динамических потоков
2024-07-132024-07-13СтудИзба
Кандидатская диссертация: Статистические модели трафика Инфокоммуникационных сетей на основе долговременно-зависимых динамических потоков
Описание
Оглавление
Заключение ....................................103
Списоклитературы ...............................104
Приложение А. Примеры вставки листингов программного кода
. . .106
Приложение Б. Очень длинное название второго приложения, в
котором продемонстрирована работа с длинными
4
Введение
Интенсификация обмена информацией в сетях общего пользования обу-славливает актуальность оптимизации распределения сетевых ресурсов и дина-мического управления ими в интересах минимизации вероятности возникновения перегрузок. С начала 90-х годов по настоящее время результаты ряда исследова-ний указывают на несоответствие описания динамики сетевого трафика традици-онными моделями, предполагающими пуассоновский характер потоков пользо-вательских запросов, результатам эмпирических наблюдений. Ускорение обмена информацией в многопользовательских сетях приводит к росту относительной ошибки описания и предсказания динамики трафика такими моделями, что обу-славливает актуальность поиска альтернативных моделей динамики трафика в широком диапазоне временных масштабов и размеров сетей. Существующие мо-дели и алгоритмы имитации сетевого трафика в основном отражают технические аспекты передачи информации в сетях на различных уровнях, при этом за скоб-ками часто остается существенное влияние на эмпирическую динамику трафика совместной активности пользователей, причем последний фактор оказывает воз-растающее влияние в связи с интенсификацией обмена информацией в сетевых сообществах. Технические решения для сетей различного масштаба и протоколов различного уровня существенно различаются, в то время как динамика пользова-тельской активности зависит от размеров и связности сообщества пользователей. Представляется целесообразным исследование возможности описания динамики пользовательских обращений к сетевым ресурсам в рамках универсальных мас-штабируемых моделей. Существующие модели динамики сетевого трафика хо-рошо работают на коротких временных интервалах, но не учитывают факторы интенсификации обмена информацией в сетях на значительных временных ин-тервалах. Существует потребность в оценке данных параметров и потребности в масштабировании сетевых ресурсов на длительных временных интервалах.
Целью данной работы является исследование статистических свойств тра-фика инфокоммуникационных сетей и построение его масштабируемой матема-тической модели, учитывающей динамику совместной активности пользователей и отражающей текущие потребности в сетевых ресурсах.
5
Для достижения поставленной цели необходимо было решить следующие задачи:
Сбор и статистический анализ эмпирических данных
Стр. | |||
Введение...................................... | 4 | ||
Глава | 1. Потоки данных в инфокоммуникационных сетях . . . . . . . . | 8 | |
1.1 | Классификация и особенности организации | ||
инфокоммуникационных сетей . . . . . . . . . . . . . . . . . . . . . | 8 | ||
1.2 | Инфокоммуникационные сети как системы массового | ||
обслуживания .............................. | 18 | ||
1.3 | Имитационное и феноменологическое моделирование потоков | ||
данных в инфокоммуникационных сетях . . . . . . . . . . . . . . . | 21 | ||
Глава | 2. Модели кратковременной динамики трафика | ||
инфокоммуникационных сетей . . . . . . . . . . . . . . . . . . . | 25 | ||
2.1 | Феноменологическое описание потоков данных в | ||
инфокоммуникационных сетях . . . . . . . . . . . . . . . . . . . . . | 25 | ||
2.2 | Анализ и описание стационарных потоков данных в узлах и | ||
каналах инфокоммуникационных сетей на файловом и пакетном | |||
уровнях.................................. | 32 | ||
2.3 | Анализ и описание потоков данных в локальной и опорной | ||
инфокоммуникационных сетях на уровне пользовательских сессий | 38 | ||
2.4 | Анализ и описание потоков данных высоконагруженного узла | ||
инфокоммуникационной сети с нестационарной динамикой . . . . | 41 | ||
Глава | 3. Модели долговременной динамики трафика | ||
инфокоммуникационных сетей . . . . . . . . . . . . . . . . . . . | 55 | ||
3.1 | Статистические характеристики долговременной динамики и | ||
выбросовтрафика............................ | 55 | ||
3.1.1 | Флуктуационный анализ трафика . . . . . . . . . . . . . . . | 55 | |
3.1.2 | Статистики интервалов между выбросами трафика . . . . . | 60 | |
3.1.3 Predicting of the occurrence of large values in traffic records . . 63 | |||
3.1.4 | Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . | 67 |
3 | ||
3.2 | Оценка вероятности наличия тренда в долговременно-зависимых | |
рядахданных............................... | 70 | |
Глава 4. Оценка эффективности имитационной модели и ее | ||
верификация с помощью эмпирических данных . . . . . . . . . | 94 | |
4.1 | Моделирование СМО - основы, краткая теория, показатели | |
эффективности.............................. | 94 | |
4.2 | Описание разработанной имитационной модели СМО и ее | |
основныйхарактеристики........................ | 95 | |
4.3 | Результаты моделирования СМО, оценка эффективности | |
предложенныхмоделей......................... | 97 |
Заключение ....................................103
Списоклитературы ...............................104
Приложение А. Примеры вставки листингов программного кода
. . .106
Приложение Б. Очень длинное название второго приложения, в
котором продемонстрирована работа с длинными
таблицами ..........................112 | ||||||||||
Б.1 | Подраздел приложения . . . . . . | ............ | . . . | . | . . .112 | |||||
Б.2 | Ещё один подраздел приложения | . | ........... | . . . | . | . . .114 | ||||
Б.3 | Очередной подраздел приложения . | ....... | . . . | ...... | . | . 118 | ||||
Б.4 | И ещё один подраздел приложения | ....... | . . . | ...... | . | . 118 | ||||
| | | | | | | | | | |
Введение
Интенсификация обмена информацией в сетях общего пользования обу-славливает актуальность оптимизации распределения сетевых ресурсов и дина-мического управления ими в интересах минимизации вероятности возникновения перегрузок. С начала 90-х годов по настоящее время результаты ряда исследова-ний указывают на несоответствие описания динамики сетевого трафика традици-онными моделями, предполагающими пуассоновский характер потоков пользо-вательских запросов, результатам эмпирических наблюдений. Ускорение обмена информацией в многопользовательских сетях приводит к росту относительной ошибки описания и предсказания динамики трафика такими моделями, что обу-славливает актуальность поиска альтернативных моделей динамики трафика в широком диапазоне временных масштабов и размеров сетей. Существующие мо-дели и алгоритмы имитации сетевого трафика в основном отражают технические аспекты передачи информации в сетях на различных уровнях, при этом за скоб-ками часто остается существенное влияние на эмпирическую динамику трафика совместной активности пользователей, причем последний фактор оказывает воз-растающее влияние в связи с интенсификацией обмена информацией в сетевых сообществах. Технические решения для сетей различного масштаба и протоколов различного уровня существенно различаются, в то время как динамика пользова-тельской активности зависит от размеров и связности сообщества пользователей. Представляется целесообразным исследование возможности описания динамики пользовательских обращений к сетевым ресурсам в рамках универсальных мас-штабируемых моделей. Существующие модели динамики сетевого трафика хо-рошо работают на коротких временных интервалах, но не учитывают факторы интенсификации обмена информацией в сетях на значительных временных ин-тервалах. Существует потребность в оценке данных параметров и потребности в масштабировании сетевых ресурсов на длительных временных интервалах.
Целью данной работы является исследование статистических свойств тра-фика инфокоммуникационных сетей и построение его масштабируемой матема-тической модели, учитывающей динамику совместной активности пользователей и отражающей текущие потребности в сетевых ресурсах.
5
Для достижения поставленной цели необходимо было решить следующие задачи:
Сбор и статистический анализ эмпирических данных
Характеристики диссертации кандидата наук
Предмет
Учебное заведение
Семестр
Просмотров
1
Размер
7,25 Mb
Список файлов
Математическое моделирование, численные методы и комплексы программ».doc