В. Столлингс - Современные компьютерные сети (2-е издание, 2003) (1114681), страница 43
Текст из файла (страница 43)
Чему равно среднее количество попыто к повторнои передачи после коллизии? Каков будет ответ, если кадр для передачи всегда есть у трех станций? . Часть Ш Ф' Моделирование и оценка ': производительности Читатель, без сомнения, стремится поскорее перейти к изучению важных вопросов управления трафи ком, маршрутизации и сжатия данных, ради которых и была куплена эта книга. Однако назначение всех алгоритмов и протоколов, которые мы будем обсуждать, — управление трафиком изолированных и объединенных сетей.
Поэтому мы должны понимать, как характеризовать трафнк и как разные типы трафика сказьгваются на производительности. Этой теме посвящена часть П1. Ключ к проектированию высокопроизводительных сетей заключается в способности моделировать и оценивать параметры производительности. Разработчик должен быль способен на основании наблюдений оценить объем и характеристики будущего графика, Статистические характеристики графика влияют на разнообразные аспекты проектирования и конфигурирован1ся, включая протоколы маршрутизации, протоколы резервирования ресурсов, дисциплины очередей в маршрутизаторах и АТМ-коммутаторах, а также размеры буферов.
Более того, пользователь должен уметь охарактеризовать планируемый график, чтобы принять верные решения в области резервирования ресурсов. Для описания потока данных большое значение представляет ряд парамет)юв. + Характеристики ароги?с»кой сиособиости: + Средняя скорость. Средняя нагрузка на сеть, оказываемая источником, представляет собой ключевой параметр в определении объема ресурсов, которые должны быть выделены этому источнику. Средняя скорость передачи данных определяет тот поток, который источник может поддерживать в течение длительного периода времени, Пиковая скорость.
Этот параметр определяет для сети максимальный трафик, который она в состоянии поддерживать, либо выделяя соответствующие ресурсы, либо резервируя достаточный объем буферного пространства для сглаживания пульсаций. Неравномерность. Пиковая скорость представляет собой один нз критериев неравномерности.
Более точным критерием является неравномерность пропускной способности. Неравномерность характеризует непостоянство графика источника и представляет собой индикатор того, до какой степени статистическое мультиплексирование может использоваться для повышения эффективности, + Характеристики задержка: + Задержка аервдачи. Этот параметр представляет собой задержку, вносимую сетью при передаче данных от отправителя к получателю. Макси- 192 Часть 1й. рлоделированме и оценка производительности мальное время задержки также может быть требованием, которое выдвигается приложением. ч Вариация задержки. Вариация задержки является важным параметрснч приложений реального времени, в которых данные, воспроизводящиеся получателем, должны прибывать с постоянной скоростью, равной скорости, с которой отправитель эти данные передает. Эти и подобные им параметры очень важны для конфигурации сети н устройства протоколов.
Для принятия эффективных решений необходимо довольно точно моделировать график данных. Анализ очередей представляет собой простое и легко интерпретируемое средство получения полезных результатов для управления работой по проектированию сетей. В течение десятилетий анализ очередей основывался на предположении о соответствии типа графика распределению Пуассона. Затем совершенно неожиданно исследователи из Бостонского университета и лаборатории Ве!!соте опубликовали удивительные результаты. Как оказалось, по крайней мере в некоторых случаях график описывается не распределением Пуассона, а является по своей природе самоподобным, или фрактальным.
При таком графике производительность сети не подчиняется аккуратным формулам анализа очередей, а имен>т место большие задержки и снижение пропускной способности. С момента публикации эти результаты были многократно подтверждены на графиках самых разных типов. Все эти вопросы рассматриваются в части П1. + Глава 7. Обаор вероятностных и стохастических процессов.
В этой главе содержится обзор концепций, имевших отношение к части 1П. Некоторым читателям будет полезно освежить свои знания в этой области. Для читателей, не знакомых с данным предметом, в этой главе содержится достаточно информации для понимания материала глав 8 и 9. + Глава 8. Анализ очередей. Анализ очередей очень важен для тех, кто интересуется передачей данных и компьютерными сетями.
Многие вопросы проектирования в этих областях, а также многие другие вопросы кибернетики могут быть представлены при помоппт модели очередей, Модель очередей позволяет аналитику быстро получить приближенную оценку поведения системы при разной нагрузке. Назначение глав 8 и 9 — снабдить читателя базовыми инструментами анализа очередей. Акцент сделан, во-первых, на понимании допущений, лежащих в основе анализа очередей, и, во-вторых, на предоставлении формул, применимых в разных ситуацтшх. В этой главе обсуждаются очереди к одному и нескольким серверам, а также сети очередей.
+ Глава 9. Самоподобный график. Хотя анализ очередей, описанный в главе 8, сохраняет свою полезность н даже важность для разработчиков сетей и протоколов, ряд недавних исследований свидетельствуют атом, что большая часть графика высокоскоростных сетей не проявляет тех случайных свойств, которые необходимы для справедливости уравнений теории очередей. Напротив, этот график облалает самоподобными, или фрактальными, свойствами.
В главе 9 читатель знакомится с концепцией самоподобпя. Затем концепция само- подобия применяется к трафику и изучаются вопросы производительности. Ф Глава7 Обзор вероятностных и стохастических процессов 1 Относительна поздний подъем теории вераятнасси показывает, насколько трудна зта тема для понимания, и мишкеспю парадоксов ясно демонстрируют отсутствие у нас, люден, карашо обоснованной интуипии в этой области. В теории вероятности при решении эалачи и при паслелуюшем применении результатов к реальному миру разработка модели в значительной смпени является искусством. Ричард Хвмминк Искусство вероятнапли Прежде чем мы перейдем к изучению анализа очередей и самоподобного графика, познакомимся с основами теории вероятности и стохастических процессов.
Читатель, знакомый с этой темой, может безо всякого риска пропустить эту главу. Глава начинается со знакомства с некоторыми элементарными понятиями теории вероятности и случайных переменных. Этот материал нужен для понимания главы 8, посвященной анализу очередей. Вслед за этим мы обсудим тему стохастических процессов, знание которой важно для понимания вопросов самоподобного трафика, рассматриваемых в главе 9. Здесь будут Описаны Основы теории вероятности, очень кратко, но достаточно для ! понимания остальной части главы. Определение вероятности Вероятность представляет собой некое число, поставленное в соответствие событию ие)эоепность (ргоЬаЬ!!!гу) Рг[А] собьпия А представляет собой число в диапазоне от 0 до 1, соответствующее правдоподобности того, что событие А произойдет.
Обычно мы говорим об эксперименте и получении результата. Событие А представляет собой один результат из множества возможных результатов, и веро~ность ставится в соответствие с этим событием. 7.1. Вероятность 195 НЕ А А ИЛИ В АИВ А ИЛИ В АИВ рис. 7.1. Диаграммы Ванна Рг[А] = 1 — Рг[А]; Рг[А л В] = О, 194 Глава 7.
Обзор вероятностных н стохастичесхих процессов Трудно добиться твердого понимания понятия вероятности. В различных при менениях теории вероятности вероятность предстает в разном свете. В самом дел ° деле существует несколько определений вероятности. Здесь мы рассмотрим три из ни них. Аксиоматическоеопределение Формальный подход к определению вероятности заключается в формулировании ряда аксиом, определяющих понятие вероятности, и вывода из них законов вера ятности, которые могут использоватьсл для выполнения полезных вычислений Аксиомы представляют собой утверждения, которые должны быть приняты без доказательств.
Как только аксиомы прпняты, можно доказать каждый закон, В аксиомах и законах используются следующие концепции теории множеств, Достоверное событие (сеггаш ечепг) 12 — это событие, случаюшееся в каждом эксперименте. Оно состоит из пространства выборок (зашр1е зрасе) всех возможных результатов. Объединение (цшоп) А ьг В двух событий А и В представляет собой событие, происходящее, когда происходит либо событие А, либо В, либо оба события А и В. Пврвсвчвиив ([п1егзесгюп) событий А с~ В, также записываемое как АВ, представляет собой событие, происходящее, когда происходят оба события; и А, и В.