автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Модели и методы исследования качества Интернет-подключения корпоративной сети

На правах рукописи

Грачев Владимир Геннадьевич

модели и методы исследования качества

Интернет-подключения корпоративной сети

Специальность 05.13.01 — Системный анализ, управление и обработка информации (технические системы и связь)

Автореферат диссертации на соискание ученой степени кандидата технических наук

Самара-2006

Работа выполнена в государственном образовательном учреждении высшего профессионального образования «Самарский государственный аэрокосмическнй университет имени академика С.П. Королева» (СГАУ).

Научный руководитель:

Ведущая организация:

Самарский научный центр РАН (СНЦ РАН)

Защита состоится 20 октября 2006 г. в 15 часов на заседании диссертационного совета Д212.215.07 при государственном образовательном учреждении высшего профессионального образования «Самарский государственный аэрокосмический университет имени акад. С.П. Королева» по адресу: 443086, г, Самара, Московское шоссе 34.

С диссертацией можно ознакомиться в библиотеке СГАУ.

Автореферат разослан 15 сентября 2006 г.

кандидат технических наук, доцент

Симановский Б.А.

Официальные оппоненты: доктор технических наук, профессор кандидат физико-математических наук, доцент

Семенычев В.К,

Сухов А.М.

Ученый секретарь ,

диссертационного совета Д212.215.07 /у доктор технических наук, профессор

Белоконов И. В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Сегодня трудно представить себе крупное образовательное заведение, научную организацию, фирму и т. д., которые не имели бы подключения к сети Интернет. Однако, успешное использование сети Интернет невозможно при невысоком качестве Интерпет-подключения, поэтому оценка его качества является важной задачей.

Первыми начали разрабатываться методы и средства контроля качества соединения между двумя точками сети Интернет. Производилось наблюдение за значениями таких характеристик соединения (сетевых метрик), как время доставки, коэффициент потерь IP пакетов, доступность, максимальная скорость передачи данных по определенному протоколу и т.д., а также за их флук-туациями во времени.

Однако, за последнее время сеть Интернет претерпела значительный рост. Это привело к тому, что среднее число пользователей в корпоративной сети и количество ресурсов, потенциально для них интересных, многократно возросло. С учетом того, что все вышеперечисленные простейшие сетевые метрики зависят от времени и, в силу децентрализации управления, от множества других независимых подсетей, входящих в Интернет, контроль качества подключения в рамках традиционного подхода становится непростой задачей. Возникает необходимость в математическом описании происходящих в сети процессов.

Существует несколько различных подходов к описанию сетевых процессов, среди которых следует отметить аналитические модели протокола TCP, предложешгые в работах М. Mathis, J. Semke, J. Mahdavi, Т. Ott, N. Cardwell и др., статистический анализ временных рядов, развитый в работах группы под руководством В.А. Васенина, модель незагруженного магистрального канала связи, разработанную С. Bairakat, С. Diot и др. Однако, задачи поддержки, прогнозирования развития и оптимизации сетей, не решены полностью в рамках этих подходов, что делает актуальными исследования в данной области'.

Глобальная сеть Интернет представляет собой совокупность отдельных подсетей (рассматривая сеть Интернет с различной степенью детализации, можно выделить сети континентов, стран, поставщиков услуг Интернет, организаций и их подразделений), обменивающихся друг с другом информацией, передаваемой по объединяющих их каналам передачи данных. Поэтому, сеть Интернет можно рассматривать как систему, состоящую из множества тесно взаимодействующих подсистем, и анализ происходящих в сети процессов производить в рамках системного подхода, в соответствии с которым, всегда существует функция ценности системы в виде зависимости ее эффективности от условий построения и функционирования.

Данная работа посвящена актуальной теме - разработке методов исследования качества Интернет-подключения корпоративной сети в интересах коллективного пользователя. Цель работы. Повышение уровня обслуживания пользователей и оптимизации использования ресурсов предприятия путем разработки моделей и методов исследования качества Интернет-подключения корпоративной сети. Задачи исследования:

• Формулировка требований к математическим моделям, определение факторов, оказывающих влияние на процессы, происходящие в сети и их характеристики.

• Создание математических моделей Интернет-подключения корпоративной сети.

• Формулировка условий качества Интернет-подключения с точки зрения "коллективного" пользователя.

• Экспериментальная проверка созданных математических моделей.

• Разработка метода текущего контроля качества Интернет-подключения.

• Разработка метода выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети.

Методы исследования. В работе используются методы математического моделирования, теории вероятности и математической статистики, теории массового обслуживания, элементы системного подхода в прикладных исследованиях, методы многокритериальной оптимизации. Научная новизна:

• Предложены модели Интернет-подключения корпоративной сети, которые, в отличие от уже существующих моделей, учитывают поведение пользователей в сети и особенности стека протоколов TCP/IP.

• Разработан новый метод текущего контроля качества Интернет-подключения.

• Впервые разработан метод выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети.

Достоверность результатов. Достоверность результатов обоснована корректным использованием математического аппарата; сопоставлением полученных общих результатов с частными случаями; приведенными другими авторами; экспериментальной проверкой.

Практическая ценность. Практическая ценность работы заключается в разработке методов текущего контроля качества Интернет-подключения и выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети, которые могут быть использованы, со ответствен по, при ее эксплуатации и для выбора оптимальной скорости подключении к Интернет. Реализация работы. Результаты работы внедрены и используются при эксплуатации и обслуживании сети Самарского государственного аэрокосм ачсского университета и ЗАО "Самара Телеком", что подтверждено актами внедрения.

Апробация работы. Основные положения диссертационной работы, научные и практические результаты докладывались и обсуждались на международном рабочем семинаре "Цифровые сети в Среднем Поволжье" (г. Самара, 1998 год), на международных конференциях "Телематика" (г. Сапкт-Петербург, 2001, 2002, 2003 года), на всероссийской научно-технической конференции "Актуальные проблемы радиоэлектроники и телекоммуникаций" (г. Самара, 2005 год). Ыа защиту выносятся:

• Модели Интернет-подключения корпоративной сети.

• Метод текущего контроля качества Интернет-подключения.

• Метод выбора оптимальной скорости передачи данных Интерпет-подыочсння корпоративной сети.

Публикации. По теме диссертационной работы опубликовано 9 научных работ. Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, библиографического списка (111 наименований), семи приложений. Текст диссертации изложен на 209 страницах, включая 79 страниц приложений, содержит 29 рисунков и 1 таблицу,

СОДЕРЖАНИЕ РАБОТЫ

По введении обоснована актуальность темы, произведен анализ существующих подходов, которые могут быть применены к оценке качества Интернет-подключения корпоративной сети, сформулированы ц&ш и задачи исследований, научная новизна и практическая ценность работы, приведены положения, выносимые на защиту.

Первая глава посвящена анализу особенностей Интернет-подключения корпоративной сети. Общий анализ задачи оценки качества Интернет-подключения корпоративной сети позволил сформулировать основные требования к его моделям:

1. В силу вероятностной природы процессов, происходящих в корпоративной сети, модель должна основываться на математическом аппарате теории вероятностей и описываться числовыми характеристиками (моментами) сетевых параметров.

2. В модели должны использоваться параметры, которые могут быть измерены пассивным образом с использованием доступных на сегодняшний момент программных и аппаратных средств.

3. Модель должна связывать различные сетевые параметры со скоростью передачи данных как с основной характеристикой качества работы сети.

4. Модель должпа учитывать сложившуюся структуру трафика корпоративной сети,

5. Запросы на передачу данных должны рассматриваться на уровне пользовательских сессий. Под пользовательской сессией понимается поток данных, инициированный пользователем, от одного источника (загрузка файла по протоколу FTP, html странички по протоколу HTTP и т.д.).

Иптернет-подключсние корпоративной сети, с учетом требований к математическим моделям, изложенным выше, показало на рис. 1.

Скорость передачи данных в Интернет-канале v является суммой скоростей всех пользовательских сессий активных в данный момент времени v,... v„. Согласно требованиям к математическим моделям, числовые характеристики скорости передачи данных внешнего канала будут выражаться через различные сетевые параметры, прежде всего, через параметры пользовательских сессий, с учетом структуры трафика.

По результатам исследований, проведенных в различных сетях, в том числе и в сети Самарского государственного аэрокосмического университета, произведен анализ структуры Интернет-трафика и сделаны следующие выводы:

• TCP и UDP - наиболее популярные протоколы транспортного уровня;

• объем TCP трафика намного превышает объем UDP трафика;

• среди протоколов прикладного уровня наиболее популярны HTTP и FTP. Отмечено, что наиболее популярные протоколы прикладного уровня (HTTP и FTP) работают на основе протокола транспортного уровня TCP. В протоколе TCP можно выделить два различных режима работы: "медленный старт", характерный для передачи данных небольшого размера, и установившийся режим, в который протокол TCP переходит при передаче значительных объемов информации. Пользовательская сессия протокола HTTP - передача одного файла, обычно, небольшого по размеру (средний размер html документа - 13 кбайт). Для протокола FTP характерна передача больших объемов информации, порядка нескольких и более мегабайт. В результате, в процессе передачи данных протокол HTTP находится преимущественно в режиме "медленный старт", а протокол FTP - в установившемся режиме протокола TCP, хотя определяющим условием для этого является, прежде всего, размер конкретной пользовательской сессии (при умеренном коэффициенте потерь пакетов).

Общий поток запросов на открытие сессий от корпоративной сети складывается из большого числа потоков запросов отдель-пых пользователей. При условии, что поток запросов каждого пользователя является ординарным, стационарным и потоки отдельных пользователей вносят приблизительно равный малый вклад в общий поток запро-

Сессии пользователей сета

"да+1

v„

Маршрутизатор корпоратнвной

сети

ethernet

К поставщику услуг ^ Интернет j

V

г»

я=|

Рис. 1. Интернет-подключение корпоративной сети с учетом требований к математическим моделям.

сов, то, согласно теореме Хинчина, даже в случае, если моменты поступления запросов одного пользователя зависят друг от друга, можно утверждать, что суммарный поток будет простейшим или стационарным пуассоновским.

Суммарный поток запросов на открытие сессий от пользователей сети не будет стационарным на протяжении всего времени - активность пользователей сильно различается в зависимости от времени суток, дня недели и т.д. Но, разбивая все время наблюдения на небольшие промежутки, можно предположить, что внутри каждого такого промежутка средняя интенсивность поступления запросов от пользователей является величипой постоянной и, соответственно, поток - стационарным. Действительно, исследования, проведенные в реальных сетях, подтверждают правомерность данного предположения.

В качестве параметров для описания пользовательских сессий выбраны размер данных, передаваемых за сессию (длина сессии, измеряется в байтах) L„, и время обслуживания сессии (длительность сессии, измеряется в секундах) W„. Данные параметры сессий могут быть получены с сетевых устройств, например, по протоколу Cisco NetFlow,

По зависимостям, возникающим между значениями параметров пользовательских сессий, выделено три режима работы: незагруженный, перегрузка в корпоративной сети, перегрузка в сети поставщика услуг Интернет (ПУИ).

Так как пользователи работают независимо друг от друга и их интересы не совпадают, то, очевидно, что длины отдельных пользовательских сессий внутри последовательности L„ независимы для любого режима работы сети.

В режиме незагруженной корпоративной сети длительности сессий Wn независимы друг от друга. Также для данного режима работы сети характерпа слабая зависимость между длиной сессии Ья и соответствующей ей длительностью сессии W„ - данные большого размера могут быть переданы за малое время, и, наоборот, малого размера - за большое время. Конечно, полная независимость между L„ и WK невозможна в виду ограниченной скорости каналов передачи данных, так что для длинных сессий зависимость между ними будет больше, для коротких сессий зависимость будет выражена слабее.

В режиме перегрузки в корпоративной сети в полном времени доставки IP пакетов сессий преобладает время их нахождения в буфере граничного маршрутизатора сети. Длительность сессии Wa зависит от времени доставки IP пакетов сессии (в данном случае, примерно одинаковом для всех сессий) я числа пакетов, на которое разбивается вся сессия при передаче данных, которое пропорционально длине сессии Ln. Таким образом, длина Ья и соответствующая ей длительность

IVH сессии оказываются зависимыми величинами. IP пакеты разных пользовательских сессий находятся в одном буфере маршрутизатора и, очевидно, IP пакеты одной сессии влияют на время нахождения в буфере IP пакетов других сессий. Длительности сессий 1УЯ также оказываются зависимыми величинам й.

В режиме перегрузки в сети поставщика услуг Интернет длительности сессий W„ оказываются независимыми друг от друга, за счет того, что в сети ПУИ, вносящей наибольший вклад в длительности сессий, перемешивается трафик от большого числа клиентов этой компании и влияние IP пакетов сессий данной организации друг на друга становится ничтожным. Длина L„ и длительность сессии IV„ оказываются зависимыми за счет существования одного и того же участка передачи, впосящего наибольший вклад в во время доставки IP пакетов пользовательских сессий.

Экспериментальные исследования, проведенные в сети Самарского государственного аэро-космичсского университета, подтвердили высказанные выше предположения.

Во второй главе разработаны модели Интернет-подключения корпоративной сети.

Пользовательские сессии (vlt v3,v„, где v„— скорость п-й сессии) поступают на маршрутизатор и мультиплексируются во внешнем канале (рис. 2).

Следует заметить, что данные передаются в виде IP пакетов с физической скоростью канала связи. На рис. 2 показан усредненные графики скоростей сессий. За интервал усреднения принимается промежуток времени, за который пакет передается от исгочпика к получателю и обратно RTT (Round Trip Time). Везде под термином «скорость передачи данных» подразумевается усредненная таким образом величина.

Также, следует учесть, что данные всегда передаются в обоих направлениях. Но так как трафик организации, обычно, несимметричен, то достаточно исследовать лишь наиболее загруженное направление.

В тобой момент времени, скорость впешнего канала сети является суммой случайного числа мгновенных скоростей отдельных сессий (моменты времени tl, t2, на рис. 2). С учетом того, что запросы пользователей образуют стационарный пуассоновский поток и скорости отдельных пользовательских сессий распределены одинаково можно записать:

> vto

Л 1 1

/—1 1 А1

Ч/ г л

1 г . \ .

И <2 'Э ,

W

Рис. 2 Мультиплексирование

пользовательских сессий.

TV

-Z-

(1)

л-1

(2) (3)

где V - скорость передачи данных в Интернет-канале, у„ - скорость п-й пользовательской сессии,

N - количество пользовательских сессий, обслуживающихся одновременно. Среднее значение и дисперсия случайной величины V:

где г - коэффициент корреляции между случайными величинами .

Выражения (2) и (3) верны в том случае, когда случайные величины N и у„ независимы друг от друга, что приводит к требованию независимости времен обслуживания пользовательских сессий.

Случайная величина N соответствует количеству запросов в системе массового обслуживания М/О/оо. При условии независимости времен обслуживания сессий:

, = , (4)

где Л - интенсивность входного пуассоповского потока, среднее время обслуживания сессии.

Перепишем выражения (2) и (3) для режима незагруженной корпоративной сети, используя выражения (4), и, учитывая, что в данном режиме г = 0:

м[*]=тм[уя], (5)

х>|УЗ=м[уи]ш+ ]=дф, ]* лГ+№(м[>1\- М[У„ р) = лШм^Х (6)

В работе показано, что среднее значение скорости сессии А/[у,] и ее квадрата лф*] можно найти, усредняя их значения в два этапа: сначала по форме импульса скорости сессии, а затем по совокупности всех сессий в потоке заявок. В таком случае:

Аг Ан IV { X,

¡РеОстРг&п) ~ Ребе^Робсп} РиР« J ~ ^^.^чРп^.Ря] ~ ' (У)

«Ы-Ил.,

» j

иг,

(8)

где vJ(tif- усредненная по форме скорость пользовательской сессии длиной £„, и длительностью fVnJ, vi и' усредненный по форме квадрат скорости пользовательской сессии длиной Lni

и длительностью iVaJI Робе л • ' вероятность нахождения на обслуживании сессий длштой L„,, Ровс « j " вероятность нахождения на обслуживании сессии длительностью WK j, р„ j - вероятность появления сессии длиной L„, в потоке заявок, ря}- вероятность появления сессии длительностью fVnj в потоке заявок.

С учетом того, что среднее значение квадрата скорости сессии зависит от формы импульса скорости сессии, выражения (5) и (6) для наиболее распространенных типов сессий примут вид:

= ^vop^UDP + ^fif Lfrp + ^ттр^ттг = XL t (9)

M^liL^wX (10)

Рассмотрим наиболее распространенные типы пользовательских сессий.

UDP сессия. График импульса скорости UDP сессии ve(f) показан на рис. 3. Усредненное по форме значение квадрата скорости сессии находится как отношение площади под кривой квадрата импульса скорости сессии к ее длительности Wn. Для UDP сессии, непосредственно из графика, получаем:

00

и

FTP сессия. Для протокола прикладного уровня FTP характерна передача больших объемов информации в "установившемся" режиме протокола транспортного уровня TCP. В этом режиме объем данных, передаваемых за один интервал tm = RTT, увеличивается линейно с коэффициентом пропорциональности равным AiSS /b ( MHS - максимальный размер сегмента данных, типичные значения 536-1460 байт; b - коэффициент, учитывающий эффект задержки подтверждения, зависит от реализации протокола TCP). В случае получения дублирующих подтверждений, считается, что перегрузка в сети носит временный характер и запускается механизм "быстрой повторной передачи", состоящий в том, что TCP уменьшает

К *

Рис. 3. Скорость передачи данных сессии, протокол UDP.

V> Ж

-mss —

2 'л

Рис. 4. Скорость передачи данных сессии, протокол FTP, 6 = 1.

объем передаваемых данных в два раза, с MSS

У?11**- до MSS^z- (w„ - максимальный размер

t 2 t т я

окна данных). Обычно, для протоколов типа FTP, эффектом перехода в режим «медленного старта» пренебрегают, так как вероятность этого события невелика и время нахождения в этом режиме значительно меньше общего времени передачи.

На рис. 4 показал график импульса скорости FTP сессии. В работе показано, что для FTP сессий выполняется соотношение:

v.. =

28'iL

27 W*

wmss

-ff

(12)

HTTP сессия. Длина пользовательской сессии, передаваемой по протоколу IITTP, не превышает нескольких десятков килобайт. В результате, "установившийся" режим протокола TCP не достигается, и данные передаются в режиме "медленный старт". В этом режиме TCP начинает передачу с некоторого минимального размера дапных wMSS и увеличивает его на один AiSS в ответ на подтверждение приема каждого сегмента. То есть, размер передаваемых данных является геометрической прогрессией со знаменателем прогрессии равным г = (l+1/i). При потере сегмента, размер окна устанавливается в свое начальное значение wMSS и процесс передачи начинается заново (см, рис. 5).

Для пользовательских сессий размером менее 25 кбайт и при коэффициенте потерь пакетов не превосходящем 5%, количество фаз КТО (время ожидания после потери пакета) меньше единицы, то есть, данные передаются за одну фазу. В этом случае: - С г-1 ¿1

Рис. 5. Скорость передачи данных сессии, протокол IITTP.

v.. =

lnrr + \W*

где

c-i

I wMSS J

Z(r-l) + 2wMSS

(13)

(14)

Г<г-1)

Дисперсия скорости внешнего канала находится объединением (10), (11), (12) и (13):

(15)

2/ шгг+1

Применяя теорему о математическом ожидании произведения двух случайных величии, выражая среднее значение Ьгп через среднее значение и дисперсию ¿„и учитывая, что для коротких пользовательских сессий величины £я н \Уп независимы друг от друга, (15) можно записать в виде:

^HUDP

-=-+ЛПТ

и ftp

А

W.

с г-1 . LH77J,+L^Lfflj^ литгр

Inr r+1

W

ниттр

(16)

где

\УИ - среднее гармоническое времени обслуживания сессии.

В режиме перегрузки в сети поставщика услуг Интернет длительности пользовательских сессий независимы друг от друга, а соответствующие длина и длительность 1У„ зависимы, в том числе и для коротких сессий.

Аналогично режиму незагруженной корпоративной сети для двух первых моментов скорости передачи данных получаем следующие выражения:

IV,

hudp

А

W.

28 —j

27

ftp

W,

+к

ftp

и ftp

w,:

С г — I

lnr r+1

т-НТТР

w,

+ K

http

нитгр

w

L и J

(17)

Случайные величины JV и

v

III

Iу/ н/ -ь

Рис. 6. Средняя скорость передачи данных внешнего канала.

ф]

При одних и тех же значениях сетевых параметров, средние значения скорости передата данных внешнего капала в режимах незагруженной сети и перегрузки в сети ПУИ равны, а дисперсия меньше для режима перегрузки в сети ПУИ (за счет существования зависимости между длиной и длительностью пользовательских сессий).

Режим перегрузки в корпоративной сети характеризуется следующими условиями:

• Длительности сессий Wa зависимы друг от друга.

• Соответствующие длина L„ и длительность сессии Wn зависимы как для длинных, так и для коротких сессий.

• За счет зависимости длительностей сессий Wn, скорости пользовательских сессий также v„ зависимы друг от друга, а распределение случайной величины N не является пуассо-новским.

v„ зависимы, формулы (2) и (3) не применимы.

В работе доказано, что при одних и тех же значениях сетевых параметров, среднее значение квадрата скорости передачи дшшых Интерпст-канал а в пезагру-жепном режиме больше, чем в режиме перегрузки. Таким образом, учитывая, что средняя скорость передачи в обоих режимах работы сети одинакова, можно заключить, что и дисперсия скорости передачи данных в неза-гружешюм режиме также превышает дисперсию скорости передачи в режиме перегрузки. Когда физическая скорость внешнего канала vn стремится к средней скорости передачи данных v, среднее значение квадрата скорости передачи стремится к квадрату среднего значения скорости, следовательно, дисперсия скорости передачи стремится к нулю.

На графиках изменения моментов скорости внешнего канала и. средней скорости пользовательской сессии, построенных в зависимости от интенсивности потока поступления заявок на обслуживание Л, можно выделить три участка, соответствующих незагруженной сети (I), режиму перегрузки (II), и полностью перегруженному состоянию сети (III).

На участках I и II средняя скорость внешнего канала (рис. 6) изменяется линейно с коэффициентом пропорциональности Г. В состоянии полной перегрузки (III) средняя скорость равна физической скорости внешнего канала vm. Для данного состояния сети характерен большой коэффициент потерь пакетов, в результате чего многие пользовательские сессии оказываются не обслуженными.

Среднее квадратнческое отклонение скорости внешнего канала (рис. 7) на участке 1 возрастает как VZ. В Рис. 8. Средняя скорость состоянии перегрузки (участок II) в результате увеличе-

пользовательской сессии. ния среднего времени обслуживания сессии W t появления зависимости м<йкду длинной сессии Ln и временем ее обслуживания WH, а также зависимости между скоростями отдельных сессий, среднее квадратнческое отклонение начинает уменьшаться и в состоянии полной перегрузки сети (участок III) стремится к нулю.

Средняя скорость пользовательской сессии (рис. 8) в незагруженном состоянии сети постоянна и полностью определяется интересами пользователей и точкой подключения (сетью ПУИ). В состоянии перегрузки (участок II) скорость сессии зависит от общего числа сессий, находящихся на обслуживании одновременно, и уменьшается с увеличением интенсивности входного потока

Лт« А?«™* А Рис. 7. Среднее квадратнческое

отклонение скорости передачи данных внешнего канала.

Ш

запросов. В состоянии полной перегрузки, участок III, скорость пользовательской сессии падает до нуля.

Приведенные выше результаты позволяют сформулировать и использовать в практической работе следующие условия качества Интернет-подключения корпоративной сети с точки зрения "коллективного" пользователя:

1. Средняя скорость пользовательской сессии должна быть больше минимального значения, необходимого для успешной деятельности организации.

Средняя скорость сессии учитывает интересы всех пользователей сети, поэтому может использоваться в качестве «интегральной» метрики, определяющей качество работы сети организации в целом.

2. Корпоративная сеть должна находиться в незагруженном состоянии.

Выполнение этого условия гарантирует то, что: а) средняя скорость пользовательской сессии достигает максимального значения, которое можно получить при подключении к данному ПУП; б) средняя скорость пользовательской сессии не зависит от числа пользователей в корпоративной сети или сети ПУИ, работающих в данный момент времени. В третьей главе произведено экспериментальное обоснование разработанных математических моделей Интернет-подключения корпоративной сети.

В ходе эксперимента исследовался входящий трафик Самарского государственного аэрокосмического университета. Эксперимент производился в течение одних суток, в период с 20:00 11.11.2003 по 20:00 12.11.2003. Основанием, послужившим для выбора такого интервала наблюдения, был тот факт, что процессы, происходящие в сети, имеют ярко выраженную периодичность с периодом в одни сутки.

В ходе эксперимента сравнивались значения числовых характеристик скорости передачи данных Интернет-канала, рассчитанных по экспериментальным данным ("экспериментальные") и по формулам, полученным в данной работе ("теоретические").

На рис. 9 показаны экспериментальные значения скорости внешнего канала и теоретические оценки границы ее йзменения: V = V ± За.

«корень ояродач

« скороегч айьныэс

фнзчм*е*ая г-имшсп. гчр^дочм данным 624289 6»йт/С (4 М«гт/с)

»в. 00

Рис, 9. Границы изменения скорости передачи данных.

Относительная ошибка теоретического среднего значения скорости передачи данных не превышает 5%. Относительная ошибка теоретического значения среднеквадратического отклонения на интервалах наблюдения, на которых модель применима, в незагруженном состоянии сети не превышает 10%.

В целом, экспериментальная проверка математических моделей Интернет-подключения корпоративной сети, предложенных в данной работе, показывает, что они адекватно представляют процессы, происходящие в сети при средней и высокой загрузках. В период слабой загрузки сети, за счет того, что поведение сети определяется небольшим количеством пользователей, обращающихся к небольшому количеству ресурсов, предложенный подход не применим.

Разработанные модели послужили основой для методов исследования качества Интернет^ подключения корпоративной сети, представленных в четвертой главе.

Метод текущего контроля качества Интернет-подключения дает ответы па следующие вопросы, возникающие во время эксплуатации Интернет-подключения корпоративной сети:

• Является ли недостаточная скорость передачи данных Интерпет-подключения корпоративной сети фактором, ухудшающим качество обслуживания пользователей?

• Если скорость Интернет-канала слишком мала для потребностей организации, то насколько необходимо ее увеличить, чтобы обеспечить наилучшее качество обслуживания пользователей сети, доступное при подключении к данному ПУИ?

• Как отразится на качестве обслуживания пользователей изменение различных сетевых параметров?

Схема метода показана на рис. 10.

Рис. 10. Схема метода текущего контроля качества

Интернет-подключения корпоративной сети

Расчет теоретических моментов скорости висшпсго канала производится на основе экспериментальных значений сетевых величии, в предположении, что сеть находится в незагруженном состоянии, см. соотношения (9) и (15).

При сравнении экспериментальных и теоретических моментов скорости внешнего канала необходимо учитывать, что если теоретическая дисперсия скорости внешнего канала оказалась больше дисперсии скорости внешнего канала, рассчитанной непосредственно по экспериментальным данным, значит имеет место перегрузка в корпоративной сети или сети ПУИ. Для режимов перегрузки также характерно возникновение значительной корреляцией между соответствующими значениями длины и длительности пользовательской сессии, в том числе и для коротких сессий.

Для режима перегрузки в корпоративной сети, кроме того, характерно возникновение зависимости между временами обслуживания сессий, которую можно обнаружить по значительной автокорреляции в последовательности данной случайной величины.

Расчет оптимальной скорости передачи данных внешнего канала производится по методу, изложенному далее. В качестве значений величин Ж, должны использоваться значе-

ния, соответствующие незагруженной сети, в качестве значения Я принимается наибольшая возможная интенсивность входного потока запросов.

Метод выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети. Задача оценки скорости передачи данных Интернет-подключения корпоративной сети возникает, когда организация подключается к Интернет и необходимо выбрать ПУИ и оценить скорость канала, которую необходимо у него закупить. При этом качество Интернет-подключения должно соответствовать требованиям данной организации, а затраты на подключение не должны превосходить сумм, заложенных на эти цели в ее бюджете. Ошибки в выборе скорости Интернет-подключения могут привести к значительному повышению затрат на Интернет-подключение.

Схема метода выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети приведена на рис. 11.

Рис. 11. Схема метода выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети Исходными параметрами для метода являются минимальная требуемая средняя скорость одной пользовательской сессии у„ (байт/с) и оценки следующих величин:

• Я^ур, &нтгр - интенсивности поступления запросов на открытие сессий, 1 /с;

• Lyp,,, Lf.jp , ¿¡ту - средние длины сессии, байт;

• DlL^rlDlL f7/»]> E\.LhtiA " дисперсии длины сессии;

• r^ji* / JK„] - коэффициент корреляции для протокола FTP;

• "л-Л^"]' "f*WA - средние квадратические отклонения доя протокола FTP;

• Ияшэр* Whftp* ^н нтгр -средние гармонические времени обслуживания сессии.

Оценки величин ацрр, Лппр» ^htjt» Аюр* ^ftp > ^imv* ^[A/dp ]> -^[^тр]» ^[^яго*]» °7л1!/''»] могут быть получены методом экспертных оценок с учетом "класса" корпоративной сети. Несколько сетей можно отнести к одному классу, если эти сети имеют сходпую структуру трафика, то есть похожее распределение трафика по протоколам и запрашиваемым документам. В этом случае значения исходных параметров, будут подобны (с поправкой на размер сети) значениям тех же параметров сети другой организации, уже имеющей подключение к сети Интернет и относящейся к тому же "классу". Можно выделить следующие классы: гуманитарный вуз, технический вуз, банк, коммерческая организация определенного профиля, организация, предоставляющая доступ в Интернет пользователям, работающим из дома по телефонной линии т.д.

Дать точные оценки описанных выше величин обычно не представляется возможным, так как они носят вероятностный характер. Поэтому эти оценки следует рассматривать как случайные величины и из опыта или методом экспертных оценок задавать их закон распределения: непрерывный, с помощью функции плотности распределения или дискретный, с помощью ряда распределения. Вероятности, фигурирующие в этих законах распределения, могут бьпъ интерпретированы как субъективные вероятности. В случае, когда нет уверенности какой конкретный вид распределения будут иметь исходные величины, могут быть заданы несколько возможных распределений для каждой из них, совместно с вероятностью реализации каждого вида распределения. Все эти меры по подготовке исходных даппых позволят получить более точную оценку искомой величины.

Оценки величин WHUOP* WHrr?> ^ннп?* ^пД^получаются тестированием сети ПУИ, причем для тестирования должен использоваться набор сетевых ресурсов, характерный для данного класса^организации. Они также могут быть заданы как непрерывные или дискретные случайные величины.

Выбор оптимальной скорости передачи данных внешнего канала производиться по одному из трех следующих критериев.

1. Критерий наиболее вероятного события.

v„=A/[v] + Alo"M,

где М\у\ = AjjDI>Ludp + ^trpLfjp + = ^ >

______/ _ _ ш* у

»'м-^ ^ A J ^^ W §- TrrAnb^wA

н udp *' ^ №hftp L »J

+ С Г ~ 1 д АьГ/У + У1

lnrr + 1 WHttm '

k, - коэффициент, зависящий от вида распределения скорости в Интернет-капале и ipe-буемой вероятности попадания скорости в интервал М\у]±к<т[у\. В случае произвольного вида распределения можно положить к - 3, тогда, согласно неравенству Чебышева, вероятность попадания в заданный интервал р « 0,89, соответственно, вероятность того, что скорость во внешнем канале превысит величину М[у] + 3<7[v] не больше _р = 1-р«0Л1,а когда распределение скорости во впешнем канале симметрично относительно ее математического ожидания р = (I -р)!2 да 0.055. В случае нормального распределений ф(а) = (1 - 2р)/2, где Ф(У) - функция Лапласа.

В качестве значений исходных величин для расчета данного критерия берутся значения с наибольшей вероятностью реализации.

Данный критерий лучше всего подходит для ситуации, когда вероятность одной из реализаций исходных величин значительно превышает все остальные.

2. Критерий предельного уровня.

Оценка скорости внешнего канала вычисляется с помощью того же выражепия, как и для критерия наиболее вероятного события, но в качестве значений исходных величин

берутся их максимальные значения, для которых вероятность совместной реализации больше нуля.

Данный критерий может использоваться в случае, когда необходимо обеспечить качественное Интернет-подключение при предельной загрузке.

3. Комбинация ожидаемого значения и дисперсии.

При комбинации ожидаемого значения и дисперсии можно учесть возможное отклонение величины рассчитываемой скорости передачи данных от ее среднего значения вследствие вероятностной природы исходных данных. Математически данный критерий выражается с помощью следующего соотношения:

" скорость Интернет-канала по критерию ожидаемого значения и дисперсии;

= А/[у] + £сг[у] - расчетное выражение для скорости Интернет-канала;

Л/[у], сг[у] - среднее значение и среднеквадратическое отклонение скорости во внешнем канале, см. критерий наиболее вероятного события;

к - постоянный коэффициент, см. критерий наиболее вероятного события;

М\ут\, <7^] - среднее значение и среднеквадратическое отклонение расчетной скорости " внешнего канала, определяемые как числовые характеристики функции нескольких независимых случайных аргументов;

к3 - постоянный коэффициент, "уровень не склонности к риску" (чем большее значение организация придает риску перегрузки Интернет-канала за счет дисперсии его расчетной скорости, вызванной вероятностной природой исходных данных, тем данный коэффициент должен иметь большее значение).

Приведенная стоимость подключения в месяц к данному ПУИ складывается из платы за подключение Епода , приведенной ко всему времени эксплуатации внешнего канала Т (в месяцах), и абонентской платы за подключение в месяц Е^ : Е = Е^^ /Т + Е^ .

Критериями для выбора ПУИ и скорости внешнего канала являются значения средней скорости одной пользовательской сессии у„ и приведенная стоимость подключения в месяц Е. Данные критерии являются взаимно конкурирующими: при увеличении средней скорости пользовательской сессии качество обслуживания пользователей сети улучшается, но при этом увеличивается расчетное значение скорости внешнего канала и, как следствие, возрастает приведенная стоимость подключения.

В рассматриваемой задаче каждому ПУИ соответствует точка (г^0,^0) в двумерном пространстве, см. рис, 12 - минимальная допустимая скорость одной пользовательской сессии и Е^ж - максимальная приведенная стоимость подключения к сети Интернет).

На практике, система из двух критериев может быть расширена любыми другими критериями, актуальными для данной организации. Также, задача выбора скорости передачи данных Интернет-подключения может быть частью более крупной задачи проектирования мультисервисной распределенной сети организации.

Оптимальное решение может принадлежать только области компромиссов (решения из области компромиссов на рисунке 12 обведены кружочками).

В общем случае, нахождение области компромиссов не позволяет довести задачу до конца, ио существенно сужает область поиска оптимального решения. На практике, предпочтительная альтернатива может быть выбрана волевым решением лица, принимающего решения, или с помощью одного из методов выбора решения из области ком-| промиссов.

В работе рассмотрены различные методы выбора ре® I # шений из области компромиссов и в качестве базового ме-* •! тода выбран метод функции полезности. В соответствии с ® • | * методом функции полезности сформулированы понятия Кмуи "полезности" подключения к сети Интернет для организа-• • | ций наиболее актуальных типов: Интернет-магазин; организация, использующие сеть Интернет как транспорт для

Емок Е обмена информацией между офисами, поставщиками, по-Рис. 12. Область компромиссов. купателями; организация, осуществляющая поиск информации в сети Интернет; образовательная организация.

Также в четвертой главе приведены примеры практического применения разработанных методов. Произведен расчет и даны рекомендации по выбору скорости передачи данных Интернет-подключения Самарского государственного аэрокосмического университета и межвузовского ме-диацентра.

В заключении сформулированы основные результаты и предложены пути дальнейшего развития идей, предложенных в работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ Основные результаты диссертационной работы заключаются в следующем:

• Произведен анализ задачи оценки качества Интернет-подключения корпоративной сети, что позволило сформулировать основные требования к его моделям. Созданы математические модели, удовлетворяющие данным требованиям. На основе математических моделей сформулированы условия качества Интернет-подключения с точки зрения коллективного пользователя.

• На базе корпоративной сети Самарского государственного аэрокосмического университета выполнено обширное экспериментальное исследование, позволившее обосновать полученные теоретические модели.

• На основе предложенных моделей разработаны метод текущего контроля качества и метод выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети.

• Сделан расчет и даны рекомендации по выбору скорости передачи данных Интернет-подключения Самарского государственного аэрокосмического университета и межвузовского медиацентра.

ОПУБЛИКОВАННЫЕ РАБОТЫ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Грачев В.Г., Симановский Е.А. Анализ внешнего трафика корпоративной сети Самарского государственного аэрокосмического университета и оптимизация использования ресурсов на его основе: Труды международной конференции Телематика 2001. - С.-Петербург; Редакционно-издательский отдел СПбГИТМиО, 2001.

2. Грачев В.Г., Симановский Е.А. Исследование структуры трафика корпоративной сети Самарского государственного аэрокосмического университета// Телекоммуникации и информатизация образования. - 2002. - №2(9). - с. 76-84.

3. Грачев В.Г., Симановский Е.А. Моменты скорости передачи данных Интернет-канала сети организации: Материалы всероссийской научно-технической конференции "Актуальные проблемы радиоэлектроники и телекоммуникаций"// Под редакцией И.Г. Мироненко, М.Н. Пиганова. - Самара: СГАУ, 2005. - с. 26-33.

4. Грачев В.Г. Модель внешнего Интернет канала организации// Аспирантский вестник Поволжья. -2003. -№1, - с. 19-20.

5. Грачев В.Г., Симановский Е.А. О законе распределения времени между открытием пользовательских сессий во внешнем канале: Труды международной конференции Телематика 2002. -С.-Петербург: Редакционно-издательский отдел СПбГИТМиО, 2002.

6. Грачев В.Г., Долгих Д.Г., Шавалдин A.A. Операционная система Linux: Сборник докладов международного рабочего семинара "Цифровые сети в среднем Поволжье". - Самара: ИВФ CMC, 1998. -40с.

7. Грачев В.Г., Долгих Д.Г. Опыт создания и эксплуатации каналов связи, основанных на технике ИКМ: Сборник докладов международного рабочего семинара "Цифровые сети в среднем Поволжьем—Самара: ИВФ CMC, 1998. -40с.

S. Грачев В.Г., Симановский Е.А. Оценка необходимой полосы пропускания внешнего канала корпоративной сети: Труды международной конференции Телематика 2003, - Санкт-Петербург: Редакционно-издательский отдел СПбГИТМиО, 2003. 9. Грачев В.Г,, Симановский Е.А. Оценка скорости передачи данных внешнего Интернет-канала организации для обеспечения требуемого качества подключения// Вестник Самарского государственного аэрокосмического университета. - 2006. - №1(9). - с. 236-243.

Подписано в печать 10.09.2006 г. Усл. печ. л. 1. Тираж 100 экз.

ИПО Самарского государственного аэрокосмического университета 443086, Московское шоссе, 34

Введение.

ГЛАВА 1. Анализ особенностей Интернет-подключения корпоративной сети.

1.1. Разработка общих требований к моделям Интернет-подключения корпоративной сети.

1.2. Анализ структуры Интернет-трафика корпоративной сети.

1.3. Анализ потока запросов на открытие сессий от пользователей корпоративной сети.

1.4. Выбор параметров для описания пользовательских сессий.

1.5. Оценка влияния режима работы Интернет-подключения корпоративной сети на параметры пользовательских сессий.

Выводы.

ГЛАВА 2. Математические модели Интернет-подключения корпоративной сети.

2.1. Общее выражение для моментов скорости передачи данных Интернет-подключения корпоративной сети при отсутствии зависимости между временами обслуживания пользовательских сессии.

2.2. Выражение для моментов количества пользовательских сессий, находящихся на обслуживании одновременно. ^

2.3. Математическая модель Интернет-подключения в режиме незагруженной корпоративной сети.

2.3.1. Выражение для моментов скорости передачи данных

Интернет-подключения корпоративной сети через среднее значение квадрата скорости различных типов пользовательских сессий.

2.3.2. Вывод выражения для среднего значения квадрата скорости UDP сессии.

2.3.3. Вывод выражения для среднего значения квадрата скорости сессии типа TCP 1.

2.3.4. Вывод выражения для среднего значения квадрата скорости сессии типа TCP 2.

2.3.5. Выражение для моментов скорости передачи данных Интернет-подключения корпоративной сети через параметры пользовательских сессий.

2.4. Математическая модель Интернет-подключения в режиме перегрузки в сети поставщика услуг Интернет.

2.5. Математическая модель Интернет-подключения в режиме перегрузки корпоративной сети.

2.6. Условия качества Интернет-подключения корпоративной сети . 59 Выводы.

ГЛАВА 3. Экспериментальное обоснование математических моделей Интернет-подключения корпоративной сети

3.1. Постановка эксперимента.

3.2. Обработка результатов эксперимента и выводы об адекватности моделей

Выводы.

ГЛАВА 4. Методы исследования качества Интернет-подключения корпоративной сети.

4.1. Метод текущего контроля качества Интернет-подключения.

4.2. Метод выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети.

4.3. Примеры практического применения методов исследования качества Интернет-подключения корпоративной сети.

4.3.1. Выбор скорости передачи данных Интернет-подключения Самарского государственного аэрокосмического университета.

4.3.2. Выбор скорости передачи данных Интернет-подключения межвузовского медиацентра.

Выводы.

Сегодня трудно представить себе крупное образовательное учреждение, научную организацию, фирму и т. д., которые не имели бы подключения к сети Интернет. С одной стороны, сеть Интернет открывает доступ к огромному объему информации, с другой стороны, предоставляет возможность разместить собственные информационные ресурсы. Однако, успешное использование сети Интернет в деятельности организации невозможно при невысоком качестве ее Интернет-подключения. В будущем следует ожидать все более глубокого проникновения сети Интернет во все сферы человеческой деятельности, так что «качество» подключения к сети Интернет выходит на первый план.

Изначально, первыми начали разрабатываться методы и средства контроля качества соединения между двумя точками сети Интернет. Действительно, с точки зрения пользователя, Интернет-подключение сети является качественным, если оно обеспечивает бесперебойный и быстрый доступ к определенным интересующим его сетевым ресурсам. Производилось наблюдение за значениями таких характеристик (сетевых метрик) соединения между двумя точками сети Интернет, как время доставки, коэффициент потерь IP пакетов, доступность, максимальная скорость передачи данных по определенному протоколу и т.д., а также за их флуктуациями во времени.

Однако, за последние 10-15 лет сеть Интернет претерпела значительный рост. Это касается количества подключенных сетей, пользователей, компьютеров, используемых в сети приложений и передаваемого по сети трафика. Например, количество зарегистрированных доменных имен на июль 2005 года, по данным Internet Software Consortium, достигло 353284187 [77]. Все это привело к тому, что среднее число пользователей в сети организации и количество ресурсов, потенциально интересных для пользователей, многократно возросло. С учетом того факта, что все вышеперечисленные простейшие сетевые метрики зависят от времени и, в силу децентрализации управления сетью Интернет (о принципах управления сетью Интернет см. [76]), от множества других независимых подсетей, входящих в глобальную сеть Интернет, контроль качества Интернет-подключения в рамках традиционного подхода становится для системного администратора непростой задачей. Возникает необходимость в аналитическом описании происходящих в сети процессов, причем этот анализ должен проводиться в рамках системного подхода.

Действительно, глобальная компьютерная сеть Интернет представляет собой совокупность отдельных подсетей (рассматривая сеть Интернет с различной степенью детализации, можно выделить сети континентов, стран, поставщиков услуг Интернет, организаций и их подразделений), обменивающихся друг с другом информацией, передаваемой по объединяющих их каналам передачи данных. Таким образом, сеть Интернет можно рассматривать как систему, состоящую из множества тесно взаимодействующих подсистем - отдельных входящих в нее подсетей, объединенных в иерархическую структуру.

Согласно одному из основных принципов системного подхода, всегда существует функция ценности системы в виде зависимости ее эффективности от условий построения и функционирования.

Данная работа посвящена аналитическому описанию процессов, происходящих в Интернет-канале крупной организации или поставщика услуг Интернет, как основной составляющей глобальной компьютерной сети Интернет, и отысканию критерия «качества» Интернет-подключения корпоративной сети с точки зрения интересов всех пользователей сети, в виде некоторой «интегральной» характеристики.

Получив, в рамках математических моделей, аналитические выражения для данной «интегральной» характеристики через основные параметры сети и параметры Интернет-подключения этой сети, становится возможным решение основных задач, возникающих перед сетевыми администраторами и инженерами, таких как поддержка, прогнозирование развития и оптимизация сетей.

Первая задача возникает в повседневной практике сетевых администраторов и предполагает обнаружение и устранение аномалий в работе сети. Также для обслуживающего персонала сети необходимо иметь возможность предсказывать поведение сети при изменении различных параметров, как-то: количества пользователей, подключенных к сети, характеристик Интернет-подключения, запуске новых сетевых приложений и т.д. Данная информация может быть использована при планировании развития сети для удовлетворения потребностей пользователей в сетевых услугах.

Также, системный администратор должен иметь возможность выбрать поставщика услуг Интернет и оптимальную скорость Интернет-канала при заданных параметрах сети.

Применение математических моделей Интернет-подключения сети не ограничивается вышеприведенными примерами. Можно представить, что вычисление в реальном масштабе времени метрик, характеризующих текущее состояние сети, может быть использовано в сетевых устройствах (коммутаторах, маршрутизаторах) для динамического перераспределения ресурсов или изменения алгоритмов работы для обеспечения заданного качества функционирования сети.

Вообще, математических моделей поможет глубже понять процессы, происходящие в сети, и пути совершенствования существующих протоколов, приложений, сетевых архитектур для достижения максимальной производительности сетей.

Как уже было замечено выше, традиционный подход в обслуживании и поддержке сетевой инфраструктуры состоит в наблюдении за простейшими сетевыми метриками. Международные стандарты [78, 50] описывают и классифицируют данные метрики, а также устанавливают среду для их измерения.

Элементарные метрики можно разделить на 2 большие группы:

• метрики, служащие для оценки качества соединения между двумя удаленными точками;

• метрики для мониторинга канала между двумя маршрутизаторами.

Существует множество работ, посвященных использованию элементарных метрик в эксплуатации каналов связи (например, см. [67, 56, 89, 75, 99, 52, 62, 51, 98, 48, 31, 37, 38]). Также разработано множество средств для измерения элементарных и более сложных сетевых метрик [60, 97,91].

Существуют методики, формализующие и автоматизирующие процесс оценки качества Интернет каналов. В [43] измеряют 3 характеристики:

• доступность;

• максимальную эффективную производительность;

• среднее время реакции.

Доступность - показатель, характеризующий надежность работы канала связи, получается в данной методике измерением времени ответа на запросы по протоколу ICMP. Максимальная эффективная производительность измеряется как максимальная скорость передачи данных на уровне протокола TCP. Среднее время реакции, мера того насколько быстро канал связи работает во время его ежедневной эксплуатации, измеряется с помощью программ, установленных в тестируемой сети и автоматически генерирующих запросы на доступ к внешним ресурсам по протоколам TCP (в этом случае необходима установка специального программного обеспечения на площадке тестируемого поставщика услуг Интернет) или HTTP (для тестирования может использоваться любой WWW сервер). Все измерения производятся с помощью общедоступных программ SelfTrend и PageLoadRobot.

Хотя, принципиально, аккуратное наблюдение за сетевой инфраструктурой и анализ элементарных метрик сетевого трафика позволяет сетевым инженерам отслеживать "узкие места" в сети, обнаруживать некоторые проблемы, прежде чем они наступают и предупреждать перегрузку сети, перераспределяя ресурсы и оптимизируя конфигурацию сети, однако, это чрезвычайно трудоемкий процесс, требующий от сетевых инженеров высокой квалификации и большого опыта, и в то же время такой подход позволяет отслеживать только грубые тенденции сетевого трафика и не дает возможности предсказывать поведение сети при изменении ее параметров и/или конфигурации.

Большая часть трафика в сети Интернет передается с помощью протокола TCP [49, 86, 111, 69, 87, 66, 68, 58, 57, 59, 12, 13], поэтому, • имея аналитическую модель протокола TCP [104], можно надеяться, что ее удастся применить к описанию процессов, происходящих в Интернет-канале организации.

На настоящий момент было представлено несколько моделей одного соединения по протоколу TCP. Часть из них дает выражение для пропускной способности TCP соединения в установившемся режиме [82, 95, 85, 96] как функцию времени доставки пакета от источника к пункту назначения и обратно (Round Trip Time, RTT) и коэффициента потерь пакетов. В данных работах рассматривается TCP соединение, передающее большой объем данных в установившемся режиме работы протокола TCP (Congestion avoidance). В работах [82, 95, 85] учитывается влияние на скорость передачи данных TCP соединения только механизма быстрой повторной передачи (fast retransmit), в [96] учитывается также влияние механизма тайм-аута.

В связи с увеличением популярности протоколов прикладного уровня, в которых за время одной TCP сессии передается сравнительно небольшой объем информации (порядка нескольких десятков килобайт, HTTP - наиболее популярный из таких протоколов, см. исследование трафика в [86, 87, 66, 68, 12, 13]), так что TCP не успевает прийти в установившийся режим, появились работы, ориентированные на описание коротких TCP сессий, которые не могут быть адекватно представлены моделями, предложенными в [82, 95, 85, 96]. В работах [61, 45, 83] представлены модели для коротких TCP соединений при условии (весьма нереалистичном) отсутствия потерь пакетов. В работе [54] дается выражение для длительности короткого TCP соединения, передающего данные в режиме "медленный старт" как функции времени доставки и ответа (RTT), коэффициента потерь пакетов, объема передаваемых данных и времени тайм-аута.

Наряду с моделями, описывающими одно TCP соединение, в работах [73, 84, 79, 80, 64, 70] рассмотрен случай, когда несколько TCP сессий работают одновременно, разделяя одну линии связи, находящуюся в режиме перегрузки. В работе [73] рассматривается случай фиксированного количества источников, попеременно инициирующими TCP сессии и остающимися неактивными в течение случайного интервала времени. В работе [84] предлагается похожая модель, но для случая, когда приход новых сессий образует пуассоновский процесс. В работах [79, 80] изучается процесс передачи нескольких TCP сессий и делается вывод о пригодности модели разделения процессора, если приход новых TCP сессий образует пуассоновский поток событий. Статья [64] посвящена изучению совместной работы нескольких TCP сессий, когда в сети существует не одна, а несколько перегруженных линий связи. В работе [70] суммируются результаты предыдущих исследований и делается вывод о применимости моделей, предложенных в них, в реальных условиях.

Описанные выше модели дают пропускную способность, занимаемую при передаче нескольких TCP сессий. К сожалению, данные модели трудно использовать на практике для управления сетью, так как они не учитывают другие транспортные протоколы, такие как UDP [105], требуют сложных вычислений и основаны на предположении, что время доставки и ответа (RTT) постоянно для всех TCP сессий.

Развитием традиционного метода тестирования производительности Интернет-подключения с помощью сетевых метрик является метод, описанный в [74]. Предлагаемый метод тестирования включает три шага:

• Составить список Интернет ресурсов, к которым пользователи сети обращаются наиболее часто. Количество ресурсов в списке должно быть большим, но ограниченным. Автор утверждает, что список из 1000 ресурсов (IP адресов) покрывает 70% интересов большой группы пользователей.

• Для каждого ресурса из списка измерить три сетевые метрики: доступность (connectivity), задержку - интервал времени между посылкой запроса и приемом ответа (Round Trip Time, RTT), коэффициент потерь пакетов. Для измерения этих метрик автор разработал свою собственную программу jping, которая посылает к каждому тестируемому ресурсу UPD запросы на сервис Echo, который является стандартным типом "малых сервисов". В случае если сервис Echo отключен, принимается ICMP ответ "порт недоступен" (port unreachable).

• По измеренным метрикам сетевого уровня определить производительность конкретных приложений. Предлагается вычислять верхнюю границу скорости передачи по протоколу TCP, зависящую от задержки и коэффициента потерь пакетов, и возможность функционирования приложений реального времени, таких как передача аудио и видео информации, строя график доступности ресурсов для приложений реального времени в зависимости от времени суток, где критерием доступности являются значения коэффициента потерь пакетов (меньше 5%) и вариации задержки (в пределах 200 мс).

Среди преимуществ данного подхода можно отметить то, что методика учитывает интересы пользователей в сети (наиболее посещаемые ресурсы) и то, что данная методика является формальной, то есть она свободна от субъективного мнения персонала, занимающегося тестированием.

К сожалению, у методики существует несколько серьезных недостатков:

• Производится активное тестирование сети, что, во-первых, дополнительно загружает сеть, во-вторых, тестовый трафик искажает картину измерений, причем, тем больше, чем больше ресурсов тестируется (производится более точное тестирование).

• Часто, из соображений безопасности, сервис UDP Echo отключается, в результате по протоколу ICMP посылается ответ "порт недоступен". Поскольку ICMP трафик трактуется особым образом (его приоритет обычно ниже, чем приоритет UDP или TCP трафика), в данном случае вносятся дополнительные искажения в измерения.

• Оценки, даваемые для производительности конкретных приложений, являются слишком общими и не учитывают особенностей различных приложений и интересов пользователей.

В работах [2, 7, 22,29,33,34,35,36,41] предложен и развит подход, основанный на статистическом анализе временных рядов, где в качестве значений временного ряда используется объем трафика сети -объем информации в единицу времени, проходящий через каналы связи сети.

Авторы работ [7, 33, 34, 35, 36] исследуют трафик российской национальной научно-образовательной сети Rbnet [39] (предложенный подход является общим и может быть использован для любой сети) и ставят перед собой следующие цели и задачи:

1. Поддержка детальной базы данных сетевой активности, которая позволит получать информацию о текущей загрузке сети, сбоях, активности отдельных подсетей и т.д.

2. Разработка методик, алгоритмов и программ обработки собранных данных и построение на их базе объективных прогнозов развития сети.

3. Агрегация и визуализация информации о текущем состоянии сети в целях оперативного контроля и регулярной подготовки кратких аналитических отчетов.

4. Подготовка рекомендаций для принятия стратегических решений развития сети по результатам накопленной информации.

Авторы делают вывод, что характерной чертой моделей временных рядов, описывающих трафик, является их нестационарность. При этом детерминированная компонента трафика как правило включает тренд (плавный рост/падение, обусловленные долговременными причинами), различные сезонные компоненты (то есть колебание в течение суток, недели, месяца года), циклические компоненты (нерегулярные подъемы и спады с различной периодичностью и интенсивностью), а так же интервенции (то есть резкие изменения в условиях функционирования сети).

Тренд обычно задается в виде достаточно простой аналитической зависимости. Его наличие в трафике связано с процессом развития телекоммуникационных технологий, увеличением скорости доступа к сети, числа пользователей, ресурсов и т.п. На базе этой компоненты трафика авторы предлагают осуществлять долговременный прогноз загрузки канала, причем на разных стадиях развития канала могут быть использованы различные модели тренда: линейные, полиномиальные, экспоненциальные, S-образные (логистические, Гомперца) и др.

Сезонная компонента трафика возникает за счет цикличности присущей человеческой деятельности. Анализ трафика канала в течение суток обычно показывает наличие спада загрузки канала в ночные часы. Иногда может наблюдаться и несколько заметных спадов трафика в различное время суток. Анализ трафика канала в течение недели показывает спад загрузки канала в выходные дни.

Авторы предлагают три модели:

1. Модели динамики среднесуточной загрузки магистральных каналов телекоммуникационных сетей [33,29].

Авторы показывают, что в загрузке всех исследуемых каналов можно выделить несколько характерных однотипных стадий. При этом каждая стадия описывается и прогнозируется моделью, включающей параболический (на стадии роста) или линейный (на стадии падения загрузки) тренд и авторегрессионую компоненту.

2. Модель роста числа хостов в научно-образовательных сетях России в 2000 г. [35].

Для описания динамики роста числа хостов как функции времени авторы используют параболическую модель линейной регрессии с отрицательным коэффициентом при квадратичном члене.

3. Модель скорости передачи данных конечным пользователям сетей на канале RBnet-Teleglobe [34].

Математическая модель в этой задаче представляет множественную линейную регрессию, в которой в качестве предикторов выступают: доля протокола http в совокупном трафике на "входе" канала, доля "request" по протоколу http на "выходе" канала и совокупные времена соединений по протоколу http на "входе" и "выходе" канала. В зависимости от структуры загрузки канала в качестве предикторов могут выступать и другие характеристики трафика: объем переданной информации, число соединений, общее число переданных пакетов и пр.

Главное достоинство описанного выше подхода - это возможность давать прогнозы развития сети, однако, можно отметить и следующие его недостатки:

• Для разных сетей необходим пересчет параметров моделей, причем возможна такая ситуация, при которой предложенные модели не будут адекватно описывать сеть и будет необходима их корректировка (оставаясь в рамках предложенного подхода).

• Для вычисления параметров моделей необходим длительный сбор статистики, причем, модели будут тем точнее, чем дольше производится наблюдение.

• Не указано влияние конкретных сетевых параметров на наблюдаемые закономерности. Вообще, можно сделать вывод, что в рамках данного подхода это сделать сложно.

• Принципиально, в рамках данного подхода можно давать прогноз, только если характер зависимости значения сетевого параметра от времени остается тем же самым, как на предыдущем интервале наблюдения. Если же изменение наблюдаемого сетевого параметра вызвано другими причинами, чем его изменение в предшествующий период, то данный подход будет не в состоянии дать верный прогноз.

В работах [46, 1, 42] предлагается модель для незагруженного магистрального канала связи, передающего IP трафик. Авторы ставят перед собой задачу создания модели, достаточно простой (чтобы ее могли использовать сетевые администраторы), и, насколько это возможно, независимой от используемых протоколов и приложений.

Сетевой IP трафик рассматривается на уровне потоков данных (flow) - потоком может быть TCP или UDP соединения, описываемые IP адресами источника и назначения (или даже подсетями источника и назначения), номерами портов и т.д.

Модель построена на двух основных предположениях:

1. Приходы новых потоков данных образуют однородный пуассоновский процесс конечной скорости Я.

2. Функции скорости потоков независимы друг от друга и одинаково распределены. Из независимости функций скорости потока также следует независимость последовательностей длин {Sn} и длительностей {£>„} потоков.

Функция скорости потока Xn(t-Tn) - скорость потока п, определенная на интервале времени [T„,T„+Dn], где Тп - момент прихода потока, £>„ - длительность потока.

Общая скорость передачи данных на магистральном канале будет равна сумме отдельных функций скоростей потоков: 11(!) = ^ХпЦ-Тп).

Далее авторы вычисляют два первых момента (среднее значение и дисперсию) общей скорости передачи данных магистрального канала через преобразование Лапласа и получают для них следующие выражения:

E[R(t)] = AE[S„], VR=XE[S2JD\

Выражение для дисперсии (VR) зависит от формы функции скорости потока. Авторы рассматривали прямоугольную, треугольную и степенные формы функции скорости потока. При экспериментальной проверке своей модели авторы использовали параметризированную по двум коэффициентам степенную функцию скорости потока. Коэффициенты параметризации находились по опытным данным так, чтобы минимизировать ошибку между экспериментально полученными средним значением и дисперсией скорости магистрального канала, и оценками этих величин, вычисляемым по модели.

Основные достоинства предложенного в данной работе подхода: простота и общность. В то же время этот подход является достаточно мощным и отвечает на многие вопросы, возникающие при эксплуатации магистральных (и не только) IP каналов.

Однако, в данной работе можно отметить серьезные недостатки: в модели не учитываются особенности конкретных протоколов, использующихся на сегодняшний момент в глобальной компьютерной сети Интернет. Рассмотрен только случай незагруженного магистрального канала связи, в то время как для реальных сетей существенно важной задачей является нахождение границы, разделяющей состояния незагруженной и перегруженной сети. Так как коэффициенты параметризации функции скорости потока в модели находятся по экспериментальным данным, можно утверждать, что эти коэффициенты придется пересчитывать отдельно для каждой конкретной сети и возможно для разных ее состояний.

Анализируя достоинства и недостатки каждого из описанных выше подходов применительно к задачам поддержки, прогнозирования развития и оптимизации сетей, можно сделать вывод, что эти задачи не решены полностью как в рамках какого-либо одного подхода, так и объединением различных существующих уже моделей.

Данная работа посвящена созданию математических моделей Интернет-подключения для получения аналитической связи основных параметров сети и параметров Интернет-подключения этой сети со скоростью передачи данных, как с «интегральной» характеристикой, которая описывает «качество» Интернет-подключения с точки зрения интересов всех пользователей сети. Разработке методов исследования качества работы Интернет-подключения корпоративной сети на основе данных моделей.

Результаты, полученные в работе, могут быть использованы сетевыми администраторами и инженерами для поддержки, прогнозирования и оптимизации качества Интернет-подключения корпоративной сети.

Объект и предмет исследования

Объектом исследования являются процессы, происходящие во внешнем канале передачи данных корпоративной сети, работающем на основе стека протоколов TCP/IP.

Предметом исследования являются числовые характеристики (моменты) случайной величины - скорости передачи данных Интернет-подключения корпоративной сети.

Цель диссертационной работы

Анализ процесса передачи данных по протоколам TCP/IP во внешнем Интернет-канале корпоративной сети, с учетом поведения пользователей в сети и особенностей алгоритмов работы протоколов. Получение оценок качества Интернет-подключения корпоративной сети. Разработка методов исследования качества Интернет-подключения корпоративной сети для повышения уровня обслуживания пользователей и оптимизации использования ресурсов предприятия

Задачи исследования

• Формулировка требований к математическим моделям, определение факторов, оказывающих влияние на процессы, происходящие в сети и их характеристики.

• Создание математических моделей Интернет-подключения корпоративной сети.

• Формулировка условий качества Интернет-подключения с точки зрения "коллективного" пользователя.

• Экспериментальная проверка созданных математических моделей.

• Разработка метода текущего контроля качества Интернет-подключения.

• Разработка метода выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети.

Методы исследования

В диссертационной работе используются методы математического моделирования, теории вероятности и математической статистики, теории массового обслуживания, элементы системного подхода в прикладных исследованиях, методы принятия оптимальных решений в условиях неопределенности, многокритериальной оптимизации, технологии создания программного обеспечения.

Научная новизна

• Предложены модели Интернет-подключения корпоративной сети, которые, в отличие от уже существующих моделей, учитывают поведение пользователей в сети и особенности стека протоколов ТСРЛР.

• Разработан метод текущего контроля качества Интернет-подключения.

• Разработан метод выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети.

Достоверность результатов

Достоверность всех результатов обоснована формальными выводами и заключениями, сопоставлением полученных общих результатов с частными случаями, приведенными другими авторами, экспериментальной проверкой.

Практическая ценность

Практическая ценность работы заключается в разработке методов текущего контроля качества Интернет-подключения и выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети, которые могут быть использованы, соответственно, при ее эксплуатации и для выбора оптимальной скорости подключении к Интернет.

Реализация работы

Результаты работы внедрены и используются при текущей эксплуатации и обслуживании сети Самарского государственного аэрокосмического университета и ЗАО СамараТелеком, что подтверждено актами внедрения, см. приложение 7.

Сбор внешнего входящего трафика сети производится с помощью пакета nrpobe [93], анализ трафика производится в режиме offline в полуавтоматическом режиме с помощью специально написанных утилит на языке программирования perl [100]. Утилиты реализуют расчет сетевых параметров по методам, описанным в данной работе, см. приложение 6.

Апробация работы

Основные положения диссертационной работы, научные и практические результаты докладывались и обсуждались на международном рабочем семинаре "Цифровые сети в Среднем Поволжье" (г. Самара, 1998 год), на международной конференции Телематика (г. Санкт-Петербург, 2001, 2002, 2003 года), на всероссийской научно-технической конференции "Актуальные проблемы радиоэлектроники и телекоммуникаций" (г. Самара, 2005 год).

На защиту выносятся

• Модели Интернет-подключения корпоративной сети, учитывающие поведение пользователей в сети и особенности стека протоколов TCP/IP.

• Метод текущего контроля качества Интернет-подключения.

• Метод выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети.

Публикации

По теме диссертационной работы опубликовано 8 научных работ.

Структура и объем работы

Диссертация состоит из введения, четырех глав, заключения, библиографического списка (111 наименований), семи приложений. Текст диссертации изложен на 209 страницах, включая 79 страниц приложений, содержит 29 рисунков и 1 таблицу.

Основные результаты диссертационной работы состоят в следующем:

1. С использованием описанного выше подхода созданы математические модели Интернет-подключения корпоративной сети.

2. Проведена экспериментальная проверка предложенных моделей, которая подтвердила, что они адекватно описывают процессы, происходящие в сети в режимах средней и высокой загрузки.

3. Разработан метод текущего контроля качества Интернет-подключения.

4. Разработан метод выбора оптимальной скорости передачи данных Интернет-подключения корпоративной сети.

Дальнейшее развитие идей, описанных в данной диссертационной работе, может происходить по следующим путям:

Включение в модель большего количества протоколов передачи данных, популярных как в глобальной компьютерной сети Интернет, так и в корпоративных сетях.

Разработка более формального критерия перегрузки в сети организации в виде формулы, позволяющей рассчитать предельное значение какого-либо сетевого параметра (как, например, Л^ на рисунках 10 и 11), при достижении которого наступает режим перегрузки.

Уточнение модели для других законов поступления запросов и времен обслуживания пользовательских сессий. Уточнение модели для случая, когда в общем трафике организации доминирует трафик от небольшого количества пользователей.

Учет эффекта от использования в сети организации прокси-серверов и ограничений, накладываемых на скорость передачи данных некоторых категорий пользователей (traffic shaping).

Заключение

Основной ценностью в современном обществе становится информация. Свободный доступ и обмен информацией - основа информационного общества. Значение сетевых технологий в этих условиях трудно переоценить. Появление глобальной компьютерной сети Интернет, позволяющей быстро обмениваться данными даже в случае, когда корреспонденты находятся на противоположных концах земного шара, стало логическим продолжением развития человеческого общества и определило вектор направления его дальнейшего движения на многие годы вперед.

К сожалению, вследствие большого объема передаваемых по глобальной компьютерной сети Интернет данных, ее огромного размера и сложной структуры, децентрализации управления, особенно учитывая то факт, что сеть находится в постоянном, все более ускоряющемся развитии, ее эксплуатация и управление становится сложной задачей.

Данная работа посвящена вопросу создания математических моделей и аналитического описания основной элементарной составляющей глобальной компьютерной сети Интернет - внешнему каналу связи, который может быть внешним Интернет-подключением корпоративной сети или магистральным каналом связи (backbone) поставщика услуг Интернет. Такие модели, совместно с условиями качества Интернет-подключения с точки зрения "коллективного" пользователя, могут использоваться при текущей эксплуатации, управлении и обслуживании сетей. Кроме того, они, наряду с экономическими показателями, могут служить одной из составляющих при системном анализе хозяйственной деятельности организации, использующей в своей работе глобальную компьютерную сеть Интернет.

Подход, предложенный в диссертационной работе для анализа сетевых характеристик и трафика Интернет-канала, основан на том, что:

• Рассчитываются числовые характеристики (моменты) случайной величины - скорости внешнего канала.

• Трафик рассматривается на уровне пользовательских сессий.

• Учитываются структура трафика сети и особенности алгоритмов работы конкретных, наиболее популярных протоколов.

• Момент перегрузки в сети определяется по отклонению экспериментального значения дисперсии скорости передачи данных внешнего канала от значения, рассчитываемого по модели.

Данный подход является общим и может быть использован для анализа процессов, происходящих не только во внешнем канале передачи данных Интернет-подключения корпоративной сети или магистрального канала связи (backbone) поставщика услуг Интернет, но и для анализа практически любых сетей, работающих через глобальные каналы передачи данных (WAN, Wide area networks).

1. Афанасьев Ф.В., Петров А.В., Сухов A.M. Проверка качества каналов Интернет // Сети и системы связи, №6(98), 5 мая 2003 г., с. 92-94.

2. Безрукавный Д.С., Домрачев В.Г., Калинина Э.В., Ретинская И.В. Моделирование скачкообразного изменения среднего значения загрузки сети с использованием функций принадлежности: Материалы конференции RELARN-2005. М: 2005.

3. Беляев JI.C. Решение сложных оптимизационных задач в условиях неопределенности. Новосибирск: Наука, 1978. -128 с.

4. Бочаров П.П., Печинкин А.В. Теория массового обслуживания. -М.: Изд-во РУДН, 1995. 529 с.

5. Брахман Т.Р. Многокритериальное^ и выбор альтернативы в технике. М.: Радио и связь, 1984. - 228 с.

6. Бронштейн И.Н., Семендяев К.А. Справочник по математике. -М.: 1967 г.

7. Вегешна Ш. Качество обслуживания в сетях IP. М.: Издательский дом "Вильяме", 2003. - 368 с.

8. Вентцель Е.С., Овчаров JI.A. Теория вероятностей и ее инженерные приложения. М.: Высш. шк., 2000. - 480 с.

9. Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высш. шк., 2000. - 479с.

10. П.Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: Наука. Гл. ред. Физ.-мат. Лит. - 1987. -336 с.

11. Грачев В.Г., Симановский Е.А. Исследование структуры трафика корпоративной сети Самарского государственного аэрокосмического университета// Телекоммуникации и информатизация образования. 2002. - №2(9). - с. 76-84.

12. Грачев В.Г. Модель внешнего Интернет канала организации// Аспирантский вестник Поволжья. 2003. - №1. - с. 19-20.

13. Грачев В.Г., Симановский Е.А. О законе распределения времени между открытием пользовательских сессий во внешнем канале: Труды международной конференции Телематика 2002. Санкт-Петербург: Редакционно-издательский отдел СПбГИТМиО, 2002.

14. Грачев В.Г., Долгих Д.Г., Шавалдин А.А. Операционная система Linux: Сборник докладов международного рабочего семинара "Цифровые сети в среднем Поволжье". Самара: ИВФ CMC, 1998. -40с.

15. Грачев В.Г., Долгих Д.Г. Опыт создания и эксплуатации каналов связи, основанных на технике ИКМ: Сборник докладов международного рабочего семинара "Цифровые сети в среднем Поволжье". Самара: ИВФ CMC, 1998. - 40с.

16. Грачев В.Г., Симановский Е.А. Оценка необходимой полосы пропускания внешнего канала корпоративной сети: Труды международной конференции Телематика 2003. Санкт-Петербург: Редакционно-издательский отдел СПбГИТМиО, 2003.

17. Громов Д.А., Кузьменко Н.Г., Пшеничников А.П. Анализ параметров трафика Интернет: Труды международной конференции по телекоммуникациям. СПб., 2001, с. 139-142.

18. Дехтяренко В.А., Своятыцкий Д.А. Методы многокритериальной оптимизации сложных систем при проектировании. Киев: Изд-во АН УССР, 1976. - 41 с.

19. Домрачев, В. Г., Безрукавный В. Г., Калинина Э. В., Ретинская И. В., Скуратов А. К., Нечеткие методы в задачах мониторинга сетевого трафика// "Информационные технологии", №03,2006.

20. Ершов В.А., Кузнецов Н.А. Метод расчета пропускной способности магистралей мультисервисных телекоммуникационных сетей: Труды международной академии связи, 1999, с. 22-24.

21. Жуков А.В. Исследование сетевого трафика web-pecypca www.energy-links.com: Материалы 5-й научно-технической конференции "Новые информационные технологии в ЦБП и энергетике". Петрозаводск, 2002, с. 67-69.

22. Жуков А.В. Моделирование процессов управления качеством предоставления сервисов в системах дистанционного обучения, использующих технологии Интернет: Дис. . канд. техн. наук: 05.13.18. Петрозаводск: РГБ, 2006.

23. Жуков А.В. Некоторые модели оптимального управления входным потоком заявок в Интранет-системах: Материалы 6-й научно-технической конференции "Новые информационные технологии в ЦБП и энергетике". Петрозаводск, 2004, с. 87-90.

24. Клейнрок JI. Вычислительные системы с очередями. Пер. с англ./ ред. Б.С. Цыбаков. М.: Мир, 1979. - 598 с.

25. Клейнрок JI. Теория массового обслуживания. Пер. с англ./Пер. И.И. Глушко; ред. В.И. Нейман. М.: Машиностроение, 1979. -432 с.

26. Ковба H.JL, Макаров А.А., Симонова Г.И. Закономерности изменения загрузки магистральных каналов компьютерных сетей, Автоматика и телемеханика, №12, 2000 г. с. 104-114.

27. Кузьменко Н.Г. Развитие метода оценки пропускной способности мультисервисной сети при интервальном прогнозировании интенсивности нагрузки: Дис. . канд. техн. наук: 05.12.13. М.: РГБ, 2003.

28. Кучерявый Е.А. Управление трафиком и качество обслуживания в сети Интернет. СПб: Наука и техника, 2004. - 336 с.

29. Лагутин B.C. Инженерные способы оценки дохода от совместной передачи речи и данных на телефонных сетях: Труды научной конференции "Исследование систем и сетей массового обслуживания", Минск, 1998.

30. Макаров А.А., Симонова Г.И. Проблемы робастного оценивания статистических моделей суточных трафиков магистральных каналов компьютерных сетей. Сборник "Статистические методы оценивания и проверки гипотез", Пермский Университет, 99, вып. 13, с.171-182.

31. Макаров А.А., Симонова Г.И. Статистическая модель внутрисуточных колебаний скорости передачи данных пользователям компьютерных сетей. Сборник "Статистические методы оценивания и проверки гипотез", Пермский университет, 2000 г., вып. 14, с. 144-154.

32. Макаров А.А., Симонова Г.И. Статистические модели динамики роста числа хостов в российских научно-образовательных сетях. Сборник "Статистические методы оценивания и проверки гипотез", Пермский университет, 2001, вып. 15.

33. Макаров А.А., Симонова Г.И., Ковба H.JL, Турков В.А. Стохастические модели мониторинга телекоммуникационных сетей. Вестник Херсонского государственного технического университета, Херсон, 2001, т. 3, №12, с.168-171.

34. Неприков А.А. Разработка инструментальных средств оценки качества Интернет-ориентированных систем управления данными: Дис. канд. техн. наук : 05.13.11. -М.: РГБ, 2003.

35. Рогов С. Тестирование производительности Web-серверов // Открытые системы. СУБД, 2002, №12, с. 55-64.

36. Российский НИИ развития общественных сетей, Russian backbone network, http://www.ripn.net.

37. Рузавин Г.И. Вероятность и правдоподобные рассуждения. -Философия науки. Вып. 2: Гносеологические и методологические проблемы.— М., стр. 163-190,1996. — 274 с.

38. Сухов A.M. Моделирование нагрузки на участке высокоскоростной сети // Телекоммуникации, 2006, №2, с.23-29.

39. Технический Аудит Сети. Технология оценки качества Internet-каналов, http://www.prolan.ru/netconsulting/description/netaudit/ index.html.

40. Ata S., Murata М., Miyahara Н. Analysis of network traffic and its application to design of high-speed routers. IEICE Transactions on Information and Systems, vol. E83-D, 2000. - pp. 988-995.

41. Balakrishnan H., Stemm M., Seshan S., Katz R. Analyzing stability in wide-area network performance. Proceedings of SIGMETRICS Conference, June 15-18,1997.

42. Barakat C., Thiran P., Iannaccone G., Diot C., Owezarsky P. On Internet backbone traffic modeling. SIGMETRICS, 2002. -pp. 264-265.

43. Berners-Lee Т., Fielding R., Frystyk H. Hypertext Transfer Protocol -HTTP/1.0., RFC 1945. The Internet Engineering Task Force, http://www.ietf.org/rfc/rcfl 945.txt, 1996.

44. Braun H-W, Claffy K., Polyzos G. A framework for flow-based accounting on the Internet. Proceedings of SICON'93.

45. Braun H-W., Claffy K. Network analysis issues for a public Internet.

46. CAIDA, http://www.caida.org/outreach/papers/1993/naip/ public.pdf, 1993.

47. Brownlee N., Mills C., Ruth G. Traffic Flow Measurement: Architecture, RFC 2722. The Internet Engineering Task Force, http://www.ietf.org/rfc/rcf2722.txt, 1999.

48. Brownlee N., Murray M. Streams, flows and torrents. CAIDA, http://www.caida.org/outreach/papers/2001/StreamsFlowsTorrents/ netramet.pdf, 2001.

49. Brownlee N., Claffy K., Murray M., Nemeth E. Methodology for passive analysis of a university Internet link. CAIDA, http://www.caida.org/outreach/papers/2001/MethodAnalyseLink/ MethodAnalyseLink.xml, 2001.

50. Cao J., Cleveland W., Lin D., Sun D. Internet traffic tends to Poisson and independent as the load increases. Bell Labs Tech Report, 2001.

51. Cardwell N., Savage S., Anderson T. Modeling TCP Latency. -Proceedings of INFOCOM, 2000.

52. Cisco NetFlow technology. http://www.cisco.com.

53. Claffy K. Internet traffic characterization. Abstracts of the dissertation, University of California, San Diego, 1994.

54. Claffy K., Braun H.-W., Polyzos G. Long-term traffic aspects of the NSFNET. Proceedings of INET'93,1993.

55. Claffy K., Miller G., Thompson K. Recent Traffic Measurements from an Internet backbone. Proceedings of INET '98, Geneva, Switzerland, July, 1998.

56. Claffy K., Brownlee N. Understanding Internet Traffic Streams: Dragonflies and Tortoises. CAIDA, http://www.caida.org/outreach/ papers/2002/Dragonflies/cnit.pdf.

57. Cooperative Association for Internet Data Analysis, CAIDA/Tools. -http://www.caida.org/tools/.

58. Cunha C., Bestavros A., Crovella M. Characteristics of WWW client-based traces. Technical Report BU-CS-95-010, Boston University, July 1995.

59. Dovrolis С., Ramanathan P., Moore D. Packet dispersion technique and capacity estimation. CAIDA, http://www.caida.org/outreach/ papers/200 l/tondispersion/tondispersion.pdf, 2001.

60. Edonkey peer-to-peer file sharing system, http://www.edonkey.com.

61. Fayolle G., A. de la Fortelle, Lasgouttes J-M., Massoulire L., Roberts J.W. Best-effort networks: modelling and performance analysis via large networks asymptotics. Proceedings of IEEE INFOCOM, 2001.

62. Fielding R., Gettys J., Mogul J., Frystyk H., Masinter L., Leach P., Berners-Lee T. Hypertext Transfer Protocol -- HTTP/1.1., RFC 2616. The Internet Engineering Task Force, http://www.ietf.org/rfc/rcf2616.txt, 1999.

63. Fomenkov M., Keys K., Moore D., Claffy K. Longitudinal study of Internet traffic from 1998-2001: a view from 20 high performance sites. CAIDA, http://www.caida.org/outreach/papers/2003/nlanr/ nlanroverview.pdf, 2003.

64. Fraleigh C., Diot C., Lyles В., Moon S., Owezarski P., Papagiannaki D., Tobagi F. Design and Deployment of a passive monitoring Infrastructure. Proceedings of IWDC, Taormina, Italy. - pp. 556575,2001.

65. Fraleigh C., Moon S., Lyles В., Cotton C., Khan M., Moll D., Rockell R., Seelv Т., Diot C. Packet-Level Traffic Measurements from the Sprint IP Backbone. IEEE Network, Vol. 17, N6, November 2003.

66. Fraleigh C., Moon S., Diot C., Lyles В., Tobagi F. Packet-level traffic measurements from a tier-1 IP backbone. Sprint technical report TR-01-110101.

67. Fredj S. В., Bonald Т., Proutiere A., Regni G., Roberts J.W. Statistical Bandwidth Sharing: A Study of Congestion at Flow Level. Proceedings of SIGCOMM, 2001. - pp. 111-122.

68. GnuPlot Central. http://www.gnuplot.info.

69. Gnutella peer-to-peer file sharing system, http://www.gnutella.com.

70. Heyman D.P., Lakshman T.V., Neidhardt A.L. New method for analyzing feedback protocols with applications to engineering web traffic over the internet. Proceedings of ACM SIGMETRICS, 1997.

71. Horneffer M. Methods for Performance-Analysis of Internet Access Points. Proceedings of Terena networking conference, 1998.

72. Huffacker В., Fomenkov M., Moore D., Claffy K. Macroscopic analyses of the infrastructure: measurement and visualization of Internet connectivity and performance. CAIDA, San Diego Supercomputer Center, University of California, San Diego.

73. IANA, Internet Assigned Numbers Authority. http://www.iana.org.

74. Internet Domain Survey. Internet Software Consortium, http://www.isc.org/ds, 2003.

75. IP performance metrics (IPPM) IETF working group. The Internet Engineering Task Force, http://www.ietf.org/html.charters/ippm-charter.html.

76. Kherani A.A., Kumar A. Performance analysis of TCP with nonpersistent sessions. Preprint, http://ece.iisc.ernet.in/~anurag/Anurag Kumar.html, 2000.

77. Kherani A.A., Kumar A. Stochastic Models for Throughtput Analysis of Randomly Arriving Elastic Flows in the Internet. Proceedings of INFOCOM, 2002.

78. Klensin J. Simple Mail Transfer Protocol, RFC 2821. The Internet Engineering Task Force, http://www.ietf.org/rfc/rfc2821,2001.

79. Madhavi J., Floyd S. TCP-friendly unicast rate-based flow control. -Note sent to end2end-interest mailing list, 1990.

80. Mah B. An empirical model of HTTP network traffic. Proceedings of IEEE INFOCOM '97, April 1997.

81. Massoulire L., Roberts J.W. Bandwidth sharing and admission control for elastic traffic. Telecommunication Systems, 15:185-201, 2000.

82. Mathis M., Semke J., Mahdavi J., Ott T. The macroscopic behaviour of the TCP Congestion Avoidance Algorithm. ACM Computer Communications Review, 27(3): 67-82, July 1997.

83. McCreary S., Claffy K. Trends in wide area IP traffic patterns: a view from Ames Internet eXchange. Proceedings of 13th ITC specialist seminar: IP Traffic measurement, modeling and management, Sept. 2000.

84. Micheel J., Graham I., Brownlee N. The Auckland data set: an access link observed. Proceedings of the 14th ITC specialists seminar on access networks and systems, 2001.

85. Mockapetris P. Domain names implementation and specification, RFC 1035. - The Internet Engineering Task Force, http://www.ietf.org/rfc/rfcl035,1987.

86. Mortier R. Internet traffic engineering. Technical report number 532, University of Cambridge, Computer Laboratory, 2002.

87. Napster peer-to-peer file sharing system, http://www.napster.com.

88. Network Monitoring Tools. http://www.slac.stanford.edu/xorg/ nmtf/nmtf-tools.html.

89. Nimrod: Tools for Distributed Parametric Modelling, http://www.csse.monash.edu.au/~davida/nimrod/.93. nProbe: a NetFlow v5 Probe. http://www.ntop.org/nProbe.html.94. nTop network top. - http://www.ntop.org/ntop.html.

90. Ott Т., Kemperman J., Mathis M. The stationary behaviour of ideal TCP congestion avoidance. Preprint.

91. Padhye J., Firoiu V., Towsley D., Kurose J. Modelling TCP Throughput: A Simple Model and its Emperical Validation. -Proceedings of ACM SIGCOMM'98, Vancouver, ВС, September 1998.-pp. 303-314.

92. Passive Measurement and Analysis. National Laboratory for Applied Network Research, NLANR, http://pma.nlanr.net/PMA/.

93. Paxson V., Madhavi J., Adams A., Mathis M. An Architecture for large-scale Internet measurement. IEEE Communications, 1998.

94. Paxson V. Measurements and analysis of end-to-end Internet dynamics. PhD thesis, Computer science division, University of California, Berkeley, 1997.

95. Paxson V., Floyd S. Wide-Area Traffic: The Failure of Poisson Modeling. IEEE/ACM Transactions on Networking, 3(3), pp. 226244,1995.

96. Postel J., Reynolds J.K. File Transfer Protocol, RFC 959. The Internet Engineering Task Force, http://www.ietf.org/rfc/rcf0959.txt, 1985.

97. Postel J. Internet Control Message Protocol, RFC 792. The Internet Engineering Task Force, http://www.ietf.org/rfc/rcro792.txt, 1981.

98. Postel J. Internet Protocol, RFC 791. The Internet Engineering Task Force, http://www.ietf.org/rfc/rcf0791.txt, 1981.

99. Postel J. Transmission Control Protocol, RFC 793. The Internet Engineering Task Force, http://www.ietf.org/rfc/rcf0793.txt, 1981.

100. Postel J. User Datagram Protocol, RFC 768. The Internet Engineering Task Force, http://www.ietf.org/rfc/rcf0768.txt, 1980.106. sFlow. http://www.sflow.org.

101. TcpDump public repository. http://www.tcpdump.org.

102. TcpReduce Scripts for Summarizing TCP Connections. -http://ita.ee.lbl.gov/html/contrib/tcp-reduce-doc.html.

103. TcpTrace. http://www.tcptrace.org.

104. The Perl Directory perl.org. - http://www.perl.org.

105. Thompson K., Miller G., Wilder R. Wide area Internet traffic patterns and characteristics. IEEE Network, vol. 11, 1997, pp. 1023.