автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.13, диссертация на тему:Формирование оценок производительности корпоративных компьютерных сетей на основе аппроксимативного подхода

□ Оо-'Ю*3 1

На правах рукописи

УШАКОВ Юрий Александрович (у1

ФОРМИРОВАНИЕ ОЦЕНОК ПРОИЗВОДИТЕЛЬНОСТИ КОРПОРАТИВНЫХ КОМПЬЮТЕРНЫХ СЕТЕЙ НА ОСНОВЕ АППРОКС1ШАТИВНОГО ПОДХОДА

Специальность 05.13.13 Телекоммуникационные системы и компьютерные сети

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

1 2 ыдр 20ИЗ

Самара - 2009

003463737

Работа выполнена на базе Локальной академии Cisco Государственного образовательного учреждения высшего профессионального образования «Оренбургский государственный университет» (ГОУ ВПО ОГУ)

Научный руководитель

кандидат технических наук, доцент Бахарева Надежда Федоровна

Официальные оппоненты

доктор технических наук, профессор Лихгциндер Борис Яковлевич

Ведущая организация

кандидат технических наук, доцент Симонова Елена Витальевна

Институт проблем управления сложными системами РАН г. Самара

Защита состоится «20» марта 2009г. в 14:00 на заседании диссертационного совета Д219.003.02 в Поволжском государственном университете телекоммуникаций и информатики по адресу 443010, г. Самара, ул. Л. Толстого, 23.

С диссертацией можно ознакомиться в библиотеке ГОУВПО ГТГУТИ.

Автореферат разослан «18» февраля 2009 г.

Ученый секретарь

диссертационного совета Д 219.003.02 доктор технических наук, доцент

Мишин Д.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы.

Телекоммуникационные технологии в последние годы переживают масштабные перемены, связанные с интеграцией сетей и услуг связи. Появляются новые сервисы, традиционные сервисы и услуги переходят на платформу 1Р, количество потребителей таких сервисов растет очень высокими темпами. Именно появление новых инфокоммуникационных услуг и сервисов вызвало бурное развитие технологий, в которых на первое место встают вопросы качества предоставления услуг. Главным требованием, предъявляемым к сетям, является выполнение их основной функции - обеспечение пользователям потенциальной возможности доступа к разделяемым ресурсам сети. Все остальные требования связаны с качеством выполнения основной задачи. Для разных логических типов сетей приоритетными характеристиками являются: производительность, надежность, совместимость, управляемость, защищенность, расширяемость, масштабируемость и их совокупность.

Определению показателей производительности в сетях методами теории массового обслуживания посвящено значительное количество работ и статей. Вопросами оценки производительности занимается большое количество ученых многих стран: такие как Клейнрок Л., Феррари Д., Вишневский В.М., Цыбаков В.И. и многие др. Производительность сети является основополагающим свойством для самой возможности интеграции сервисов и повышения качества их предоставления. Однако, методам оценки именно показателей производительности интегрированных сетей как основной задачи уделяется недостаточное внимание.

Сами методы, использующиеся в данное время, никак не учитывают современную степень интеграции дополнительных услуг и, в основном, рассчитаны на использование обычных статистических данных реальных сетей. В продуктах моделирования сетей учет интеграции осуществляется уже давно, но они не учитывают реальные свойства и параметры уже существующих сетей, не имеют возможности привязки к конкретной реальной сети и съема интересующих параметров оборудования. В основном для моделирования используются уже готовые шаблоны оборудования с усредненными характеристиками и небольшим диапазоном настройки.

В таких условиях задача совмещения в рамках единой модели: сбора информации, параметров реальной сети и вычисления показателей производительности, является актуальной.

Целью работы является интеграция методов оценки качественных показателей сетей с интеллектуальным оборудованием второго и третьего уровней, проводимых на основе разработанного метода декомпозиции корпоративных сетей на логические сегменты до уровня активного оборудования с автоматическим распознаванием законов распределений трафика на входе сегмента.

Для достижения поставленной цели были решены следующие задачи: -Исследование методов оценки качественных и количественных показателей реальных корпоративных сетей и их моделей.

-Исследование способов определения маршрутной матрицы на основе данных реальных корпоративных сетей с нестационарными входными потоками и меняющимися законами распределений.

-Анализ и разработка алгоритмических решений модели узла сети в виде управляемой системы массового обслуживания (СМО) в режиме реального времени.

- Разработка метода декомпозиции корпоративных сетей на логические сегменты до уровня активного оборудования.

- Исследование, разработка методов и программы распознавания трафика и определения параметров его распределения для последующего применения метода двумерной диффузионной аппроксимации (ДДА) СМО для расчета характеристик узла.

-Разработка алгоритма и программы для расчета характеристик узла на базе адаптированного к среде реального времени обобщенного метода ДДА СМО при произвольных законах поступления и обслуживания.

Научная новизна работы заключается в:

-разработке метода декомпозиции корпоративной сети на сегменты до уровня активного оборудования с использованием первых двух моментов распределения потоков;

-определении характеристик распределений выходных потоков рекурсивным алгоритмом при помощи метода ДДА процессов поступления и обслуживания заявок в СМО;

-разработке методов сбора статистической информации о входном трафике в сегмент, его распознавании и определении параметров распределения для их дальнейшего использования в расчетах показателей производительности;

-предложенном алгоритме построения маршрутной матрицы на основе анализа статистической информации о трафике декомпозированного сегмента путем разделения логических потоков конвергентной сети, поддерживающем входные потоки с изменяющимися законами распределения.

Методы исследования. В работе использован аппарат теории вероятностей, математической статистики, массового обслуживания и марковских процессов, методы аналитического и имитационного моделирования.

Достоверность представленных в работе результатов и выводов подтверждена проверкой адекватности математических моделей, сравнением расчетных данных с результатами экспериментов на реальных сетях, а также при помощи имитационного моделирования в системе OPNET Modeler.

Практическая ценность работы заключается в разработанных методиках сбора статистической информации, а также в программах расчета показателей производительности вычислительной сети в режиме реального времени. Все это позволяет на основе единой математической модели определять рекомендации для повышения качественных характеристик сети. При помощи программного комплекса для проведения стресс-тестирования оборудования экспериментально получена информация о законах распределений разных типов трафика в высоконагруженных сетях, учитывающая действия интеллектуального сетевого оборудования. В результате комплексного исследования нескольких высоконагруженных сетей выработаны рекомендации по структурной и аппаратной реорганизации, а также по организационным методам повышения качественных показателей.

Реализация результатов. Результаты работы использованы при расчете и модернизации сетей для выработки рекомендаций по структурной и аппаратной реорганизации логической и аппаратной инфраструктуры.

Программный комплекс тестирования и оценки показателей производительности сети зарегистрирован в ОФАП и передан для эксплуатации в Центр информационных технологий Оренбургского государственного университета и в отдел ИТ ОАО «Оренбургэнергосбыт». Результаты работы внедрены в учебный процесс ГОУ ВПО Ш УТИ и ГОУ ВПО О ГУ, что подтверждено соответствующими актами.

Личный вклад автора. Теоретические и практические исследования, проведенное имитационное и аналитическое моделирование на ЭВМ, а также выводы и рекомендации получены лично автором. Разработаны методика определения основных характеристик реального оборудования без изъятия с места эксплуатации и программная система, автоматизирующая все техпроцессы по моделированию реального сегмента сети.

Основные положения, выносимые на защиту:

- метод декомпозиции корпоративной сети на сегменты до уровня активного оборудования с использованием первых двух моментов распределения потоков;

- алгоритм построения маршрутной матрицы путем разделения логических потоков конвергентной сети, поддерживающий входные потоки с изменяющимися законами распределения и позволяющий проводить моделирование в реальном времени;

- метод сбора статистической информации о трафике и программа, реализующая распознавание трафика и определение его параметров распределения для последующего применения метода ДЦА;

- программная система, реализующая метод ДЦА фундаментальных процессов поступления и обслуживания в управляемой системе массового обслуживания как математической модели узла сети;

- результаты экспериментальных исследований реальных корпоративных сетей высокой нагрузки ГОУ ВПО ОГУ и ОАО «Оренбургэнергосбыт»;

- система рекомендаций по повышению качества и скорости управления нагрузкой по вышеуказанным сетям.

Апробация результатов работы. Основные положения и результаты данной работы представлялись:

- на X Международной конференции РАН, СНЦ, ИПУСС «Проблемы управления и моделирования в сложных системах» (Самара, 2008);

-на Всероссийских научно-практических конференциях (с международным участием) «Перспективные информационные технологии в научных исследованиях, проектировании и обучении ПИТ-2006» (Самара, СГАУ, 2006); «Компьютерные технологии в науке, практике и образовании» (Самара, СГУ, 2005); «Современные информационные технологии в науке, образовании и практике» (Оренбург, ОГУ, 2005);

- на Всероссийском конкурсе инновационных проектов аспирантов и студентов по приоритетному направлению развития науки и техники "Информационно-телекоммуникационные системы" (Москва, ГНИИ ИТТ "Информика", 2005, работа удостоена диплома второй степени);

-на V Международном научно-практическом семинаре «Высокопроизводительные параллельные вычисления на кластерных системах» (Нижний Новгород, НГУ, 2005).

Публикации. Основное содержание работы отражено в 12 публикациях, в том числе двух статьях в журналах из перечня, рекомендованного ВАК для публикации

результатов диссертационных работ, 2 статьях в журналах, 4 докладах, 1 тезисах доклада, 2 свидетельствах о регистрации программного средства, 1 учебном пособии под грифом МГУП.

Струюура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложений. Работа содержит 144 страницы машинописного текста, 69 рисунков, 15 таблиц, список литературы из 93 наименований и приложения.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, определены цель работы и направление исследований, перечислены решаемые задачи, характеризуется научная новизна и практическая ценность полученных результатов, приводятся основные положения, выносимые на защиту, приведены сведения об апробации работы.

В первой главе проводится аналитический обзор современного состояния вопроса экспериментального и теоретического исследования работы вычислительной сети, оценки качественных показателей функционирования и методов их улучшения.

При всем развитии современных информационных технологий большое количество сетей уровня предприятия, кампуса и даже университета не удовлетворяют требованиям качества. Ядром сети в таких случаях обычно служит неплохой, даже по современным меркам, управляемый коммутатор второго или даже третьего уровня OSI.

Анализ качества услуг обычно проводится путем тестирования сети. В большинстве случаев для обнаружения дефектов сети (кроме физических) используется анализатор сетевых протоколов. Также можно использовать встроенные средства маршрутизаторов и операционных систем клиентов, таких как IpFilter, NetFlow, IPfw и т.д. Однако такое решение чрезвычайно дорого и только единичные фирмы могут позволить себе его использование.

Технологии NetFlow и sFlovv являются аппаратно-ориентированными технологиями. То есть сетевое устройство, коммутатор или маршрутизатор должны поддерживать требуемый протокол. Оба протокола поддерживаются только в оборудовании среднего и высшего ценового уровня, что отрицательно сказывается на их распространенности.

Построение корпоративной сети передачи данных в общем случае - это организация связности по протоколу IP между рабочими станциями и серверами предприятия. Сеть образуется совокупностью узлов связи, располагаемых на территории офисов или других точек присутствия предприятия. В основу построения корпоративных сетей передачи данных положена методология проектирования компании Cisco Systems на основе композитной сетевой модели предприятия. Сеть центральных узлов строится по всем правилам построения крупных сетей, с декомпозицией сети по функциям. К центральным узлам применяют правила построения кампусных сетей - многоуровневую архитектуру.

На основании анализа литературы и доступных программных средств проведено сравнение имеющихся методов моделирования сложных сетей на основе систем массового обслуживания, методов структурного и качественного анализа сетей.

Рассмотрены средства моделирования сетей, достоинства и недостатки каждого пакета. Проводится оценка методов, применяемых в инструментальных программных

средствах анализа СМО и вычислительных сетей, таких как OPNET Modeler, GPSS.

Проводится сравнительный анализ методов построения моделей активного оборудования. Рассматриваются принципы моделирования брандмауэра, коммутатора, маршрутизатора.

Во второй главе проводится классификация методов моделироваши узлов сети с произвольными и жестко заданными законами распределения. Сравниваются методы расчета СМО на основе двумерной диффузионной аппроксимации, одномерной диффузионной аппроксимации, аналитических методов.

Если представить сегмент в виде простейшей СМО, то для каждого узла сети получится схема, показанная на рисунке 1. Точка А называется точкой композиции потоков, точка В - точкой декомпозиции. В этих точках, по правилу сохранения интенсивности входного потока Хта

Рисунок 1 - Структура /'-ого узла сегмента сети После того, как конфигурация сети определена, необходимо определить матрицу вероятностей передач Р={р,/}, где - вероятность передачи заявки из /'-го узла в у-й. Рассмотрены и исследованы уравнения равновесия интенсивностей X, и дисперсий Т), интервалов времени потоков на входе и выходе каждого узла /=1,...,«. Решением

этих систем уравнений определяются средние и дисперсии интервалов времен между заявками для каждого потока сети.

Для определения характеристик распределения выходного потока используются аналитические выражения (1) и (2). Здесь обозначены: через р[ вероятность того, что

обслуженная заявка оставляет СМО пустой, - среднее и дисперсия времени

простоя, т^ и - среднее и дисперсия времени обслуживания заявки, твы;с и Овш -среднее и дисперсия времени между заявками в выходном потоке:

*вья = + ' (О

Веых = Л. + М. + РЖ )2 • (2)

Для определения параметровр'0 и а также всех характеристик СМО

использован метод двумерной диффузионной аппроксимации функционирования СМО. В этом случае дискретные процессы поступления ЩО и обслуживания А!2(0

1

аппроксимируются непрерывными диффузионными процессами х,(г) и x2{t).

Рассмотрим систему массового обслуживания с бесконечной, а также с конечной очередью, управляемую рекуррентным входным потоком с параметрами тх и Dx -среднего значения и дисперсии интервала времени между событиями входного потока. Эта СМО будет математической моделью любого активного оборудования рассматриваемых корпоративных сетей. Пусть т^ и ~ среднее значение и

дисперсия - характеристики распределения времени обслуживания. Указанные характеристики распределений входного потока и времени обслуживания наиболее удобны для практического измерения. Фундаментальные вероятностные процессы поступления Ni(t) и обслуживания N2(t), являющиеся дискретными ступенчатыми процессами, аппроксимируются на периоде занятости СМО непрерывными марковскими (диффузионными) процессами x\(t) и x2(t) соответственно. При этом дискретные и непрерывные процессы будут определенно согласованы на уровне двух первых моментов распределений.

В области, определенной условиями N>0 и Nmax=m (т - максимальное число заявок в СМО), плотность распределения co(i, лгь х2) векторного диффузионного процесса .г2(0} удовлетворяет уравнению Колмогорова

^ = (3)

dt ti 2 8xf 'дх/

где ах =1/тх; а2 =М\\ A, =DX ■ т^3; b2 = £>д-т"3.

Так как период занятости начинается с уровня ху=1, то начальным условием для уравнения (3) будет со (0, xh х2)= 5(^i-1)8(j2), где 5(-) - дельта функция Дирака.

Траектория двумерного процесса {x\{t), x2(t)} соединяет начало и конец периода занятости. Решение уравнения (3) в указанной области распределения двумерного процесса {*i(/), x2{i)} позволяет находить все характеристики функционирования СМО на уровне средних значений и дисперсий распределений интервалов поступления и обслуживания при произвольных законах. Такая модель позволяет анализировать различное активное оборудование сети при широком диапазоне "изменения характеристик распределения трафика, но необходимо знать данные о трафике сети.

Для этого разработан алгоритм сбора статистической информации на входе в сегмент сети, которая сохраняется в базу данных и используется для определения вида распределения трафика и построения маршрутной матрицы. С помощью программных средств серии пшар с использованием снифферов и технологии ARP poisoning based sniffing автоматически обнаруживаются сенсоры сбора информации и активного оборудования. Каждый обнаруженный, поддерживаемый устройством протокол, проверяется на возможные сенсоры. С помощью пакета сбора информации, состоящего из снифферов, коллекторов netflow, snmp-опросников и сетевых сканеров с каждой единицы оборудования последовательно через равные промежутки времени, заданные заранее, осуществляется сбор данных о трафике по конкретным портам устройств.

Далее в главе рассматривается алгоритм автоматизации построения маршрутной матрицы. Это необходимо для решения уравнений равновесия потоков, где фигурируют элементы данной матрицы.

Для вычисления маршрутной матрицы строятся две исходные матрицы, в которых элементами ху и являются нормализованные величины трафика для исследуемого протокола (или общего трафика) (4):

Г ingress _traft{t ¡), если f ingress_traf,(tесли i = j (4)

'' I outgress _trafi(lj), если i = j, '' [outgress _traf,(t¡), если

где i - номер порта коммутатора, /, - дискретные моменты времени съема данных о трафике, ingress_traf - матрица данных об интенсивности входящего в сетевой интерфейс трафика в каждом временном срезе, outgress traf -матрица данных об интенсивности исходящего из сетевого интерфейса трафика в каждом временном срезе. Затем проводится стандартизация исходных матриц путем вычисления элементов новой матрицы для проверки гипотез о значимости

(*«'>) (5)

< = о(*<'>) • а(^)

Далее вычисляются парные оценки коэффициентов корреляции для входящего и исходящего трафика, и проверяется значимость оценок коэффициентов корреляции, незначимые оценки приравниваются к нулю. P,j, при />/, рассчитываются по матрице UX, при г'</ - по матрице UY. По результатам проверки делается вывод о наличии связей между элементами матрицы. После вычисления всех коэффициентов корреляции, необходимо их нормализовать с учетом отбраковки аномальных наблюдешш. Затем матрицу можно использовать при расчетах.

Интеграция алгоритмов расчета характеристик СМО, маршрутной матрицы и характеристик распределения потоков после сбора и соответствующей обработки статистической информации о трафике позволяет проводить эксперименты на модели реальной сети с наименьшими затратами.

Благодаря высокой скорости вычислений показателей производительности программы на основе метода ДДА и точности, соперничающей с имитационным моделированием, стало возможным проводить вычислительные эксперименты над моделью в режиме реального времени, что открывает новые возможности применения таких моделей.

Третья глава посвящена проектированию программной системы распознавания и анализа трафика. Современная тенденция развития сетей передачи данных подразумевает собой конвергенцию данных, голоса, видео и учетно-контрольных потоков под единой средой передачи данных IP или ATM. Чтобы выявить основные тенденции трафика, его пики, пики конкретных приложений, возможности конкретных типов трафика взаимодействовать с различными политиками и типами QoS необходимо:

- разделить логические потоки трафика - хост-хост и приложение-приложение;

-определить вероятностные характеристики каждого логического потока для

последующего анализа;

- определить суточные, часовые и иные циклы периодичности в поведении трафика.

Важным здесь является определение вероятностных характеристик. Без них невозможно проводить моделирование сегмента сети для получения стресс-характеристик по каждому приложению, и не будет возможности предсказать показатели производительности, время отклика приложения и стабильность этих показателей во времени.

{

)

Входные данные

Определение вида распределения трафика проводится по алгоритму, показанному на рисунке 2. Библиотека автоматического выбора вида распределения охватывает класс, состоящий из 6 непрерывных законов распределения случайных величин, наиболее часто используемых в приложениях: экспоненциального, нормального, Эрланга, Вейбулла, двойного показательного, гамма-распределения. Затем выбирается наиболее подходящий закон распределения по заданному критерию согласия. После этого делается прогноз на возможное количество и качество трафика в соответствии с выбранным приложением и его параметрами.

Например, оптимальные параметры сети для голосового трафика с кодеком С7\ 1 на канале 128Кбит/с показаны на рисунке 3. Как видно из рисунка, максимальное количество голосовых каналов-4.

На рисунке За в зоне хорошей связи находятся 4 канала, на рисунке 36 - 3 канала. На самом деле такие показатели на канале 128Кбит/с можно получить только с использованием адаптивной системы распознавания тишины, в этом случае голосовой трафик обладает скважностью. Рассчитаем параметры трафика с помощью метода

ДДА.

Для 1 канала 0711 требуется до 81,2 Кбит/с в пике. Средняя скважность стандартного разговора Рисунок 2 - Схема

достигает 0,5. Так как размер джиггер-буфера алгоритма распознавания достигает 60 мс для протокола 0711, величина трафика

задержки может достигать 100 мс. Размер пакета 0711 достигает эквивалентного размера в 30 мс, следовательно, в буфер умещается до 2-х пакетов. Очередь больше 2-х пакетов приводит к слишком большому джиггеру и потере пакетов. Соответственно, исходя из графика, более 4-х потоков недопустимо.

Неудовлетворительно

Потерн пакетов. %

а) б)

Рисунок 3 - Показатели качества сети: а) расчетные, б) фактические

Однако при 4-х соединениях задержка в канале достигает 180 мс. Для одного канала это слишком много. Задержка 100 мс достижима при не более чем 2-х конкурирующих голосовых каналах.

Распознавание трафика предложенным методом позволяет определить параметры законов распределения, а также его вид в автоматическом режиме.

В четвертой главе приведены результаты расчетов характеристик реальных узлов сетей, конкретных моделей коммутаторов, маршрутизаторов, сегментов сетей в целом, приводится пример построения аналитической модели на базе метода и модели ДДА. В классической теории СМО все процессы поступления и обработки заявок представляются в виде зависимости количества заявок от времени. Так как интервалы времени являются случайной величиной, то математическая обработка таких зависимостей ограничивалась либо моделями МУМ/k, M/G/1, либо имитационным моделированием.

Метод ДДА апробирован для широкого диапазона изменения параметров потоков: загрузка варьируется от 0,1 до 0,9, коэффициенты вариаций входного потока и времени обслуживания меняются от 0,1 до 5. При этом его точность равномерна и удовлетворяет требованиям инженерной применимости для любой загрузки больше 0 и меньше 1 в отличие от одномерной диффузионной аппроксимации, где погрешность может превышать 100%. Для оценки адекватности метода параллельно использована программная система имитационного моделирования сетей OPNET Modeler. На рисунках 4а, 5а приведены результаты расчетов по этой программной системе. Рассмотрен случай, когда небольшая сеть использует ресурсы сети Интернет. В дополнение используется 2 сервера приложений, один объединяет HTTP и EMAIL потоки, другой - FTP. Такие же результаты получены с использованием интегрированного в комплекс моделирования метода ДДА на срезе в 125,1 пакетов/с (загрузка линии 88%) (рисунки 46, 56).

Рисунок 4 - Время отклика приложений FTP: а) по результатам имитационного ^ моделирования, б) по результатам расчета методом ДДА

Результаты расчетов на рисунках 4 и 5 показывают, что полученные - характеристики для имитационного моделирования составляют: по протоколу HTTP среднее время отклика около 1,06 с (для ДДА 1,07 с), по протоколу FTP - около 2,09 с (для ДДА 2,09 с), нагрузка на линию связи 128 Кбит/с - порядка 88% при среднем размере пакета 930Ь. В главе также рассмотрены вопросы качества сети.

Далее приведены результаты стресс-тестирования при исследовании мультимедийного трафика в высоконагруженной сети. При игнорировании QoS

политик в общем виде в режиме перегрузки канала работа протоколов затруднена, а голосовых служб и вовсе невозможна (рисунок 6). И это при коэффициенте вариации интенсивности входного потока не превышающем 1,0.

Рисунок 5 - Время отклика приложений HTTP: а) по результатам имитационного

моделирования, б) по результатам расчета методом ДДА На рисунке 6 задержка в канале связи при загрузке 88% достигает 2-3 с, длина очереди превышает 400 единиц. Вариант использования QoS ограничивается экономической целесообразностью. Эта услуга у провайдера стоит немало, ее активация требуется на всем протяжении канала и на конечном оборудовании. Используем политики QoS для голосового трафика с ToS (Type of Service, тип сервиса)=4 (Streaming Media).

ведалягшд Мххрфииивчт мрмции nocm^nnortutn

шя. fixsf&uucHwm овришии тапугмтия

Полно« время ожидания 0.20

Сд —1.9

Сх- 1

'да- 1 г

4.9

| Общая длин» оч»р*ди

25

.Ск-0.1

125.00 126.1»

Интенсивность поступления

пак/с S

- 1Д

■ 0.1

• 1

• V ■

12S.3» 1».40

».«. 125.9

J пак/с

Интенсивность поступления

Рисунок 6 - Голосовой трафик в условии перегруза канала с использованием QoS (ToS=4) с фоновым трафиком протокола HTTP

Результаты расчетов, приведенные на рисунке 6, говорят, что в этом случае качество IP разговора неприемлемо. На уровне 0,88 от максимальной загрузки при ToS=4 задержка составляет порядка 100-150 мс, что намного меньше первого варианта. При ToS=6 (Interactive Voice) голосовой трафик имеет исключительный приоритет для прохождения по каналу. Поэтому задержки снижаются до 1-5 мс, длина выделенной голосовой очереди не превысит 6 пакетов (рисунок 7).

Однако, при действии голосового трафика остальной трафик будет испытывать еще большую задержку. Все эти расчеты проводились в автоматическом режиме на основе созданной модели сети. Данные о производительности оборудования получены на основе стресс-тестирования.

На основе анализа всех существующих моделей активных узлов сети выбор в работе сделан в пользу моделей на основе двумерной диффузионной аппроксимации СМО при произвольных законах распределений.

г

I

i Пятая глава посвящена практическому подтверждению адекватности выбранной модели ДДА узлов сети, а также корректности методики сбора информации о сети. Рассчитаны показатели производительности двух сетей - УНПК , ОГУ и ОАО «Оренбургэнергосбыт» с использованием этих методов. Расчеты верифицируются системой моделирования OPNET Modeler и реальными данными стресс-тестирования сети. Полученные результаты интерпретируются в табличном I виде.

Ниже приведены результаты моделирования сети УНПК ОГУ на основе j разработанных методов. Это подразделение включает в сферу обслуживания I корпоративной сети порядка 480 компьютеров, которые распределены по 22 сегментам. Структура основного трафика включает: HTTP трафик (прокси-сервер, ЗЗГб/мес, 12% от общего трафика), FTP (Oracle, серверы кафедр ПОВТ, ПИ, ВТ, 110 Гб/мес, 35%), SMB (Oracle, все сервера, 95 Гб/мес, 30%), E-mail (37 Гб/мес, 14%), VoIP телефонию (Oracle+Astérix, 0,5 Гб, 0,3%).

Результаты расчетов подтверждают корректность применяемого метода сбора I информации о трафике сети, алгоритма построения маршрутной матрицы и расчета характеристик сети. Относительная погрешность результатов моделирования по сравнению с результатами замеров в пределах 10%. Эти результаты дают возможность проводить расчет проектируемых сетей на базе анализа пилотного I участка сета (таблица 1).

I

I

I

Моделирование сети ОАО «Оренбургэнергосбыт» выполнено для расчета показателей глобальных каналов сети. Проектное решение объединяет в сеть передачи данных узлы на большой территории с различными условиями доступности | каналов связи, различными размерами и потребностями.

Для верификации расчетов проведено моделирование в системе OPNET Modeler. Полученные результаты приведены на рисунке 8. При загрузке входящего канала связи до 89% задержка составляет порядка 2,5 мс, а исходящего при загрузке до 20% - менее 1 мс.

Рисунок 7 - Вариант использования QoS с ToS=7

Таблица 1 - Результаты расчетов характеристик сети УНПК ОГУ

Номер узла Узел Загрузка расчетная Загрузка фактическая Задержка мс Длина очереди График (Килопакетов в секунду)

1 Файл-сервер 0,62 0,58 _, 3 1,6 9,6

2 Email 0,58 0,49 3 1,3 7,6

3 Proxy 0,73 0,7 5 2,8 2

4 Сервер ПОВТ 0,37 0,41 4 0,55 1,8

5 Сервер ПИ 0,43 0,39 3 0,73 3

6 Сервер ВТ 0,35 0,33 2 0,5 1,6

7 Oracle 0,4 0,42 7 0,63 2,2

8 Маршрутизатор 0,93 0,87 4 14 13

Рисунок 8 - Загрузка глобального канала связи (а) и задержки в нем (б)

Ниже те же показатели рассчитаны по методу двумерной диффузионной аппроксимации (рисунок 9). Задержка канала связи на уровне загрузки 89% составляет порядка 2,7 мс, что практически совпадает с результатами имитационного моделирования в пределах 10%.

нагрузки до 15000 пакетов/с

В главе приведены результаты расчетов показателей производительности и качества сетей УНПК ОГУ и ОАО «Оренбургэнергосбыт». Разработаны рекомендации по улучшению производительности сети и повышению качества работы сетевых приложений, структурные и аппаратные. Все рекомендации переданы в соответствующие отделы организаций. Экспериментально подтверждена адекватность выбранных методов моделирования, сбора информации и стресс-тестирования.

В Заключении сформулированы основные результаты работы.

1 На основе анализа точности и быстродействия существующих методов и программных систем анализа производительности компьютерных сетей обоснована необходимость интеграции средств и методов исследования сетей с методами съема и анализа трафика. При этом необходимо учитывать такие особенности трафика, как широкие диапазоны изменения его параметров, мультисервисность и др.

2 Разработан алгоритм расчета маршрутной матрицы на основе данных о логических потоках и трафике сети при использовании сбора информации с активного оборудования по нескольким протоколам. Алгоритм проверен на корректность в высоконагруженных мультисервисных сетях и сегментах низкоскоростной глобальной связи.

3 Созданные алгоритмы для расчета показателей производительности каналов

связи и всей сети в целом на основе метода декомпозиции, позволяют использовать метод ДДА расчета узла произвольных IP сетей в широком диапазоне нагрузки на узлы и при неоднородном трафике с коэффициентом вариации от 0,1 до 5.

4 Созданы модели управляемых распределенных корпоративных сетей на основе декомпозиции на уровне первых двух моментов распределений временных интервалов потоков и метода ДДА узлов, с расчетом показателей производительности каналов связи и всей сета в целом.

5 Метод съема информации о трафике сети и реализованные программные средства позволяют проводить анализ логических потоков и типов трафика, существующих в корпоративной сети, в режиме реального времени, предоставлять числовые данные для последующего моделирования.

6 Расчет сети ГОУ ВПО «Оренбургский государственный университет» показал наличие узких мест при трафике с нагрузкой выше 80%. Расчеты на модели показали, что задержки в сети могут достигать 2 с, потери пакетов 1%. На основе анализа вариантов сетевых структур даны рекомендации по замене маршрутизатора, модулей центрального коммутатора. Показан эффект от модернизации, заключающийся в увеличении максимальной пиковой нагрузки на ядро сети в 3,7 раза, уменьшении времени отклика приложений серверов ядра сети до 100 мс и в уменьшении загрузки основного канала передачи данных до 20% путем распределения нагрузки. В проекте расширения корпоративной сети ОАО «Оренбургэнергосбыт» обоснован выбор ширины полосы канала, рассчитаны оптимальные размеры буфера голосового трафика и характеристики качества услуг для различных типов трафика и каналов.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Научные статьи, опубликованные в изданиях по списку ВАК

1 Ушаков, Ю.А. Программная система распознавания трафика и прогнозирования характеристик мульгисервисной сети / НФ. Бахарева, Ю.А. Ушаков // Инфокоммуникационные технологии.- 2008.-Т6.-№4.-С.42-50.

2 Ушаков, Ю.А. Управление нагрузкой на сети ЭВМ распознаванием и моделированием трафика / Н.Ф. Бахарева, Ю.А. Ушаков // Инфокоммуникационные технологии,- 2008,- Т.6.-№3.-С.56-62.

Остальные публикации

3 Ушаков, Ю.А. Двумерная диффузионная аппроксимация управляемой системы массового обслуживания общего вида GI/G/1 / В.H Тарасов, Н.Ф. Бахарева, Ю.А. Ушаков //Проблемы управления и моделирования в сложных системах.- Самара: СНЦ РАН, 2008,- С. 192-199.

4 Ушаков, Ю.А. Анализ и оптимизация локальных сетей и сетей связи с помощью программной системы OPNET Modeler / В.H. Тарасов, A.JI. Коннов, Ю.А. Ушаков // Вестник ОГУ,- 2006,- Т.2.-№6,- С. 197-204.

5 Ушаков, Ю.А. Исследование ЛВС сетевой академии Cisco на имитационной модели / В.Н Тарасов, Ю.А. Ушаков // Перспективные информационные технологии в научных исследованиях, проектировании и обучении (ПИТ-2006). Труды научно-техн. конф. с международным участием. Том I. - Самара: СГАУ, 2006,- С.215-223.

6 Ушаков, Ю.А. Построение высокопроизводительных вычислительных комплексов на базе ЛВС предприятия с использованием GRID технологий /

Ю.А. Ушаков // Высокопроизводительные параллельные вычисления на кластерных системах: Материалы V Междунар. научно-практ. Семинара / Под ред. проф. Р.Г. Стронгина. - Н. Новгород: Изд-во НГУ, 2005. - С.228-231.

7 Ушаков, Ю.А. Управление сетевой безопасностью при разграничении доступа к ресурсам и трафика / Ю.А. Ушаков, В.Н. Тарасов // Компьютерные технологии в науке, практике и образовании: Труды Всеросс. межвуз. научно-практ. конф. -Самара: типография СГТУ, 2005 - С.67-70.

8 Ушаков, Ю.А. Управление трафиком в распределенных высокопроизводительных системах / Ю.А. Ушаков // Современные информационные технологии в науке, образовании и практике: Матер. Всеросс. научно-практ. конф. (с международным участием). - Оренбург: ИПК ГОУ ОГУ, 2005. - С. 137-139.

9 Ушаков, Ю.А. Обеспечение высокой производительности сетевой инфраструктуры при параллельных вычислениях на распределенных системах // Сб. материалов Всеросс. конкурса инновационных проектов аспирантов и студентов по приоритетному направлению развития науки и техники "Информационно-телекоммуникационные системы" / Под. ред. А.О. Сергеева. - М.: ГНИИ ИТТ "Информика", 2005.- С.68-69.

10 Свидетельство об отраслевой регистрации разработки в Отраслевом фонде алгоритмов и программ №7455. Моделирование сетей связи при помощи пакета OPNET Modeler [Электронное гиперссылочное пособие]/ В.Н. Тарасов, Ю.А. Ушаков, A.JI. Коннов, Ю.Н. Пивоваров,- №50200700086. опубл. 27.12.2006.

11 Ушаков, Ю.А. Проектирование и моделирование сетей ЭВМ в системе OPNET Modeler. Лабораторный практикум : Уч. пособие/ В.Н. Тарасов, Н.Ф. Бахарева,

А.Л. Коннов, Ю.А. Ушаков. - Самара: ГОУВПО ПГУТИ, 2008,- 233с.

12 Свидетельство об отраслевой регистрации разработки в Отраслевом фонде алгоритмов и программ № 12009 Программная система вероятностного моделирования корпоративных сетей передачи данных [Программа] / Ю.А. Ушаков,-№ 50200800991. опубл. 20.11.2008.

Подписано в печать 11.02.2009 г. Формат 60x84/16. Печать оперативная. Бумага ксероксная. Объем 1 п. л. Тираж 100 экз. Заказ № 4247.

Типография ООО «Штрих», 460024, г. Оренбург, ул. Туркестанская, 23.

Введение.

Глава 1. Методы оценки качественных показателей гетерогенных сетей.

1.1 Проблемы вычислительных сетей.

1.2 Корпоративные сети передачи данных.

1.3 Аппаратно-программные средства определения качественных показателей сети.

1.4 Определение показателей производительности сети путем моделирования сетевого трафика и событий.

1.5 Сравнительный анализ методов построения моделей активного оборудования.

1.6 Постановка проблемы, цели и задачи исследования.

Выводы.

Глава 2. Моделирование сетей с маршрутизацией.

2.1 Модели массового обслуживания для активного оборудования на основе метода двумерной диффузионной аппроксимации.

2.2 Разработка алгоритма сбора статистической информации на входе в сегмент сети.

2.3 Исследование путей построения маршрутной матрицы.

2.4 Разработка алгоритма построения маршрутной матрицы.

Выводы.

Глава 3. Программная система распознавания трафика и прогнозирования характеристик мультисервисной сети.

3.1 Анализ трафика конвергентных сетей.

3.2 Распознавание типов трафика и параметров распределений.

3.3 Особенности мультимедийного трафика.

3.4 Программная система распознавания трафика.

Выводы.

Глава 4. Управление нагрузкой на сети ЭВМ распознаванием и моделированием трафика.

4.1 Решение задачи расчета характеристик СМО общего вида.

4.1.1 Двумерная диффузионная аппроксимация СМО общего вида.

4.1.2 Определение характеристик СМО GI/G/I общего вида.

4.2 Оценка производительности корпоративной СПД с использованием метода

Выводы.

Глава 5. Расчет показателей производительности сети на основе предложенных моделей.

5.1 Моделирование трафика на основе пилотной сети УНГЖ ОГУ.

5.2 Моделирование сети ОАО «Оренбургэнергосбыт».

5.3 Расчет параметров глобальных каналов связи удаленных офисов ОАО

Оренбургэнергосбыт».

Выводы.

Актуальность работы.

Телекоммуникационные технологии в последние годы переживают масштабные перемены, связанные с интеграцией сетей и услуг связи. Появляются новые сервисы, традиционные сервисы и услуги переходят на платформу IP, количество потребителей таких сервисов растет очень высокими темпами. Именно появление новых инфокоммуникационных услуг и сервисов вызвало бурное развитие технологий, в которых на первое место встают вопросы качества предоставления услуг. Главным требованием, предъявляемым к сетям, является выполнение их основной функции — обеспечение пользователям потенциальной возможности доступа к разделяемым ресурсам сети. Все остальные требования связаны с качеством выполнения основной задачи. Для разных логических типов сетей приоритетными характеристиками являются: производительность, надежность, совместимость, управляемость, защищенность, расширяемость, масштабируемость и их совокупность.

Определению показателей производительности в сетях методами теории массового обслуживания посвящено значительное количество работ и статей. Вопросами оценки производительности занимается большое количество ученых многих стран: такие как Клейнрок JL, Феррари Д., Вишневский В.М., Цы-баков В.И. и многие др. Производительность сети является основополагающим свойством для самой возможности интеграции сервисов и повышения качества их предоставления. Однако, методам оценки именно показателей производительности интегрированных сетей как основной задачи уделяется недостаточное внимание.

Сами методы, использующиеся в данное время, никак не учитывают современную степень интеграции дополнительных услуг и, в основном, рассчитаны на использование обычных статистических данных реальных сетей. В продуктах моделирования сетей учет интеграции осуществляется уже давно, но они не учитывают реальные свойства и параметры уже существующих сетей, не имеют возможности привязки к конкретной реальной сети и съема интересующих параметров оборудования. В основном для моделирования используются уже готовые шаблоны оборудования с усредненными характеристиками и небольшим диапазоном настройки.

В таких условиях задача совмещения в рамках единой модели: сбора информации, параметров реальной сети и вычисления показателей производительности, является актуальной.

Целью работы является интеграция методов оценки качественных показателей сетей с интеллектуальным оборудованием второго и третьего уровней, проводимых на основе разработанного метода декомпозиции корпоративных сетей на логические сегменты до уровня активного оборудования с автоматическим распознаванием законов распределений трафика на входе сегмента.

Для достижения поставленной цели были решены следующие задачи:

- Исследование методов оценки качественных и количественных показателей реальных корпоративных сетей и их моделей.

- Исследование способов определения маршрутной матрицы на основе данных реальных корпоративных сетей с нестационарными входными потоками и меняющимися законами распределений.

- Анализ и разработка алгоритмических решений модели узла сети в виде управляемой системы массового обслуживания (СМО) в режиме реального времени.

- Разработка метода декомпозиции корпоративных сетей на логические сегменты до уровня активного оборудования.

- Исследование, разработка методов и программы распознавания трафика и определения параметров его распределения для последующего применения метода двумерной диффузионной аппроксимации (ДДА) СМО для расчета характеристик узла.

- Разработка алгоритма и программы для расчета характеристик узла на базе адаптированного к среде реального времени обобщенного метода ДДА СМО при произвольных законах поступления и обслуживания.

Научная новизна работы заключается в:

- разработке метода декомпозиции корпоративной сети на сегменты до уровня активного оборудования с использованием первых двух моментов распределения потоков;

- определении характеристик распределений выходных потоков рекурсивным алгоритмом при помощи метода ДДА процессов поступления и обслуживания заявок в СМО;

- разработке методов сбора статистической информации о входном трафике в сегмент, его распознавании и определении параметров распределения для их дальнейшего использования в расчетах показателей производительности;

- предложенном алгоритме построения маршрутной матрицы на основе анализа статистической информации о трафике декомпозированного сегмента путем разделения логических потоков конвергентной сети, поддерживающем входные потоки с изменяющимися законами распределения.

Методы исследования. В работе использован аппарат теории вероятностей, математической статистики, массового обслуживания и марковских процессов, методы аналитического и имитационного моделирования.

Достоверность представленных в работе результатов и выводов подтверждена проверкой адекватности математических моделей, сравнением расчетных данных с результатами экспериментов на реальных сетях, а также при помощи имитационного моделирования в системе OPNET Modeler.

Практическая ценность работы заключается в разработанных методиках сбора статистической информации, а также в программах расчета показателей производительности вычислительной сети в режиме реального времени. Все это позволяет на основе единой математической модели определять рекомендации для повышения качественных характеристик сети. При помощи программного комплекса для проведения стресс-тестирования оборудования экспериментально получена информация о законах распределений разных типов трафика в высоконагруженных сетях, учитывающая действия интеллектуального сетевого оборудования. В результате комплексного исследования нескольких высоконагруженных сетей выработаны рекомендации по структурной и аппаратной реорганизации, а также по организационным методам повышения качественных показателей.

Реализация результатов. Результаты работы использованы при расчете и модернизации сетей для выработки рекомендаций по структурной и аппаратной реорганизации логической и аппаратной инфраструктуры.

Программный комплекс тестирования и оценки показателей производительности сети зарегистрирован в ОФАП и передан для эксплуатации в Центр информационных технологий Оренбургского государственного университета и в отдел ИТ ОАО «Оренбургэнергосбыт». Результаты работы внедрены в учебный процесс ГОУ ВПО ПГУТИ и ГОУ ВПО ОГУ, что подтверждено соответствующими актами.

Личный вклад автора. Теоретические и практические исследования, проведенное имитационное и аналитическое моделирование на ЭВМ, а также выводы и рекомендации получены лично автором. Разработаны методика определения основных характеристик реального оборудования без изъятия с •места эксплуатации и программная система, автоматизирующая все техпроцессы по моделированию реального сегмента сети.

Основные положения, выносимые на защиту: метод декомпозиции корпоративной сети на сегменты до уровня активного оборудования с использованием первых двух моментов распределения потоков;

- алгоритм построения маршрутной матрицы путем разделения логических потоков конвергентной сети, поддерживающий входные потоки с изменяющимися законами распределения и позволяющий проводить моделирование в реальном времени;

- метод сбора статистической информации о трафике и программа, реализующая распознавание трафика и определение его параметров распределения для последующего применения метода ДДА;

- программная система, реализующая метод ДДА фундаментальных процессов поступления и обслуживания в управляемой системе массового обслуживания как математической модели узла сети;

- результаты экспериментальных исследований реальных корпоративных сетей высокой нагрузки ГОУ ВПО ОГУ и ОАО «Оренбургэнергосбыт»;

- система рекомендаций по повышению качества и скорости управления нагрузкой по вышеуказанным сетям.

Апробация результатов работы. Основные положения и результаты данной работы представлялись:

- на X Международной конференции РАН, СНЦ, ИПУСС «Проблемы управления и моделирования в сложных системах» (Самара, 2008);

- на Всероссийских научно-практических конференциях (с международным участием) «Перспективные информационные технологии в научных исследованиях, проектировании и обучении ПИТ-2006» (Самара, СГАУ, 2006); «Компьютерные технологии в науке, практике и образовании» (Самара, СГУ, 2005); «Современные информационные технологии в науке, образовании и практике» (Оренбург, ОГУ, 2005);

- на Всероссийском конкурсе инновационных проектов аспирантов и студентов по приоритетному направлению развития науки и техники "Информационно-телекоммуникационные системы" (Москва, ГНИИ ИТТ "Информика", 2005, работа удостоена диплома второй степени);

- на V Международном научно-практическом семинаре «Высокопроизводительные параллельные вычисления на кластерных системах» (Нижний Новгород, НГУ, 2005).

Публикации. Основное содержание работы отражено в 12 публикациях, в том числе двух статьях в журналах из перечня, рекомендованного ВАК для публикации результатов диссертационных работ, 2 статьях в журналах, 4 докладах, 1 тезисах доклада, 2 свидетельствах о регистрации программного средства, 1 учебном пособии под грифом МГУП.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложений. Работа содержит 144 страницы машинописного текста, 69 рисунков, 15 таблиц, список литературы из 93 наименований и приложения.

Выводы

1 Для вычисления характеристик сети в целом необходимо декомпозировать сети систем массового обслуживания на отдельные СМО на уровне двух первых моментов распределений интервалов времен поступления и обслуживания.

2 Для верификации полученных результатов использована программная система OPNET Modeler. Сравнение результатов по таким важным показателям функционирования сети, как задержка каналов связи и время отклика приложений, показывает их совпадение в пределах 10% относительной погрешности.

3 Невозможность получения точных данных в числовом формате в системе OPNET Modeler подтверждает преимущества вычисления характеристик узлов и сети в целом по методу ДДА и делает метод важным инструментом исследования произвольных сетей СМО общего вида.

Глава 5. Расчет показателей производительности сети на основе предложенных моделей

Глава посвящена практическому использованию выбранного метода моделирования сети - метода двумерной диффузионной аппроксимации, а также подтверждению корректности разработанных алгоритмов сбора информации о сети. Рассчитываются параметры производительности двух сетей — УНГЖ ОГУ и ОАО «Оренбургэнергосбыт», расчеты верифицируются системой моделирования Opnet Modeler и реальными данными стресс-тестирования сети. Полученные результаты интерпретируются в табличном виде.

5.1 Моделирование трафика на основе пилотной сети УНПК ОГУ

При анализе результатов моделирования реальных сетей часто приходится сталкиваться с большим разбросом параметров моделирования и реальных параметров сетей. При анализе сложных сетевых структур в большинстве случаев применяют классический подход с использованием пуассоновских потоков заявок и экспоненциальное распределение времени обработки заявки [3]. Однако в большинстве случаев сложных высоконагруженных сетей такой подход дает лишь приближенный результат. Поэтому для повышения точности моделирования сетей необходимо определять не только первые несколько моментов распределения интервалов поступления и обслуживания, но и сам закон распределения этих величин. В высоконагруженных сегментах, особенно в серверных пулах, закон распределения времени поступления заявки не экспоненциальный [4, 8]. Кроме того, он может изменяться в зависимости от времени суток, ситуации в других доменах сети (в случае динамической маршрутизации) и т.д.

В случае анализа сложных сетей с логическим и физическим сегментированием, в которых присутствуют неоднородные потоки, сервера, маршрутизаторы и маршрутизирующие коммутаторы, необходима декомпозиция на простые сегменты. При этом каждый сегмент должен содержать не более одного нелинейного устройства (маршрутизатора или интеллектуального коммутатора). Все остальные сегменты сети будут для данного сегмента внешним трафиком. После такой сегментации сети уже можно анализировать каждый сегмент в отдельности (сверху вниз), а потом от простейших сегментов перейти к анализу всей сети (снизу вверх). Схема одного сегмента представлена на рисунке 5.1.

Данный сегмент является простейшей единицей в сложной сегментированной сети. Он может не иметь сервера или брандмауэра, однако, в нем всегда должны быть рабочие станции и коммутатор.

Исходная сеть сегментируется по следующему критерию. Если в центре сети стоит управляемый коммутатор второго или третьего уровня, то все узлы, подключенные к одному порту, будут находиться в одном сегменте. Если же в. сети используется маршрутизатор и несколько подсетей, то все сегменты из одной подсети впоследствии требуется объединить в один сегмент более высокого уровня. тами [74, 82]. При этом наиболее важную роль будет играть согласованность коэффициентов двумерного диффузионного процесса аи а2, b\, hi и матрицы Р — вероятностей передач заявок реальным данным сети, как показано в [90]. Эти коэффициенты процесса можно легко выразить через среднее и дисперсию ре

Рисунок 5.1 - Схема одного сегмента сети

Для расчета характеристик одного сегмента воспользуемся результаальных времен поступления и обработки пакетов. Однако, необходимо учитывать, что в реальной сети среднее время между поступлениями пакетов будет функцией времени, каждый узел имеет циклическое распределение нагрузки на сеть в течение суток. В нерабочее время большинство узлов генерируют только фоновый широковещательный трафик, а в рабочее время существует зависимость от продолжительности рабочего дня.

Моделирование сети ставит перед собой задачу изучить характеристики модельной сети, прогнать различные режимы работы, дать нагрузку на какие-либо ее части. Все это, обычно, предшествует созданию сети (чистая модель) либо ее модернизации. В реальной сети соединения непосредственно между конечными пользователями - явление не такое уж и частое. В большинстве своем пользователи обращаются к серверам. Это подтверждается проведенным исследованием сети Оренбургского госуниверситета (ОГУ) и ОАО «Оренбург-энергосбыт».

Исследования проводились путем сбора статистики со всех коммутаторов, которые это позволяли (в случае ОАО «Оренбургэнергосбыт» это 100% коммутаторов) и анализировались направления потоков с помощью снифферов и технологии «Man-In-Middle Switching Environment». Результат анализа потоков за 3 месяца в ОГУ показан в таблице 5.1.

Все основные потоки курсируют или через центральный коммутатор, или в пределах одного сегмента, ограниченного портом центрального коммутатора. Весь трафик между разрозненными пользователями не превышает 6,5%, причем 5,1% из них —это широковещательный трафик. 64% всего трафика проходит через центральный коммутатор (к серверам), 35% трафика локализуется в пределах сегментов кафедр.

Заключение

В соответствии с целями исследований в работе получены следующие результаты:

1 На основе анализа точности и быстродействия существующих методов и программных систем анализа производительности компьютерных сетей обоснована необходимость интеграции средств и методов исследования сетей с методами съема и анализа трафика. При этом необходимо учитывать такие особенности трафика, как широкие диапазоны изменения его параметров, мультисервисность и др.

2 Разработан алгоритм расчета маршрутной матрицы на основе данных о логических потоках и трафике сети при использовании сбора информации с активного оборудования по нескольким протоколам. Алгоритм проверен на корректность в высоконагруженных мультисервисных сетях и сегментах низкоскоростной глобальной связи.

3 Созданные алгоритмы для расчета показателей производительности каналов связи и всей сети в целом на основе метода декомпозиции, позволяют использовать метод ДДА расчета узла произвольных IP сетей в широком диапазоне нагрузки на узлы и при неоднородном трафике с коэффициентом вариации от 0,1 до 5.

4 Созданы модели управляемых распределенных корпоративных сетей на основе декомпозиции на уровне первых двух моментов распределений временных интервалов потоков и метода ДДА узлов, с расчетом показателей производительности каналов связи и всей сети в целом.

5 Метод съема информации о трафике сети и реализованные программные средства позволяют проводить анализ логических потоков и типов трафика, существующих в корпоративной сети, в режиме реального времени, предоставлять числовые данные для последующего моделирования.

6 Расчет сети ГОУ ВПО «Оренбургский государственный университет» показал наличие узких мест при трафике с нагрузкой выше 80%. Расчеты на модели показали, что задержки в сети могут достигать 2 с, потери пакетов 1%. На основе анализа вариантов сетевых структур даны рекомендации по замене маршрутизатора, модулей центрального коммутатора. Показан эффект от модернизации, заключающийся в увеличении максимальной пиковой нагрузки на ядро сети в 3,7 раза, уменьшении времени отклика приложений серверов ядра сети до 100 мс и в уменьшении загрузки основного канала передачи данных до 20% путем распределения нагрузки. В проекте расширения корпоративной сети ОАО «Оренбургэнергосбыт» обоснован выбор ширины полосы канала, рассчитаны оптимальные размеры буфера голосового трафика и характеристики качества услуг для различных типов трафика и каналов.

1. Altmann J and К. Chu. How to charge for network services: flat-rate or usage-based? Computer Networks Vol.36, Issue 5-6, Theme Issue on Network Economics, pages 519-531,2001.

2. ANSI/IEEE Standard 802.1Q-2005. IEEE Standards for Local and Metropolitan Area Networks: Virtual Bridged Local Area Networks, 2005.

3. Cheliotis G. Structure and Dynamics of Bandwidth Markets/ZDissertation //In Partial Fulfillment of the requirements for the Degree Doctor of Philosophy Electrical Engineering and Computer Science, 2001

4. Chen S and K. Nahrstedt. An Overview of Quality of Service Routing for Next-Generation High-Speed Networks: Problems and Solutions. IEEE Network, pages 64-79, 1998.

5. Complete Integration of Flow Technology Electronic resource. Electronic data. - cop. 2007. - Mode acess : http://www.networkinstruments.com/products/ observer/flow.html.

6. Golestani, S. Congestion free communication in high-speed packet networks. Текст. // IEEE Trans, on Comm.Vol.39, No. 12, December 1991, p. 18021812.

7. Jain R. The Art of Computer Systems Performance Analysis: Techniques for Experimental Design, Measurement, Simulation and Modeling. John Wiley, New York, USA, 1991.

8. Katoh U, T.Ibaraki, and H.Mine. An Efficient Algorithm for К Shortest Simple Paths. Networks, pages 12:411-427, 1982.

9. Kuhn D. Sources of Failure in the Public Switched Telephone Network. IEEE Computer, April 1997.

10. Muntz, R.R. Analytic modeling of interactive systems Текст. / R.R. Muntz. Proc. IEEE, 1975, V.63, n.6, p. 946-953.

11. NetIQ Analysis Center Datasheet Electronic resource. Electronic data. -cop. 2008. - Mode acess : http://www.netiq.com/fdownloads/ cmsdownload.asp?cid=200605081654060HGN.

12. Network Instruments. NetFlow/sFlow Electronic resource. Electronic data. - cop. 2008. - Mode acess : http://www.networkinstruments.com/products/ ob-server/flow.html

13. Network Instruments. Observer Electronic resource. Electronic data. -cop. 2008. - Mode acess : http://www.networkinstruments.com/products/ observer/index . htm 1

14. Rosen E, A. Viswanathan, and R. Callon. Multiprotocol Label Switching Architecture. RFC 3031, http://www.ietf.org, 2001.

15. Абросимов, JI.И. Методология анализа вероятностно-временных характеристик вычислительных сетей на основе аналитического моделирования Текст. / Л.И. Абросимов // Диссертация на соискание ученой степени доктора технических наук. М., 1996.- 412с.

16. Авен, О.И. Оценка качества и оптимизация вычислительных систем Текст. / О.И.Авен, Н.Н. Турин, Я.А.Коган. И.: Наука, 1982. - 464 с.

17. Анализатор протоколов Any Test Электронный ресурс.- Электрон, дан.- AnyTest.ru, [М.].: сор.2007. Режим доступа : http ://www.anytest. su/products/analizator/.

18. Байковский, В.А. Исследование и разработка методов оценки вероятностных характеристик цифровых управляющих систем центров коммутации сообщений Текст. : дис. . канд.техн. наук / Байковский В.А. Л., 1976. - 193 с.

19. Бахарева, Н.Ф. Интерактивная система вероятностного моделирования компьютерных сетей на основе метода двумерной диффузионной аппроксимации Текст.: дис. канд. техн. наук : 05.13.13: защищена.21.03.2003 /БахареваН. Ф. Оренбург, 2004. - 133с.

20. Березко, М.П. Информационные процессы. В 2 кн. Кн. 1: Математические модели исследования алгоритмов маршрутизации в сетях передачи данных Текст. / М.П. Березко, В.М. Вишневский. М: Институт проблем передачи информации, 2001.- 120с.

21. Бусленко, Н.П. Моделирование сложных систем Текст. / Н.П. Бус-ленко. -М.: Наука, 1978. 399 с.

22. Вишневский, В.М. Теоретические основы проектирования компьютерных сетей Текст. / В.М. Вишневский.- М.: Техносфера, 2003.- 512с.

23. Гадасин, Д.В. Разработка методов и средств анализа однородных стохастических мегасетей и исследование их вероятностных характеристик Текст. : дис. канд. техн. наук / Гадасин Д.В. М., 1998. - 138с.

24. Галкин, В.А. Телекоммуникации и сети Текст. / В.А. Галкин, Ю.А. Григорьев. М.:Издат-во МГТУ им.Н.Э.Баумана, 2003 г. - 608 с.

25. Герасимов, А.И. Аналитические методы исследования и оптимизации вычислительных систем и сетей на основе сетевых моделей массового обслуживания Текст. / А.И.Герасимов // Диссертация на соискание ученой степени доктора технических наук. М., 1999. - 359с.

26. Герасимов, А.И. Теория и практическое применение стохастических сетей / А. И. Герасимов.- М.: Радио и связь, 1994.- 175 с.136

27. Головко, Н.И. Исследование моделей систем массового обслуживания в информационных сетях Текст. : автореферат дис. д-ра техн. наук : 05.13.18 / Головко Николай Иванович. Владивосток, 2007. - 145 с.

28. Гончаров, А.А. Исследование условий обеспечения гарантированного качества обслуживания в сети Интернет Текст. : дис. канд. техн. наук: 05.12.13 / Гончаров Андрей Андреевич. М., 2007. - 118 с.

29. Гончаров, А.А., Лемешко Б.Ю. Электронный ресурс.- Электрон, дан.-Заводская лаборатория, [М.]: сор 1997.- Режим доступа: http://www.ami.nstu.ru/~headrd/seminar/publikhtml/Zlabl.htm

30. Гуляев, В.К. Численный метод исследования систем массового обслуживания Текст. / В.К.Гуляев // Техническая кибернетика, 1975, № 6, с. 140-146.

31. Две технологии компании Cisco Systems Электронный ресурс.- Электрон. дан.- Jet Info информационный бюллетень, [М.].: сор. 2008. - Режим доступа : http://www.jetinfo.ru/1998/2-3/1/article 1.2-3.1998274.html

32. Дэвис, Д. Вычислительные сети и сетевые протоколы Текст. / Д. Дэ-вис, Д. Барбер, У. Прайс, С. Соломонидес ; пер. с англ. под ред. С.И.Самойленко. М.: Мир, 1982. - 562 с.

33. Евреинов, Э.В. Однородные вычислительные системы Текст. / Э.В. Евреинов, В.Г. Хорошевский. Новосибирск: Наука, 1978. - 320 с.

34. Евреинов, Э.В. Однородные вычислительные системы, структуры и среды / Евреинов Э. В.- М.: Радио и связь, 1981. 208 с.

35. Ерохин, А.Е. О пропускной способности агрегирующих портов коммутатора Текст. / А.Е.Ерохин, С.П.Сущенко // 11 У, Тезисы VI Всероссийского симпозиума по прикладной и промышленной математике. Томск, 2006.

36. Искусство диагностики локальных сетей Электронный ресурс.-Электрон, дан.- P-STONE.ru информационный портал, [М.].: сор.2006. - Режим доступа: http://www.p-stone.ru/libr/nets/monitor/data/publicl4/.137

37. История информационно-образовательного портала HY4.NET.RU Электронный ресурс.- Электрон, дан., [М.].: сор. 2008. Режим доступа : http://razgon.net.ru/history/portal/net.htm.

38. Каталог продуктов Fluke Networks Электронный ресурс.- Электрон, дан.- LANDATA отдел контрольно измерительной техники, [М.].: сор. 2007. -Режим доступа : http://www.fluke-networks.ru/literatura/FLUKE%20rus%20catalog%202006%20%5Bscreen%5D.pdf

39. Клейнрок, JI. Вычислительные системы с очередями Текст. / JL Клейнрок ; пер. с англ. под ред. Б.С. Цыбакова. М.: Мир, 1979.

40. Клейнрок, JI. Коммуникационные сети Текст. / Л.Клейнрок ; пер. с англ. под ред. А.А.Первозванного. М.: Наука, 1970. - 255 с.

41. Клейнрок, Л. Теория массового обслуживания Текст. / Л. Клейнрок ; пер. с англ. под ред. В.И. Неймана. М.: Машиностроение, 1979.

42. Климанов, В.П. Методология анализа вероятно-временных характеристик локальных вычислительных сетей составных топологий на основе аналитического моделирования Текст. : дис. канд. техн. наук / Климанов В.П. М., 2001.-326с.

43. Кругликов, В.К. , Анализ и расчет сетей массового обслуживания методом двумерной диффузионной аппроксимации Текст. / В.К. Кругликов, В.Н. Тарасов // Изв. АН СССР, Автоматика и телемеханика, 1983, № 8, 74-83 с.

44. Кругликов, В.К. Расчет сетевых моделей вычислительных систем с конечной очередью Текст. / В.К. Кругликов, В.Н. Тарасов // Изв. ВУЗов СССР Приборостроение, 1982, №11. - 53-57 с.

45. Лодочников, А.А. Адаптивная маршрутизация в сетях передачи данных Электронный ресурс.- Электрон, дан., [М.].: сор. 2004. Режим доступа : -http://masters.donnm.edu.ua/2004/kita/lodochnikov/diss/index.htm

46. Николаева, Г.В. Разработка и исследование приближенных методов расчета характеристик моделей вычислительных систем Текст. : дис. канд. техн. наук / Николаева Г.В. Л., 1982. - 179 с.

47. Оборудование FLUKE Networks Электронный ресурс.- Электрон, дан.- ProLAN электронный магазин, [М.].: сор. 2008. - Режим доступа : http ^/www.prolan.ru/it-shop/index.phpVcategoiylD^1732.

48. ОСТ 115.1.1-95. Информационная технология. Локальные вычислительные сети. Показатели качества. Учрежденческие ЛВС Текст. Введ. 199512-28. - М.: Изд-во стандартов, 2001. - IV, 27 с.

49. ОСТ 115.1.2-95. Информационная технология. Локальные вычислительные сети. Показатели качества. Производственные ЛВС Текст. Введ. 1995-12-28. - М. : Изд-во стандартов, 2001. - IV, 27 с.

50. ОСТ 115.1.3-95. Информационная технология. Локальные вычислительные сети. Методы испытаний на соответствие показателей качества учрежденческих ЛВС Текст. Введ. 1995-12-28. - М. : Изд-во стандартов, 2001. - IV, 27 с.

51. ОСТ 115.1.4-95. Информационная технология. Локальные вычислительные сети. Методы испытаний на соответствие показателей качества производственных ЛВС Текст. Введ. 1995-12-28. - М. : Изд-во стандартов, 2001. -IV, 27 с.

52. Павловский, Ю.Н. Имитационные модели и системы Текст. / Ю.Н. Павловский. М.: Фазис: ВЦ РАН, 2000. - 134 с.

53. Паклин, Н.Б. Адаптивные модели нечеткого вывода для идентификации нелинейных зависимостей в сложных системах Текст. : дис. канд. техн. наук / Паклин Н.Б. Ижевск, 2004. - 162 с.

54. Петров, В.В. Структура телетрафика и алгоритм обеспечения качества обслуживания при влиянии эффекта самоподобия Текст. : дис. канд. техн. наук: 05.12.13 / Петров Виталий Валерьевич. М., 2004. - 199 с. РГБ ОД, 61:055/1891

55. Поговорим о терминах:Что означает QoS? Электронный ресурс.-Электрон, дан.т XServer.ru бесплатная, виртуальная, электронная, Интернет библиотека онлайн, [М.].: сор. .2007. - Режим доступа : http://www.xserver.ru/computer/nets/razn/95/.

56. Подворный; П.В. Качество обслуживания абонентов при беспроводном доступе в телекоммуникационных сетях железнодорожного транспорта: дис. канд. техн. наук : 05.13.17 / Подворный Павел Валерьевич: М:, 2006. - 132. с. РГБ ОД, 61:07-5/1955

57. Построение территориально распределенных сетей LAN/WAN: -Сеть передачи данныхЭлектронный ресурс.- Электрон.дан.- Режим доступа: . http://it.techexpert.ua/itsolutions/bildingnetwork/lanwan/Pages/dataTransfer.aspx

58. Привалов А.А. Теория интерполирования функций: В 2 кн. / Привалов А. А.-Саратов: Изд-во Сарат. ун-та, 1990,-512с.

59. Привалов, А.Ю. Анализ вероятностных характеристик изменчивости задержки пакета в телекоммуникационных сетях Текст. / А.Ю.Привалов. — Самара: Изд-во СГАУ, 2000. 168 с.

60. Саюшкин, А.А. Автоматизация принятия решений по управлению межсетевым экранированием корпоративных АСУ Текст.: дис. канд. техн. наук : 05.13.06 : / Саюшкин Андрей Андреевич. Оренбург, 2004. - 140 с.

61. Симонова, E.Bi Моделирование алгоритмов маршрутизации в IP сетях Текст. / Е.В.Симонова // Материалы четырнадцатой международной конференции "Математика. Компьютер. Образование", М., 2007.140

62. Сидоров, Ю.А. Анализ эффективности применения брандмауэра с помощью методов имитационного моделирования Электронный ресурс.-Электрон. дан., [М.].: сор. 2006. Режим доступа : http://www.volsu.rU/sconf/tezhtm/011 .htm.

63. Тарасов, В.Н. Вероятностное компьютерное моделирование сложных систем Текст. / В.Н. Тарасов. Самара: Самарский научный центр РАН, 2002.-194с.

64. Тарасов, В.Н. Вероятностное компьютерное моделирование сложных систем для анализа их производительности Текст. : дис. д-ра техн. наук : 05.13.18 / Тарасов Вениамин Николаевич. Оренбург, 2002. - 244 с. РГБ ОД, 71:04-5/66-1

65. Тарасов, В.Н. Компьютерное моделирование вычислительных систем. Теория, алгоритмы, программы Текст. / В.Н. Тарасов, Н.Ф. Бахарева. -Оренбург.: ИПК ОГУ, 2005.

66. Тарасов, В.Н. Моделирование сетей связи при помощи пакета OPNET Modeler Текст. / В.Н. Тарасов, Ю.А. Ушаков, А.Л. Коннов, Ю.Н. Пивоваров // УФАП, электронное учебное пособие

67. Тарасов, В.Н. Непрерывные диффузионные модели массового обслуживания и методика расчета их характеристик Текст. / В.Н. Тарасов, Н.Ф. Бахарева // Вестник ОГУ. Оренбург, 2002, №2. С. 199 - 204 с.

68. Тарасов, В.Н. Анализ и оптимизация локальных сетей и сетей связи с помощью программной системы OPNET Modeler / В.Н. Тарасов, A.JI. Коннов, Ю.А. Ушаков //Вестник ОГУ.- 2006,- Т.2, №6.- С. 197-204.

69. Тарасов, В.Н. Организация интерактивной системы вероятностного моделирования стохастических систем Текст. / //Известия Самарского научного центра РАН, 2003, №1,-с. 119-126.

70. Тарасов, В.Н. Проблема совершенствования методов моделирования сложных систем Текст. / В.Н.Тарасов, Н.Ф. Бахарева // Вестник ОГУ. Оренбург, 2002, №5. - 162 - 168 с.

71. Тарасов, В.Н., Бахарева Н.Ф. Интерактивная система вероятностного моделирования сложных систем Текст. / В.Н. Тарасов, Н.Ф. Бахарева // Per. научн.-практ. конференция. Оренбург: ИПК ГОУ ОГУ, 2002. - 355 с.

72. Тихонов, В.И. Марковские процессы Текст. / В.И. Тихонов, М.А. Миронов. М.: Сов. радио, 1977.

73. Точность протокола SFLow Электронный ресурс.- Электрон, дан.-LANBilHng.ru "Сетевые решения", [М.].: сор. 2006. - Режим доступа : http://wvAv.lanbilling.ru/sflowaccuracyarticle.html

74. Феррари, Д. Оценка производительности вычислительных систем Текст. / Д. Феррари ; пер. с англ. под ред. В.В.Мартынюка. М.: Мир, 1981. -576 с.

75. ЦИТ. История Электронный ресурс.- Электрон, дан., [Оренбург].: сор. 2008. Режим доступа : http://www.osu.ru/doc/996

76. Что такое технология NetFlow? Электронный ресурс.- Электрон, дан.- LANDATA отдел контрольно измерительной техники, [М.].: сор. 2007. -Режим доступа :http://www.fluke-networks.ru/reporteranalyzer/netflow.php

77. Шварц, М. Сети ЭВМ: Анализ и проектирование Текст. / М. Шварц ; пер с англ.- М.: Радио и связь, 1981.-336 с.142

78. Шеннон, Р. Имитационное моделирование систем искусство и наука Текст. / Р. Шеннон. - М.: Мир, 1978. - 272с.

79. Шнепс М.А. Системы распределения информации. Методы расчета. Справочное пособие Текст. / М.А.Шнепс М.: Связь, 1979.

80. Щека, А.Ю. Исследование и разработка метода расчета качества обслуживания пользователей при доступе к мультисервисным сетям Текст. : дис. канд. техн. наук : 05.12.13 / Щека Андрей Юрьевич. М., 2003. - 169 с. РГЪ ОД, 61:04-5/748-9

81. Юдицкий С. Основы диагностики сети / С. Юдицкий, В. Борисенко, О. Овчинников // LAN/ЖУРНАЛ СЕТЕВЫХ РЕШЕНИЙ #12/98 Электрон, журн. 2005. - Режим доступа : http://www.laes.ru/list/pve/DOCs/LAN98-12-59.htm