Алгоритмы структурной оптимизации и методы анализа информационных процессов в современных телекоммуникационных системах
Диссертация
Свойства временных рядов самоподобного трафика изучались в работах Городецкого А. Я., Заборовского B.C., Шелухина О. И., Петрова В. В., но анализируемый в этих работах трафик использовался с очень малым уровнем агрегирования, и прогноз совершался только на несколько секунд или минут вперед, что достаточно, например, для динамичного распределения полосы пропускания, но получить общую картину… Читать ещё >
Список литературы
- Айвазян С.А. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е изд. испр. —Т.2.: Айвазян С. А. Основы эконометрики. М.: ЮНИТИ-ДАНА, 2001. — 432 с.
- Батищев Д.И. Генетические алгоритмы решения экстремальных задач. — Н. Новгород: Государственный комитет Российской Федерации по высшему образованию, Нижегородский государственный университет им. Н. И. Лобачевского, 1995.-71 с.
- Береснев В.Л., Гимади Э. Х., Дементьев В. Т. Экстремальные задачи стандартизации. Новосибирск: Наука, 1978. -300 с.
- Береснев В.Л. Алгоритм неявного перебора для задачи типа размещения и стандартизации. Управляемые системы. Вып.12 (1974). Новосибирск, Институт математики Сиб.отд. АН СССР, С. 24−34.
- Боровков А.А. Теория вероятностей: Учебное пособие для Вузов. — 2-е изд. перераб. и доп. М. Наука. Гл. ред. физ.-мат. лит. 1986. 423 с.
- Босс В. Лекции по математике. Т.4: Вероятность, информация, статистика. Изд. 2-е, испр. -М.Издательство ЛКИ, 2008. -216 с.
- Бугров Д.А. Постановка задачи структурной оптимизации магистральной корпоративной телекоммуникационной сети // Информация и Космос. — 2005. -№ 2. -С. 4217.
- Вегешна Ш. Качество обслуживания в сетях 1Р.: Пер. с англ. М.: Изд. дом «Вильяме», 2003. -368 с.
- Галеев Э.М. Оптимизация. Теория, примеры, задачи: Учебное пособие. Изд. 2-е, испр. и доп. -М.:КомКнига, 2006. 336 с.
- Галямов В.А. О задаче оптимизации построения первичной сети свя-зи.//Труды ИВМ и МГ. Сер. Информатика. Новосибирск, 2005. -№ 5. — С. 68−79.
- П.Гладков Л. А. Генетические алгоритмы / Л. А. Гладков В.В. Курейчик В. М. Курейчик. -М: Физматлит, 2006 г. -402 с.
- Голяндина Н.Э. Метод «Гусеница"-88А: анализ временных рядов: Учеб. пособие. СПб: Изд-во СПбГУ, 2004. -76 с.
- Гончаров E.H., Кочетов Ю. А. Поведение вероятностных жадных алгоритмов для многостадийной задачи размещения. Дискретный анализ и исследование операций. Сер.2, т.6 (1999). — № 1. — С. 12−32.
- Городецкий А.Я., Заборовский B.C. Информатика. Фрактальные процессы в компьютерных сетях: Учеб. пособие. /СПб.: Изд-во СПбГТУ, 2000. -102 с.
- Гмурман В.Е. Теория вероятностей и математическая статистика. Учеб. пособие для вузов. 8-е изд., стер. М.: Высш. шк., 2002. -479 с.
- Дж. Макконнелл Основы современных алгоритмов. 2-е дополненное издание Москва: Техносфера, 2004. 368 с.
- Емельянов В.В. Теория и практика эволюционного моделирования/.В. Емельянов, В. В. Курейчик, В. М. Курейчик. -М: Физматлит, 2003. 431 с.
- Заборовский B.C. Методы и средства исследования процессов в высокоскоростных компьютерных сетях: Диссертация на соискание ученой степени доктора технических наук -СПб., 1999 г.
- Зайченко Ю.П., Гонта Ю. В. Структурная оптимизация сетей ЭВМ. К.: Техшка, 1986.-168 с.
- Зембицкая A.C., Колеснык Е. В. Экспериментальные исследования трафика высокоскоростных сетей.//Проблемы информатизации и управления: 2006. С.65−71.
- Карпов, Ю. Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5.- СПб: БХВ-Петербург, 2006 400 с.
- Каширина И.JI. Генетический алгоритм решения квадратичной задачи о назначениях специального вида// Вестник ВГУ. Серия физика, о назначениях специального вида// Вестник ВГУ. Серия физика, математика, 2003. № 1.-С. 128−131.
- Кендел М. Временные ряды: Пер. с англ. и предисл. Ю. П. Лукашина. М: Финансы и статистика, 1981. — 199 с.
- Клейнрок Л. Теория массового обслуживания / Л. Клейнрок.- М.: Машиностроение, 1979. 432 с.
- Клейнрок Л. Вычислительные системы с очередями. М.: Мир, 1979.- 600 с.
- Косолапова Л.Г., Ковров Б. Г. Эволюция популяций. Дискретное математическое моделирование. — Новосибирск: Наука, 1988. —93 с.
- Ковалев М.М. Дискретная оптимизация (целочисленное программирование). Изд. 2-е, стереотипное. М.: Едиториал УРСС, 2003. -192 с.
- Кормен Т., Лейзерсон Ч., Ривест Р. Алгоритмы: построение и анализ. — М.: МЦНМО, 2001. 960 с.
- Крылов В.В., Самохвалова С. С. Теория телетрафика и ее приложения. -СПб.: БХВ-Петербург, 2005. 288 с.
- Кучерявый Е.А. Управление трафиком и качество обслуживания в сети Интернет. СПб.: Наука и Техника, 2004. — 336 с.
- Лагутин B.C., Степанов С. И. Телетрафик мультисервисных сетей связи. М.: Радио и связь, 2000. -320 с.
- Лимончелли Т., Хоган К., Чейлап С. Системное и сетевое администрирование. Практическое руководство. 2-е изд. М.:Символ-Плюс, 2009. -944 с.
- Мандельброт Б. Фрактальная геометрия природы. М.: «Институт компьютерных исследований», 2002. -656 с.
- М. Россарио Н., Ст. Г. Юджин Введение в эконофизику: Корреляции с ложность в финансах. Пер. с англ./Под ред. В. Я. Габескерия. -М. ¡-Книжный дом «ЛИБРОКОМ», 2009. -192 с.
- Матвеенко И.М., Бурковский A.B. Модели оптимизации параметров обслуживания в развивающихся корпоративных сетях специального назначения // Вестник Воронежского государственного технического университета. 2007. -Т.З. —№ 5. С.73−76.
- Найденов В.И., Кожевникова И. А. Эффект Харста в геофизике // Природа.-2000. № 1.
- Олифер В.Г., Олифер H.A., Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 3-е изд. — СПб.: Питер, 2007. —958 с.:ил.
- Панченко, Т. В. Генетические алгоритмы: учебно-методическое пособие / под ред. Ю. Ю. Тарасевича. Астрахань: Издательский дом «Астраханский университет», 2007. — 87 с.
- Пащенко М.Г. Лагранжевы эвристики для задачи размещения с ограничениями на мощности. Труды XI международной Байкальской школы-семинара Методы оптимизации и их приложения. Иркутск, т.1 (1998), С.175−178.
- Петров В.В. Структура телетрафика и алгоритм обеспечения качества обслуживания при влиянии эффекта самоподобия. Автореферат диссертации. Москва. 2005. — 20 с.
- Петров В.В., Платов В. В. Исследование самоподобной структуры телетрафика беспроводной сети // Радиотехнические тетради. 2004. -№ 30. — С. 58 -62.
- Пятаев О.В. Применение генетического алгоритма для оптимизацииструктуры кампусной сети // Радиоэлектронные и телекоммуникацион121ные системы и устройства: Межвузовский тематический сборник научных трудов. 2000 г. — С. 55−61.
- Рутковский JI., Пилиньский М., Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Горячая линия-Телеком, 2004 г.-452 с.
- Рындин H.A., Калмыков A.A. Постановка задачи оптимизации многосегментных кампусных сетей // Оптимизация и моделирование в автоматизи рованных системах: межвуз. сб. науч. тр. Воронеж- ВГТУ, 2005. С. 166 171.
- Семенов А.Б., Стрижаков С. К., Сунчелей И. Р. Структурированные кабельные системы.Стандарты, компоненты, проектирование, монтаж и техническая эксплуатация. М. КомпьютерПресс, 1999.— 482 с.
- Семенов М.Е. Экспериментальные исследования трафика компьютерной сети на предмет самоподобия / М. Е. Семенов, А. Ю. Соловьев //Системы управления и информационные технологии, 2008. —№ 3(33).— С. 71−73.
- Семенов М.Е. Алгоритмы структурной оптимизации сетей связи / М. Е. Семенов, А. Ю. Соловьев, О. В. Тимченко //Системы управления и информационные технологии, 2009.-№ 3.1(37).-С. 195−199.
- Семенов М.Е. О применении авторегрессионных моделей для анализа временных рядов сетевого трафика / М. Е. Семенов, А. Ю. Соловьев //Труды Шестой региональной научно-практической конференции студентов и аспирантов. Старый Оскол, 2010. -т.2. -С.69−71.
- Соловьев А.Ю. Сингулярно-спектральный анализ в исследованиях временных рядов сетевого трафика // Труды Второй Всероссийской научно-практической конференции «Перспективы развития информационных технологий» «. — Новосибирск, 2010. С. 117−122.
- Соловьев А.Ю. Идентификация трендовых и периодичных составляющих в трафике сетей связи // Труды Всероссийской конференции «Новые технологии в научных исследования, проектировании, управлении, производстве». -Воронеж, 2010. С.59−61.
- Столлингс В. Современные компьютерные сети: Питер, 2-е изд. (пер. с англ. Леонтьева А.), 2003. 784 с.
- Филлипс Д., Гарсиа-Диас А. Методы анализа сетей/ Пер. с англ. — М.: Мир, 1984.-496 с.
- Шелухин, О. П., Осин А. В., Смольский С. М. Самоподобие и фракталы. Телекоммуникационные приложения. / Под ред. О. И. Шелухина. -М.:ФИЗМАТЛИТ, 2008. -386 с.
- Шредер М. Фракталы, хаос, степенные законы. Миниатюры из бесконечного рая. Москва-Ижевск 2001. — 528 с.
- Штовба С. Д. Муравьиные алгоритмы.//Ехропеп!а Pro. Математика в приложениях, 2003, № 4, С. 70−75.
- Цыбаков Б.С. Модель телетрафика на основе самоподобного случайного процесса // Радиотехника. 1999. —№ 5. — С. 24−31.
- Э.Петерс Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка: Пер. с англ. -М.:Мир. 2000. -333 с. ил.
- Aarts Е. Н. L, Korst J.H.M., van Laarhoven P. J. M. Simulated annealing. Local Search in Combinatorial Optimization. Chichester: Wiley. 1997. P. 91—120.
- Akins U., Khumawala M. An efficient branch and bound algorithm for the capacitated warehouse location problem. Management Science v23 (1977), pp 585−594.
- Beran J. Statistical Methods for Data with Long-Range Dependence // Statistical Science, Volume 7, Issue 4. 1992. P. 404−416.
- Bonald T. Comparison of TCP Reno and TCP Vegas via Fluid Approximation. // Rapport de recherche N. 3563. INSTITUT NATIONAL DE RECHERCHE EN INFORMATIQUE ET EN AUTOMATIQUE. -1998.
- Buchstaber V.M. Time series analysis and grassmannians //Applied Problems of Radon Transform./ Ed. by S. Gindikin. Providence, RI: AMS, 1994. P. 117.
- C. Assi, Y. Ye, S. Dixit, and M. Ali, «Dynamic Bandwidth Allocation for Quality-of-Service Over Ethernet PONs», IEEE Journal on Selected Areas in Communications 21(9), pp. 1467−1477, November 2003.
- C. W. J. Granger and R. Joyeux. «An introduction to long-memory time series and fractional differencing», Journal of Time Series Analysis, 1980.
- Colomi A., Dorigo M., Maniezzo V. Distributed optimization by Ant Colonies. Proceedings of the First European Conference on Artifical Life. Paris, France, 1991.-pp. 134−142.
- Dang T. D., Sonkoly B., Molnar S. Fractal Analysis and Modelling of VoIP Traffic // NETWORKS2004, Vienna, Austria, June 13−16, 2004.
- Dorigo M. Swarm Intelligence, Ant Algorithms and Ant Colony Optimization // Reader for CEU Summer University Course «Complex System». — Budapest, Central European University, 2001. — P. 1−38.
- Eisner J.B. and Tsonis A.A. Singular Spectrum Analysis. A New Tool in Time Series Analysis. New York and London: Plenum Press, 1996. 164 p.
- F. Effenberger, et al., «An Introduction to PON Technologies.» IEEE Comm. Magazine, vol. 45, no. 3, Mar. 2007, pp. 17−25.
- Feng W., Tinnakornsrisuphap P. The Failure of TCP in High-Performance Computational Grids // SC2000: High-Performance Network and Computing Conference, Dallas, TX. November, 2000.
- George Box, Gwilym M. Jenkins, and Gregory C. Reinsel. Time Series Analysis: Forecasting and Control, third edition. Prentice-Hall, 1994.
- Goldberg G. Genetic algorithms in search. Optimization and machine learning. Adison Wesley: MA, 1989. — P. 32-^17.
- Gusella R. A Measurement Study of Diskless Workstations Traffic on an Ethernet. // IEEE Trans, on Communications. 38(9). 1990. — p. 1557−1568.
- Hansen, P. and Jaumard, B. Cluster Analysis and Mathematical Programming. Mathematical Programming 79 (1997), p. 191−215.
- Hendry, D.F. and Nielsen, B. 2007. Econometric Modeling: A Likelihood Approach, Princeton University Press.
- Holmberg K., Ronnqvist M., Yuan D. An exact algorithm for the capacitated facility location problems with single sourcing. European Journal of Operational Research, vl 13 (1999), pp 544−559.
- J. Tang, B. Hao, and A. Sen. Relay node placement in large scale wireless sensor networks. Computer Communications, 29(4):490−501, 2006.
- K. Kim, «On the evolution of PON-based FTTH solutions», Information sciences 149 21−30, 2003.
- Khumawala B.M. An efficient heuristic procedure for the capacitated warehouse location problem. Naval Research Logistics Quarterly. v21 (1974), N4, pp 609−623.
- Krarup J., Pruzan P.M. The simple plant location problem: Survey and synthesis. European Journal of Operational Research. vl2 (1983), pp 36−81.
- Leland W.E., Taqqu M.S., Willinger W., and Wilson D.V. On the self-similar nature of ethernet traffic // IEEE/ACM Transactions of Networking, 2(1), 1994.-P. 1−15.
- M. Hajducznia, et al., Optimized passive optical network deployment // Journal of Opt. Net., vol. 6, no. 9, Sep. 2007, pp. 1079−1104.
- Mills, Terence C. Time Series Techniques for Economists. Cambridge University Press, 1990.
- Mirchandani P.B., Francis R.L. Discrete Location Theory. John Wiley & Sons, 1990.
- Olowoyeye G., Kim B., Chandra K. Modelling Spectral Features in TCP Traffic. Submitted to ITC'99, October 1998.
- Ostring S., Sirisena H. The Influence the Long-Range Dependence on Traffic Prediction // Proceedings of ICC'01. -Helsinki, June 2001.
- Pandit, Sudhakar M. and Wu, Shien-Ming. Time Series and System Analysis with Applications. John Wiley & Sons, Inc., 1983.
- Petrowski D., Taillard S. Metaheuristics for Hard Optimization. Methods and Case Studies. Springer. 2006.
- Potapov A., Kurths J. Correlation integral as a tool for distinguishing between dynamics and statistics in time series data // Physics D. 120. —1998. -P.369−385.
- S.Ilnickis, Research of the network server in self-similar traffic environment, RTU, Riga, 2003.
- Sridharan R. The capacitated plant location problem. European Journal of Operational Research. v87 (1995), pp. 203−213.
- Trajkovic L., Neidhardt A. Internet traffic prediction // Centre for Systems Science, Simon Fraser University, Vol. 12, Issue 1. Mar. 2000.
- Reimann M. Ant Based Optimization in Good Transportation. PhD Thesis. University of Vienna. -Vienna, Austria, 2002. 149 p.
- Riedi R., Vehel J. TCP traffic is multifractal: a numerical study. // INRIA research report 3129 March 1997.
- Veres A., Boda M. The Chaotic Nature of TCP Congestion Control//Proceedings of IEEE INFOCOM'2000, March 2000.
- Willinger W., Taqqu M.S., Sherman R., Wilson D.V., Self-Similarity Through High-Variability: Statistical Analysis of Ethernet LAN Traffic at the Source Level, IEEE/ACM Transactions on Networking, Vol. 5, No. 1, 1997.
- Компания Cisco, производитель сетевого оборудования, http://www.cisco.com/web/RU.
- Компания D-Link, производитель сетевого оборудования, http://www.dlink.ru/.
- Компания Huawei, производитель сетевого оборудования http://www.huawei.com/ru/ .
- Компания Zyxel, производитель сетевого оборудования http://www.zyxel.ru
- Программа Cartepillar SSA, для анализа временных рядом методом сингулярно-спектрального анализа. http://www.gistatgroup.eom/gus/detail.html#d3.
- Selfis vO. lb -программа для анализа экспоненты Хэрста разработки Thomas Karagiannis: http://www.cs.ucr.edu/~tkarag .
- Листинг программы в среде Anylogic, разработанного алгоритма на основе метода муравьиных колоний для задачи структурной оптимизации.1.3адача размещения с ограниченным числом подключаемых абонентских устройств
- Код блока функции start (i, j) for (i=0-i
- Функция start (ij) отвечает за расчет расстояний между промежуточными и абонентскими узлами.
- Разработанный алгоритм в среде Anylogic, представлен следующими диаграммами состояний:
- Функция ChoosePath отвечает за формирование маршрута, а так же расчета количества наносимого феромона на выбранный маршрут для каждого муравья-агента Блок «Обновление пути»: while (k! =num Ant) {1. UpdatePath ()-if (ant.item (k).fitness
- CurrentFitness=ant.item (k).fitness- //Процедура выбора текущего наилучшего решения ind=k-for (i=0-i
- Prom 1 1. j. =ant. item (k). choose [i] [j ]- }}k+± }k=0-
- Переход «Завершающий переход»: while (k! =num Ant) {ant.item (k). fitness=0- end ()-k+± }for (i=0-i
- Переход отвечает за процедуру испарения феромонов, а так же обнуления всех нужных счетчиков. Функция EndQ: for (i=0-i
- После этого алгоритм переходит в блок «Начальное состояние» и запускается вновь, процедура повторяется, пока не будет найдено наилучшее решение.2.3адача размещения с ограниченным числом промежуточных устройств
- Как видим, некоторые параметры претерпели изменение по сравнению с предыдущим алгоритмом. Это связано со спецификой задачи и установленными ограничениями