автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.17, диссертация на тему:Методика исследования информационных процессов в телекоммуникационных системах на железнодорожном транспорте

На правах рукописи

Толстошеин Андрей Викторович

МЕТОДИКА ИССЛЕДОВАНИЯ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ В ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМАХ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ

Специальность 05 Л 3.17 - Теоретические основы информатики

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва - 2006

ч

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Московский государственный университет путей сообщения» (МИИТ) на кафедре «Радиотехника и электросвязь»

Научный руководитель -Официальные оппоненты

доктор технических наук, доцент Ромашкова О. Н.

доктор технических наук, профессор Ляпунцова Е. В.

Ведущая организация

кандидат технических наук Жуков Е. В.

Институт проблем передачи информации Российской академии наук, (ИППИ РАН)

Защита диссертации состоится 24 мая 2006 г. в 15.30 часов на заседании диссертационного совета Д218.005.04 в Московском государственном университете путей сообщения (МИИТ) по адресу: 127994, г. Москва, ул. Образцова, 15, ауд. 4518

С диссертацией можно ознакомиться в библиотеке МИИТа. Автореферат разослан « » апреля 2006 года.

Ученый секретарь диссертационного совета Д 218.005.04 к.т.н., доцент

Н.А. Казанский

Тлг/

Общая характеристика работы

Актуальность. Исследования информационных процессов обработки и

телекоммуникационных системах свидетельствуют о специфической природе явлений, происходящих в них, не укладывающейся в традиционные рамки известных моделей случайных процессов. Речь идет о свойствах масштабной инвариантности или самоподобия статистических характеристик информационного потока. В последние десятилетия такие свойства были выявлены у так называемого интегрированного сетевого трафика, порождаемого различными приложениями от видеоконференцсвязи и файл-серверных приложений до доступа к \УеЬ-ресурсам и др. При этом методы расчета пропускной способности каналов и емкости буферов, основанные на марковских моделях и формулах Эрланга, с успехом используемые при анализе телефонных сетей, не всегда дают правильные результаты для сетей с коммутацией пакетов и приводят к недооценке нагрузки. Рабочие параметры систем с самоподобным трафиком отличаются от параметров, рассчитанных для систем с простейшим потоком на входе.

Исследованию свойств интегрированного трафика систем передачи информации с пакетной коммутацией посвящены работы российских и зарубежных ученых - Г.П. Башарина, Б.С. Гольдштейна, Г.В.Горелова, У. Леланда, В.И. Неймана, О.Н. Ромашковой, У. Столлингса, У.Уиллингера, А.Эррамили и др.

В условиях необходимости включения в телекоммуникационные системы новых узлов и роста объемов передаваемой информации проблема увеличения эффективности обработки информационного потока путем оптимизации вероятностно-временных характеристик информационных систем становится одной из наиболее приоритетных. Одним из путей является исследование

распространения информации

в

современных цифровых

РОС. НАЦИОНАЛЬНА БИБЛИОТЕКА

процессов в компьютерных сетях, построение имитационных моделей с учетом реальных характеристик входного потока данных и формирование на базе полученного математического описания моделей систем обработки и управления сетевым трафиком.

Сеть передачи данных (СПД) является основой телекоммуникационной системы открытого акционерного общества «Российские железные дороги» (ОАО «РЖД»), обеспечивающей информационный обмен и некоторые виды обработки данных. Это транспортная инфраструктура для передачи трафика приложений общетехнологического назначения, в том числе видео и голоса. Несмотря на то, что основа сети уже сформирована, задача её дальнейшего развития и усиления транспортной функции остается одной из приоритетных проблем железнодорожного комплекса России. При увеличении числа пользователей, вводе в эксплуатацию новых автоматизированных систем и, соответственно, росте объема интегрированного трафика проблема учета его самоподобных свойств может потребовать значительных изменений в структуре существующей телекоммуникационной системы, что делает задачу разработки методики исследования нагрузки в СПД весьма актуальной.

Цель работы и задачи исследования. Целью диссертационной работы является разработка методой исследования, моделирования и обработки пакетной нагрузки сети передачи данных ОАО «РЖД».

Для достижения поставленной цели в работе поставлены и решены следующие основные задачи.

1. Анализ существующих методов моделирования пакетной нагрузки в телекоммуникационных системах с интегрированным характером трафика.

2. Разработка статистической модели пакетной нагрузки магистрального сегмента СПД ОАО «РЖД».

3. Разработка имитационной модели системы обработки пакетной нагрузки магистрального сегмента СПД ОАО «РЖД».

4. Анализ методов обеспечения качества обслуживания пакетной нагрузки в телекоммуникационных системах, выбор критериев оценки и основных требований к качеству передачи в технологической сети с коммутацией пакетов.

5. Разработка методики оценки качества обслуживания нагрузки магистрального сегмента СПД ОАО «РЖД».

Методы исследования. В работе использованы методы теории самоподобных процессов, теории телетрафика, математического анализа, теории вероятностей и математической статистики, теории массового обслуживания.

Научная новизна. В работе получены и выносятся на защиту следующие новые научные результаты.

1. Методика экспериментального исследования пакетного трафика СПД ОАО «РЖД» и результаты её применения для участка ГВЦ -ИВЦ Октябрьской железной дороги.

2. Методика имитационного моделирования самоподобного пакетного трафика СПД ОАО «РЖД» и результаты её применения для участка ГВЦ - ИВЦ Октябрьской железной дороги.

3. Методика имитационного моделирования системы обработки самоподобного пакетного трафика СПД ОАО «РЖД» и результаты её применения для участка ГВЦ - ИВЦ Октябрьской железной дороги.

4. Основанные на применении разработанных методик рекомендации по выбору технических параметров телекоммуникационных систем

ОАО «РЖД» и системы обработки пакетного трафика участка СПД ГВЦ - ИВЦ Октябрьской железной дороги в частности.

Практическая ценность. Практическая ценность заключается в использовании рекомендаций по выбору технических параметров телекоммуникационных систем при решении задач их анализа и моделирования, а также для построения системы учета, классификации и мониторинга сетевого трафика СПД ОАО «РЖД».

Внедрение результатов работы. Разработанные модели и методы внедрены в филиале ОАО «РЖД» «Главный вычислительный центр», а также ЗАО "Микротек-Телеком". Представленные методики и рекомендации использованы при решении задач анализа как уже функционирующих, так и находящихся на стадии проектирования сегментов вычислительной сети, что подтверждено соответствующими актами.

Материалы диссертации использованы в учебном процессе на кафедре «Радиотехника и электросвязь» МИИТа.

Апробация работы выполнена

- на заседаниях кафедры «Радиотехника и электросвязь» МИИ Га,

- на Шестой международной научно-технической конференции Перспективные технологии в средствах передачи информации -ПТСПИ'2005 Россия, Владимир - Суздаль,

- на научно-практической конференции «Неделя науки - 2005», МИИТ, Москва.

Участие в НИР. Материалы диссертации использованы в НИОКР «Исследование характеристик функционирования цифровых

телекоммуникационных систем и сетей ж. д. транспорта», тема № 101Н/04-179Н/04 (заказчик - Российский научно-исследовательский и проектно-

конструкторский институт информатизации, автоматизации и связи (ВНИИАС МПС России)).

Публикации. По материалам диссертации опубликовано 9 печатных работ, перечень которых представлен в конце автореферата.

Структура и объем работы. Диссертационная работа состоит из перечня сокращений, введения, четырех глав, заключения, списка литературы, включающего 85 наименований, 3 приложений. Основная часть работы изложена на 146 страницах машинописного текста и содержит 51 рисунок и 19 таблиц.

Содержание работы

Во введении обоснована актуальность темы диссертационной работы, приводится краткая характеристика состояния исследуемых вопросов, формулируются цель и задачи исследования, отражено практическое значение работы.

В первой главе выполнен анализ структуры и характеристик сети передачи данных ОАО «РЖД» и ее основных компонентов: магистральный и дорожные сегменты, включающие центральный узел (ЦУ), резервный центральный узел (РЦУ), региональные узлы (РУ), транзитно-периферийные узлы (ТПУ) и периферийные узлы (рис. 1) [6].

На основании проведенного анализа выявлены следующие особенности СПД ОАО «РЖД»: использование в качестве базового семейства протоколов TCP/IP, двухуровневая иерархическая структура, топология «звезда» с использованием рокадных соединений, соединение региональных дорожных узлов производится потоками Е1, использование маршрутизаторов фирмы Cisco серии 7500 на магистральном сегменте, использование технологий VPN и MPLS

на магистральном сегменте, значительная территориальная распределенность компонентов сети при большом числе узлов. Выявлена интегрированная природа трафика и перегрузка сети в часы наибольшей нагрузки.

ТПУ \тпу ТПУ ТПУ/ пу

ПУ

Рис.1

Сформулированы требования, предъявляемые к организации обработки и управления трафиком и вытекающие из них задачи диссертационного исследования: подготовка и проведение эксперимента по сбору детальной информации о трафике, а также выполнение статистического анализа трафика, разработка моделей пакетного интегрированного трафика и системы его обработки, анализ механизмов обеспечения качества обслуживания реального трафика, выбор критериев оценки качества обслуживания, проведение испытаний (имитационное моделирование) и оценка качества обслуживания

при полученных технических параметрах системы обработки интегрированного трафика.

Во второй главе исследована возможность применения моделей классической теории телетрафика и фрактальной статистической теории к решению задачи моделирования пакетной нагрузки СПД ОАО «РЖД».

С использованием классических методов анализа случайных процессов для аппроксимации распределения вероятностей скорости передачи пакетного трафика выбраны распределения Парето, логнормальное и экспоненциальное. По критерию кси-квадрат для моделирования трафика выбрано распределение Парето.

Произведено исследование результатов применения фрактальных оценочных методов оценки пакетного трафика телекоммуникационных систем с использованием: изменения дисперсии выборочного среднего, индекса дисперсии отсчетов, накапливающихся статистик Херста.

По результатам проведенного анализа с помощью изменения дисперсии выборочного среднего получено значение параметра Херста Н = 0,8662 для трафика анализируемой сети.

Анализ с помощью индекса дисперсии отсчетов позволил получить значение параметра Херста Н = 0,6763.

Метод накапливающихся статистик Херста позволил получить значения параметра Херста от Н = 0,6336 до Н = 0,8079 в зависимости от значения масштабирующего коэффициента нагрузки анализируемой сети.

Полученные значения доказывают наличие самоподобных свойств у исследуемого трафика ( Н > 0,5). С целью учета максимального уровня самоподобия пакетного трафика СПД ОАО «РЖД» для дальнейшего

исследования выбран метод анализа с помощью изменения дисперсии выборочного среднего.

Эти результаты получены с использованием разработанной методики экспериментального исследования пакетного трафика участка СПД ОАО «РЖД». Для измерения трафика использовалась системы хранения и отображения данных мониторинга RRDtool и сбора сетевой статистики на базе технологии NetFlow. Сбор данных производился в течение месяца, двадцать четыре часа в сутки с интервалом одна секунда. Объем выборки случайной величины составил 2,7 миллиона значений (8,850 терабайт).

Разработана методика имитационного моделирования самоподобного пакетного трафика участка CI1Д ОАО «РЖД» в среде Network Simulator 2 (ns-2), основанная на суперпозиции нескольких независимых источников, имеющих одинаковое произвольное распределение вероятностей длин периодов ON/OFF.

При моделировании использовались 19 ON/OFF источников (рис. 2) [6]. Число источников определено на основании анализа топологии исследуемой сети (17 маршрутизаторов коммутаторов фирмы Cisco 7507 региональных узлов магистрального сегмента и резервного центрального узла и 2 коммутатора комплексно-информационной вычислительной сети (КИВС), соединенных с центральным маршрутизатором Cisco 7513 в ГВЦ).

На основании данных, полученных в результате применения классических оценочных методов, в качестве распределения вероятностей длин периодов ON/OFF каждого источника в имитационной модели использовалось однопараметрическое распределение Парето (параметр распределения равен а = 1,45, что соответствует значению параметра Херста Н = 0,8).

На рис. 3 [7] представлены дисперсионно-временные зависимости (зависимости в логарифмическом масштабе дисперсии D случайной величины скорости передачи от масштабирующего коэффициента т) для реального

трафика (а) и трафика, полученного в результате имитационного моделирования (Ь), а также аппроксимирующие их прямые, соответственно (с) и (с)).

жд

З?падн9-Си»рс«эя

Ю&Ш: СИМГО№9Я Гооыюижая

Куйбышеаавя

жа

Приволжская

Рис.2

Прямая, аппроксимирующая полученный поток, описывается уравнением 1п Э = 7,784-0,26391п ш. Тангенс угла наклона прямой составляет 0,2639, что соответствует значению параметра Херста 0,8680. Расхождение со значением параметра Херста, полученного в ходе измерения реального трафика сети 0,8662, не превышает 0,0018.

Разработанная модель адекватно описывает характер пакетного трафика и может быть использована для исследования реальных телекоммуникационных систем и сравнения параметров моделей СМО с входящим потоком, обладающего свойством самоподобия, и простейшим входящим потоком.

1п ш Рис.3

В третьей главе осуществлён выбор модели О/М/1 с самоподобным входящим потоком, наиболее адекватно описывающей систему обработки пакетной нагрузки СПД ОАО «РЖД». Проведен сравнительный анализ её поведения с поведением модели М/М/1. Зависимости значений средней длины

очереди и среднего времени ожидания в очереди Тт от значений коэффициента использования р представлены соответственно на рис. 4, 5. Анализ зависимостей дал следующие результаты:

О 0,2 0,5 0,8 I

Р

Рис.4

0 0,2 0,5 0,8 1

Р

Рис.5

- при значениях коэффициента использования р = 0,3 значения средней длины очереди для модели О/М/1 в два раза превышают значения для модели М/М/1, а значения среднего времени ожидания в очереди Тт - в полтора раза;

- при загрузке р= 0,7 значения средней длины очереди для модели С/М/1 в шесть раз превышают значения для модели М/М/1, а значения среднего времени ожидания в очереди Точ - в три раза;

- при работе системы в нагруженном режиме (р =0,99) значения средней длины очереди для модели О/М/1 в восемнадцать раз превышают значения для модели М/М/1, а значения среднего времени ожидания в очереди Тт - в десять раз.

Рассмотренные параметры для системы О/М/1 имеют большие значения по сравнению с системой М/М/1, что указывает на необходимость учета влияния самопободных свойств трафика при проектировании и анализе телекомуникационных систем и системы обработки пакетной нагрузки СПД ОАО "РЖД" в частности.

Разработана классификация технологий и способов обеспечения качества обслуживания в системах обработки пакетной нагрузки. Сделан вывод о возможности реализации механизма обеспечения качества обслуживания на магистральном сегменте СПД ОАО «РЖД» с применением разделения трафика на классы на основе требований к качеству обслуживания в рамках дифференцированного обслуживания (0#А8егу).

На основании проведенного исследования схемы управления трафиком с предоставлением дифференцированного обслуживания сделаны выводы о целесообразности использования в качестве типа локального обслуживания для имитационной модели 01Г1Вегу домена гарантированного продвижения данных (АР), предназначенного для передачи 1Р-трафика с количественно

определенными показателями качества облуживания. В качестве механизма обслуживания очередей в маршрутизаторах выбрана схема взвешенной справедливой очереди (WFQ), среди алгоритмов предотвращения перегрузки, позволяющих маршрутизатору предвидеть перегрузку еще до переполнения очереди и отбраковывать пакеты из устанавливаемого для неё диапазона отбраковки, - алгоритм случайного раннего обнаружения (RED).

На основании анализа алгоритмов контроля и управления трафиком сделан выбор в пользу схемы шейпинга на основании корзины маркеров, как наиболее подходящий для трафика СПД ОАО «РЖД», поскольку схема, не допускающая потерь пакетов, более предпочтительна для обеспечения требуемого качества обслуживания чем полисинг.

Алгоритмы шейпинга и полисинга апиаратно реализованы в Mai истральных маршрутизаторах СПД ОАО «РЖД» и Moiyi применяться па уровне интерфейсов или их групп.

Разработана имитационная модель домена IP-сеаи с поддержкой DiffServ, включающая в себя четыре станции-источника каждого класса трафика, одну принимающую станцию и два маршрутизатора - маршрутизатор граничного уровня и маршрутизатор уровня ядра, позволяющая наиболее адекватно описывать систему обработки пакетного трафика участка магистрального сегмента ГВЦ - ИВЦ Октябрьской железной дороги (рис. 6).

Построенная модель использована для определения таких параметров обеспечения качества обслуживания, как вероятность потерь пакетов для каждого класса трафика, общая пропускная способность и величина вносимой задержки, анализ которых позволил определить необходимые значения максимальной длины очереди, параметров раннего случайного обнаружения для каждого класса трафика, а также параметр интенсивности (CIR) механизма шейпинга для каждого класса трафика.

Рис.6

В четвертой главе проведен анализ результатов имитационного моделирования процесса обслуживания нагрузки с применением алгоритмов справедливой очереди, случайного раннего обнаружения и шейпинга.

Проведен анализ текущей настройки приоритизации на СПД ОАО «РЖД», показавший, что пропускная способность канала разделена на 4 части: 45% пропускной способности предоставлена для трафика видеоконференцсвязи (1-й класс), 45 % - для трафика производственных приложений (2-й класс), 5% - для трафика IP-телефонии (3-й класс) и 5% для неприоритизированного трафика (4-й класс). Разделение трафика на классы фиксируется значениями полей mpls experimental и ip precedence в заголовке пакета, которые, в свою очередь, маркируются на основании списков доступа на входящем интерфейсе маршрутизатора и значений поля ip dscp в заголовке пакета.

В часы наибольшей загрузки (11.30 - 17.30) максимальные значения количества байт, переданных в единицу времени составили 716 байт, 19478 байт и 64705 байт соответственно для 2-го, 3-го и 4-го классов трафика. При этом максимальное число пакетов, переданных в единицу времени, составило 10, 23 и 67 соответственно для 2-го, 3-го и 4-го классов трафика, а максимальное число потерянных пакетов - 5 для 4-го класса трафика.

На основании данных анализа разработана и применена имитационная модель системы обработки пакетной нагрузки, позволившая повысить эффективность обработки вследствие применения метода гарантированного продвижения данных с использованием алгоритмов справедливой очереди и случайного раннего обнаружения в качестве типа локального обслуживания для имитационной модели DiffServ домена. При этом средняя пропускная способность составила для пакетов 1-ю класса - 921 кбит/с, 2-го класса -152 кбит/с, 3-го класса - 217 кбит/с, 4 класса - 674 кбит/с, что соответствует скоростям предачи реального сетевого трафика.

Но результатам имитационного моделирования определены параметры очередей для каждого класса трафика, позволяющие обеспечить требуемый уровень качества обслуживания нагрузки. Вероятность потерь пакетов первого и второго классов трафика осталась равной 0 при снижении размера очереди с 230 до 195 пакетов 1-го класса и соответственно - с 25 до 23 пакетов 2-го. Вероятность потерь пакетов 3-его класса трафика составила 0,00001 при установке значений вероятности отбраковки пакета 0,1, размера очереди 160 и диапазона отбраковки от 25 до 45 пакетов (табл. 1), вероятность потерь пакетов 4-го класса трафика составила 0,0051 при установке значений вероятности отбраковки пакета 0,1, размера очереди 160 пакетов и диапазона отбраковки от 100 до 150 пакетов (табл. 2).

Таблица 1

Размер очереди, пакет Минимальная граница диапазона отбраковки, пакет Максимальная граница диапазона отбраковки, пакет Вероятность потери пакета

80 20 60 0,00011

60 100 150 0,00021

80 5 20 0,00014

100 5 30 0,00011

100 15 30 0,00007

100 20 45 0,00005

160 25 45 0,00001

Таблица 2

Размер очереди, Минимальная Максимальная Вероятность

пакет граница диапазона отбраковки, пакет граница диапазона отбраковки, пакет потери пакета

80 20 60 0,0091

80 5 20 0,0073

80 60 80 0,0057

160 40 60 0,0074

160 100 120 0,0067

160 100 150 0,0051

Заключение

На основании исследований, выполненных в диссертационной работе, получены следующие основные результаты и выводы.

1. Характеристики трафика фрагмента СПД ОАО «РЖД» ГВЦ - ИВЦ Октябрьской железной дороги, полученные на основании проведенного статистического анализа данных, собранных по разработанной схеме эксперимента, а также аппроксимация распределения вероятностей скорости передачи распределением Парето, выбранным по критерию кси-квадрат.

2. Результаты сравнительного анализа фрактальных методов определения признаков самоподобия для полученного экспериментально потока пакетной нагрузки фрагмента СПД ОАО «РЖД» ГВЦ - ИВЦ Октябрьской железной дороги:

по методу изменения дисперсии выборочного среднего получено значение параметра самоподобия Херста Н =0,8662;

по методу индекса дисперсии отсчетов получено значение параметра Херста Н = 0,6763;

по методу накапливающихся статистик Херста получены значения параметра Херста от Н = 0,6336 до Н = 0,8079 при изменении значения коэффициента усреднения от 1 до 10000.

Все три метода дали подтверждение наличия самоподобных свойств исследуемого графика ( Н > 0,5).

3. Методика и результаты ими1ационного моделирования самоподобного пакетного трафика участка СПД ОАО «РЖД» в среде ns-2, основанного на суперпозиции нескольких независимых и имеющих одинаковое произвольное распределение вероятностей длин периодов ON/OFF источников. Адекватность описания пакетного трафика разработанной моделью подтверждено тем, что разность значений параметров Херста смоделированного трафика и измеренного реального трафика сети не превышает 0,0018.

4. Выбор модели G/M/1 с самоподобным входящим потоком, наиболее адекватно описывающей систему обработки пакетной нагрузки СПД ОАО «РЖД», и результаты сравнительного анализа поведения моделей с простейшим и самоподобным входящими потоками.

5. Классификация технологий и способов обеспечения качества обслуживания в системах обработки пакетной нагрузки и разработанная на ее

основе имитационная модель домена 1Р-сети с применением дифференцированного обслуживания 01ГГ8егу, позволяющая наиболее адекватно описывать систему обработки пакетной нагрузки на участке магистрального сегмента СПД ОАО «РЖД» ГВЦ - ИВЦ Октябрьской железной дороги.

6. Результаты имитационного моделирования домена 1Р-сети, показавшие повышение эффективности системы обработки пакетной нагрузки вследствие применения метода гарантированного продвижения данных с использованием алгоритмов справедливой очереди и случайного раннего обнаружения в качестве типа локального обслуживания для имитационной модели 01й8егу домена. При этом средняя пропускная способность составила для пакетов 1-го класса - 921 кбит/с, 2-го класса - 152 кбит/с, 3-го класса - 217 кбит/с, 4 класса -674 кбит/с, что соответствует скоростям передачи реального сетевого трафика.

7. Параметры очередей для четырех классов пакетной нагрузки, позволившие обеспечить требуемый уровень качества обслуживания: вероятность потерь пакетов первого и второго классов трафика осталась равной О при снижении размера очереди с 230 до 195 пакетов 1-го класса и соответственно - с 25 до 23 пакетов 2-го. Вероятность потерь пакетов 3-его класса трафика составила 0,00001 при установке значений вероятности отбраковки пакета 0,1, размера очереди 160 пакетов и диапазона отбраковки от 25 до 45 пакетов, вероятность потерь пакетов 4-го класса трафика составила 0,0051 при установке значений вероятности отбраковки пакета 0,1, размера очереди 160 пакетов и диапазона отбраковки от 100 до 150 пакетов.

Публикации по теме диссертации

1. Ромашкова О.Н., Петров A.A., Толстошеин A.B. Экспериментальное определение вероятностных характеристик нагрузки пакетных сетей // ВКСС. Connect! - 2005. - №1. - С. 100-111.

2. Толстошеин A.B. Анализ трафика IP-сети на примере сети передачи данных Октябрьской железной дороги // Наука и техника транспорта - 2006. №1. -С. 15-18.

3. Ромашкова О.Н., Толстошеин A.B. Система учета, классификации и мониторинга сетевого трафика магистрального сегмента сети передачи данных ОАО «Российские железные дороги // ВКСС. Connect!- 2005. №6. - С. 137-143.

4. Ромашкова О.Н., Петров A.A., Толстошеин A.B. Перспективные технологии в сети передачи данных федерального железнодорожного транспорта // Автоматика, связь, информатика. 2005. - №10. - С. 8-9.

5. Ромашкова О.Н., Петров A.A., Толстошеин A.B. Разработка предложений по развитию сети передачи данных федерального железнодорожного транспорта // Наука и техника транспорт, № 1,2005. - С. 28-34.

6. Толстошеин A.B. Мешдика исследования процессов в сетях передачи данных на железнодорожном транспорте // тезисы статей докторантов кафедры телекоммуникаций Электротехнического факультета Жилинского университета (г. Жилина) и кафедры РЭС Института систем управления, телекоммуникаций и электрификации. http://www.mHt.ru/institut/isute/faculties/re/articIes_l.htm.

7. Толстошеин A.B. Методы оценки самоподобия телекоммуникационного трафика СПД ОАО «РЖД» // Автоматика, связь, информатика - 2005. №4. - С. 30-31.

8. Толстошеин A.B. Современные тенденции организации вычислительных сетей ОАО «Российские железные дороги» // Перспективные технологии в средствах передачи информации: Материалы VI Международной научно-технической конференции «ПТСПИ'2005». - Владимир, - 2005. - С. 46 - 48.

9. Ромашкова О.Н., Петров A.A., Толстошеин A.B. Обеспечение безопасности сетей IP-телефонии // Перспективные технологии в средствах передачи информации: Материалы VI Международной научно-технической конференции «ПТСПИ'2005». - Владимир, - 2005. - С. 49 - 50.

Толстошеин Андрей Викторович

Методика исследования информационных процессов в телекоммуникационных системах на железнодорожном транспорте

05.13.17 - Теоретические основы информатики

Подписано к печати /<£ 04-. 06,

Печать офсетная. Тираж 80 экз. Заказ №

Объем 1 п. л. Формат 60x84/16

Типография МИИТа, 127994, Москва, ул. Образцова, 15

5B

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ 4 ВВЕДЕНИЕ.

1. АНАЛИЗ СЕТИ ПЕРЕДАЧИ ДАННЫХ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ

1.1. Структура сети передачи данных ОАО «РЖД» и её отдельных компонентов.

1.2. Общая характеристика типов трафика СПД ОАО «РЖД».

1.3. Постановка задачи обеспечения качества обслуживания с учетом интегрированного характера нагрузки СПД ОАО «РЖД».

1.4. Выводы по главе.

2. АНАЛИЗ И РАЗРАБОТКА МОДЕЛЕЙ ПАКЕТНОЙ НАГРУЗКИ В СЕТЯХ ПЕРЕДАЧИ ДАННЫХ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ

2.1. Самоподобный телетрафик.

2.2. Классические методы статистического анализа.

2.3. Фрактальные методы статистического анализа.

2.4. Эксперимент по сбору трафика в сети передачи данных ОАО "РЖД".

2.5. Анализ результатов эксперимента.

2.6. Моделирование пакетной нагрузки СПД.

2.7. Выводы по главе.

3. МОДЕЛИРОВАНИЕ СИСТЕМЫ ОБРАБОТКИ ПАКЕТНОЙ НАГРУЗКИ

3.1.Модели СМО в системах обработки пакетной нагрузки.

3.2. Технологии реализации и критерии оценки качества обслуживания в системах обработки пакетной нагрузки.

3.3. Архитектура дифференцированного обслуживания.

3.4. Алгоритмы контроля и управления трафиком.

3.5. Модель системы обработки нагрузки на основе архитектуры дифференцированного обслуживания.

3.6. Выводы по главе.

4. ОЦЕНКА КАЧЕСТВА ОБСЛУЖИВАНИЯ НАГРУЗКИ В СЕТЯХ ПЕРЕДАЧИ ДАННЫХ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ НА ПРИМЕРЕ УЧАСТКА МАГИСТРАЛЬНОГО СЕГМЕНТА СПД МЕЖДУ ОКТЯБРЬСКОЙ ЖЕЛЕЗНОЙ ДОРОГОЙ И ГВЦ.

4.1. Анализ результатов имитационного моделирования процесса обеспечения качества обслуживания.

4.2. Выводы по главе.

Исследования информационных процессов обработки и распространения информации в современных цифровых телекоммуникационных системах свидетельствуют о специфической природе явлений, происходящих в них, не укладывающейся в традиционные рамки известных моделей случайных процессов. Речь идет о свойствах масштабной инвариантности или самоподобия статистических характеристик информационного потока. В последние десятилетия такие свойства были выявлены у так называемого интегрированного сетевого трафика, порождаемого различными приложениями от видеоконференцсвязи и файл-серверных приложений до доступа к Web-ресурсам и др. При этом методы расчета пропускной способности каналов и емкости буферов, основанные на марковских моделях и формулах Эрланга, с успехом используемые при анализе телефонных сетей, не всегда дают правильные результаты для сетей с коммутацией пакетов и приводят к недооценке нагрузки. Рабочие параметры систем с самоподобным трафиком отличаются от параметров, рассчитанных для систем с простейшим потоком на входе.

Исследованию свойств интегрированного трафика систем передачи информации с пакетной коммутацией посвящены работы российских и зарубежных ученых - Г.П. Башарина, Б.С. Гольдштейна, Г.В.Горелова, У. Леланда, В.И. Неймана, О.Н. Ромашковой, У. Столлингса, У.Уиллингера, А.Эррамили и др.

В условиях необходимости включения в телекоммуникационные системы новых узлов и роста объемов передаваемой информации проблема увеличения эффективности обработки информационного потока путем оптимизации вероятностно-временных характеристик информационных систем становится одной из наиболее приоритетных. Одним из путей является исследование процессов в компьютерных сетях, построение имитационных моделей с учетом реальных характеристик входного потока данных и формирование на базе полученного i математического описания моделей систем обработки и управления сетевым трафиком.

Сеть передачи данных (СПД) является основой телекоммуникационной системы открытого акционерного общества «Российские железные дороги» (ОАО «РЖД»), обеспечивающей информационный обмен и некоторые виды обработки данных. Это транспортная инфраструктура для передачи трафика приложений общетехнологического назначения, в том числе видео и голоса. Несмотря на то, что основа сети уже сформирована, задача её дальнейшего развития и усиления транспортной функции остается одной из приоритетных проблем железнодорожного комплекса России. При увеличении числа пользователей, вводе в эксплуатацию новых автоматизированных систем и, соответственно, росте объема интегрированного трафика проблема учета его самоподобных свойств может потребовать значительных изменений в структуре существующей телекоммуникационной системы, что делает задачу разработки методики исследования нагрузки в СПД весьма актуальной.

Целью диссертационной работы является разработка методов исследования, моделирования и обработки пакетной нагрузки СПД ОАО «РЖД».

Для достижения поставленной цели в работе поставлены и решены следующие основные задачи.

1. Анализ существующих методов моделирования пакетной нагрузки в телекоммуникационных системах с интегрированным характером трафика.

2. Разработка статистической модели пакетной нагрузки магистрального сегмента СПД ОАО «РЖД».

3. Разработка имитационной модели системы обработки пакетной нагрузки магистрального сегмента СПД ОАО «РЖД».

4. Анализ методов обеспечения качества обслуживания пакетной нагрузки в телекоммуникационных системах, выбор критериев оценки и основных требований к качеству передачи в технологической сети с коммутацией пакетов.

5. Разработка методики оценки качества обслуживания нагрузки магистрального сегмента СПД ОАО «РЖД».

В работе использованы методы теории самоподобных процессов, теории телетрафика, математического анализа, теории вероятностей и математической статистики, теории массового обслуживания.

В работе получены и выносятся на защиту следующие новые научные результаты.

1. Методика экспериментального исследования пакетного трафика СПД ОАО «РЖД» и результаты её применения для участка ГВЦ - ИВЦ Октябрьской железной дороги.

2. Методика имитационного моделирования самоподобного пакетного трафика СПД ОАО «РЖД» и результаты её применения для участка ГВЦ - ИВЦ Октябрьской железной дороги.

3. Методика имитационного моделирования системы обработки самоподобного пакетного трафика СПД ОАО «РЖД» и результаты её применения для участка ГВЦ - ИВЦ Октябрьской железной дороги.

4. Основанные на применении разработанных методик рекомендации по выбору технических параметров телекоммуникационных систем ОАО «РЖД» и системы обработки пакетного трафика участка СПД ГВЦ - ИВЦ Октябрьской железной дороги в частности.

Практическая ценность заключается в использовании рекомендаций по выбору технических параметров телекоммуникационных систем при решении задач их анализа и моделирования, а также для построения системы учета, классификации и мониторинга трафика СПД ОАО «РЖД».

Разработанные модели и методы внедрены в филиале ОАО «РЖД» «Главный вычислительный центр», а также ЗАО "Микротек-Телеком". Представленные методики и рекомендации использованы при решении задач анализа как уже функционирующих, так и находящихся на стадии проектирования сегментов вычислительной сети, что подтверждено соответствующими актами.

Материалы диссертации использованы в учебном процессе на кафедре «Радиотехника и электросвязь» МИИТа.

Апробация работы выполнена

- на заседаниях кафедры «Радиотехника и электросвязь» МИИТа,

- на Шестой международной научно-технической конференции Перспективные технологии в средствах передачи информации -ПТСПИ'2005 Россия, Владимир - Суздаль,

- на научно-практической конференции «Неделя науки - 2005», МИИТ, Москва.

Материалы диссертации использованы в НИОКР «Исследование характеристик функционирования цифровых телекоммуникационных систем и сетей ж. д. транспорта», тема № 101Н/04-179Н/04 (заказчик -Российский научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи (ВНИИАС МПС России)).

По материалам диссертации опубликовано 9 печатных работ.

4.2. Выводы по главе

1. На основании данных анализа разработана и применена имитационная модель системы обработки пакетной нагрузки, позволившая повысить эффективность обработки вследствие применения метода гарантированного продвижения данных с использованием алгоритмов справедливой очереди и случайного раннего обнаружения в качестве типа локального обслуживания для имитационной модели DiffServ домена. При этом средняя пропускная способность составила для пакетов 1-го класса -921 кбит/с, 2-го класса - 152 кбит/с, 3-го класса - 217 кбит/с, 4 класса -674 кбит/с, что соответствует скоростям предачи реального сетевого трафика.

2. По результатам имитационного моделирования определены параметры очередей для каждого класса трафика, позволяющие обеспечить требуемый уровень качества обслуживания нагрузки. Вероятность потерь пакетов первого и второго классов трафика осталась равной 0 при снижении размера очереди с 230 до 195 пакетов 1-го класса и соответственно - с 25 до 23 пакетов 2-го. Вероятность потерь пакетов 3-его класса трафика составила 0,00001 при установке значений вероятности отбраковки пакета 0,1, размера очереди 160 и диапазона отбраковки от 25 до 45 пакетов, вероятность потерь пакетов 4-го класса трафика составила 0,0051 при установке значений вероятности отбраковки пакета 0,1, размера очереди 160 пакетов и диапазона отбраковки от 100 до 150 пакетов.

3. При допустимом значении задержки 600 мс применение механизма шейпинга со значением параметра интенсивности CIR 256 для 3-го типа трафика снизило значение задержки на 20 %.

ЗАКЛЮЧЕНИЕ

На основании исследований, выполненных в диссертационной работе, получены следующие основные результаты и выводы.

1. Характеристики трафика фрагмента СПД ОАО «РЖД» ГВЦ - ИВЦ Октябрьской ж.д., полученные на основании проведенного статистического анализа данных, собранных по разработанной схеме эксперимента, и аппроксимация распределения вероятностей скорости передачи распределением Парето, выбранным по критерию кси-квадрат.

2. Результаты сравнительного анализа фрактальных методов определения признаков самоподобия для полученного экспериментально потока пакетной нагрузки фрагмента СПД ОАО «РЖД» ГВЦ - ИВЦ Октябрьской ж. д.: по методу изменения дисперсии выборочного среднего получено значение параметра самоподобия Херста Н =0,8662; по методу индекса дисперсии отсчетов - Н = 0,6763; по методу накапливающихся статистик Херста - от Н = 0,6336 до Н = 0,8079 при изменении значения коэффициента усреднения от 1 до 10000. Все три метода дали подтверждение наличия самоподобных свойств исследуемого трафика (Н > 0,5).

3. Методика и результаты имитационного моделирования самоподобного пакетного трафика участка СПД ОАО «РЖД» в среде ns-2, основанного на суперпозиции нескольких независимых и имеющих одинаковое произвольное распределение вероятностей длин периодов ON/OFF источников. Адекватность описания пакетного трафика разработанной моделью подтверждено тем, что разность значений параметров Херста смоделированного трафика и измеренного реального трафика сети не превышает 0,0018.

СПД ОАО «РЖД», и результаты сравнительного анализа поведения моделей с простейшим и самоподобным входящими потоками.

5. Классификация технологий и способов обеспечения качества обслуживания в системах обработки пакетной нагрузки и разработанная на ее основе имитационная модель домена IP-сети с применением дифференцированного обслуживания DiffServ, позволяющая наиболее адекватно описывать систему обработки пакетной нагрузки на участке магистрального сегмента СПД ОАО «РЖД» ГВЦ - ИВЦ Октябрьской ж.д.

6. Результаты имитационного моделирования домена IP-сети, показавшие повышение эффективности системы обработки пакетной нагрузки вследствие применения метода гарантированного продвижения данных с использованием алгоритмов справедливой очереди и случайного раннего обнаружения в качестве типа локального обслуживания для имитационной модели DiffServ домена. При этом средняя пропускная способность составила для пакетов 1-го класса — 921 кбит/с, 2-го класса -152 кбит/с, 3-го класса - 217 кбит/с, 4 класса - 674 кбит/с, что соответствует скоростям передачи реального сетевого трафика.

7. Параметры очередей для четырех классов пакетной нагрузки, позволившие обеспечить требуемый уровень качества обслуживания: вероятность потерь пакетов первого и второго классов трафика осталась равной 0 при снижении размера очереди с 230 до 195 пакетов 1-го класса и соответственно - с 25 до 23 пакетов 2-го. Вероятность потерь пакетов 3-его класса трафика составила 0,00001 при установке значений вероятности отбраковки пакета 0,1, размера очереди 160 пакетов и диапазона отбраковки от 25 до 45 пакетов, вероятность потерь пакетов 4-го класса трафика составила 0,0051 при установке значений вероятности отбраковки пакета 0,1, размера очереди 160 пакетов и диапазона отбраковки от 100 до 150 пакетов.

1. Электронные рельсы МПС // Ведомости 2002. № 52. - С. 63.

2. Королев О.П. Сеть передачи данных МПС России // ИнформКурьер-Связь 2001. №11. http://www.farial.ru/press/icc/nlly2001/SMPS.shtml.

3. Чачин П. Сеть передачи данных МПС // PCWeek, №.36(258), 2000. http://www.pcweek.ru/?ID=54368&4Print=l.

4. Ларин А.Н. Транспортному комплексу необходимо единое информационное пространство // Вестник евроазиатского транспортного союза-2003. №3(10).http://www.eatu.ru/?gstrAction=DOC&gintDocID=193&gintRubricID=22.

5. Логинова А. Сеть передачи данных МПС: технологии нового века // РЖД-партнер 2001. № 11.http://www.rzd-partner.ru/journalaction=sprint&num=ll2001&id=14.html.

6. Егоров А., Ерин И., Бакушев В., Лебедев А., Шаповаленко С. Информационные технологии на страже здоровья // Сетевой 2001, №11. www.networkmagazine.ru/cgi-bin/text.pl/magazines/2001/ll/68.

7. Фирма Digital Design завершила очередной этап проекта по созданию Электронной почтовой системы Министерства путей сообщения России (ЭПС МПС РФ). Пресс-релиз. 31.07.2001. http://www.osp.ru/php/release/sr.php?id=1317.

8. Ромашкова О.Н. Обработка пакетной нагрузки информационных сетей.- М.: МИИТ, 2001.

9. Столлингс В. Современные компьютерные сети. Спб.: Питер, 2003.

10. Цыбаков Б.С. Модель телетрафика на основе самоподобного случайного процесса // Радиотехника, 1999, № 5.С. 24-31.

11. W. Е. Leland, М. S. Taqqu, W. Williger, D. V. Wilson. On the Self-Similar Nature of Ethernet Traffic (Extended Version). / IEEE Trans / Network. Vol.2, №1, 1994, P. 1-15.

12. Шелухин О.И., Тенякшев A.M., Осин А.В. Фрактальные процессы в телекоммуникациях. М.: Радиотехника, 2003.

13. Система хранения и отображение данных мониторинга RRD Tool http://people.ee.ethz.ch/~oetiker/webtools/rrdtool/.

14. Таненбаум Э. Компьютерные сети. Спб.: Питер, 2003.

15. Вегешна Ш. Качество обслуживания в сетях IP. М.: Вильяме,2003.

16. Корнышев Ю.Н., Пшеничников А.П., Харкевич А.Д. Теория телетрафика / Учебник для вузов.- М.: Радио и связь, 1996.

17. Клейнрок JI. Теория массового обслуживания. М.: Машиностроение, 1979.

18. S. Ilnickis Research of the Network Server in Self-Similar Traffic Environment". Scientific proceedings of Riga Tecnical University Telecommunication and Electronics, COMPUTER SCIENCE, Nr.l, RTU, Riga2004.

19. Треногин H. Г., Соколов Д. E. Фрактальные свойства сетевого трафика в клиент-серверной информационной системе. // Вестник НИИ СУВПТ. Сборник научных трудов. Красноярск, 2003. С. 163 172.

20. Нейман В.И. Системы и сети передачи данных на железнодорожном транспорте. М.: Маршрут, 2005.

21. Меняев Я.А. Математическое моделирование фрактального представления информационного сигнала. Новые информационные технологии: материалы пятого научно-практического семинара /М.: МГИЭМ, 2002. С. 212-216.

22. Гмурман В.Е. Теория вероятностей и математическая статистика / Учебное пособие для вузов. М.: Высшая школа, 2002.

23. Крамер Г. Математические методы статистики. М.: Мир, 1975.

24. Вентцель Е.С. Теория вероятностей. М.: Высшая школа, 1999.

25. Барндорф-Нильсен О., Кокс Д. Асимптотические методы в математической статистике. М.: Мир, 1999.

26. Кпикушин Ю.Н. Фрактальная шкала для измерения формы распределений вероятности // Журнал радиоэлектроники, 2000, № 3. -С. 1-6.

27. Кпикушин Ю.Н. Метод фрактальной классификации сложных сигналов //Журнал радиоэлектроники, 2000, №4.-С. 1-12.

28. Кпикушин Ю.Н., Кобенко В.Ю. Сравнительный анализ фрактальных методов обработки случайных процессов // Компьютерные технологии в науке, проектировании и производстве: Тезисы докладов 2-й РНТК. Нижний Новгород, 2000,4.7. С. 50.

29. Сергиенко А.Б. Цифровая обработка сигналов. СПб.: Питер, 2003.

30. Сато Ю. Обработка сигналов. Первое знакомство. М.: Додэка-XXI, 2002.

31. Айфичер Э. С., Джервис Б. У. Цифровая обработка сигналов: практический подход. М.: Вильяме, 2004.

32. Федер Е. Фракталы. М.: Мир, 1991.

33. Система управления HP Open View http://www.managementsoftware.hp.com/index.html.

34. Компонент системы управленич HP Network Node Manger www.openview.hp.com/products/nnm/.36. Технология Netflowhttp://www.cisco.com/waф/public/732/Tech/nmp/netflow/index.shtml.

35. Матросов А. В., Чаунин М. П. Perl. Программирование на языке высокого уровня // С-Пб.: Питер, 2002.

36. Уолл Л., Кристиансен Т., Орвант Д. Программирование на Perl. -М.: Символ-Плюс, 2001.

37. Программа FRACTAN v4.4, предназначенная для фрактального анализа временных реализаций, http://impb.psn.ru/~sychyov/soft.shtml.

38. Программа статистического анализа Statistica v.6.0 http://www.statsoft.com/.

39. Документация сетевого симулятора ns-2: http:/www-mach.CS.Berkeley.EDU/ns.

40. Программное обеспечение сетевого симулятора ns-2 http://www.isi.edu/nsnam/ns/ns-documentation.

41. Вегешна Ш. Качество обслуживания в сетях IP.: Пер. с англ. М.: Вильяме, 2003.

42. Policing and Shaping Overview, QC: Cisco IOS Release 12.0 Quality of Service Solutions Configuration Guide.www.cisco.com/en/US/products/sw/iosswrel/psl835/productsconfigurationgu idechapter09186a00800c75d2.html

43. Хилл Б. Полный справочник по Cisco. М.: Вильяме, 2004.

44. Дансмор Б., Скандьер Т. Справочник по телекоммуникационным технологиям. М.: Вильяме, 2003.

45. Амато В. Основы организации сетей Cisco. М.: Вильяме, 2002.

46. Олифер В. Г., Олифер Н. А. Компьютерные сети. Принципы, технологии, протоколы. С-Пб.: Питер, 2006.

47. Олвейн В. Структура и реализация современной технологии MPLS. Серия Cisco Press. М: Вильяме, 2004.

48. Щербо В. Протоколы маршрутизации Internet Открытые системы, 1999. №11-12. www.osp.ru/os/1999/1 l-12/021.htm.

49. Олифер Н. А. Простое повышение пропускной способности не гарантирует работоспособности приложений. LAN, 2001, № 11. www.shkola-info.ru/Periodica/lan/lan 11 .shtml

50. Треногин Н. Г., Соколов Д. Е. Модели трафика корпоративных сетей на основе а-устойчивых фрактальных процессов. Вестник НИИ СУВПТ. Сборник научных трудов. Красноярск, 2003. С. 163-172.

51. Платов В. В., Петров В. В. Исследование самоподобной структуры телетрафика беспроводной сети //Радиотехнические тетради, № 30, 2004,-С.58-62.

52. Локальные вычислительные сети. Книги 1-3. Под ред. С. В. Назарова. М.: Финансы и статистика, 1995.

53. Максименков А. В., Селезнев М. Л. Основы проектирования информационно-вычислительных систем и сетей ЭВМ. М.: Радио и связь, 1991

54. Кроновер Р. М. Фракталы и хаос в динамических системах. Основы теории. -М.: Постмаркет, 2000.

55. Фихтенгольц Г. М. Курс дифференциального, интегрального исчисления. М.: Наука, 1969.

56. Обзор продуктов и решений компании CiscoSystems. CiscoPress, 2005.- С. 36-38.

57. ПО Cisco CNS NetFlow Collection Engine, 5.0 http:/www.cisco.com/univercd/cc/td/doc/product/rtrmgmt/cnsnfc/rel5

58. Tsybakov B. S., Georganas N. D. Self-similer processes in communications networks / IEEE Trans. Inform. Theory, vol. 44.-Sep 1998.- P. 1718-1725.

59. Экономическая эффективность разработки и внедрения автоматизированной системы управления. Методическое указание к дипломному проектированию, МИИТ. М.: 1988.

60. Рыжиков Ю. И. Имитационное моделирование. Теория и технология. -М.: Мир, 2004.

61. Ларионов Е. О. Моделирование схемы управления трафиком с предоставлением дифференцированных услуг средствами Network Simulator2.

62. Горелов Г.В., Ромашкова О.Н. Оценка качества обслуживания в сетях с пакетной передачей речи и данных. Вестник РУДН, серия Прикладная и компьютерная математика. Т .2, № 1,2003.- С. 23-31.

63. Хабракен Д. Как работать с маршрутизаторами Cisco. М.: ДМК Пресс, 2005.

64. Городецкий А .Я., Заборовский В. С. Информатика. Фрактальные процессы в компьютерных сетях. Учебное пособие. СПб.: Издательство СПбГТУ, 2000.

65. Turner M.J., Blackledge J.M., Andrews P.R. Fractal Geometry in Digital Images. New York: Academic Press, 1998.

66. Blackledge J.M., Foxon B.B., Mikhailov S.V. Fractal Dimension Segmentation. // Image Processing: Proceedings of the 1-st IMA Conference. -London, 1997. P. 249-289.

67. Blackledge J.M., London M.D., Mikhailov S.V. On the Statistics of Dimension: Fractal Modulation and Quantum Fractional Dynamics. // Image Processing: Proceedings of the 2-nd IMA Conference. London, 2000. - P. 184227.

68. Закер К. Компьютерные сети. Модернизация и поиск неисправностей. СПб: БХВ-Петербург, 2000.

69. Новый политехнический словарь / гл. ред. А.Ю. Ишлинский. М.: Большая российская энциклопедия, 2000.

70. Ромашкова О.Н., Петров А.А., Толстошеин А.В. Экспериментальное определение вероятностных характеристик нагрузки пакетных сетей // ВКСС. Connect!, 2005, №1. С. 110-112.

71. Толстошеин А.В. Анализ трафика IP сети на примере сети передачи данных Октябрьской железной дороги // Наука и техника транспорта -2006. №1.-С. 15-18.

72. Ромашкова О.Н., Толстошеин А.В. Система учета, классификации и мониторинга сетевого трафика магистрального сегмента сети передачи данных ОАО «Российские железные дороги // ВКСС. Connect! 2005. № 6. -С. 137-143.

73. Ромашкова О.Н., Петров А.А., Толстошеин А.В. Перспективные технологии в сети передачи данных федерального железнодорожного транспорта // Автоматика, связь, информатика. 2005. №10. - С. 8-9.

74. Ромашкова О.Н., Петров А.А., Толстошеин А.В. Разработка предложений по развитию сети передачи данных федерального железнодорожного транспорта // Наука и техника транспорта, 2005, № 1. -С. 28-34.

75. Толстошеин А.В. Методы оценки самоподобия телекоммуникационного трафика СПД ОАО «РЖД» // Автоматика, связь, информатика 2006. № 4. - С. 30 - 31.

76. Толстошеин А.В. Современные тенденции организации вычислительных сетей ОАО «Российские железные дороги» //

77. Перспективные технологии в средствах передачи информации: Материалы VI Международной научно-технической конференции «ПТСПИ'2005». -Владимир, 2005. - С. 46 - 48.

78. Ромашкова О.Н., Петров А.А., Толстошеин А.В. Обеспечение безопасности сетей IP-телефонии // Перспективные технологии в средствах передачи информации: Материалы VI Международной научно-технической конференции «ПТСПИ'2005», Владимир, 2005. С. 49 - 50.

79. Давыдкин П.Н., Колтунов М.Н., Рыжков А.В. Тактовая сетевая синхронизация. М.: Эко-Трендз, 2004.

80. Шмалько А.В. Цифровые сети связи: основы планирования и построения. -М.: Эко-Трендз, 2001.

81. Основы построения телекоммуникационных систем и сетей Учебник для вузов / под ред. В.Н. Гордиенко и В.В. Крухмалева М.: Горячая линия Телеком, 2004.

82. Романов А.И. Основы теории телекоммуникационных сетей: Учебное пособие для вузов К.: НТУ Украины «Киевский политехнический институт», 2002.

83. Кучерявый Е.А. Управление трафиком и качество обслуживания в сети Интернет. СПб.: Наука и Техника, 2004.

84. Фрагмент программного кода для моделирования моделей СМО.set ns new Simulator.set tf open out.tr w. $ns trace-all $tfset lambda 30.0 set mu 33.0set nl $ns node. set n2 [$ns node]

85. ОТКРЫТОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО «РОССИИСКИЕ ЖЕЛЕЗНЫЕ ДОРОГИ»1. ОАО «РЖД»)

86. ФИЛИАЛ «ГЛАВНЫЙ ВЫЧИСЛИТЕЛЬНЫЙ ЦЕНТР»

87. Каланчевская ул., 2/1, Москва, 107174 Телефон 262-63-96, Факс 923417-01

88. Акт внедрения результатов диссертационной работы Толстошеина Андрея Викторовича

89. Председатель комиссии: Начальник отделасетей и телекоммуникационного оборудования Члены комиссии:

90. Руководитель группы отдела сетей и телекоммуникационного оборудования

91. УТВЕРЖДАЮ енер центра В.Зайцев 2006 г.1. И. Беспалов1. Е.А. Высотская

92. УТВЕРЖДАЮ»: Генеральный директор ЗАО «Микротек-Телеком» Чижин Е.А.1. У « "2.2-»

93. Акт об использовании результатов диссертации Толстошеина А.В. на тему «МЕТОДИКА ИССЛЕДОВАНИЯ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ В ТЕЛЕКОММУНИКАЦИОННЬЕХ СИСТЕМАХ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ»

94. Председатель комиссии: Начальник отдела проектирования1. ЗАО «Микротек-Телеком»1. Орлов Г.П.1. Члены комиссии:

95. Начальник отдела слаботочных сетейпервый поучебно!государ тапутей опроф. Б ? АПР 2006