Моделирование трафика и оценка производительности сетей передачи данных

где i — номер узла-отправителя

j — номер узла получателя

h — тип трафика

N — количество информационных единиц в сообщении.

ETM (i, j, h) — эффективность передачи сообщения с заданным типом трафика, состоящего из N информационных единиц от узла i к узлу j в корпоративной сети.

Dh (Ek) — функция результативности передачи информационной еди-ницы для конкретного типа (h) трафика.

Ek — результат передачи k-ой информационной единицы.

Wh (Tk) — функция своевременности передачи.

Tk — время передачи k-ой информационной единицы от узла i к узлу j.

Тогда эффективность функционирования корпоративной сети в целом для конкретного вида трафика равна:

Получается, что на эффективность функционирования корпоративной сети влияют следующие факторы:

 Ek — результат передачи k-ой информационной единицы.

 Tk — время передачи k-ой информационной единицы.

Теперь, получив критерий оценки эффективности корпоративной сети, можно работать над оценкой протоколов маршрутизации с точки зрения эффективности функционирования корпоративной сети.

В данном случае параметром, влияющим на эффективность функционирования корпоративной сети, является выбор маршрута передачи сообщения.

Данные, необходимые для расчета эффективности, были получены в результате имитационного моделирования процессов маршрутизации в корпоративной сети.

После анализа ряда существующих и проектируемых корпоративных сетей масштаба города, была построена обобщенная концептуальная структура логического ядра корпоративной сети (рисунок сверху).

Затем, описана математическая модель сети, в виде нагруженного графа, вершинами которого являются маршрутизаторы, а рёбрами каналы связи.

Далее на графе имитируются процессы маршрутизации и посылки сообщений для выбранных протоколов маршрутизации.

Для протоколов маршрутизации, в соответствии с заложенными в них алгоритмами, строятся таблицы маршрутизации. Далее строится маршрут от одного узла к другому. Эти маршруты часто различаются для разных протоколов. После построения маршрута по нему посылается сообщение, состоящее из N информационных единиц с определённой скоростью поступления. При посылке сообщения маршрут, в общем случае состоящий из нескольких каналов, рассматривается как одно обслуживающее устройство с очередью. Так как маршрут представляет собой вырожденную сеть, то здесь применима теорема «о минимальном сечении», т. е. пропускная способность маршрута будет равна мини-мальной пропускной способности среди каналов, входящих в маршрут. Организация очереди не требует дополнительных ограничений, поскольку её длина контролируется за счет ограниченного времени жизни сообщений, по истечению которого сообщения покидают систему (теряются). Также учитывается вероятность потери сообщения при передаче.

где k — номер канала в маршруте

m — количество каналов в маршруте

Pk — вероятность потери сообщения в канале k.

При потере сообщения из общей суммы элементарных эффективностей сразу вычитается штраф за потерю информационной единицы. Если информационная единица дошла, то к общей сумме элементарных эффективностей прибавляется премия за доставку сообщения плюс значение Wk (Tk). В итоге, перебрав все возможные связи между узлами сети (от каждого к каждому) получаем значение для эффективности функционирования корпоративной сети в целом.

В ходе исследования были рассмотрены различные условия функционирования сети в зависимости от надёжности и загруженности каналов связи, причем было рассмотрено два типа трафика: данные (передача файлов) и мультимедиа (сжатое видео) как два основных вида трафика с наиболее ярко выраженными различиями в требованиях. В результате получилось, что протоколы IGRP и OSPF показали явное превосходство над RIP практически во всех случаях. Единственной ситу-ацией, когда протокол RIP не отставал, была передача небольших объемов информации, малочувствительной к задержкам (данные) с низкой интенсивностью поступления по малонагруженным каналам связи. IGRP лишь немного опередил OSPF и только при передаче мультимедийных данных в сложных ситуациях (ненадёжные каналы связи с разнородной нагрузкой). Эффективность протокола маршрутизации в основном зависит от его способности адаптироваться к условиям работы корпоративной сети и чем жестче условия тем сильнее проявляется эффект от этой способности.

Основываясь на результатах моделирования, можно рекомендовать в качестве протоколов маршрутизации корпоративных сетей масштаба города протоколы IGRP и OSPF, которые не имеют решающих преимуществ друг перед другом. По возможности, следует отказаться от применения устаревшего протокола RIP, который не адаптируется к изменяющимся условиям работы

6. Преимущества и недостатки Часто удается быстро получить аналитические модели для решения достаточно широкого круга задач исследования СПД. В то же время аналитические модели имеют ряд существенных недостатков, к числу которых следует отнести:

— значительные упрощения, свойственные большинству аналитических моделей (представление потоков заявок как простейших, предположение об экспоненциальном распределении длительностей обслуживания заявок, невозможность обслуживания заявок одновременно несколькими приборами, например процессором и оперативной памятью, и др.). Подобные упрощения, а зачастую искусственное приспособление аналитических моделей с целью использования хорошо разработанного математического аппарата для исследования реальных СПД ставят иногда под сомнение результаты аналитического моделирования;

— громоздкость вычислений для сложных моделей, например, использование для представления в модели процесса функционирования современной СПД по методу дифференциальных уравнений Колмогорова требует (для установившегося режима) решения сложной системы алгебраических уравнений;

— сложность аналитического описания вычислительных процессов СПД. Большинство известных аналитических моделей можно рассматривать лишь как попытку подхода к описанию процессов функционирования СПД;

— недостаточная развитость аналитического аппарата в ряде случаев не позволяет в аналитических моделях выбирать для исследования наиболее важные характеристики (показатели эффективности) СПД. Особенно большие затруднения при аналитическом моделировании связаны с учетом в процессах функционирования СПД программных средств операционных систем и другого общего программного обеспечения (ПО).

Указанные особенности позволяют заключить, что аналитические методы имеют самостоятельное значение лишь при исследовании процессов функционирования СПД в первом приближении и в частных, достаточно специфичных задачах. В этих случаях возможности исследования аналитических моделей СПД существенно расширяют приближенные методы, например методы диффузионной аппроксимации, методы операционного анализа и аналитические сетевые модели.

Хотя имитационные модели во многих случаях более трудоемки, менее лаконичны, чем аналитические, они могут быть сколь угодно близки к моделируемой системе и просты в использовании.

Основными недостатками имитационного моделирования, несмотря на появившиеся в последнее время различные системы моделирования, остаются сложность, высокая трудоемкость и стоимость разработки моделей, а иногда и большая ресурсоемкость моделей при реализации на ЭВМ.

Хотя существующие сегодня продукты моделирования способны помочь квалифицированному инженеру СПД моделировать и планировать сеть, они, по мнению экспертов, все еще слишком сложны в использовании и порой неадекватно моделируют вычислительную среду клиент-сервер. Специалисты считают, что необходимы новые модели распределенной обработки, в которых основное внимание уделялось бы пропускной способности сети одного узла к другому.

7. Сравнения по основным параметрам Пакетная ориентация существующих моделирующих программ означает, что архитектор сети или инженер должен сам определить, позволит ли убыстрение конвейерной передачи улучшить время реакции. Это справедливо для любого вида приложений, но особенно важно для программ класса клиент-сервер. Поскольку есть много способов обработки распределения между клиентом и сервером, производительность нужно измерять на основе влияния приложения, а не только пропускной способности каналов связи. Например, приложение, которое выполняет большую часть своей обработки со стороны клиента, может создавать впечатление интенсивного использования. Однако реально основной объем использования сети происходит при загрузке программы, а здесь приемлемое время реакции — 20 или 30 с. Напротив, для совместно используемой базы данных может потребоваться более быстрый конвейер.

Средства моделирования обычно включают в себя модули обработки, эмулирующие сетевые устройства (мосты и концентраторы), так что моделируемый трафик будет подвергаться той же обработке, что и реальный.

Например, в пакете моделирования PlanNet фирмы Comdisco имеется возможность эмуляции всего оборудования — от сети Token Ring и сегментов Ethernet до средств передачи речевых данных и телекоммуникационных линий Т-З.

После того как модель сети построена и работает, можно поэкспериментировать, добавляя в нее протоколы, пользователей или сетевые сегменты. Можно разбить сеть на дополнительные сегменты, применив в них, например, линию связи Т-1, и посмотреть, что произойдет. Средство моделирования покажет коэффициент использования сети в процентах от ее пропускной способности, уровни трафика и ошибок, время реакции.

Все это требует времени. Построение точной модели сложной сети может занять месяц или более. Следует принимать во внимание также значительную стоимость подобных пакетов (порядка 10 000 дол.).

Эти продукты настолько сложны, что многие специалисты по СПД занимают выжидательную позицию.

Однако хороший пакет моделирования сети поможет не только найти «узкие» места и помочь в инсталляции нового сетевого оборудования, но и реально сэкономить средства. Точно предсказав трафик СПД, можно избежать неправильного построения своей сети или отказаться от приобретения ненужного оборудования.

Финансовые аспекты моделирования являются решающими. Продукт NetMaker фирмы MakeSystems включает в себя шаблоны трафика для всех основных типов кабелей, что позволяет прикинуть, поможет ли MCI реально сэкономить средства для установления конкретной связи.

Продукт NetMaker уникален еще и тем, что в нем используются указываемые поставщиком характеристики производительности. Такие фирмы-поставщики, как Wellfleet Communications и CiscoSystems, подготавливают для Maker детальные таблицы производительности, на основе которых и производится моделирование. Этот процесс настолько отличается от других средств моделирования, что NetMaker является скорее не программой моделирования, а профайлером приложений.

7. Примеры применения Пример 1. На рис. 5 иллюстрирует работу СПД с электронной почтой на базе городской телефонной сети (модель с потерями заявок). На вход каждого узла сети поступает поток заявок с некоторой интенсивностью. Системы S1 — S6 моделируют работу телефонных каналов. Если канал в требуемом направлении занят, то заявка теряется.

Исходные данные:

Устройство Среднее время ККВ времени

обслуживания обслуживания

1 7,69 с 2,0

2 7,69 с 2,0

3 7,69 с 2,0

4 7,69 с 2,0

5 7,69 с 2,0

6 7,69 с 2,0

Интенсивность поступления заявок от каждого источника — 0,3 з/с.

Результаты расчета:

— среднее время задержки в сети — 15,0477 с;

— стандартное отклонение времени задержки в сети — 18,7703;

— максимальное время задержки в сети для 90% заявок — 35,2611 с.

Характеристики устройств:

Среднее время Стандартное отЗагрузка Вероятность

задержки, с клонение времени потери

задержки

1 7,69 231 10,8786 0,451 431 0,22 396

2 7,69 231 10,8786 0,451 431 0,22 396

3 7,69 231 10,8786 0,451 431 0,22 396

4 7,69 231 10,8786 0,451 431 0,22 396

5 7,69 231 10,8786 0,451 431 0,22 396

6 7,69 231 10,8786 0,451 431 0,22 396

Пример 2. Рис. 6 иллюстрирует работу СПД с электронной почтой на телефонной сети (модель с ожиданием и без потерь заявок). Системы S1, S5, S9 моделируют работу передатчика информации (узла коммутации). Системы S2, S3, S6, S7, S10, S11 моделируют задержку в каналах связи между соответствующими узлами. Системы S4, S8, S12 моделируют работу приемника информации (ЭВМ).

Принцип работы следующий.

Абонент узла 1 готовит письмо, которое поступает на узел коммутации (система S1), где определяется адресат письма и осуществляется передача в нужном направлении. Если адресатом является абонент узла 2, то письмо передается по каналу S3, а если адресат — абонент узла 3, то передача осуществляется по каналу S2.

В случае занятости канала передатчик ожидает его освобождения, после чего производит передачу. На приемном конце стоит персональная ЭВМ с жестким магнитным диском, куда записывается полученное письмо. Письма от абонентов других узлов передаются аналогично.

Исходные данные:

Устройство Среднее время ККВ времени

обслуживания обслуживания

1 12,000 с 0,5

2 3,410 с 2,0

3 3,410 с 2,0

4 0,016 с 2,0

5 12,000 с 0,5

б 3,410 с 2,0

7 3,410 с 2,0

8 0,016 с 2,0

9 12,000 с 0,5

10 З, 410 с 2,0

11 3,410 с 2,0

12 0,016 с 2,0

Интенсивность поступления заявок от каждого источника — 0,04 з/с, Результаты расчета:

— среднее время задержки в сети — 33,1653 с;

— стандартное отклонение времени задержки в сети — 26,0897;

— максимальное время задержки в сети для 90% заявок — 67,1629 с.

Характеристики устройств:

Среднее время Стандартное отЗагрузка

задержки, с клонение времени

задержки

1 29,7505 25,6393 0,4 819 280

2 3,41 322 1,82 667 0,13 930

3 3,41 322 1,82 667 0,13 930

4 0,1 600 0,226 0,1З

5 29,7505 25,6393 0,4 819 280

6 3,41 322 1,82 667 0,13 930

7 3,41 322 1,82 667 0,13 930

8 0,1 600 0,226 0,13

9 29,7505 25,6393 0,4 819 280

10 3,41 322 1,82 667 0,13 930

11 3,41 322 1,82 667 0,13 930

12 0,1 600 0,226 0,1З Пример 3. Рис. 7 моделирует работу СПД по продаже билетов. Детально моделируется только работа одного абонентского пункта, потоки заявок от остальных пунктов сети представляются в виде некоторого общего внешнего потока.

Система S1 моделирует работу центрального процессора компьютера, установленного в пункте продажи билетов. Система S2 моделирует работу принтера данного компьютера. Система S3 моделирует задержку в канале передачи к серверу при посылке запроса на билет. Система S4 моделирует задержку в канале передачи от сервера на абонентский пункт при ответе на запрос. Система S5 моделирует работу сервера в центральном пункте сети.

Принцип работы схемы следующий.

Посетитель делает заказ на билет (операция 1). Оператор набирает запрос на клавиатуре и посылает его в центральную базу данных на сервер (операция 2). После получения ответа клиент принимает решение (операция 3). С вероятностью 0,1 требуемого билета нет, и клиент уходит. С вероятностью 0,3 требуемого билета нет, и клиент просит послать запрос на другой билет. С вероятностью 0,6 требуемый билет имеется, оператор посылает в базу данных заявку на этот билет и после получения ответа печатает билет на принтере (операция 4). Затем клиент расплачивается, проверяет билет и уходит (операция 5). Работа остальных пунктов сети моделируется общим потоком со средней интенсивностью 100 з/мин, которые поступают непосредственно на сервер.

Исходные данные.

Техпроцесс:

Среднее время выполККВ времени

нения операции, мин выполнения операции

1 2,0 2,0

2 1,0 2,0

3 4,0 2,0

4 1,0 2,0

5 4,0 2,0

Локальная сеть:

Среднее время обслужиККВ времени обслужи;

вания в устройстве, мин вания в устройстве

1 0,1000 2,0

2 0,1500 2,0

3 0,0220 2,0

4 0,0022 2,0

5 0,0001 2,0

Результаты расчета.

Характеристика техпроцесса:

Среднее время цикла — 11,4027 мин

Стандартное отклонение времени цикла — 8,8591

Максимальное время цикла

для 90% случаев) — 22,9642 мин

Характеристики запроса 1:

Среднее время задержки в сети — 0,245 675 мин

Стандартное отклонение задержки — 0,284 096

Максимальное время задержки

(для 90% случаев) — 0,574 786 мин

Характеристики запроса 2:

Среднее время задержки в сети — 0,361 328 мин

Стандартное отклонение задержки — 0,497 105

Максимальное время задержки

(для 90% случаев) — 0,839 882 мин

Характеристики устройств:

Среднее время Стандартное отЗагрузка

задержки, мин клонение времени

задержки

1 0,109 870 0,146 328 0,311 816

2 0,257 241 0,357 637 0,73 082

3 0,22 222 0,3 143 0,282

4 0,2 222 0,31 427 0,2 815

5 0,1 488 0,1 718 0,1 001 267

1. Локальные вычислительные сети. Книги 1−3. Под ред. Назарова С. В. Москва, «Финансы и статистика», 1995

2. Д. Феррари. Оценка производительности вычислительных систем. Москва, «Мир», 1981.

3. Максименков А. В., Селезнев М. Л. Основы проектирования информационно-вычислительных систем и сетей ЭВМ. Москва, «Радио и связь», 1991.

4. Назаров А. Н., Симонов М. В. //АТМ: технология высокоскоростных сетей. — М.: ЭКО-ТРЕНДЗ, 1997.

5. ПО моделирования работы сетей. Computerweek-Moscow, № 5, 1995.

6. Васильев М., Хомков И., Кравченко С., Шаповаленко С. //Моделирование и анализ корпоративных информационных систем — PC Week/RE, № 34, 1998.

7. Мусич П. //Cabletron и Optimal Network в одной команде — PC Week/RE, №, 1997.

8. Мусич П. //НР пересматривает перечень услуг OpenView — PCWeek/RE, № 17, 1998.

9. NetworkVUE. Рекламный материал.

10. http:\www.altagroup.com

11. Preliminary experience with COMNET III for the ATLAS modeling. http:\axcn01.cern.ch/cms/comnet.html

12. http:\www.caciasl.com

13. http:\www.netsystech.com

14. http:\www.cisco.com

15. http:\www.grci.com

16. http:\www.makesystems.com

17. http:\www.mil3.com

18. http:\www.ndacorp.com

19. http:\www.newbridge.com

20. Use of Network Modeling Tools in the Nile System Design. — http:\www.nile.utexas.edu/Nile/CHEP95/Network-Modeling.html.

21. Г. П. Башарин, П. П. Бочаров, Я. А. Коган. //Анализ очередей в вычислительных сетях. Теория и методы расчета. — М.: Наука, 1989.

22. W. Kramer, M. Langenbach-Belz. Approximation for the delay in the queueing systems GI¦GI¦1. Congressbook, 8th ITC, Melbourne, 1976.

23. Л.Клейнрок. //Вычислительные системы с очередями. — М.: Мир, 1979.

24. E. Gelenbe, G.Pujolle. //The behaviour of a single queue in a general queueing network. Acta Informatica, 1976, v.7, No.2, p.123−136.

Рис.

5. Пример моделирования СПД с электронной почтой на телефонной сети с помощью открытой СеМО (модель с потерями заявок)

Рис.

6. Пример моделирования СПД с электронной почтой на телефонной сети с помощью открытой СеМО (модель с ожиданием и без потерь заявок): прд — передатчик информации, прм — приемник информации

Рис.

7. Пример моделирования СПД по продаже билетов с помощью смешанной СеМО со сложной структурой работы диалогового абонента

Рис.

1. Пример моделирования СПД с помощью открытой СеМО

Рис.

2. Пример моделирования СПД с простым режимом работы диалоговых абонентов с помощью замкнутой СеМО

Рис.

3. Пример моделирования СПД со сложным режимом работы диалоговых абонентов с помощью замкнутой СеМО

Рис.

4. Пример моделирования СПД с простым режимом работы диалоговых абонентов с помощью смешанной СеМО