Помощь в написании студенческих работ
Антистрессовый сервис

Разработка методов анализа функционирования компьютерных сетей: На примере научно-образовательной сети RUNNet

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Для организации эффективного функционирования любой сети необходимо проводить анализ передачи информационных потоков с целью определения режимов нормальной работы сети, т. е. профиля сети или отдельных ее каналов. Существующие исследования в области анализа сетевого трафика показывают, что сетевые технологии сильно опережают в своем развитии теоретическое и аналитическое понимание сетевых… Читать ещё >

Разработка методов анализа функционирования компьютерных сетей: На примере научно-образовательной сети RUNNet (реферат, курсовая, диплом, контрольная)

Содержание

  • ГЛАВА 1. ОБЗОР МЕТОДОВ АНАЛИЗА ФУНКЦИОНИРОВАНИЯ ОБРАЗОВАТЕЛЬНЫХ СЕТЕЙ
    • 1. 1. Проблемы исследования сетевого трафика сети RUNNet
    • 1. 2. Технологии сбора статистических данных в глобальных компьютерных сетях
      • 1. 2. 1. Технология Cisco NetFlow
      • 1. 2. 2. Технология Cisco NetFlow Switching
      • 1. 2. 3. SNMP-статистика
    • 1. 3. Марковские процессы
    • 1. 4. GERT-сети
    • 1. 5. Постановка задачи
  • ГЛАВА 2. АНАЛИТИЧЕСКИЕ МОДЕЛИ ФУНКЦИОНИРОВАНИЯ IP-СЕТЕЙ
    • 2. 1. Исследуемые сетевые аномалии
      • 2. 1. 1. Операционные аномалии
      • 2. 1. 2. Перегрузки сети в рабочем режиме
      • 2. 1. 3. Запрещенные воздействия на сеть
    • 2. 2. Марковская модель информационной сети
    • 2. 3. Диагностика каналов IP-сети RUNNet
    • 2. 4. Основные результаты
  • ГЛАВА 3. МЕТОДЫ И МОДЕЛИ АНАЛИЗА СЕТИ RUNNET
    • 3. 1. Общие подходы к моделированию сети RUNNet
    • 3. 2. Обобщенные модели непрерывного времени
      • 3. 2. 1. Основные определения
      • 3. 2. 2. Численный метод нахождения распределения времени прохождения GERT-сети
    • 3. 3. Многопродуктовые GERT-сети
    • 3. 4. Основные результаты
  • ГЛАВА 4. МОДЕЛИРОВАНИЕ ПОДСИСТЕМ СЕТИ RUNNET
    • 4. 1. Эксперимент на сети RUNNet
    • 4. 2. Аналитико-имитационное моделирование режимов обеспечения качества работы сети RUNNet
      • 4. 2. 1. Показатели качества работы сети
      • 4. 2. 2. Моделирование алгоритма «дырявого ведра»
      • 4. 2. 3. Моделирование алгоритма «ведро токенов»
      • 4. 2. 4. Моделирование алгоритмов управления очередями в маршрутизаторах и коммутаторах
      • 4. 2. 5. Использование обобщенных моделей с непрерывным временем в имитационных моделях телекоммуникаций
      • 4. 2. 6. Оценка характеристик канала в асинхронном режиме
      • 4. 2. 7. Основные результаты

Актуальность проблемы. Развитие Internet-технологий и российских телекоммуникационных сетей позволило обеспечить доступ к современным инфокоммуникационным услугам широкому кругу пользователей. Это привело к широкому внедрению научно-образовательных глобальных и региональных сетей, что открыло новые возможности для использования современных информационных технологий для нужд образования.

Существующая межведомственная опорная сетевая структура обеспечивает техническую интеграцию образовательных сетей (RUNNet, RBNet, FREEnet, MSUnet и др.) вне зависимости от их ведомственной принадлежности в единую национальную сеть компьютерных телекоммуникаций для организаций науки и высшей школы. Основной частью научно-образовательной телекоммуникационной инфраструктуры является сеть RUNNet (Russian UNiversity Network, http://www.runnet.ru) -отраслевая телекоммуникационная сеть сферы образования. К 2004 г. эта инфраструктура имеет точки присутствия в 52 субъектах Российской Федерации и интегрирована в глобальную сеть Internet системой международных каналов емкостью 2,5 Гбит/с. Суммарная емкость ее магистральных каналов должна достичь к 2006 г. не менее 10 Гбит/с. К сети RUNNet подключено более 500 учреждений и организаций Министерства образования и науки Российской Федерации. По экспертным оценкам число конечных пользователей сети RUNNet превышает один миллион человек.

Для организации эффективного функционирования любой сети необходимо проводить анализ передачи информационных потоков с целью определения режимов нормальной работы сети, т. е. профиля сети или отдельных ее каналов. Существующие исследования в области анализа сетевого трафика показывают, что сетевые технологии сильно опережают в своем развитии теоретическое и аналитическое понимание сетевых взаимодействий.

Целью диссертационной работы является повышение эффективности функционирования компьютерной сети (на примере научно-образовательной сети RUNNet) путем организации управления маршрутизацией информационных потоков в сети на основе результатов анализа информационных потоков.

Задачи исследований. Поставленная цель достигается решением следующих задач:

• разработки моделей функционирования IP-сетей;

• разработки методик анализа режимов работы телекоммуникационных каналов, позволяющих обеспечить показатели качества сети QoS;

• создания методов анализа показателей качества компьютерной сети, с учетом влияния процессов диагностики и тестирования компонент сети, а также процессов восстановления после отказов на характеристики надежности, быстродействия и производительности каналов.

Методы исследования базируются на теории имитационного моделирования, теории марковских цепей, GERT-сетей, методах статистического анализа, общей теории сетей.

Научная новизна результатов, полученных автором, заключается в следующем:

• Разработана марковская модель функционирования IP-сети и обоснованы методы ее обучения.

• Разработана методика анализа информационных потоков в сетях с применением агрегирующих и разностных операторов.

• Разработан метод анализа показателей качества сети RUNNet с использованием многопродуктовых GERT-сетей.

• Разработана методика повышения производительности компьютерной сети на примере сети RUNNet в режиме DiffServ с использованием многопродуктовых GERT-сетей.

Достоверность научных результатов подтверждена экспериментальными исследованиями и практикой функционирования федеральной университетской компьютерной сети RUNNet.

Практическая значимость работы. Предложенные методы, модели и методики позволяют проводить достоверный анализ эффективности функционирования IP-сетей, повышать быстродействие телекоммуникационных трактов в режиме DiffServ и производительность сетей в целом, давать комплексные оценки быстродействия и качества работы сети с учетом старения информации, процессов диагностики, тестирования и восстановления. Полученные результаты могут найти применение при разработке и создании базовых опорных магистралей для крупных территориальных сетей, локальных сетей организаций, цифровых промышленных сетей и т. д.

Реализация и внедрение результатов работы. Результаты диссертационной работы используются на практике при эксплуатации федеральной университетской компьютерной сети RUNNet Федеральным государственным учреждением «Государственный научно-исследовательский институт информационных технологий и телекоммуникаций». Результаты исследований внедрены в рамках межведомственной программы «Создание Национальной сети компьютерных телекоммуникаций для науки и высшей школы» (НСКТ-НВШ), ФЦП «Интеграция науки и высшего образования России», межвузовской научно-технической программы «Информационные сети высшей школы», ФЦП «Развитие единой образовательной информационной среды (2001 -2005)» и ФЦНТП «Исследования и разработки по приоритетным направлениям развития науки и техники (2002 — 2006 годы)».

Апробация работы. Результаты диссертационной работы докладывались и обсуждались на семи всероссийских и международных конференциях и семинарах, в том числе Международной научно-методической конференции «Телематика'2000/2003/2004/2005» (Санкт.

Петербург), конференции представителей региональных научно-образовательных сетей RELARN.

Публикации. По теме диссертационной работы опубликовано 12 печатных работ, в том числе пять статей в научных журналах и сборниках и семь статей в трудах научных конференций.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы, включающего 83 наименования. Основная часть работы изложена на 132 страницах. Работа содержит 39 рисунков и 6 таблиц.

4.2.7. Основные результаты.

В данной главе получены следующие новые научные результаты: разработана методика анализа режимов работы телекоммуникационных каналов, позволяющая обеспечить показатели качества QOS на основе протоколов DiffServ, которая в отличие от известных.

8 Имеется небольшая вероятность того, что в интервал времени с приблизительными границами 15 и 25 попадут случайные события, соответствующие передаче кадра с первой попытки из-за затянутого хвоста экспоненты, характеризующей операцию (3,4).

9 Соответствует вероятности сбоя на бит 0,1. прототипов обладает большей эффективностью за счет использования обобщенных моделей непрерывного времени (ОМНВ) большой размерности, иерархических ОМНВ, комбинированных моделей на основе имитации и ОМНВ, а также принципов стохастического управления процессом моделирования с использованием многопродуктовых GERT-сетейпредложен метод анализа характеристик производительности каналов связи с учетом процессов отказов и восстановления их работоспособности на основе многопродуктовых GERT-сетей. Метод позволяет анализировать степень влияния разных групп операций на характеристики надежности и быстродействия каналов.

Основное содержание главы изложено в работах [18, 19].

ЗАКЛЮЧЕНИЕ

.

В диссертационной работе обоснованы и разработаны математические модели, позволяющие определять состояние реально функционирующей сети. В работе получены следующие результаты:

1. Обоснован вывод о целенаправленном использовании математического аппарата теории случайных процессов и, в частности, марковских процессов. Использование теории марковских процессов дало возможность довольно просто и эффективно реализовать модель системы и получить нормальный профиль функционирования сети.

2. На основе аппарата агрегирующих и разностных операторов разработана методика анализа информационных потоков в сетях, позволяющая поддерживать принятия решений сетевым администратором о модернизации сети или об изменении ее конфигурации при появлении типовых загрузок каналов.

3. Предложена методика моделирования сети RUNNet на различных уровнях сложности с использованием обобщенных моделей непрерывного времени и большой размерности. Приведены результаты исследований многопродуктовых GERT-сетей и многопродуктовых обобщенных моделей с непрерывным временем (ОМНВ), анализ которых выполняется с выделением групп операций, классифицируемых по функциональным, топологическим или качественным признакам. На основе этого предложен метод анализа показателей качества сети RUNNet, позволяющий анализировать степень влияния процессов диагностики и тестирования компонент сети, а также процессов восстановления после отказов на характеристики надежности, быстродействия и производительности каналов.

4. Разработана методика анализа режимов работы телекоммуникационных каналов, позволяющая обеспечить показатели качества QOS на основе протоколов DiffServ, которая в отличие от известных прототипов обладает большими функциональными возможностями за счет использования обобщенных моделей непрерывного времени (ОМНВ) большой размерности с использованием многопродуктовых GERT-сетей.

5. Разработаны специализированные программы для реализации всех предложенных математических моделей. Программы используются для статистического анализа на основе долговременной статистики.

6. Проведен длительный натурный эксперимент (начиная с 1997 г.) на реально функционирующей образовательной сети RUNNet, позволяющий судить о достоверности полученных в работе результатов.

Показать весь текст

Список литературы

  1. В.Г., Олифер Н. А. Новые технологии и оборудование IP-сетей. СПб.: БХВ-Петербург, 2001.
  2. М.В., Стручков И. В. Разработка программного обеспечения для передачи мультимедийной информации и организации системной поддержки для резервирования ресурсов сети. С-Петербургский ГТУ. 2000.
  3. М.Д. Системная поддержка передачи мультимедиа информации реального времени в сетях с переключением пакетов. С-Петербургский ГТУ. 2000.
  4. А.П., Шибанов В. А. Система имитационного моделирования телекоммуникаций / Свидетельство об официальной регистрации программы для ЭВМ в РОСПАТЕНТ, № 2 003 611 086 от 7.05.2003.
  5. А.П., Шибанов В. А. Система моделирования стохастического поведения алгоритмов и программ / Свидетельство об официальной регистрации программы для ЭВМ в РОСПАТЕНТ, № 2 003 611 087 от 7.05.2003.
  6. А.П., Шибанов В. А. Редактор графов / Свидетельство об официальной регистрации программы для ЭВМ в РОСПАТЕНТ, № 2 003 611 088 от 7.05.2003.
  7. А.П. Разработка программного обеспечения для моделирования локальных сетей Ethernet // Программирование, 2002. № 6. С. 62−71.
  8. А.П. Обобщенные GERT-сети для моделирования протоколов, алгоритмов и программ телекоммуникационных систем: Докт. диссертация. Рязань: ГОУВПО РГРТА. 2004.
  9. П.П., Вишневский В.М. G-сети: развитие теории мультипликативных сетей // Автоматика и телемеханика, 2003. № 5. С. 46−74.
  10. Ю.Клейнрок JI. Вычислительные системы с очередями. М.: Мир, 1979.
  11. П.Филипс Д., Гарсиа-Диас А. Методы анализа сетей. М.: Мир, 1984.
  12. Интернет, http://www.stearns.com.
  13. П.Евстигнеев В. А. Применение теории графов в программировании / Под ред. А. П. Ершова. М.: Наука, 1985.
  14. И.Шибанов А. П. Нахождение плотности распределения времени исполнения GERT-сети на основе эквивалентных упрощающих преобразований // Автоматика и телемеханика, № 2. 2003. С. 117 126.
  15. А.П. Нахождение закона распределения выходной величины GERT-сети большой размерности, статья // Информационные технологии, 2002. № 1. С. 42 45.
  16. А.П. Разработка программного обеспечения для моделирования локальных сетей Ethernet // Программирование, 2002. № 6. С. 62−71.
  17. В.П., Шибанов А. П., Шибанов В. А. Численный метод нахождения закона распределения выходных величин GERT-сети // Информационные технологии, № 7. 2001. С. 16−21.
  18. Ю.В., Шибанов А. П. Влияние времени жизни пакета на производительность сети // Информационные технологии в проектировании: Межвуз. сб. науч. тр. Рязань: РГРТА, 2004. С. 16 19.
  19. Ю.В., Шибанов А. П. Методы моделирования сети на основе графовых моделей непрерывного времени // Матер. XI Всероссийской науч.-метод. конф. «Телематика'2004». С-Петербург. 2004. С. 155 156.
  20. Программные системы: Пер. с нем. / Под ред. Бахманна П. М.: Мир, 1988.
  21. В., Жданова Е. Имитационное моделирование в среде GPSS. М.: Бестселлер, 2003.
  22. Ю.И. Имитационное моделирование. Теория и технологии-СПб. М.: Альтекс-А, 2004.
  23. Г. И., Медведев Ю. И. Математическая статистика. М.: Высш. шк., 1984.
  24. С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.
  25. С.А., Бухштабер В. М., Енюков И. С., Мешалкин Л.Д.
  26. Классификация и снижение размерности. М.: Финансы и статистика, 1989.
  27. ClaffyK. Internet Traffic Characterization / Ph.D. thesis. University of California, San Diego. 1994.
  28. Barford P., Kline J., Plonka D., Ron A. A Signal Analysis of Network Traffic Anomalies / Proceedings of ACM SIGCOMM Internet Measurement Workshop. 2002.
  29. Bradford P., Plonka D. Characteristics of Network Traffic Flow Anomalies / Proceedings of ACM SIGCOMM Internet Measurement Workshop. 2001.
  30. Министерство информационных технологий и связи Российской Федерации. Концепция развития рынка информационных технологий в Российской Федерации. Проект. / 2005. http ://www.mins vyaz.ru/site .shtml?id=3033.
  31. Lizcano P.J. et al. MEHARI: a system for analyzing the use of the Internet services // Computer Networks. 1999. Vol. 31.
  32. Uhlig S., Bonaventure O. Implications of Interdomain Traffic Characterstics on Traffic Engineering / Infonet group, Unversity of Namur, Belgium. 2001.
  33. Uhlig S., Bonaventure O. Analysis of Interdomain Traffic / Infonet group, Unversity of Namur, Belgium. 2001.
  34. Cooperative Association for Internet Data Analysis (CAIDA). Cflowd: traffic flow analysis tool / Technical documentation. 1998.
  35. Plonka D. Flowscan: A network traffic flow reporting and visualization tool / Proceedings of the USENIX Fourteenth System Administration Conference LISA XIV. 2000.
  36. Keys K. et. al. The Architecture of CoralReef: An Internet traffic monitoring software suite / Cooperative Association for Internet Data Analysis (CAIDA).
  37. Hussain A., Heidemann J., Papadopoulos C. A Framework for Classifying Denial of Service Attacks / ACM SIGCOMM. 2003.
  38. Jagerman D.L., Melamed В., Willinger W. Stochastic modeling of traffic processes / Frontiers in Queueing: Models, Methods and Problems. 1996.
  39. Jagerman D.L., Melamed B. The Transition and Autocorrelation Structure of TES Processes- Part I: General Theory // Stochastic Models. Vol. 8, No. 2. 1992.
  40. Jagerman D., Melamed B. The Transition and Autocorrelations Structure of TES Processes. Part II: Special Cases // Stochastic Models, Vol. 8, No. 3. 1992.
  41. В.И., Миронов M.A. Марковские процессы / M.: Сов. Радио, 1977.
  42. В.И. Статистическая радиотехника / М.: Радио и связь, 1982.
  43. Cisco Systems. NetFlow services and applications / Technical documentation. 1999.
  44. Cisco systems. Cisco’s Committed Access Rate (CAR) Configuration Considerations / http://www.nanog.org/mtg-9811/ppt/witt /Technical documantation. 2001.
  45. Caida Org., http://www.caida.org/Tools/cflowd/
  46. M.B. Технологии корпоративных сетей. Энциклопедия / СПб.: Издательство «Питер», 1999.
  47. М.В. Коммутация и маршрутизация ГРЛРХ-трафика / М.: КомпьютерПресс, 1998.
  48. К. Разработка и диагностика многопротокольных сетей / М.: Издательство «Лори», 1999.
  49. Hlavac Н., Kotsis G., Steinkellner С. Traffic Source Modeling / Institute of Applied Computer Science and Information Systems, University of Vienna. 1999.
  50. Kulkarni L.A., Li S.Q. Measurement-Based Traffic Modeling: Capturing important statistics // Journal of Stochastic Modeling. 1998. Vol. 14.
  51. Sang A., Li S.Q. A Predictability Analysis of Network Traffic // Proceedings of IEEE INFOCOM. 2000.
  52. Li S.Q., Park S., Arifler D. SMAQ: A measurement-based tool for traffic modeling and queueing analysis. Part I: Design methodologies and software architecture // IEEE Communications Magazine. 1998. Vol. 36, No. 8. P. 5665.
  53. Lombardo A., Morabito G., Schembra G. Statistical traffic modeling and guaranteed service disciplines: a performance evaluation paradigm // Computer Networks. 2001. Vol. 36. P. 579−595.
  54. Che H., Li S.Q. Fast algorithms for measurement-based traffic modeling // IEEE Journal on Selected Areas in Communications, 1998.
  55. Hwang C.L., Li S.Q. On the convergence of traffic measurement and queueing analysis: A Statistical-Match And Queuing (SMAQ) Tool // IEEE/ACM Transactions on Networking, 1997.
  56. Salvador P., Nogueira A., Valadas R. Modeling local area network traffic with Markovian traffic models / Institute of Telecommunications, University of Aveiro, Portugal. 2001.
  57. Jung J., Krishnamurthy В., Rabinovich M. Flash Crowds and Denial of Service Attacks: Characterization and Implications for CDNs and Web Sites // In Proceedings of the World Wide Web Conference. 2002.
  58. Paxson У., Floyd S. Wide-Area Traffic: the Failure of Poisson Modeling // IEEE/ACM Transactions on Networking. 1995. P. 226−244.
  59. В.Н., Гугель Ю. В., Гуров И. П., Шалаев М. П. Анализ характеристик информационного трафика в компьютерных сетях на основе моделей Марковских процессов // Известия Вузов. Приборостроение. 2003. Т. 46, № 8. С. 19−24.
  60. Ю.В. Интернет современная среда вещания // Тезисы докладов VIII Всероссийской научно-методической конференции «Телематика'2001». — СПб.: 2001.
  61. В.Н., Гугель Ю. В., Гуров И. П. Анализ методов передачи видеоинформации в компьютерных сетях // Научно-технический вестник СПбГИТМО (ТУ). Выпуск 6. Информационные, вычислительные и управляющие системы. СПб.: СПбГИТМО (ТУ), 2002. С. 14−26.
  62. А.И., Гугель Ю. В., Калинина Э. В., Ретинская И. В., Скуратов А. К. Применение агрегирующих и разностных операторов для анализа потоков информации в сетях // Вестник РГРТА. Выпуск 13. Рязань, 2003. С. 41−46.
  63. B.H., Гугель Ю. В., Ижванов ЮЛ., Тихонов А. Н., Хоружников С. Э. Федеральная научно-образовательная сеть RUNNet. Состояние и перспективы развития // Тезисы докладов XI Всероссийской научно-методической конференции «Телематика'2004». СПб, 2004.
  64. В.В., Гугель Ю. В., Курмышев Н. В., Сигалов А.В.
  65. Yu. Izhvanov, Yu. Gugel, A. Tikhonov, V. Vasiliev. The
  66. Telecommunication Infrastructure of Russian Education // TERENA Networking Conference 2003, Zagreb, 19−22 May 2003.
  67. Yu.Izhvanov, Yu. Gugel, A. Tikhonov, V. Vasiliev. Russian University Network. Towards the widening of the user community // TERENA Networking Conference 2005, Poznan, Poland, 6−9 June 2005.
  68. V.Vasilyev, Yu. Gugel, Yu. Kirchin, A.Robachevsky. RUNNet Federal University Network of Russia // Proc. of Conference INET'95, Honolulu, Hawai, June 27−30 1995.
  69. Ю.В., Пахомов И. С., Хоружников С. Э. Спутниковая система связи и передачи данных RUNNet // Тезисы докладов VII Всероссийской научно-методической конференции «Телематика'2000». СПб.: 2000.
  70. Ю.В., Хоружников С. Э. Анализ потоков данных и топология сети RUNNet // Тезисы докладов VI Всероссийской научно-методической конференции «Телематика'99». СПб.: 1999.
  71. Ю.В., Робачевский A.M. Локальные сети нового поколения // «Компьютер-Информ», вып. 19. СПб.: 1997.
  72. М.Ю., Гугель Ю. В., Коростелев B.C. Организация цифрового абонентского доступа. Тезисы докладов Международной конференции-выставки «Информационные технологии в непрерывном образовании». СПб.: 1995.
  73. В.Н., Гугель Ю. В., Робачевский A.M. Компьютерные сети: принципы построения, подсистемы, сетевые услуги / В сб. «Компьютерные технологии в высшем образовании», ред. кол.: А. Н. Тихонов, В. А. Садовничий и др. М.: Изд-во МГУ, 1994. — с. 61−86.
Заполнить форму текущей работой