Современные информационные технологи/2.

Вычислительная техника и программирование

Короненко А.М.

Національний технічний університет України «Київський політехнічний інститут»

Аналіз фрактального трафіку в телекомунікаційних системах

Нині поширення набувають способи передачі мовленевої та мультимедійної інформації в мережах з комутацією пакетів [1], трафік яких характеризується фрактальністю. У сучасних телекомунікаційних системах (ТС) спостерігаються тенденції зростання використання голосових та відеосервісів в мережах з пакетною комутацією, також зростає популярність систем VoIP [2]. Вдосконалення та ускладнення систем передачі мовлення, перехід до систем пакетної передачі даних і зростання числа користувачів мовленевих і мультимедійних сервісів зробили існуючі методи проектування неспроможними задовольняти вимоги, як традиційної телефонії з комутацією каналів, так і для випадку комутації пакетів. Таким чином, питання фрактальності агрегованих потоків мовленевого трафіка та їхній вплив на якість обслуговування в системах VoIP в даний час потребують більш докладного дослідження.

Систематизованих досліджень, присвячених вивченню впливу фрактальних властивостей сумарного трафіка, окремо голосових викликів та викликів даних на якість обслуговування користувачів сервісу, наразі не існує, тому задача є актуальною.

В ТС число подій на заданому часовому інтервалі залежить від минулих, віддалених подій. Це означає, що при великих масштабах трафік має властивість фрактальності, тобто виглядає однаково якісно при будь-яких досить великих масштабах часової осі.

Стохастичний процес називається фрактальним, коли його статистичні характеристики виявляють властивості масштабування з відповідними масштабними показниками. Наприклад, телекомунікаційний трафік виявляє фрактальні властивості, коли деякі з його оцінених статистичних характеристик виявляють ступеневу залежність в широкому часовому або частотному діапазонах.

Основні поняття, що визначають властивості фрактальних процесів - це самоподібність, довготривала залежність випадкових процесів (ДЗВ), повільно загасаюча дисперсія, нескінченні моменти, фрактальні розмірності, розподілення з «важкими хвостами», залежність спектральної щільності. Фрактали описують явище, при якому деяка властивість об'єкта зберігається при масштабуванні простору і/або часу. Об'єкт є самоподібним або фрактальним, якщо його частини при збільшенні подібні образу цілого. На відміну від детермінованих фракталів, стохастичні фрактальні процеси не володіють чіткою схожістю складових частин у найдрібніших деталях. Незважаючи на це стохастична самоподібність є властивістю, яка може бути проілюстрована наочно і оцінена математично.

В умовах фрактального трафіка методи розрахунку комп'ютерної мережі (пропускної спроможності каналів, ємності буферів та ін.), основані на марківських моделях і формулах Ерланга, дають невиправдано оптимістичні рішення і призводять до недооцінки навантаження [3].

Інваріантна мінливість не сумісна з традиційними моделями мережевого трафіка, які проявляють пульсуючий характер на коротких масштабах часу, але дуже згладжені на великих масштабах часу, тому в них відсутній ДЗВ. Оскільки інваріантна до масштабу пульсуюча структура трафіка може значно впливати на продуктивність мережі, то аналіз причин і наслідків самоподібності в трафіку є дуже важливим завданням.

Процес самоподібності виглядає менш плавним і більш нерівномірним і має велику дисперсію. Процес нерівномірності реального трафіка зображено на рис. 1, 2 дослідження [4].

а) б)

Рис.1. Динаміка навантаження мережі протягом доби 01/04/14

(а - БС вул. Берковецька, б - БС вул. Підгірна м. Київ)

а) б)

Рис.2. Динаміка навантаження мережі протягом доби 06/04/14

(а - БС вул. Берковецька, б - БС вул. Підгірна м. Київ)

Трафік реального часу має істотні фрактальні властивості, а також ДЗВ, що доцільно враховувати при оцінці ефективності ТС. Трафік на великих інтервалах часу описує періодичні структури щоденного навантаження і має дуже пульсуючу, в загальному випадку негауссівську структуру, а на малих масштабах часу має фрактальний довготривалий характер і поступово зникає зі зростанням масштабу агрегування. Проведений аналіз трафіка [5] показав, що він має суттєві фрактальні властивості. Також в роботі [6] показано, що телекомунікаційний трафік для більшості сервісів став фрактальним. В роботі [7] досліджено локальний та глобальний трафіки і показано, що мережевий трафік виявляє мінливість в широкому діапазоні масштабів часу.

Використання фрактальних моделей трафіка дозволить більш точно описати і відтворити мовний і відеотрафік, що забезпечить можливість отримання показників якості обслуговування (QoS) , які наближені до реальних показників.

Література:

1. Шелухин О. И. Мультифракталы. Инфокоммуникационные приложения / О.И. Шелухин – М.: Горячая линия – Телеком, 2011. – 576 с.

2. Калуш Ю. А. Показатель Херста и его скрытые свойства /Ю. А. Калуш, В. М. Логинов // Сибирский журнал индустриальной математики. – 2002. – Т. 5, № 4(12). – С. 29-34.

3. Zaragoza Daniel Experimental validation of the ON–OFF packet-level model for IP traffic [Електронний ресурс] / Daniel Zaragoza, Carlos Belo // Computer Communications. – 2007. – Volume 30, Issue 5. – PP. 975–989. – Режим доступу: http://www.sciencedirect.com/science/article/pii/S0140366406003379

4. Короненко А.М. Дослідження динаміки навантаження мультисервісної мережі / А. М. Короненко // Вісник НТУУ «КПІ». Інформатика, управління та обчислювальна техніка. – 2014. – № 60.

5. Короненко А.М. Метод ефективного динамічного розподілення каналів між голосовими викликами та даними / А. М. Короненко // Electronics and Communications. – 2014. – № 3 (81).

6. Федорова М. Л. Об исследовании свойства самоподобия трафика мультисервисной сети [Електронний ресурс] / М. Л. Федорова, Т. М. Леденева. – Режим доступу: http://www.vestnik.vsu.ru/pdf/analiz/2010/01/2010-01-09.pdf

7. Terdik G. Levy Flights and Fractal Modeling of Internet Traffic / G. Terdik, T. Gyire // IEEE/ACM TRANSACTIONS ON NETWORKING. – 2009. – Volume: 17 , Issue: 1. – PP. 120 – 129.