Помощь в написании студенческих работ
Антистрессовый сервис

Гибридная модель информационных потоков в высокоскоростных магистральных Интернет-каналах

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Для устранения перечисленных выше недостатков жидкостной модели Интернет-трафика представляется целесообразным разработать гибридную модель информационных потоков, в которой дискретные запросы пользователей, разыгрываемые средствами статистических абстрактных аЫ-источников, преобразуются в потоки жидкостной модели. Последняя, в свою очередь, учитывает современные механизмы ограничения скорости… Читать ещё >

Гибридная модель информационных потоков в высокоскоростных магистральных Интернет-каналах (реферат, курсовая, диплом, контрольная)

Содержание

  • Введение
  • Глава 1. Анализ современных подходов, используемых при моделировании Интернеттрафика. Постановка задач исследования
    • 1. 1. Способы описания Интернет-трафика в рамках OSI-модели
    • 1. 2. Анализ подходов, используемых при моделировании Интернет-трафика
      • 1. 2. 1. Модели генераторов трафика
      • 1. 2. 2. Модели процесса передачи данных по сети
      • 1. 2. 3. Программные средства моделирования Интернет-трафика
    • 1. 3. Постановка задачи исследования
  • Глава 2. Разработка гибридной модели информационных потоков в высокоскоростных магистральных Интернет-каналах
    • 2. 1. Анализ классического варианта жидкостной модели Интернет-трафика
    • 2. 2. Учет в жидкостной модели режима гарантированной скорости доступа и множества потоков, создаваемых различными классами пользователей
    • 2. 3. Статистическая модель источников
    • 2. 4. Гибридная модель информационных потоков в высокоскоростных магистральных
  • Интернет-каналах
    • 2. 5. Результаты тестирования программной реализации гибридной модели информационных потоков
  • Глава 3. Исследование реального трафика действующего магистрального Интернет-канала
    • 3. 1. Технология предварительной обработки дампов реального трафика, передаваемого в высокоскоростном Интернет-канале
    • 3. 2. Исследование влияния размера окна агрегации на статистические свойства сетевого трафика
    • 3. 3. Сравнение свойств реального и моделируемого трафика. ЮЗ
  • Выводы
  • Глава 4. Применение гибридной модели информационных потоков для исследования особенностей функционирования сетевого оборудования магистральных Интернет-каналов
    • 4. 1. Исследование особенностей информационных потоков в сети Интернет в режиме ограничения скорости
      • 4. 1. 1. Анализ результатов расчетов без учета вероятностного сброса пакетов (ВС = ВЕ)
      • 4. 1. 2. Анализ результатов расчетов с учетом вероятностного сброса пакетов (ВЕ> ВС)
      • 4. 1. 3. Исследование влияния конечной скорости оборота пакетов КТТ на свойства Интернет-трафика
    • 4. 2. Исследование особенностей Интернет-трафика в многопоточном режиме
      • 4. 2. 1. Исследование влияния видов активности пользователей на вариабельность трафика магистрального Интернет-канала
      • 4. 2. 2. Исследование влияния типов пользователей на свойства агрегированного Интернет-трафика
    • 4. 3. О допустимой загрузке высокоскоростного канала передачи Интернет-трафика
      • 4. 3. 1. Анализ результатов расчетов загрузки магистрального канала средствами гибридной модели информационных потоков
    • 4. 4. Исследование влияния размера буфера сетевого маршрутизатора на качество обслуживания пользователей сети Интернет
  • Выводы

Современное состояние телекоммуникационной отрасли характеризуется постоянным ростом технических возможностей оборудования, увеличением скоростей передачи данных, а также появлением новых критериев обеспечения качества обслуживания клиентов. Сегодня большинство современных Интернет-провайдеров произвели переход на так называемые «безлимитные» тарифные планы, где важным критерием обеспечения качества обслуживания является предоставление заявленной скорости передачи данных.

В этих условиях Интернет-провайдеры при проектировании современных телекоммуникационных сетей должны знать точный ответ на вопрос: какое количество пользователей они смогут обслуживать при условии обеспечения заявленной скорости доступа к Интернет-каналам. Как показывает практика, сегодня наиболее популярными остаются эмпирические методы оценки количества необходимых сетевых ресурсов (например, метод экспертных оценок), которые зачастую оказываются недостаточно точными. Это, в свою очередь, приводит либо к неоправданным затратам, либо к несоответствию между заявленным и фактическим качеством предоставляемых пользователю сетевых сервисов и, как следствие, невыполнению провайдером взятых на себя обязательств.

Проведенный анализ существующих решений данной проблемы показал, что один из наиболее рациональных подходов, обеспечивающих, с одной стороны, адекватный выбор необходимого сетевого оборудования и не требующий при этом его приобретения, монтажа, настройки и проверочного тестирования на действующих Интернет-каналах, с другой — основан на использовании математических моделей каналов передачи данных.

Классические подходы, используемые при исследовании моделей передачи подробно описаны в работах, посвященных системам массового обслуживания, например таких авторов как А. Я. Хинчин, Б. В Гнеденко.,.

JI. Клейнрок и др. [1,2,3]. Принципы построения таких систем легли в основу современного имитационного моделирования (ИМ), широко применяемого при проектировании сетей передачи данных.

Современный уровень развития вычислительной техники позволил создавать множество специализированных языков имитационного моделирования, а также сред моделирования сетей передачи данных — сетевых симуляторов. Появление методов генерации синтетического трафика и моделей его прохождения по сети, средствами сетевых симуляторов открыло широкие возможности для изучения моделей передачи данных и их сравнения с данными о реальных каналах передачи.

Необходимо отметить, что многие исследователи (Б.С. Цыбаков, А. Я. Городецкий, B.C. Заборовский, В. В. Крылов, О. И. Шелухин, В. В. Петров и др. [4,5,6]) в своих работах акцентировали внимание на самоподобии сетевого трафика. Вместе с тем известен ряд современных работ, посвященных исследованию особенностей высокоскоростных магистральных Интернет-каналов, авторам которых не удалось обнаружить самоподобные свойства сетевого трафика. Так Н. Gupta, А. Mahanti, V.J. Ribeiro [7] обнаружили, что на временных интервалах порядка нескольких секунд самоподобные свойства проявляются, а на более коротких временных отсчетах не проявляются и распределение сетевого трафика близко к распределению Пуассона. Принимая во внимание рост скоростей передачи данных в современных магистральных Интернет-каналах, а также сглаживающий эффект современных политик ограничения скорости, для однозначного ответа на вопрос, является ли трафик современных магистральных Интернет-каналов самоподобным, требуются дополнительные исследования.

Как известно, одним из наиболее важных факторов определяющих реалистичность моделируемого трафика являются статистические свойства источников (т.е. характер активности работы пользователей). Поэтому параллельно с развитием методов моделирования прохождения данных по сети продолжают развиваться методы построения статистически реалистичных источников трафика. Современные варианты моделей Интернет-трафика предложены в работах Hernandez-Campos, F.D. Smith, В. А. Огородникова, А. С. Родионова, А. А. Назарова, Г. А. Михайлова и др [8,9,11].

На сегодняшний день большой интерес при исследовании высокоскоростных Интернет-каналов представляют жидкостные модели передачи данных, предложенные группой исследователей: V. Mishra, W.B. Gong, D. Towsley. Применение данного класса моделей позволяет существенно сократить затраты машинного времени и решать задачи моделирования современных магистральных каналов на скоростях, на которых сетевые пакетные симуляторы уже не применимы.

Проведенный анализ работ, посвященных проблеме моделирования современных магистральных Интернет-каналов, позволяет предложить следующую классификацию известных подходов:

1. Аналитические модели (в первую очередь модели теории массового обслуживания).

2. Программы-генераторы сетевого трафика (в том числе, статистические модели трафика).

3. Сетевые пакетные симуляторы — специализированные программные продукты, предназначенные для детального описания процесса передачи данных по сети (на уровне отдельных пакетов) и учитывающие механизмы регулирования скорости потоков трафика.

4. Жидкостные модели, учитывающие механизмы управления скоростью потоков передачи, что позволяет существенно уменьшить число рассматриваемых событий при моделировании Интернет-трафика за счет перехода от рассмотрения процессов распространения в канале передачи данных отдельных пакетов к рассмотрению укрупненных групп пакетов. (Здесь можно провести аналогию с известным в физике последовательным переходом от метода молекулярной динамики, используемого для описания движения отдельных молекул газа (пакетов), к описанию свойств газов на языке функций распределения, одновременно описывающих свойства всех частиц газа (группы пакетов), и далее к термодинамическому описанию (характеристики магистрального Интернет-канала)). В таких моделях оказывается возможным учесть особенности функционирования алгоритмов ограничения скорости отдельных пользователей, применяемых в современных высокоскоростных сетях передачи данных.

Необходимо отметить, что каждому из перечисленных выше подходов присущи известные недостатки:

1. При использовании аналитических моделей не удается учесть особенности современных механизмов регулирования скорости (механизмы реакции на потери пакетов, ограничения потоков отдельных пользователей, влияние потоков друг на друга и т. д).

2. При использовании программ-генераторов трафика оказывается невозможным учесть особенности передачи генерируемого трафика по каналу передачи данных, а также учесть механизмы обратной связи при потере пакетов, используемые в современных Интернет-каналах для управления скоростью передаваемого потока данных.

3. Использование пакетных симуляторов оказывается возможным только для моделирования каналов с умеренной пропускной способностью (потоки порядка десятков Мбит/с).

4. Источники трафика, применяемые в жидкостных моделях, оказываются весьма приближенными, поскольку в рамках известных моделей (см., например, [10]) не удается учесть рассогласованный (дискретный) характер действий пользователей.

Для устранения перечисленных выше недостатков жидкостной модели Интернет-трафика представляется целесообразным разработать гибридную модель информационных потоков, в которой дискретные запросы пользователей, разыгрываемые средствами статистических абстрактных аЫ-источников [11], преобразуются в потоки жидкостной модели. Последняя, в свою очередь, учитывает современные механизмы ограничения скорости клиентов сети Интернет, а так же механизмы сброса пакетов на маршрутизаторе. Предложенный подход представляется достаточно универсальным, поскольку позволяет учесть особенности активности пользователей сети Интернет, и, одновременно, обеспечивает возможность исследования влияния параметров настройки сетевого оборудования высокоскоростных магистральных Интернет-каналов на качество обслуживания отдельных пользователей.

Таким образом, тема данной диссертационной работы является актуальной.

Объект исследования: математические модели процессов передачи данных в сети Интернет.

Предмет исследования: гибридная модель информационных потоков в высокоскоростных магистральных Интернет-каналах.

Цель диссертационной работы: разработка гибридной модели информационных потоков, в которой учитывается активность различных классов пользователей средствами дискретной статистической модели, а также реализуются алгоритмы управления и ограничения скорости передачи данных средствами жидкостной модели сетевого трафика.

Для достижения поставленной цели решаются следующие основные задачи исследования:

1. Анализ подходов к построению математических моделей, используемых при моделировании Интернет-трафика, с точки зрения их применимости для исследовании работы современных высокоскоростных магистральных Интернет-каналов.

2. Модификация жидкостной модели трафика для ее адаптации к особенностям передачи данных по высокоскоростным магистральным Интернет-каналам, а также для учета активности пользователей сети Интернет и алгоритмов ограничения скорости отдельных пользователей, используемых в современных сетях Интернет.

3. Оценка адекватности гибридной модели информационных потоков на основе сравнительного анализа свойств расчетного трафика и реального трафика, полученного в процессе мониторинга магистрального Интернет-канала.

4. Применение гибридной модели информационных потоков для решения ряда практических задач, в том числе исследования влияния параметров настройки сетевого оборудования на качество обслуживания пользователей Интернет с учетом механизмов ограничения скорости передачи данных.

Методы исследования. В работе использованы методы теории вероятностей, теории массового обслуживания, математической статистики, численных методов, методов анализа временных рядов, а также нелинейной хаотической динамики.

Научная новизна полученных результатов. В диссертации получены следующие новые научные результаты:

1. Проведен анализ известных подходов к построению математических моделей сетевого трафика, передаваемого в высокоскоростных магистральных Интернет-каналах, и выявлены их недостатки.

2. Разработана гибридная модель информационных потоков высокоскоростных магистральных Интернет-каналов, в которой активность отдельных пользователей описывается средствами дискретной модели абстрактных аЫ-источников, а ограничение скорости потоков Интернет-трафика осуществляется средствами модифицированной жидкостной модели.

3. Получено экспериментальное подтверждение адекватности гибридной модели информационных потоков в высокоскоростных магистральных Интернет-каналах.

4. Исследовано влияние уровня загрузки канала, объема входного буфера магистрального маршрутизатора, а также значений параметров, определяемых выбранной политикой ограничения скорости, на качество обслуживания пользователей сети Интернет.

Практическая значимость работы.

1. Создана программная реализация гибридной модели информационных потоков высокоскоростных магистральных Интернет-каналов.

2. Научно обоснованы практические рекомендации для локальных Интернет-провайдеров по настройке сетевого оборудования и выбору параметров режимов ограничения скорости конечных пользователей.

3. Результаты, полученные в ходе выполнения настоящей диссертационной работы, позволяют более глубоко понять причины возникновения перегрузок в современных магистральных Интернет-каналах, могут быть использованы при создании новых программных средств моделирования сетевого трафика.

На защиту выносятся:

1. Гибридная модель информационных потоков в высокоскоростных магистральных Интернет-каналах, базирующаяся на принципах построения жидкостных моделей сетевого трафика, в которую интегрирована дискретная модель абстрактных аЫ-источников трафика, что позволяет учесть рассогласованный характер активности пользователей, а также алгоритмы ограничения скорости передачи трафика, используемые в магистральных Интернет-каналах.

2. Результаты оценки адекватности гибридной модели информационных потоков в магистральных Интернет-каналах.

3. Результаты исследования влияния на качество обслуживания пользователей сети Интернет уровня загрузки магистрального канала, объема входного буфера маршрутизатора магистрального Интернет-канала, а также параметров выбранной политики ограничения скорости.

Достоверность полученных результатов обеспечена обоснованным применением методов теории вероятности, численных методов решения систем дифференциальных уравнений, согласованностью экспериментальных результатов с имеющимися теоретическими данными.

Внедрение результатов диссертационного исследования.

Результаты диссертационного исследования использованы в ЗАО «Корус АКС», а также в ФГАОУ ВПО «Уральский федеральный университет им. первого Президента России Б. Н. Ельцина» при подготовке бакалавров по направлению «Информатика и вычислительная техника».

Результаты диссертационного исследования были включены в инновационный проект, представленный на конкурсе, проводимом в 2010 г. Фондом содействия развитию малых форм предприятий в научно-технической сфере и ставший победителем программы «Участник Молодежного Научно-Инновационного Конкурса» («УМНИК»).

Апробация работы.

Материалы работы докладывались на следующих научных конференциях: Международной научно-практической конференции «СВЯЗЬ-ПРОМЭКСПО 2008», Екатеринбург, 6−8 мая 2008 г.- Седьмой Российской конференции с международным участием «Новые информационные технологии в исследовании сложных структур», Томск, 2−5 сентября 2008 г.- Международной научно-практической конференции «СВЯЗЬ-ПРОМЭКСПО 2009», Екатеринбург, 17−19 марта 2009; 12-й Международной научно-технической конференции «Цифровая обработка сигналов и ее применение», Москва, 31 марта-2 апреля 2010 г.- 65-й научной сессии РНТОРЭС им. Попова, посвященной Дню радио, Москва, 19−20 мая 2010 г.- Международной научно-практической конференции «СВЯЗЬ-ПРОМЭКСПО 2011». Екатеринбург, 4−6 мая 2011 г.

Публикации по теме диссертации. По результатам исследований опубликовано 13 печатных работ, из которых в рекомендованных ВАК РФ периодических изданиях — 4.

Структура диссертационной работы. Диссертационная работа состоит из введения, четырех разделов, заключения, списка использованных источников, содержащего 109 наименований, и 3 приложения. Общий объем работы составляет 164 страницы, в том числе 63 рисунка, 18 таблиц.

Выводы.

Гибридная модель информационных потоков позволила найти решение следующих практически важных задач:

1. Исследовать влияние значений параметров сетевого маршрутизатора ВС и ВЕ, определяющих политики ограничения скорости, на качество обслуживания пользователей сети Интернет и показать, что полученные рекомендованные значения параметров согласованного всплеска — ВС и расширенного всплеска — ВЕ связаны с требуемым значением гарантированной скорости СШ. следующими соотношениями: вс*(ст-в)2.

ВЕе[.52]ВС.

2. Рассмотреть влияние уровня загруженности магистрального Интернет-канала на качество обслуживания пользователей сети Интернет и показать, что пользователи сети Интернет могут достаточно комфортно работать даже при загрузке магистрального канала, близкой к 100%, при условии, что трафик, передаваемый по протоколу ПОР (например, 1Р-телефония), будет доставляться с большим приоритетом, чем потоки TCP трафика, или для данного протокола будет зарезервирована часть полосы пропускания (порядка 10%) магистрального канала.

3. Исследовать влияние объема входного буфера магистрального маршрутизатора на качество обслуживания пользователей сети Интернет и показать, что требуемый объем буфера зависит от скоростных характеристик магистрали и достаточным является величина, полученная из расчета 0.5 Мб на каждый Гбит/с пропускной способности канала.

В результате проведенных исследований обнаружено, что самоподобные свойства трафика более всего проявляются при преобладании информационных потоков средней длительности (пользователи типа «мул»). Таким образом, можно сделать вывод о том, что именно рассогласованный характер действий пользователей является причиной самоподобия современного Интернет-трафика.

Заключение

.

Кратко перечислим основные результаты работы.

1. Проведен анализ подходов, используемых при построении математических моделей, применяемых при моделировании Интернет-трафика, с точки зрения их применимости, показавший целесообразность использования при исследовании работы современных высокоскоростных магистральных Интернет-каналов жидкостной модели трафика.

2. Разработана гибридная модель информационных потоков, являющаяся модификацией жидкостной модели, адаптированной к особенностям передачи данных по высокоскоростным магистральным Интернет-каналам, а также учитывающая характер активности пользователей сети Интернет и режимы ограничения скорости отдельных сетевых потоков.

3. На основе сравнительного анализа свойств расчетного и реального трафика, полученного в процессе мониторинга магистрального Интернет-канала, экспериментально подтверждена адекватность гибридной модели информационных потоков.

4. Проведено исследование влияния параметров настройки сетевого оборудования на качество обслуживания пользователей сети Интернет на основе использования гибридной модели и даны практические рекомендации по соблюдению допустимого уровня загрузки магистрального канала, выбору значений параметров для режимов ограничения скорости, а так же определению необходимого объема буфера сетевого маршрутизатора.

Показать весь текст

Список литературы

  1. , А.Я. Математические методы теории массового обслуживания Текст. / А. Я. Хинчин // Тр. Мат. Института им. В. А. Стеклова АН СССР. 1955.
  2. , Б.В. Введение в теорию массового обслуживания Текст. / Б. В. Гнеденко, И. Н. Коваленко // М.: КомКнига, 2005. 400 с.
  3. , Л. Теория массового обслуживания Текст. / Л. Клейнрок // М.: Машиностроение, 1979 г. 432 с.
  4. , Б.С. Модель телетрафика на основе самоподобного случайного процесса / Б. С. Цыбаков // Радиотехника. 1999. № 5. Р. 1−15.
  5. , А.Я. Информатика. Фрактальные процессы в компьютерных сетях Текст. / А. Я. Городецкий, B.C. Заборовский // СПб.: СПбГТУ, 2000.
  6. , В.В. То, что вы хотели знать о самоподобном телетрафике, но боялись спросить. Электронный ресурс. Режим доступа: http://pi.314 159.ru/petroffl .pdf
  7. Gupta, Н. Modeling, Analysis & Simulation of Computer and Telecommunication Systems Текст. / H. Gupta, A. Mahanti, V.J. Ribeiro. // IEEE International Symposium 2009.- London ACM, 2009.- P. 1−10.
  8. , В.А. Квазигауссовская модель сетевого трафика Текст. / В. А. Огородников, С. М. Пригарин, А. С. Родионов // Автоматика и телемеханика, № 3, 2010. С.117−130.
  9. , А.А. Асимптотически пуассоновские МАР-потоки Текст. / А. А. Назаров, И. Л. Лапатин // Вестник томского государственного университета, 2010 № 4-С. 72−79.
  10. Misra, V. Fluid-Based Analysis of a Network of AQM Routers Supporting TCP Flows with an Application to RED Текст. / V. Misra, W.-B. Gong, D. Towsley // ACM SIGCOMM Computer Communication Review, 2000, — Vol. 30.-Issue 4.-P. 151−160.
  11. F. Hernandez-Campos, F.D. Smith, and K. Jeray. Generating realistic TCP workloads. In Proceedings of Computer Measurement Group (CMG) Conference, 2004.
  12. , A.H. Основные протоколы Интернет Текст. / А. Н. Берлин // М: Бином, 2008. 504с.
  13. , В.Г. Компьютерные сети Текст. / В. Г. Олифер, Н. А. Олифер // С.Пб.: Питер, 2007. 958с.
  14. Looking behind the automation protocols Электронный ресурс. Режим доступа: http://www.iebmedia.com/index.php?id=4582&parentid=63&themeid=255 &hft=23&showdetail=true&bb=l&PHPSESSID=mumsinjm2kjd484406gkvs2uu5
  15. , В. Современные компьютерные сети Текст. / В. Столлингс. // С.Пб.: Питер, 2003. 783с.
  16. CISCO CCNA Manual Электронный ресурс. Режим доступа: http://cisco.com
  17. Сетевой симулятор OPNET Электронный ресурс. Режим доступа: http://opnet.org
  18. Архив образцов трафика Электронный ресурс. Режим доступа: http ://ita. ее. lbl. go v/index.html
  19. Архив трафика MAWI Working Group Электронный ресурс. Режим доступа: http://mawi.wide.ad.jp/mawi/
  20. , М.А. Телекоммуникационные технологии: Сети TCP/IP Текст. / М. А. Мамаев // Владивосток: Изд-во ВГУЭиС, 1999.
  21. Andrew, S. Computer networks Текст. / S. Andrew // Amsterdam: Vrije University, 1996. 848 p.
  22. Official Internet Protocol Standard Электронный ресурс. Режим доступа: http://www.rfc-editor.org
  23. The National Laboratory for Applied Network Research (NLANR) Электронный ресурс. Режим доступа: http://moat.nlanr.net/
  24. , Е.С. Теория случайных процессов и ее инженерные приложения Текст. / Е. С. Вентцель, JI.A. Овчаров // М.: Высшая школа. 2000. -383с.
  25. , О.И. Самоподобие и фракталы. Телекоммуникационные приложения Текст. / О. И. Шелухин, А. В. Осин, С. М. Смольский // М: ФИЗМАТЛИТ, 2008.- 368 с.
  26. MA, A.H.I. Accelerated Simulation Modelling Of Power-Law Traffic via Aggregation Текст. / MA A.H.I., SCHORMANS J. A. // ICT Beijing, 2002.
  27. MA, A.H.I. Hybrid Technique for Analysis of Multiplexed Power-Law Traffic in Broadband Networks Текст. / MA A.H.I., SCHORMANS J. A. // IEE Electronic Letters, 2002, 38, (6), P. 295−297.
  28. MA, A.H.I. Aggregation Technique for Networks with Power Law Traffic and Application to Accelerated Simulation Текст. / A.H.I. MA, J. SCHORMANS A., CUTHBERT L. // IEE Proc. Comm., 2003, 150, (3), P. 177−183.
  29. MA, A.H.I. Accelerated Simulation of Power-Law traffic in Packets Networks Текст. / A.H.I. MA, // PhD Thesis, Queen Mary University of London, 2003.
  30. MA, A., SCHORMANS J, Fast, Stable Simulation of Power-law Packet traffic Using Concatenated Acceleration Technique Текст./ MA A.H.I., SCHORMANS J. A. // IEE Comm. Proc., 2004, 152, (4), P. 420−426.
  31. Sharifah, H. Accelerated Simulation for Packet Buffer with a Non FIFO Scheduler Текст. / H. Sharifah // Queen Mary University of London. March 2006.
  32. Jeong, H.J. Suggestions of efficient self-similar generators Текст. / H.J. Jeong, J.R. Lee, D.C. McNickle, K. Pawlikowski, // In Proceedings of Simulation Modelling Practice and Theory, 2007. P. 328−353.
  33. Multimedia networking and QoS Электронный ресурс. Режим доступа: http://www.aist-nara.ac.jp/~yasumoto/lecture/dsmw/dsmw201 l-5.pdf
  34. IP Traffic Characterization, Measurements and Statistical Methods. A Description of the Current State. Information Society Technologies (1ST). Report D.WP.JRA.5.1.1. 2005. Электронный ресурс. Режим доступа: http://www.eurongi.org
  35. , С.А. Технология построения имитационных моделей трафика мультисервисной сети с IP-телефонией Текст. / С. А. Петунин // Препринт РФЯЦ-ВНИИТФ. -№ 213.- 2004.
  36. Grebenkin, М. Estimation of link capacity required for quality service of internet users Текст. / M. Grebenkin // Сборник материалов международной научно-практической конференции студентов и аспирантов. Екатеринбург: УГТУ-УПИ, 2009. С. 259−261.
  37. Game traffic simulation. Электронный ресурс. Режим доступа: http:// caia. s win. edu. au/genius/papers.html
  38. Quake 3 traffic simulation. Электронный ресурс. Режим доступа: http://researchbank.swinburne.edu.aU/vital/access/services/Download/swin:1239/SO URCE1
  39. , В. Теория телетрафика Текст. / В. Крылов // СПб.: БХВ-Петербурт, 2005.
  40. , Б.В. Введение в теорию массового обслуживания Текст. / Б. В. Гнеденко, И. Н. Коваленко // М.: Наука. Гл. ред. физ.-мат. лит. 1987. -336 с.
  41. , Б.С. Модель телетрафика на основе самоподобного случайного процесса Текст. / Б. С. Цыбаков // Радиотехника. 1999. № 5. — С. 24−31.
  42. , В.И. Новое направление в теории телетрафика Текст. / В. И. Нейман. // Электросвязь. 1998. № 7. — С. 27−30.
  43. , О.И. Фрактальные процессы в телекоммуникациях Текст. / О. И. Шелухин, A.M. Тенякшев, А. В. Осин // М.: Радиотехника, 2003. 480с
  44. Park, К. Self-Similar Network Traffic and Performance Evaluation Текст. / К. Park, W. Willinger // John Wiley & Sons, 2000.
  45. Willinger, W. Self-similarity through high variability: Statistical analysis of Ethernet LAN traffic at source level Текст. / W. Willinger, M. Taqqu, R. Sherman, D. Wilson // IEEE/ACM Transactions of Networking. 1997. N 5. — P. 71−86.
  46. Harper, P.J. IP Traffic Aggregation: Headroom Needed for QoS and Application to TDM Transport Электронный ресурс. режим доступа: http://www.choicecomp.com/TrafficAggregation/IpAggregation.pdf
  47. John, N. Daigle. Queueing Theory with Applications to Packet Telecommunication Текст. / N. John // Springer. 2005. 342 p.
  48. Foreest, N. Analysis of a feedback fluid model for heterogeneous TCP sources Текст. / N. Foreest, M. Mandjes, W. Scheinhardt // Stochastic Models, 2003, 19 (3). P. 299−324.
  49. Marsan, M.A. Using partial differential equations to model TCP mice and elephants in large IP networks Текст. / M.A. Marsan, M. Garetto, P. Giaccone, [el. at.] //IEEE/ACM Trans. Netw, 2004, vol.4, P. 2821 2832.
  50. Yu, G. On integrating fluid models with packet simulation Текст. / G. Yu, L. Yong, D. Towsley, // IEEE, 2004, vol.4, P. 2856 2866.
  51. Сетевой симулятор NS-2 Электронный ресурс. Режим доступа: http://www.isi.edu
  52. McCanne, S. NS Network Simulator Электронный ресурс. — режим доступа: http://www-ash.cs.berkeley.edu/ns/
  53. Fall, К. The ns Manual Электронный ресурс. — режим доступа: http://www.isi.edu/nsnam/ns/doc/index.html. 01.04.08
  54. Hespanha, J. Hybrid Modeling of TCP Congestion Control Текст. /J. Hespanha, S. Bohacek, K. Obraczka. // Lecture Notes in Computer Science, Vol 2034/2001,2001.
  55. Hespanha, J. A model for stochastic hybrid systems with application to communication networks Текст. /J. Hespanha // Nonlinear Analysis: Theory, Methods & Applications, 2005, Volume 62, Issue 8, P. 1353−1383.
  56. Psounis, K. The Scaling Hypothesis: Simplifying the Prediction of Network Performance using Scaled-down Simulations Текст. / К. Psounis, R. Pan, B. Prabhakar, D. Wischik //ACM SIGCOMM Computer Communications Review. 2003. V. 33. N. 1. pp. 35−40.
  57. Traffic Generators for Internet Traffic. Электронный ресурс. Режим доступа: http://www.icir.org/models/trafficgenerators.html
  58. Henning’s web page on traffic generators. Электронный ресурс. Режимдоступа: http://www.cs.columbia.edu/~hgs/internet/traffic-generator.htrnl
  59. Генератор трафика ITG Электронный ресурс. Режим доступа: http://www.grid.unina.it/software/ITG/link.php
  60. Генератор трафика TG Электронный ресурс. Режим доступа: http ://www.postel.org/tg/tg.html
  61. Tfgen change log. Электронный ресурс. Режим доступа: http://www.st.rim.or.jp/~yumo/pub/tfgenchglog.html
  62. Программная модель SURGE. Электронный ресурс. Режим доступа: http://citeseer.ist.psu.edu/barford98generating.html
  63. D-ITG, Distributed Internet Traffic Generator. Электронный ресурс. Режим доступа: http://www.grid.unina.it/software/ITG/download.php .
  64. Graphical User Interface for D-ITG 2.6 Электронный ресурс. Режим доступа: http://www.semken.com/projekte/index.html
  65. Multi-Generator (MGEN). Электронный ресурс. Режим доступа: http ://cs. itd. nrl .navy.mil/work/mgen/
  66. Tmix: A Tool for Generating Realistic TCP Application Workloads in ns-2. Электронный ресурс. Режим доступа: http://www.sigcomm.org/ccr/drupal/files/p67-v36n31-weigle.pdf
  67. Язык OTCL Электронный ресурс. Режим доступа: http://otcl-tclcl. sourceforge .net/otcl/
  68. SholarGoogle Электронный ресурс. Режим доступа: http://sholargoogle.com
  69. Liu, У. Gu Fluid Models and Solutions for Large-Scale IP Networks Текст. / Liu, F. L. Presti, V. Misra, D. Towsley, Y. Gu // ACM SIGMETRICS Performance Evaluation Review Volume 31, Issue 1, P. 91 101, 2003.
  70. , Ш. Качество обслуживания в сетях IP Текст. / Ш. Вегешна // М, Вильяме. 2003. 368с.
  71. Fuller, R. Administering Cisco QoS for IP Networks Текст. / Ron Fuller// Syngress Publishing, Inc. 2001.
  72. The ns Manual. January 30, 2008. Электронный ресурс. Режим доступа: http://www.isi.edu/nsnum/ns
  73. Guo, L. The war between mice and elephants. / L. Guo, I. Matta // Proceedings of ICNP, 2001. Электронный ресурс. Режим доступа: http://citeseerx.ist.psu.edu/viewdoc/download?doi=l 0.1.1.28.7225&rep=repl&type= pdf
  74. Kim, H. Internet traffic classification demystified: myths, caveats, and the best practices Текст. / H. Kim, КС Claffy, M. Fomenkov, D. Barman, M. Faloutsos, K. Lee. // Madrid: ACM CoNEXT, 2008.
  75. John, W. Heuristics to Classify Internet Backbone Traffic based on Connection Patterns Текст. / W. John, S. Tafvelin, // Information Networking, 2008. ICOIN 2008. International Conference on Publication, 2008. P. 1−5.
  76. Pellicer-Lostao, C. Statistical User Model for the Internet Access Текст. / С. Pellicer-Lostao, D. Morato, R. Popez-Ruiz. // International Journal of Computer Mathematics COMPLEX NETWORKS. CoRR, 2007.
  77. Pellicer-Lostao, C. Modelling user’s activity in a real-world complex network Текст. / С. Pellicer-Lostao, D. Morato, R. Popez-Ruiz. // International Journal of Computer Mathematics. Bristol: Taylor & Francis. Vol. 85, 2008. P. 1287 1298.
  78. Lan, K. A measurement study of correlations of Internet flow characteristics Текст. / К. Lan, J. Heidemann // Computer Networks. Volume 50, Issue 1,16 January 2006, P. 46−62.
  79. Erman, J. Byte Me: A Case for Byte Accuracy in Traffic Classification Текст. / J. Erman, A. Mahanti, M. Arlitt // Proceedings of the 3rd annual ACM workshop on Mining network data, San Diego, 2007. P. 35 -38.
  80. Veloso, E. A Hierarchical Characterization of Live Streaming Media Workload Текст. / E. Veloso, V. Almeida, W. Meira, A. Bestavros, S. Jin. // New York: ACM Special Interest Group on Data Communication, 2002. P. 117−130.
  81. L. Guo, E. Tan, S. Chen e.a. The Stretched Exponential Distribution of Internet Media Access Patterns. PODC'08. Электронный ресурс. Режим доступа: http://portal.acm.org/citation.cfm?id=1 400 789.
  82. Zhang, Y. On the Characteristics and Origins of Internet Flow Rates On the Characteristics and Origins of Internet Flow Rates Текст. / Y. Zhang, L. Breslau, V. Paxson, S. Shenker.// SIGCOMM'02.
  83. H. Yu, D. Zheng, B.Y. Zhao, W. Zheng. Understanding User Behavior in Large-Scale Video-on-Demand Systems. EuroSys'07. Электронный ресурс. Режим доступа: http://portal.acm.org/citation.cfm?id:=121 793 5.1 217 968.
  84. A. Brampton, A. MacQuire, М. Fry e.a. Characterising and Exploring Workloads of Highly Intensive Video-on-Demand. Электронный ресурс. Режим доступа: http://www.springerlink.com/index/5U6L52180K883282.pdf.
  85. Tang, W. MediSyn: A Synthetic Streaming Media Services Workload Generator Текст. / W. Tang, Y. Fun, L. Cherkasova, A. Vahdat. // NOSSDAY'03, 2003.
  86. A.B. Downey. Lognormal and Pareto Distributions in the Internet. Computer Communications Текст. Volume 28, Issue 7, 2 May 2005, Pages 790 801.
  87. , M.K. Исследование сетевого трафика магистрального Интернет-канала Текст. / М. К. Гребенкин, С. В. Поршнев // Научно-технические ведомости СПбГПУ, серия «Информатика, Телекоммуникации, Управление», 2011, — № 4,-С. 107−113.
  88. Программа Tcpdump Электронный ресурс. Режим доступа: http://www.tcpdump.org
  89. Программа Wireshark Электронный ресурс. Режим доступа: http://www.wireshark.org
  90. Программа Matlab Электронный ресурс. Режим доступа: http://www.mathworks.com
  91. , С.В. Компьютерный анализ и интерпретация эмпирических зависимостей Текст. / С. В. Поршнев, Е. В. Овечкина, М. В. Мащенко, А. В. Каплан, В. Е. Каплан // Учебник.- М. ЮОО «Бином-Пресс», 2009.-336 с.
  92. , М.К. К выбору допустимого размера всплеска в режиме обеспечения гарантированной скорости доступа к сети интернет Текст. / М. К. Гребенкин, С. В. Поршнев // Естественные и технические науки М.: Спутник-Плюс, 2010.- № 6.- С. 475−480.
  93. Cisco IOS Quality of Service Solutions Configuration Guide. QC-211. Электронный ресурс. Режим доступа: http://www.cisco.com/en/US/docs/ios/122/qos/configuration/ guide/qcfpolsh.html
  94. CCIE Practical Studies: Security (CCIE Self-Study) Текст. Cisco Press. 2003. [Электронный ресурс]. Режим доступа: http://my.safaribooksonline.com/1 587 051 109/ch251evlsec6
  95. JUNOSe 9.0.x Policy Management Configuration Guide. Электронный ресурс. Режим доступа: http://www.juniper.net/techpubs/software/erx/junose90/ swconfig-policy/html/policy-rate-limitl 1 .html
  96. , О.И. Моделирование информационных систем Текст. / О. И. Шелухин, A.M. Тенякшев, А. В. Осин // Радиотехника, 2005.
  97. Kung, Н.Т. Sizing and Management of Router Buffers Текст. / H.T. Kung // Second Annual Sprint Applied Research Partners Advanced Networking (SPARTAN) Symposium. Lawrence, 1998.
  98. Wishik, D. Buffer Size for Core Routers Текст. / D. Wishik, N. McKeown // Computer Communication Review. N.Y., 2005. № 35. P. 75−78.
  99. , Б.С. Теория телетрафика Текст. / Б. С. Лившиц, А. П. Пшеничников, А. Д. Харкевич // М.: Связь, 1979. — 224 с.
Заполнить форму текущей работой