автореферат диссертации по радиотехнике и связи, 05.12.13, диссертация на тему:Модели расчета показателей QoS в сетях следующего поколения

кандидата технических наук
Симонина, Ольга Александровна
город
Санкт-Петербург
год
2005
специальность ВАК РФ
05.12.13
Диссертация по радиотехнике и связи на тему «Модели расчета показателей QoS в сетях следующего поколения»

Автореферат диссертации по теме "Модели расчета показателей QoS в сетях следующего поколения"

На правах рукописи

СИМОНИНА Ольга Александровна

МОДЕЛИ РАСЧЕТА ПОКАЗАТЕЛЕЙ Оов В СЕТЯХ СЛЕДУЮЩЕГО ПОКОЛЕНИЯ

05.12.13 - Системы, сети и устройства телекоммуникаций

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

САНКТ-ПЕТЕРБУРГ 2005

Работа выполнена в Санкт-Петербургском государственном университете телекоммуникаций им. проф. М.А. Бонч-Бруевича.

Научный руководитель доктор технических наук, профессор

Г.Г. Яновский

Официальные оппоненты: доктор технических наук, профессор

Е.Б. Давыдов

кандидат технических наук, ведущий научный сотрудник Н.А. Соколов

Ведущая организация ОАО «Гипросвязь СПб»

Защита состоится « 2-% 2005 г. в ' ' часов на заседании

диссертационного совета К219.004.01 при Санкт-Петербургском государственном университете телекоммуникаций им. проф. М.А. Бонч-Бруевича по адресу: 191186 Санкт-Петербург, наб. р. Мойки, 61, ауд. 413.

С диссертацией можно ознакомиться в библиотеке университета.

Отзыв на автореферат, заверенный печатью учреждения, просим высылать по указанному адресу на имя секретаря диссертационного совета.

Автореферат разослан «£ V » Ю1С-/ПЛ ¿Гр^ 2005 г.

Ученый секретарь диссертационного совета

В.Х. Харитонов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Согласно принципам построения сетей-следующего поколения (Next Generation Network - NGN), основанных на документах МСЭ-Т, в качестве технологической базы построения транспортного уровня NGN предполагается технология IP. Модель такой IP-ориентированной мульти-сервисной сети, учитывающей особенности современной сетевой инфраструктуры, может быть представлена двумя основными уровнями: уровнем услуг и транспортным уровнем.

В рамках развития NGN как единой сети общего пользования решаются задачи двух типов: краткосрочные - стирание существующей разницы в транспортировке речи и данных, предоставление новых возможностей в области развития услуг, сравнительная простота реализации при меньших затратах относительно существующих сетей; долгосрочные - построение простой и эффективной единой сети для всех видов приложений, удешевление сетевых компонентов, активное развитие новых видов услуг.

Вопросы построения мультисервисных сетей активно исследуются в работах отечественных (Б.С. Гольдштейн, А.Е Кучерявый, А.Н. Назаров, Н.А Соколов, С.Н. Степанов, М.А. Шнепс-Шнеппе, Г.Г. Яновский) и зарубежных (U. Black, J. Davidson, S. Fisher, J.M. Garcia, D. McDysan, D. Minoli, F.A. Tobagi) авторов.

В данной диссертационной работе ставятся и решаются задачи, связанные с разработкой моделей оценок показателей качества обслуживания в NGN с учетом особенностей трафика таких сетей. В ряде публикаций (М. Croveüa, W. Leland, S. Molnar, К. Park, M. Taqqu, W. Willinger) показано, что трафик IP-сетей может описываться с использованием самоподобных процессов.

Теоретические исследования самоподобных процессов в СМО рассматриваются в работах М.Н. Неймана (1998), Б.С. Цыбакова(1999), B.C. Зборовского (2000), О.И. Шелухина (2003).

Однако вопросы исследования качества обслуживания (Quality of Service, QoS) в IP-ориентированных мультисервисных сетях с учетом свойств самоподобия трафика остаются открытыми, что и определяет актуальность диссертационной работы.

Цели и задачи исследования. Целью диссертационной работы является разработка моделей расчета показателей качества в сетях NGN с учетом особенностей трафика IP-ориентированных мультисервисных сетей и влияния оконечных устройств.

Для достижения поставленной цели в диссертационной работе решаются следующие задачи:

• анализ трафика различных приложений в IP-ориентированных мультисервисных сетях с учетом свойств самоподобия;

• разработка моделей расчета значений основных показателей сквозного

QoS для различных приложений;

• оценка влияния оконечных устройств на показатели QoS для речевого пакетного трафика;

• исследование взаимного влияния трафика различных приложений в мультисервисных сетях с позиций обеспечения качества обслуживания.

Методы исследования. Проводимые исследования базируются на теории вероятностей, теории массового обслуживания, теории фрактальных процессов и методах имитационного моделирования. Для численного анализа используется программный математический пакет Mathlab 6.5. Имитационное моделирование фрагмента мультисервисной сети выполнено с помощью пакета моделирования сетей ns-2.

Научная новизна. Основные результаты диссертации, обладающие научной новизной:

1. Классификация трафика в мультисервисных сетях с учетом следующих характеристик: типа приложений, чувствительности к показателям QoS и законов распределения трафика;

2. Разработка моделей оценки показателей QoS (потерь и задержек) для мультисервисной сети с учетом свойств самоподобия трафика;

3. Разработка модели оценки вероятности потерь речевого трафика в мультисервисной IP-ориентированной сети в сквозном соединении с учетом влияния оконечных устройств;

4. Решение задачи оценки взаимного влияния трафика двух типов - реального времени и эластичного, с позиций обеспечения качества обслуживания, определение условий, при которых трафик ^реального времени и эластичный трафик могут передаваться в одном агрегированном потоке без использования механизмов управления потоками.

Практическая ценность. Основным практическим результатом диссертационной работы является получение оценок для расчета потерь и задержек в сквозном соединении в IP-ориентированных мультисервисных сетях, которые могут быть использованы при проектировании мультисервисных сетей следующего поколения.

Реализация результатов работы. Основные результаты диссертационной работы использованы в разработках НТЦ «Протей» и в учебном процессе СПбГУТ им. проф. М.А. Бонч-Бруевича, что подтверждается соответствующими актами внедрения.

Апробация работы и публикации. Результаты диссертационной работы докладывались и обсуждались на всероссийских и международных конференциях: Всероссийская конференция «Сети связи следующего поколения» (СПб, 2003); 5-я МНТК «ПТСПИ"2003» (Владимир-Суздаль, 2003); «IEEE Russia Northwest section» (St-Petersburg, 2005), а также на научно-технических конференциях и семинарах СПбГУТ.

Основные положения диссертации изложены в 9 докладах на научно-технических конференциях, 3 научных статьях и в учебном пособии. Всего по теме диссертации опубликовано 13 печатных работ.

Основные положения, выносимые на защиту:

]. Классификация трафика в мультисервисных сетях по приложениям.

2. Модели оценки основных показателей качества обслуживания - потерь и задержек - в мультисервисных сетях.

3. Модели влияния параметров оконечных устройств на показатели качества обслуживания.

4. Результаты анализа взаимного влияния трафика в мультисервисных сетях.

Личный вклад автора. Основные результаты теоретических и прикладных исследований получены автором самостоятельно. В работах, опубликованных в соавторстве, соискателю принадлежит основная роль при постановке и решении задач и обобщении полученных результатов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Работа содержит 130 страниц текста, 41 рисунок, 16 таблиц, 61 формулу.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована ак1уальность темы исследования, сформулированы цели и задачи работы, перечислены результаты, полученные в диссертации, определены практическая ценность и области применения результатов, приведены сведения по апробации работы и представлены основные положения, выносимые на защиту.

В первой главе диссертационной работы проведен анализ современного состояния мультисервисных сетей и тенденций их развития в направлении NGN. Поскольку в качестве технологической основы построения транспортного уровня мультисервисных сетей следующего поколения рекомендовано использование технологии IP, модель мультисервисной сети может быть представлена двумя основными уровнями: услуг и транспортным. Такое уровневое представление оказывается весьма полезным при построении моделей оценок сквозного QoS.

Одна из главных проблем, возникающих при переходе от специализированных сетей к единой мультисервисной сети связи, состоит в обеспечении требуемого качества обслуживания для различных услуг и приложений. Разработка механизмов обеспечения качества обслуживания в мультисервисных сетях является одной из центральных проблем в деятельности организаций по стандартизации: ITU-T, IETF, ETSI и др.

На рис. 1 показана эталонная модель мультисервисной IP-ориентированной сети, обеспечивающая сквозное качество обслуживания, т.е. каждая сеть и

ее узлы, входящие в состав мультисервисной сети, должны соответствовать соглашению по 0о8.

Передающий

терминал

Принимающий терминал

QoS угла N

QoS сети А

QoScemB

Сквозное (Enrf-to-End) QoS

Рис. 1. Эталонная модель сети с обеспечением сквозного QoS

В диссертационной работе проанализированы модели предоставления качества услуг (IntServ, DiffServ, MPLS) и показатели QoS.

Как показал анализ, проведенный в гл. 1, задача обеспечения сквозного качества обслуживания в мультисервисных сетях является достаточно сложной, поскольку имеется значительное число факторов, влияющих на показатели QoS в территориально распределенных сетях.

Совокупность этих факторов определена в диссертационной работе и представлена на рис. 2. Анализ влияния отдельных факторов рассматривается в дальнейших главах диссертационной работы.

Вторая глава посвящена анализу статистических свойств трафика и методам расчета основных показателей QoS в мультисервисных сетях.

Основное влияние на показатели QoS в IP-сетях оказывают протоколы транспортного уровня TCP и UDP. Статистический анализ трафика в современных IP-сетях (S. Molnar, 2000) показывает, что доля трафика TCP достигает 90%, еще около 9% приходится на долю трафика UDP и приблизительно 1% занимает трафик служебных протоколов. При переходе к мультисервисным IP-сетям возрастает доля трафика UDP по сравнению с трафиком TCP в связи с ростом приложений реального времени. При этом возникает ряд проблем, связанных, в первую очередь, с задачей обеспечения качества обслуживания приложений, использующих протокол UDP.

В общем случае трафик мультисервисной сети можно разделить на три основных класса: реального времени, потоковый и эластичный (табл. 1).

Таблица 1

Классификация трафика мультнсервисной IP-сети по приложениям

Трафик Приложения Чувствительность к показателям ОоБ

Реального времени IP-телефония Видеоконференцсвязь К задержке К джиттеру задержки Малая к потерям

Процессы управления Игры on-line К задержке К джиттеру задержки К потерям

Потоковый Аудио по требованию Видео по требованию Интернет-вещание Малая к задержке К д життеру задержки К потерям

Эластичный Конференция документов Малая к задержке Малая к джиттеру задержки Высокая к потерям

Анимация Передача файлов E-mail Очень малая к задержке Малая к джиттеру задержки Высокая к потерям

На основе анализа проведенных исследований (S. Molnar, М. Taqqu, М. Croveila и др.) в диссертационной работе предложены классификация трафика по приложениям и сопоставление каждому типу приложений законов, позволяющих наиболее полно описать поведение трафика на конкретном уровне модели IETF. Результаты классификации представлены в табл. 1 и 2. В табл. 2 приняты следующие обозначения: А - закон распределения входящего потока, В - закон распределения длин блоков данных.

Таблица 2

Законы распределения для типов трафика на разных уровнях модели TCP/IP_

Тип трафика Уровень Закон pacni эеделения Публикация

А В

VoIP Прикладной Р Р Molnar, 2002

FTP/TCP Транспортный Р W и LN Van Mieghem, 2001 Downey, 2003

SMTP/TCP Транспортный M M Molnar, 2000

НТТРЯСР Трансаортный Р LN и Р Croveila, 1996 Van Mieghem, 2001

IP Сетевой Р Р Paxson, 1995

Ethernet Канальный Р Р Taqqu, 1997

Как видно из табл. 2, для описания трафика в мультисервисных 1Р-сетях наиболее широко применяется распределение Парето. Кроме того, для трафика

определенных приложений ограниченно используются распределения Вейбул-ла, логнормальное и пуассоновское.

Важно отметить, что распределение Парето, как и распределения Вейбул-ла и логнормальное, относится к распределениям с тяжелым хвостом и обладает бесконечной дисперсией в диапазоне 1 < а < 2, где показатель а характеризует «тяжесть» хвостов распределения и определяет пачечную структуру процесса. Такие процессы относятся к самоподобным процессам.

Таким образом, поведение трафика мультисервисной 1Р-сети характеризуется различными законами распределения, отличными от пуассоновского, в основном, законом Парето. В качестве модели СМО может быть выбрана система с общими распределениями входного потока и процессов обслуживания типа С/в/т. Задача расчета систем вида ОЮ/т для указанных входных процессов и процессов обслуживания (Парето, Вейбулла, логнормального) затруднена тем, что дисперсии этих процессов бесконечны. Учитывая широкое применение закона Парето для описания трафика в 1Р-ориентированных сетях, в дальнейшем рассматривается только система с распределениями Парето.

Введем ограниченное распределение случайной величины, которое позволяет, не меняя формы распределения, указать ее минимальное и максимальное значения.

Тогда основные параметры распределения Парето будут иметь следующий вид:

о)

(1 - схХ^ -к')

о2 =—

1}ка - 1?к2 а(ька - ¿"Л;)2 ' Тр^Х (2-а) а-а)2^-*')]'

; (1 - а)2(г - ка )ГЬ2ка - Ьак2 <х{ька - ¿"¿У (2-а) (\-afiF-k-l

(2)

(3)

где Ь - максимальный размер блока данных, к - минимальный размер блока данных.

Под длиной блока данных понимается: размер пакета, генерируемого приложениями, например, 1Р-телефонии, или размер пачки пакетов, образующейся в результате работы приложения или прохождения пакетов по сети.

Для расчета системы в/О/ш воспользуемся результатами теории диффузионной аппроксимации, полученными в монографии КБ. Зелигера, О.С. Чуг-реева, Г.Г. Яновского (1984).

Тогда оценка среднего числа пакетов в системе йЮ/т имеет вид:

Ч = Р{р,тУ?~ ■ С° * + тр, (4)

1-р 2

где Я(р, т) - вероятность того, что пакет, придя в систему, застанет все приборы занятыми. При этом Р(р, т) может быть рассчитан с использованием приближенной второй формулы Эрланга:

PfcmbmO-p)-^. (5)

1-р

Среднее значение числа пакетов в очереди и значение задержки в очереди определены так:

(6)

1 —р 2

tm — среднее время пребывания пакета в буфере, tt- среднее время обработки пакета прибором обслуживания.

Оценки U для различных распределений входных потоков и процессов обслуживания приведены на рис. 3 и 4, при расчете приняты следующие предположения: пропускная способность канала 2 Мбит/с, среднее время обработки пакета на коммутаторе ts = 1-1(Г7.

01 02 03 04 OS ОБ 07 08 09

Рис. 3. Зависимость величины задержки в системе Р/Р/1 для различных Z.

*ю-'с

1 02 93 04 OS as 07 Вв а*

Рис.4. Зависимость величины задержки для различных законов распределения входного потока в системе Р/Р/1

Потери сети Рп* обусловлены ошибками в канале (с внедрением ВОЛС потери в канале имеют величины порядка Ю-9, и ими можно пренебречь с учетом норм на потери в сети) и потерями в узлах сети

Потери в узлах сети Р^ определяются интенсивностью трафика, размером буфера, применяемой политикой обслуживания очередей и используемыми методами предотвращения перегрузки.

Используя формулы оценки потерь в системе <3/0/1, приведенные в монографии Н.Б. Зелигера и др., имеем:

1-p

nb

1-рГ|+С'

где С* и С] - квадратичные коэффициенты вариации распределений входящего потока и времени обслуживания соответственно, пЪ - размер буфера, р - загрузка системы.

Зависимости потерь от загрузки системы и размера буфера для различных нагрузок показаны на рис. 5,6.

Plan

\ ----Р-0.7

Л -р-0.5

Л\ -р-0.4

-fHU

\

_____

nb

02 03 04 OS Oft 07

Рис.5. Зависимость вероятности потерь* в системе ОЛЗ/1 для различных законов распределения входного потока

Рис.6. Зависимость вероятности потерь от размера буфера nb в системе Р/Р/1

В IP-сетях трафик различных источников на сетевом уровне мультиплексируется, формируя общий поток, называемый агрегированным. Далее в работе рассматривается решение задачи оценки потерь при условии, что на вход узла поступает агрегированный трафик.

В работах М. Taqqu и W. Willinger показано, что при агрегировании различных потоков результирующий поток будет обладать свойствами самоподобия, если хотя бы один из исходных потоков обладает этими свойствами.

В статье Б.С. Цыбакова (1999) доказано существование верхней и нижней асимптотических границ вероятности потерь для агрегированного потока:

c2«£i(Nx) ¿Р/оя< срЬ^, (9)

где с\ и сг - некоторые функции, зависящие от характеристик источников трафика, т.е. законов распределения и пачечности, nb - размер буфера источника, к = Др) - функция, характеризующая поведение узла. Однако Б.С. Цыбаков не определил вид функций С\ и с2, отметив, что это является нерешенной задачей.

На основе соотношения (8) и в предположении, что степень пачечности а для всех потоков одинакова, в диссертационной работе показано, что

с, = f(clvcl)= /(a,L„J, с2 = /(св22,с?2)=/(сU^), (Ю)

где !„„ и Lma - нижняя и верхняя границы (в числе пакетов) максимально возможного размера пачки агрегированного потока.

Тогда, используя соотношение (8), можно рассчитать верхнюю и нижнюю границы вероятности потерь в системе Р/Р/1. На рис. 7 показаны верхняя и нижняя границы вероятности потерь, полученные при условиях: Lm„= 60 и Lma-lOO пакетов.

В третьей главе рассмотрены вопросы оценки сквозного QoS в мультисервисных IP-сетях с учетом влияния оконечных устройств.

В настоящее время в IP-телефонии наибольшее распространение получили кодеки ITU-Т G.7I1 (64 кбит/с), G.723 (5,3 и 6,3 кбит/с) и G.729 (8 кбит/с). Как известно, применение кодеков как устройств пакетизации речи приводит к определенным проблемам, связанным с обеспечением требуемых значений показателей QoS. Одним их наиболее распространенных механизмов улучшения качества речи является механизм нивелирования потерь (Packet Loss Concealment, PLC), обеспечивающий компенсацию пробелов в речевом потоке, вызванных потерей отдельных пакетов.

Применяемые методы PLC можно разделить на два типа.

- На стороне получателя: позволяют улучшать показатели качества обслуживания независимо от механизмов обеспечения QoS внутри сети. Обнаружение потерянного пакета на стороне получателя обеспечивается анализом номеров пакетов в заголовках RTP, после чего используются различные варианты замены потерянного пакета: комфортным шумом, предыдущим пакетом или его фрагментом.

- На стороне отправителя и получателя (обеспечение сквозного QoS): предполагается применение PLC на обоих концах соединения. Эта группа методов базируется на начальном анализе сигнала на стороне отправителя: определяются огласованные и неогласованные участки речи, и для каждого участка речи подбираются параметры, позволяющие снизить влияние потерь на качество речи.

Однако применение механизмов PLC зачастую приводит к существенному росту общесетевых задержек.

Кодек G.711 обеспечивает наименьшую задержку алгоритма кодирования Несших ^ 15 мс (с учетом применения методов PLC), но требует существенно больших сетевых ресурсов, чем кодеки других типов.

Рис. 7. Асимптотические границы вероятности потерь в системе Р/Р/1

Задержка, вносимая кодеками С.723 и 0.729 на основе линейного предсказания (ЬСР-кодеками), состоит из двух составляющих - задержки анализатора кодека на передающей стороне и задержки синтезатора кодека на приемной стороне (рис.8). Причем 1т - постоянная величина, а ^ - переменная, зависящая от используемых в синтезаторе кодека механизмов повышения помехоустойчивости.

Анализатор кодека формирует 1Р-пакеты на основании кадров речи, обеспечивая постоянную задержку анализатора кодека:

*ап = + <*Ь

где ?гг - длина кадра, /а|~ задержка алгоритма кодека или пакетизации. Задержка синтезатора кодека с учетом джитгер-буфера:

= Ь + + 'рь

где Ц - задержка, вносимая джиттер-буфером, /¿ее - задержка, вносимая алгоритмом декодера, ¿Р|С - задержка, вносимая механизмом нивелирования потерь. Таким образом, общая задержка ЬСР-кодека имеет вид:

'»а«= Ь + Г„ + ц + ^ + Гр1с. (11)

Синтезированный

На основе проведенного анализа параметров кодеков и механизмов PLC показано, что параметр tcda удовлетворяет неравенству: food«; i 3,5 ffr.

Результаты расчетов задержек, вносимых основными типами кодеков, приведены в табл. 3, из которой видно, что для обеспечения задержки менее 200 мс (норматив ESTI, проект TIPHON) задержка сети не должна превышать 95 мс для кодека G.723 и 165 мс для G.729. Таким образом, использование кодека G.723, хотя приводит к экономии полосы пропускания, но формирует значительную задержку, которая может привести к понижению качества обслуживания из-за потерь, обусловленных превышением максимально допустимой задержки.

Оценка задержки сети с учетом задержки оконечных Таблица 3 устройств

Кодек G.711 G.723 G.729

Максимальная задержка алгоритма кодека, мс 15 105 35

Максимально допустимая задержка сети в зависимости от класса услуги, мс Класс 1:<200мс <185 <95 <165

Класс 2: < 300 мс <285 <195 <265

Класс 3:< 400 мс <385 <295 <365

Примечание. Нормы задержек взяты из проекта ТГРНОЫ (ЕПЙ).

Также в диссертационной работе проведены расчеты потерь в сквозном соединении Ре2е для трафика реального времени.

При условии независимости потерь в сети и в оконечном устройстве вероятность Ре2е может быть оценена по формуле:

Ре2е = 1-(1 -Р„,Х1

(12)

где Рт, - потери сети; Риг - потери на оконечном устройстве из-за превышения допустимой задержки (оцениваются только для трафика реального времени и потокового).

Причиной появления Р,сг является, прежде всего, джиггер задержки. В этом случае превышение допустимого значения задержки в сети в целом для трафика реального времени окажется критичным, т.е. не будут выполнены соглашения по качеству обслуживания.

Пусть максимально допустимое значение задержки в сквозном соединении равно 1тах. Тогда все пакеты трафика реального времени, для которых сетевая задержка ¿„г, > ^ будут потерянны. Пакеты) приходящие в джиттер-буфер, задерживаются в нем на время, необходимое д ля выравнивания задержки, причем максимальная задержка не превышает величины < ¿„и, - 1сакс-

Будем считать, что одно место в буфере эквивалентно задержке на единицу времени. Тогда можно рассматривать ^ ^ как эквивалент максимального размера джиггер-буфера.

Используя выражение (8), получаем соотношение для расчета Р^:

2 .

1-Р

Р,ег

Sl+сГ1 -

(13)

1-р

С+с;

лЧ

Кроме того, решена задача оценки взаимного влияния трафика реального времени и эластичного трафика при одновременной передаче в мультисервис-ной сети с позиций обеспечения качества обслуживания.

Для анализа качества обслуживания использовались Ре2е_кг ~ вероятность потерь в сквозном соединении для трафика реального времени и Ре2е_«/ - вероятность потерь в сквозном соединении для эластичного трафика. Для сравнения вариантов распределения пропускных способностей введем показатель т] -BJB, где Bei - пропускная способность, выделяемая для передачи эластичного трафика, В - общая пропускная способность.

Показатель t| меняется в пределах от 0 до 1, где ц = 0 соответствует случаю, когда в сети передается только трафик реального времени, tj = 1 - только эластичный трафик.

Определим условия соответствия показателей QoS соглашению по качеству обслуживания: Р,гккг < Реи. RT мах " *l max-

Таким образом, необходимо решить систему неравенств:

^l<as_el{rd<^lou.el_max ^

паю. Ит{(\)< _ИТ..max

где Pioa „¡(п) и P¡ea етМ определяются согласно выражениям (8), (12) и (13), при следующих нормах «а потери, соответствующих рекомендациям 1TU-T:

• Peu_RT max = 0,02 - максимально допустимые потери для трафика реального времени;

• Pe2e_ei max ~ 0,03 - максимально допустимые потери для эластичного трафика;

. nb = 100 мест - стандартный размер буфера сетевого узла;

• tj max ~ 20 мс — максимальная величина джиггера;

. В = 2 Мбит/с - пропускная способность канала;

• а = 1.5 - пачечность для каждого типа трафика определяется характеристическим показателем;

. законы распределения входящих процессов и процессов обслуживания в сетевых узлах и в джиттер-буфере описываются распределением Парето.

По полученным значениям можно определить эффективные значения

Как видно из рис. 9, при заданных исходных данных потери эластичного трафика имеют место в том случае, если трафик реального времени занимает более 30% общей полосы пропускания. В этом са^учае, в соответствии с алгоритмом работы TCP начинает действовать механизм перезапросов, что приводит к росту эластичного трафика и увеличению потерь.

Таким образом, в гл. 3 получены оценки влияния кодеков VoIP на потери и задержки трафика VoIP и взаимного влияния трафика реального времени и эластичного трафика, передаваемых в одном канале без использования дополнительных механизмов обеспечения QoS.

пропускных способностей В кг и B,¡.

Plan

Рис.9. Расчетные значения вероятности потерь эластичного трафика и трафика реального времени

«им

В четвертой главе приведены результаты имитационного моделирования фрагмента мультисервисной сети с использованием пакета Network Simulation (ns2).

В качестве примера рассматривалась сеть (рис. 10), в которой источники формируют трафик, описываемый распределениями Парето. Сеть состоит из 6 узлов п0 - п5, четыре из которых являются источниками трафика (n0, nl, п4, в5), один - маршрутизатором (п2) и один - точкой назначения трафика (вЗ). Звенья между узлами характеризуются параметрами:

• пропускная способность - 2Мбит/с;

• механизм обслуживания очереди - DropTail.

Генератор трафика Парето имеет несколько характеристик, в том числе размер пакета, скорость источника, характеристический показатель распределения а. В данном случае размер пакета L- 64 байта (стандартный размер пакета VoIP), характеристический показатель распределения а = 1,5 (показано что, это значение наиболее точно отражает свойства сетевого трафика), скорость источника переменная. Таким образом, четыре источника потоков трафика, распределенных по закону Парето, создают общий агрегированный поток на участке между узлами п2 и пЗ.

о

0~0

©

адат

Рис. 10. Топология моделируемого фрагмента мультисервисной сети

4оо /адч».»

I0&5

350 300 250 200 150 100 50 0

Plan

а)

Рис. 11. Расчетная и имитационная зависимости от загрузки: времени задержки - а; вероятности потерь - б

По результатам моделирования получены оценки вероятностей потерь и средних задержек на узле (рис. 11).

Таблица4

Относительная погрешность моделирования _

р 0,1 0,2 0,3 0,4 0.5 0,6 0,7 0,8 0,9 1,0

б„ % 5,4128 5,9184 4,0476 1,5385 0,2041 1,4966 1,6841 3,4541 0,4762 2,4543

8р, % 0,0042 0,0024 0,0591 0,0434 0,0373 0,0555 0,2430 0,2704 0.1530 1,0253

Оценки относительной погрешности моделирования, приведенные в табл. 4, не превышают 6%, что подтверждает правильность моделей, разработанных в диссертационной работе.

ЗАКЛЮЧЕНИЕ

В процессе проведенных в диссертационной работе исследований получены следующие основные результаты.

]. Предложено применить теорию самоподобных процессов для анализа трафика IP-ориентированных мультисервисных сетей и получения соотношений для расчета показателей качества обслуживания в таких сетях.

2. Проведена классификация свойств трафика мультисервисных сетей по приложениям, определены признаки самоподобия на различных уровнях эталонной модели IETF в соответствии с характеристиками законов распределения вероятностей.

3. Разработаны модели расчета основных показателей качества обслуживания - задержек и потерь, с учетом свойств самоподобия трафика мультисервисных сетей. Определены основные характеристики агрегированного трафика в транспортном сегменте мультисервисных сетей с учетом характеристик составляющих потоков.

4. Исследовано влияние типа кодека на задержку пакетов в сквозном соединении мультисервисных сетей. Предложена модель оценки влияния джит-тер-буфера на потери трафика реального времени.

5. Решена задача взаимного влияния трафика реального времени и эластичного трафика в мультисервисных сетях с позиций обеспечения гарантированного QoS. Показано, что доля трафика реального времени не должна превышать 30% от общей пропускной способности сети для регламентированных норм на потери и задержки.

6. Проведено моделирование фрагмента мультисервисной сети с учетом свойств самоподобия трафика на базе пакета ns2. Результаты моделирования подтверждают правильность предложенных аналитических моделей.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Симонина О.А. Использование метода прогнозирования временных рядов для сглаживания эффекта потерь пакетов в кодеках IP-телефонии // 54-я НТК профессорско-преподавательского состава, научных сотрудников и аспирантов: материалы / СПбГУТ. СПб, 2002. С. 23 - 24.

2. Симонина О.А. Анализ статистической модели прогнозирования речевых параметров в режиме реального времени // 55-я НТК профессорско-преподавательского состава, научных сотрудников и аспирантов: мат-лы / СПбГУТ. СПб, 2003. С. 18.

3. Симонина О.А. Повышение QoS пакетной передачи речи путем сглаживания эффектов потерь в кодеках IP-телефонии // Всероссийская конференция «Сета связи следующего поколения»: сб. тр. СПб: Петеркон, 2003. С. 171-174.

4. Симонина О.А. Использование метода прогнозирования временных рядов для обеспечения QoS IP-телефонии на стороне получателя // 5-я МНТК «ПТСПИ'2003»: мат-лы. Владимир-Суздаль, 2003. С. 110-112.

5. Симонина О.А. Расчет параметров качества обслуживания сетей нового поколения II 56-я НТК профессорско-преподавательского состава, научных сотрудников и аспирантов: мат-лы / СПбГУТ. СПб, 2004. С. 17.

6. Симонина О.А., Глазунов А.С., Четвертухин В.Г. Сети ЭВМ и телекоммуникации, методические указания к курсовому проектированию / СПбГУТ. СПб, 2004.

7. Симонина О.А. Расчет параметров качества обслуживания мультисервисных сетей при моделировании трафика процессами с самоподобными свойствами И 57-я НТК профессорско-преподавательского состава, научных сотрудников и аспирантов: мат-лы / СПбГУТ. СПб, 2005. С. 14.

8. Симонина О.А., Пьянкова Л.М. Сравнительный анализ параметров качества обслуживания транспортных технологий II 57-я НТК профессорско-преподавательского состава, научных сотрудников и аспирантов: мат-лы / СПбГУТ. СПб, 2005. С. 20.

9. Симонина О.А., Галкин А. Моделирование трафика мультисервисной IP-сети с использованием пакета NS2 И 57-я НТК профессорско-преподавательского состава, научных сотрудников и аспирантов: мат-лы / СПбГУТ. СПб, 2005. С. 19-20.

10. Симонина О.А. Яновский Г.Г. Характеристики трафика в сетях 1Р // Труды учебных заведений связи / СПбГУТ. СПб. 2005. № 171. С. 8-12.

11. Simonina О.А, Galkin А.М., Yanovsky G.G. Analysis of IP-oriented multiservice networks characteristics with consideration of traffic's self-similarity properties // IEEE Russia Northwest section: proceedings. St-Petersburg, 2005. V. 2. C. 155-158.

12. Симонина O.A., Галкин A.M. Бартояяомеи С. VoIP: новые возможности для предприятия // Вестник связи. 2005. № 4. С. 191-196.

13. Симонина О.А., Галкин A.M. Метод расчета характеристик IP-ориентированных мультисервисных сетей с учетом свойств самоподобия трафика // Труды учебных заведений связи / СПбГУТ. СПб. 2005. № 172. С. 6-10.

Подписано к печати 30.06.2005. Объем 1 печ. л. Тираж 60 экз.

Тип. СПбГУТ. 191186 СПб, иаб р. Мойки, 61 16

I

I

T

M

1

»19706

РНБ Русский фонд

2006-4 16832

Оглавление автор диссертации — кандидата технических наук Симонина, Ольга Александровна

СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИИ.

ВВЕДЕНИЕ.

1. ПРОБЛЕМЫ ОБЕСПЕЧЕНИЯ КАЧЕСТВА ОБСЛУЖИВАНИЯ

В NGN.

1.1. Эволюция сетей электросвязи в направлении построения17 NGN.

1.1.1. Стандартизация QoS.

1.1.2. Сквозная модель QoS для мультимедийного трафика.

1.2. Качество обслуживания в мультисервисных IP-ориентированных сетях.

1.2.1 Требования к показателям качества обслуживания.

1.2.2 Модели обеспечения качества обслуживания в сетях IP.

1.2.3 Оценка качества передачи речи в сетях IP.

1.3. Модели трафика IP-ориентированной сети.

1.3.1 Самоподобные процессы в мультисервисных IP-сетях.

1.3.2 Характеристики самоподобных процессов.

1.3.3 Причины возникновения явления самоподобия в трафике IP-сетей.

1.4. Задачи исследования.

Выводы по главе 1.

2. ОПРЕДЕЛЕНИЕ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ОБСЛУЖИВАНИЯ МУЛЬТИСЕРВИСНОГО ТРАФИКА В IP-СЕТЯХ.

§

2.1. Статистические свойства трафика в IP-сетях.

2.1.1 Классификация трафика IP-сетей по приложениям.

2.1.2 Признаки самоподобия для типов трафика на различных уровнях модели IETF.

2.2. Характеристики законов распределения вероятностей, используемые для моделирования различных типов трафика IP-сетей.

2.3. Расчет показателей качества обслуживания для системы G/G/1 с учетом свойств самоподобия.

2.3.1. Диффузионная аппроксимация системы G/G/

2.3.2. Задержки.

2.3.3. Потери.

2.4. Определение взаимного влияния трафика в агрегированном потоке.

Выводы по главе 2.

3. ОЦЕНКА ПОКАЗАТЕЛЕЙ QOS ТРАФИКА РЕАЛЬНОГО ВРЕМЕНИ В МУЛЬТИСЕРВИСНЫХ IP-СЕТЯХ.

3.1. Оценка влияния кодека на показатели качества обслуживания приложений реального времени (VoIP).

3.1.1. Влияние методов нивелирования потерь на показатели качества обслуживания.

3.1.2. Оценка влияния типа кодека на показатели качества обслуживания.

3.1.3. Корректировка потерь трафика VoIP с учетом влияния кодека.

3.2. Оценка эффективного распределения пропускной способности для различных типов трафика.ЮЗ

Выводы по главе 3.

4. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ТРАФИКА МУЛЬТИСЕРВИСНЫХ IP-СЕТЕЙ.

4.1. Моделирование трафика мультисервисных IP-сетей с учетом свойств самоподобия.Ю

4.2. Анализ результатов моделирования.

Выводы по главе 4.

Введение 2005 год, диссертация по радиотехнике и связи, Симонина, Ольга Александровна

Актуальность работы. Согласно принципам построения сетей следующего поколения (Next Generation Network - NGN), основанных на документах МСЭ-Т, в качестве технологической базы построения транспортного уровня NGN предполагается технология IP [87]. Модель такой IP-ориентированной мультисервисной сети, учитывающей особенности современной сетевой инфраструктуры, может быть представлена двумя основными уровнями: уровнем услуг и транспортным уровнем [87,91,94].

В рамках развития NGN как единой сети общего пользования решаются задачи двух типов [87]: краткосрочные - стирание существующей разницы в транспортировке речи и данных, предоставление новых возможностей в области развития услуг, сравнительная простота реализации при меньших затратах относительно существующих сетей; долгосрочные - построение простой и эффективной единой сети для всех видов приложений, удешевление сетевых компонентов, активное развитие новых видов услуг.

Вопросы построения мультисервисных сетей активно исследуются в работах отечественных (Б.С. Гольдштейн, А.Е Кучерявый, А.Н. Назаров, Н.А Соколов, С.Н. Степанов, М.А. Шнепс-Шнеппе, Г.Г. Яновский) и зарубежных (U. Black, J. Davidson, S. Fisher, J.M. Garcia, D. McDysan, D. Minoli, F.A. Tobagi) авторов.

В данной диссертационной работе ставятся и решаются задачи, связанные с разработкой моделей оценок показателей качества обслуживания в NGN с учетом особенностей трафика таких сетей. В ряде публикаций (М. Crovella, W. Leland, S. Molnar, К. Park, M. Taqqu, W. Willinger) показано, что трафик IP-сетей может описываться с использованием самоподобных процессов [9-15,34-36,40,60,67-70].

Теоретические исследования самоподобных процессов в СМО рассматриваются в работах М.Н. Неймана [98,99], Б.С. Цыбакова [117], B.C. Зборовского [81], О.И. Шелухина [119].

Однако вопросы исследования качества обслуживания (Quality of Service, QoS) в IP-ориентированных мультисервисных сетях с учетом свойств самоподобия трафика остаются открытыми, что и определяет актуальность диссертационной работы.

Цели и задачи исследования. Целью диссертационной работы является разработка моделей расчета показателей качества в сетях NGN с учетом особенностей трафика IP-ориентированных мультисервисных сетей и влияния оконечных устройств.

Для достижения поставленной цели в диссертационной работе решаются следующие задачи:

• анализ трафика различных приложений в IP-ориентированных мультисервисных сетях с учетом свойств самоподобия;

• разработка моделей расчета значений основных показателей сквозного QoS для различных приложений;

• оценка влияния оконечных устройств на показатели QoS для речевого пакетного трафика;

• исследование взаимного влияния трафика различных приложений в мультисервисных сетях с позиций обеспечения качества обслуживания.

Методы исследования. Проводимые исследования базируются на теории вероятностей, теории массового обслуживания, теории фрактальных процессов и методах имитационного моделирования. Для численного анализа используется программный математический пакет Mathlab 6.5. Имитационное моделирование фрагмента мультисервисной сети выполнено с помощью пакета моделирования сетей ns-2.

Научная новизна. Основные результаты диссертации, обладающие научной новизной:

1. Классификация трафика в мультисервисных сетях с учетом следующих характеристик: типа приложений, чувствительности к показателям QoS и законов распределения трафика;

2. Разработка моделей оценки показателей QoS (потерь и задержек) для мультисервисной сети с учетом свойств самоподобия трафика;

3. Разработка модели оценки вероятности потерь речевого трафика в мультисервисной IP-ориентированной сети в сквозном соединении с учетом влияния оконечных устройств;

4. Решение задачи оценки взаимного влияния трафика двух типов -реального времени и эластичного, с позиций обеспечения качества обслуживания, определение условий, при которых трафик реального времени и эластичный трафик могут передаваться в одном агрегированном потоке без использования механизмов управления потоками.

Практическая ценность. Основным практическим результатом диссертационной работы является получение оценок для расчета потерь и задержек в сквозном соединении в IP-ориентированных мультисервисных сетях, которые могут быть использованы при проектировании мультисервисных сетей следующего поколения.

Реализация результатов работы. Основные результаты диссертационной работы использованы в разработках НТЦ «Протей» и в учебном процессе СПбГУТ им. проф. М.А. Бонч-Бруевича, что подтверждается соответствующими актами внедрения.

Апробация работы и публикации. Результаты диссертационной работы докладывались и обсуждались на всероссийских и международных конференциях: Всероссийская конференция «Сети связи следующего поколения», СПб, 22-26 февраля, 2003; 5-я МНТК «ПТСПИ'2003»: Владимир-Суздаль, 1-4 июля, 2003; IEEE Russia Northwest section: St-Petersburg, May 18-25, 2005, а также на научно-технических конференциях и семинарах СПбГУТ.

Основные положения диссертации изложены в 9 докладах на научно-технических конференциях, 3 научных статьях и в 1 учебном пособии. Всего по теме диссертации опубликовано 13 печатных работ.

Основные положения, выносимые на защиту:

1. Классификация трафика в мультисервисных сетях по приложениям.

2. Модели оценки основных показателей качества обслуживания -потерь и задержек - в мультисервисных сетях.

3. Модели влияния параметров оконечных устройств на показатели качества обслуживания.

4. Результаты анализа взаимного влияния трафика в мультисервисных сетях.

Личный вклад автора. Основные результаты теоретических и прикладных исследований получены автором самостоятельно. В работах, опубликованных в соавторстве, соискателю принадлежит основная роль при постановке и решении задач и обобщении полученных результатов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Работа содержит 130 страниц текста, 41 рисунок, 16 таблиц, 61 формулу.

Заключение диссертация на тему "Модели расчета показателей QoS в сетях следующего поколения"

Выводы по главе 4

1. На базе пакета моделирования ns-2 построена модель фрагмента мультисервисной IP-ориентированной сети. Трафик в моделируемом сегменте описывается самоподобными процессами.

2. Проведен сравнительный анализ результатов моделирования и аналитических, дана оценка погрешности моделирования. Показано, что погрешность модели находится в пределах точности инженерных расчетов.

ЗАКЛЮЧЕНИЕ

В процессе проведенных в диссертационной работе исследований получены следующие основные результаты.

1. Предложено применить теорию самоподобных процессов для анализа трафика IP-ориентированных мультисервисных сетей и получения соотношений для расчета показателей качества обслуживания в таких сетях.

2. Проведена классификация свойств трафика мультисервисных сетей по приложениям, определены признаки самоподобия на различных уровнях эталонной модели IETF в соответствии с характеристиками законов распределения вероятностей.

3. Разработаны модели расчета основных показателей качества обслуживания - задержек и потерь, с учетом свойств самоподобия трафика мультисервисных сетей. Определены основные характеристики агрегированного трафика в транспортном сегменте мультисервисных сетей с учетом характеристик составляющих потоков.

4. Исследовано влияние типа кодека на задержку пакетов в сквозном соединении мультисервисных сетей. Предложена модель оценки влияния джиттер-буфера на потери трафика реального времени.

5. Решена задача взаимного влияния трафика реального времени и эластичного трафика в мультисервисных сетях с позиций обеспечения гарантированного QoS. Показано, что доля трафика реального времени не должна превышать 30% от общей пропускной способности сети для регламентированных норм на потери и задержки.

6. Проведено моделирование фрагмента мультисервисной сети с учетом свойств самоподобия трафика на базе пакета ns2. Результаты моделирования подтверждают правильность предложенных аналитических моделей.

Библиография Симонина, Ольга Александровна, диссертация по теме Системы, сети и устройства телекоммуникаций

1. Alfano М., Krampell М., Smirnov М. End-to-end quality in 1. networks: can we offer and charge it? I I The 17th World Telecommunications Congress (WTC/ISS 2000), May 7-12, 2000.

2. Almeida V., de Oliveira A. On the Fractal Nature of WWW and Its Application to Cache Modeling // Anais do XXIII Seminario Integrado de Software e Hardware do XVI Congresso da SBC, Recife, Agosto de 1996, Brasil 1996.

3. Altman E., Jimenez T. NS for Beginners 11 Lecture Notes, Sept 2002 Univ. de Los Andes, Merida, Venezuela.

4. Bolot J.-C., Fosse-Parisis S., Towsley D. Adaptive FEC-Based Error Control for Interactive Audio in the Internet // In Proceedings IEEE INFOCOM, New York, NY, March 1999.

5. Borella S., Swider D., Uludag S., Brewster G. Internet Packet Loss: Measurement and Implications for End-to-End QoS // In Pro ceedings of the International Conference on Parallel Processing, August 1999.

6. Borst S. С., Boxma O. J., Nuhez-Queija R., Zwart A. P. The impact of the service discipline on delay asymptotics // Performance Evaluation, vol. 54, iss. 2, Oct., 2003.

7. Carle G., Sanneck H., Schramm M. Adaptive Hy-brid Error Control for IP-based Continous Media Multicast Services // In First International Workshop on Quality for future Internet Services (QoflS 2000), Berlin, Germany, September 2000.

8. Chung J., Claypool M NS by Example, Technical Report WPI-CS-TR-99-25, Computer Science Department, Worcester Polytechnic Institute, September 1999.

9. Crovella M., Barf ord P. Measuring Web Performance in the Wide Area. ACM Performance Evaluation Review, 27(2):37—48, August 1999.

10. Crovella M., M. Taqqu, Bestavros A. Heavy-Tailed Probability Distribution in World Wide Web // A Practical Guide to Heavy Tails: Statistical techniques and Applications, 1998.

11. Crovella M., Matta I., Guo L. How does TCP generate Pseudo-self-similarly? Proc. the International Workshop on Modeling, Analysis and Simulation of Computer and Telecommunications Systems (MASCOTS'Ol), Cincinnati, OH, August 2001.

12. Dang T. D., Sonkoly В., Molnar S. Fractal Analysis and Modelling of VoIP Traffic, NETWORKS 2004, Vienna, Austria, June 13-16, 2004.

13. Downey A. B. Lognormal and Pareto distributions in the Internet. www.allendowney.com/research/longtail/downey031ognormal.pdf, 2003.

14. Downey A. Timescales and stability: Evidence for long-tailed distributions in the internet // Proceedings of the 1st ACM SIGCOMM Workshop on Internet Measurement, Nov., 2001.

15. Erramiili A., Pruthi P., Willinger W. Recent Developments in Fractal Traffic Modeling, http://citeseer.ist.psu.edu, 1995.

16. Erramili A., Narayan O., Willinger W. Experimental Queuing Analysis with Long-Range Dependent Traffic. IEEE/ACM Transaction on Networking, Vol. 4, No. 2, pp. 209-223, 1996.

17. ETSI TS 101 329-2 V2.1.1 (2001-06) Telecommunications and Internet Protocol Harmonization Over Networks (TIPHON) Release 4; End-to-end Quality of Service in TIPHON Systems; Part 2: Definition of Speech Quality of Service (QoS) Classes.

18. Feldman A., W. Whitt. Fitting Mixtures of Exponentials to Long-Tail Distributions to Analyze Network Performance Models. Performance Evaluation, 31(8), pp. 963-976, Aug. 1998.

19. Feldmann A. Characteristics of TCP Connection Arrivals. http://citeseer.ist.psu.edu, 1998.

20. Fisher M, Gross D., Shortle J., Masi D. Analyzing the Waiting Time Process in Internet Queuing Systems with the Transform Approximation Method // The Telecommunication Review, vol.11, 2001.

21. Greis M. Tutorial for the Network Simulator "ns", http://www.isi.edu/nsnam/ns/tutotial.

22. Hooghiemstra G., Van Mieghem P. Delay Distributions on Fixed Internet Paths, Delft University of Technology, report 20011020, 2001.25. http:// www.eurescom.de26. http://www.cisco.com

23. Jain R., Routhier S.A. Packet Trains: Measurements and a New Model for Computer Network Traffic // IEEE Selected Areas in Communication, voi.4, pp. 986-995, 1986.

24. Jamjoom H., Shin K.G. Queue management: Persistent dropping: an efficient control of traffic aggregates // Proceedings of the 2003 conference on Applications, technologies, architectures, and protocols for computer communications, Aug., 2003.

25. Leland W., Taqqu M, Willinger W., Wilson D. On the Self-Similar Nature or Ethernet Traffic. IEEE/ACM Transactions of Networking, 2(1):1-15, 1994.

26. Lu H.-L., Fuynberg I. An Architecturial Framework for Support of QoS in Packet Networks // IEEE Computing Magazine, Jun., 2003.

27. Markopoulou A.P., Tobagi F.A., Karam M.J. Assessing the Quality of Voice Communications Over Internet Backbones.-IEEE/ACM Ttransactions on Networking, vol.11, no. 5, October 2003.

28. McDysan D. QoS&Traffic Management in IP&ATM Networks/ The McGraw-Hill Co, Inc., 2000.

29. Metz C. IP QoS: traveling in the first class on the Internet // IEEE Internet Computing, vol. 3, no. 2, Mar ./Apr. 1999.

30. Minoli D., Minoli E. Delivering Voice over IP Networks. Jonh Willey&Sons, Inc., 1998.

31. Molnar S., В. Sonkoly, Dang T.D. Fractal Analysis and Modeling of VoIP Traffic. NETWORKS2004, Vienna, Austria, June 13-16, 2004.

32. Molnar S., Dang T.D. Scaling Analysis of IP Components. ITC Specialist, Birkhauser, Boston ,2003.

33. Park K., Kim G., Crovella M. On the Relationship between File Sizes, Transport Protocols and Self-Similar network Traffic. Proc. International Conference on Network Protocols, pp. 171-180, October, 1996.

34. Park К., Tuan T. Congestion Control for Self-Similar Network Traffic // ACM Transactions on Modeling and Computer Simulation (TOMACS), vol. 10, Apr., 2000.

35. Park K., Tuan T. Multiple Time Scale Congestion Control for Self-Similar Network Traffic, Performance Evaluation, 1999.

36. Park K., Willinger W. Self-Similar Network Traffic: An Overview. Self-Similar Network Traffic and Performance Evaluation (ed.), Wiley-Interscience, 2000.

37. Paxson V., Floyd S. Wide-Area Traffic: The Failure of Poisson Modeling // Lawrence Berkeley Laboratory and EECS Division, University of California, Berkeley, vol. 3, No 3, 1995.

38. Pruthi P., Erramilli A. Heavy-tailed ON/OFF source behavior and self-similar traffic // Proc. IEEE ICC795, pp. 445-450, 1995.

39. Recommendation 1.356. Final version of ITU-T Rec.1.356 approved by SG13 meeting in May 1996 ITU-T.

40. Recommendation G.107. The E-model, a computation model for use in transmission planning ITU-T.

41. Recommendation G.I 14. One-way Transmission Tame — ITU-T

42. Recommendation G.711. Pulse code modulation (PCM) of voice frequencies on an 64 kbps channel ITU-T.

43. Recommendation G.723.1. Dual Rate Speech Coder for Multimedia Communications Transmitting at 5.3 and 6,3 kbit/s ITU-T.

44. Recommendation G.729. Coding of Speech at 8 kbit/s Using Conjugate-Structure Algebraic-code-excited Linear-Prediction (CS-ACELP) ITU-T.

45. Recommendation Y.1540. IP Packet Transfer and Availability Performance Parameters ITU-T.

46. Recommendation Y.J541. Networks Performance Objectives for IP-Based Services ITU-T.

47. RFC 1349: Type of Service in the Internet Protocol Suite, 1998.

48. RFC 1633: Integrated services in the Internet architecture an overview, 1994.

49. RFC2205: RSVP-Version 1 Functional Specification, 1997.

50. RFC 2208: RSVP Version 1 Applicability Statement Some Guidelines on Deployment, 1997.

51. RFC 2210: The Use of RSVP with IETF Integrated Services, 1997.

52. RFC 2475: An Architecture for Differentiated Services, 1998.

53. RFC 2597: A secured Forwarding PHB Group, 1999.

54. RFC 2598: An Expedited Forwarding PHB, 1999.

55. RFC 2702: Requirements for Traffic Engineering over MPLS, 1999.

56. Riedi R., Willinger W. Toward an Improved Understanding of Network Traffic Dynamics. Self-Similar Network Traffic and Performance Evaluation, Wiley, chapter 20, pp 507-530, 2000.

57. Roughan M., Veitch D., Abry P. Real-time estimation of the parameters of long-range dependence // IEEE/ACM Transactions on Networking (TON), vol. 8, iss. 4, Aug, 2000.

58. Sadek N., Khotanzad A., Chen T. ATM Dynamic Bandwidth Allocation Using F-ARIMA Prediction Model // Department of Electrical Engineering, Southern Methodist University, Dallas, USA, 2003.

59. Seitz N. ITU-T QoS Standards for IP-Based Networks // IEEE Communication Magazine, Jun., 2003.

60. Sriram K., Whitt W. Charactarizing superposition arrival processes in packet multiplexers for voice and data // IEEE J. Select. Areas Communication, v. SAC-4, Sept 1996.

61. Taqqu M. S., Willinger W. and Sherman R. Proof of a fundamental result in self-similar traffic modeling, Computer Communication Review 27, 1997.

62. Taqqu M., Willinger W., Erramilli A. A Bibliographical Guade to Self-Similar Traffic and Performance Modeling for Modern High-Speed Networks. 1996.

63. Taqqu M, Willinger W., Sherman R. On-Off Models for Generating Long-Range Dependence // Computer Communication Review, Vol 27, 1997.

64. Taqqu W., Levy J. Using renewal processes to generate long grange dependence and high variability // Dependence in Probability and Statistics, and Progress in Probability, vol. 3, pp. 73-89, 1986.

65. Willinder W., Taqqu M., Sherman R., Wilson D. Self-Similarity Though High-Variability: Statistical Analysis of Ethernet LAN Traffic at the Source Level. IEEE/ACM Transactions on Networking, 5(1), 1997.

66. Willinger W. Traffic modeling of high-speed netnrorks: theory and practice I I Stochastic Networks, Kelly and Williams eds, Springer-Verlag, 1994.

67. Wright D. Voice over MPLS Compared to Voice over Other Packet Transport Technologies // IEEE Communication Magazine, Nov., 2002.

68. Xiao X, Ni L.M. Internet QoS: the big picture I I IEEE Network, Jan, 1999.

69. Yanovsky G.G., Simonina O.A, Galkin A.M. Analysis of IP-oriented multiservice networks characteristics with consideration of traffic's self-similarity properties // IEEE Russia Northwest section: proceedings. St-Petersburg, 2005. V. 2. C. 155-158.

70. Zhou P., Yang O. Scalability and QoS guarantee in IP networks // Proc. IEEE IC3N799, Boston, MA, pp. 427-433, Oct. 1999.

71. Zwart A.P. Queueing Systems with Heavy Tails Eindhoven: Eindhoven University of Technology, 2001.

72. Авен О.И., Гурин H.H., Коган Я.А. Оценка качества и оптимизация вычислительных систем. М.: наука, 1982.

73. Вегешна Ш. Качество обслуживания в сетях IP // Пер. с анг. М.: Вильяме, 2003.

74. Вишневский В.М. Теоретические основы проектирования компьютерных сетей. М.: Техносфера, 2003.

75. Гольдштейн А.Б. Механизм эффективного туннелирования в сети MPLS // Вестник связи; 2004, №2.

76. SO. Гольдштейн Б.С., Пинчук А.В., Суховицкий А.Л. IP-телефония. М.: Радио и связь, 2001.

77. Городецкий А.Я., Заборовский B.C. Информатика. Фрактальные процессы в компьютерных сетях. Учебное пособие. СПб.:Изд-во СПбГТУ, 2000.

78. Зарубин А.А. Исследование контакт-центров в NGN. Автореферат дисс. . канд. техн. наук /СПьГУТ. СПб, 2004.

79. Зелигер Н.Б., Чугреев О.С., Яновский Г.Г. Проектирование сетей и систем передачи дискретных сообщений. М.: Радио и связь, 1984.

80. Камер Д. Сети ТСРЯР, том 1. Принципы, протоколы и структура, 4-е изд.: Пер. с англ. М.: Издательский дом «Вильяме», 2003.

81. Клейнрок Л. Теория массового обслуживания. Том 1/ Пер. с англ. Под ред. В.И. Неймана-М.: Машиностроение, 1979.

82. Коган А.В. IP-телефония как наиболее перспективный метод передачи информации // Электросвязь, 2000, №10, с. 3-6.

83. Концептуальные положения по построению мультисервисных сетей на ВСС России. Версия 4. 2001.

84. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров-М.: Наука, 1978.

85. Кох Р., Яновский Г.Г. Эволюция и конвергенция в электросвязи. М.: Радио и связь, 2001.

86. Крылов В.В., Самохвалова С.С. Теория телетрафика и ее приложения. СПб, БХВ-Санкт-Петербург, 2005.

87. Кучерявый А.Е. Современные телекоммуникационные услуги и перспективы развития сетей связи России // НТК «Связисты СПбГУТ и телекоммуникации XXI века»: мат-лы, СПбГУТ, СПБ, 2000.

88. Кучерявый А.Е., Иванов А.Ю. Сети на базе технологии IP. Учебное пособие. СПб, СПбГУТ, 2002.

89. Кучерявый Е.А. NS2 как универсальное средство моделирования сетей связи, http://www.cs.tut.fi/-yk/ns2ru/.

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

91. МакКвери С., МакГрю К., Фой С. Передача голосовых данных по сетям Cisco: Frame Relay, ATM и IP // Пер. с анг. М.: Вильяме, 2002.

92. Маркел Дж. Д., Грей А. Линейное предсказание речи М.: Связь, 1980.

93. Нейман В.И. Новое направление в теории телетрафика. // "Электросвязь", 1998, № 7, с. 27-30.

94. Нейман В.И. Самоподобные процессы и их применение в теории телетрафика. // Труды Международной Академии связи, 1999,№1,с.11-15.

95. Петров М.Н., Пономарев Д.Ю. Самоподобие в системах массового обслуживания с ограниченным буфером. // "Электросвязь", 2002, №2, с. 35-39.

96. Петровский А. Командный язык программирования Tel. М.: Майор, 2001.

97. Росляков А.В., Самсонов М.Ю. Модели и методы оценки качества услуг IP-телефонии // Электросвязь, 2002, №1.

98. Росляков А.В., Самсонов М.Ю., Шибаева И.В. IP-телефония. М.: Эко-Трендз, 2001.

99. Симонина О.А. Анализ статистической модели прогнозирования речевых параметров в режиме реального времени // 55-я НТК ППС: мат-лы / СПбГУТ. СПб, 2003. С. 18.

100. Симонина О.А. Использование метода прогнозирования временных рядов для сглаживания эффекта потерь пакетов в кодеках IP-телефонии // 54-я НТК ППС: мат-лы / СПбГУТ. СПб, 2002. С. 23 24.

101. Симонина О.А. Использование метода прогнозирования временных рядов для обеспечения QoS IP-телефонии на стороне получателя // 5-я МНТК «ПТСПИ'2003»: мат-лы. Владимир-Суздаль, 2003.С. 110-112.

102. Симонина О.А. Повышение QoS пакетной передачи речи путем сглаживания эффектов потерь в кодеках IP-телефонии // Всероссийская конференция «Сети связи следующего поколения»: сб. тр. СПб: «Петеркон», 2003. С. 171-174.

103. Симонина О.А. Расчет параметров качества обслуживания мультисервисных сетей при моделировании трафика процессами с самоподобными свойствами // 57-я НТК ППС: мат-лы / СПбГУТ. СПб, 2005. С. 14.

104. Симонина О.А. Расчет параметров качества обслуживания сетей нового поколения // 56-я НТК ППС: мат-лы / СПбГУТ. СПб, 2004. С. 17.

105. Симонина О.А., Галкин А. Моделирование трафика мультисервисной IP-сети с использованием пакета NS2 // 57-я НТК ППС: мат-лы / СПбГУТ. СПб, 2005. С. 19-20.

106. Симонина О.А., Галкин A.M. Метод расчета характеристик IP-ориентированных мультисервисных сетей с учетом свойств самоподобия трафика // Труды учебных заведений связи / СПбГУТ. СПб. 2005. № 172. С. 6-10.

107. Сгшонина О.А., Галкин A.M., Бартолломеи С. VoIP: новые возможности для предприятия // Вестник связи. 2005. № 4. С. 191-196.

108. Симонина О.А., Глазунов А.С., Четвертухин В.Г. Сети ЭВМ и телекоммуникации. Методические указания к курсовому проектированию / СПбГУТ. СПб, 2004.

109. Симонина О.А., Пьянкова JI.M. Сравнительный анализ параметров качества обслуживания транспортных технологий // 57-я НТК профессорско-преподавательского состава, научных сотрудников и аспирантов: мат-лы / СПбГУТ. СПб, 2005. С. 20.

110. Сгшонина О.А., Яновский Г.Г. Характеристики трафика в сетях IP // Труды учебных заведений связи / СПбГУТ. СПб. 2005. № 171. С. 8-12.

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

112. Шелухин О.И. Самоподобные процессы и их применение в телекоммуникациях. // "Теоретические и прикладные проблемы сервиса",2002, №3(4), с. 62-71.

113. Шелухин О.И., Тенякшев A.M., Осин А.В. Фрактальные процессы в телекоммуникациях // Под ред. О.И.Шелухина М.: Радиотехника, 2003.