автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.13, диссертация на тему:Разработка методов анализа функционирования компьютерных сетей

На правах рукописи

Гугель Юрий Викторович

Разработка методов анализа функционирования компьютерных сетей (на примере научно-образовательной сети ШЖТ^еО

Специальность 05.13.13 - Телекоммуникационные системы и компьютерные сети

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург 2005

Работа выполнена на кафедре «Компьютерные Технологии» государственного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный университет информационных технологий, механики и оптики» (ГОУВПО «СПбГУ ИТМО»)

Научный руководитель: доктор технических наук, профессор

Васильев Владимир Николаевич

Официальные оппоненты: доктор технических наук, профессор

Заборовский Владимир Сергеевич

кандидат технических наук Платонов Алексей Павлович

Ведущая организация: Московский государственный институт

электроники и математики

Защита состоится " 6 " декабря 2005 года в 15:50 часов на заседании диссертационного совета Д.212.227.05 в ГОУВПО «Санкт-Петербургский государственный университет информационных технологий, механики и оптики» по адресу: 197101, Санкт-Петербург, пр. Кронверкский, д.49.

С диссертацией можно ознакомиться в библиотеке ГОУВПО «СПбГУ ИТМО»

Автореферат разослан " 2" ноября 2005 г.

Ученый секретарь

диссертационного совета Д.212.227.05, / I

кандидат технических наук, доцент Поляков Владимир Иванович

AtfH

^ Oo uuo<—>

з

Общая характеристика работы

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

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

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

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

Задачи исследовании. Поставленная цель достигается решением следующих задач:

• разработки моделей функционирования 1Р-сетей;

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

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

Методы исследования базируются на теории имитационного моделирования, теории марковских цепей, СЕ11Т-сетей, методах статистического анализа, общей теория сетей.

Научная новизна результатов, полученных автором, заключается в следующем:

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

2. Разработан метод анализа показателей качества сети 1Ш1Ше1 с использованием многопродуктовых СЕЯТ-сетей.

3. Разработана методика повышения производительности компьютерной сети на примере сети 1ШММе1 в режиме 01£Кегу с использованием многопродуктовых, ОЕНТ-сетсй.

4. Разработана марковская модель функционирования 1Р-сети и обоснованы методы ее обучения.

; -

Достоверность научных результатов подтверждена экспериментальными исследованиями и практикой функционирования федеральной университетской компьютерной сети ИДЖМе^

Практическая значимость работы. Предложенные методы, модели и методики позволяют проводить достоверный анализ эффективности функционирования 1Р-сегей, повышать быстродействие телекоммуникационных трактов в режиме 01№5егу и производительность сетей в целом, давать комплексные оценки быстродействия и качества работы сети с учетом старения

информации, процессов диагностики, тестирования и восстановления. Полученные результаты могут найти применение при разработке и создании базовых опорных магистралей для крупных территориальных сетей, локальных сетей организаций, цифровых промышленных сетей и т.д.

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

Апробация работы. Результаты диссертационной работы докладывались и обсуждались на семи всероссийских и международных конференциях и семинарах, в том числе Международной научно-методической конференции «Телематика'2000/2003/2004/2005» (Санкт-Петербург), конференции представителей региональных научно-образовательных сетей ЛЕЬА1Ш.

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

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

Содержание работы

Во введении обоснована актуальность темы, сформулированы цели и задачи исследования, показаны новизна и практическая значимость работы, сформулированы основные положения, выносимые на защиту.

В первой главе "Обзор методов анализа функционирования образовательных сетей" рассмотрены проблемы, возникающие при анализе сетевого трафика в глобальных компьютерных сетях на примере сети RUNNet, рассмотрены технологии сбора статистических данных. Проанализирована возможность построения моделей функционирования сетей на базе математического аппарата марковских процессов и цепей и GERT-сетей. Рассматривается возможность использования моделей GERT для решения проблем анализа качества, функционирования отдельных систем сети RUNNet. Одной из важных и нерешенных проблем является разработка графовых моделей с непрерывным временем, в которых операции разделяются по функциональному, топологическому или какому-то другому признаку. В данной работе внимание акцентируется на рассмотрении проблем оценки показателей качества, быстродействия IP-сетей с учетом операций восстановления после отказов и диагностики канала. На основании обзора дана постановка задачи.

Во второй главе "Аналитические модели функционирования IP-сетей" разработаны стохастические модели анализа функционирования IP-сетей.

Для получения необходимой информации о функционировании сети необходимо собирать информацию о потоках IP-трафика. Сбор информации осуществляется с узловых маршрутизаторов университетской компьютерной сети RUNNet.

Для анализа информационных потоков в сети RUNNet информация собиралась с маршрутизаторов обслуживающих каналы связи RUNNet, с сетями NORDUNet, TeliaSonera, а также каналы в отдельные университеты, при этом использовались механизмы NetFlow Switching и NetFlow Data Export.

На сегодняшний день наибольший интерес и значимость представляет задача исследования характеристик сетевого трафика с целью анализа состояния сети для решения одной из важнейших задач сетевого администрирования, которой является мониторинг маршрутизаторов и другого оборудо-

вания магистральных сетей с целью выявления аномальных режимов функционирования системы или сбоев в работе сети.

Однако работа информационных сетей показывает целесообразность и продуктивность использования математического аппарата теории марковских случайных процессов. Одним из подходов к обнаружению сетевых аномалий является сравнение наблюдаемого режима работы системы с так называемым нормальным режимом функционирования, который определяется совокупностью характеристик рассматриваемой сети в течение определенного промежутка времени, соответствующего функционированию системы без существенных отклонений от нормы.

Функционирование сети можно описать дискретным во времени случайным процессом <?(*), имеющим конечное число К всех возможных состояний Полное вероятностное описание системы дается совместными конечномерными вероятностями при всех п

/<=1

где Яр (^¡^ч) - вероятность одношаговых переходов.

Характер сетевых взаимодействий в целом определяется зависимостями более высокого порядка, чем простая цепь Маркова. Однако моделирование системы с помощью случайных процессов высокого порядка является практически неосуществимой задачей ввиду сложности построения формального математического описания и, как следствие, чрезмерно больших вычислительных затрат, особенно при работе с большими объемами данных в режиме реального времени.

В диссертации разработана модель нормального функционирования сети. В этой модели значения вероятностей начального состояния системы Рг(о)={/7,0} и матрицы одношаговых переходов вычисляются на основе экспериментальных данных о нормальном функционировании системы.

Для применения предложенной марковской модели функционирования 1Р-сети ее необходимо обучить или настроить на работу с реально исследуемой системой.

Модель, полученную для нормального профиля работы сети, необходимо каким-либо образом сравнивать с текущим состоянием сети. В определении нормального профиля изначально заложена большая гибкость по отношению к критерию оценки работы сети, а именно, совокупность характе-

ристик определяется в зависимости от целей исследования. В диссертации нормальный профиль работы сети характеризуется на основе интенсивности входящего брутго-трафика.

Обучение системы представляет собой настройку ее определяющих составных частей на реальную сеть и ее работу. Поскольку нормальный профиль системы характеризуется набором значений интенсивности трафика в определенные моменты времени, то при построении конкретных матриц марковской модели системы, необходимо соответствующим образом произвести дискретизацию пространства времени и квантование пространства значений рассматриваемой системы.

Для обучения системы использовался трафик реально функционирующей сети за период времени до одного месяца. В результате многочисленных экспериментов и исследований модели был сделан вывод о том, что вероятности поддержки моделью нормального режима работы сети намного выше вероятностей поддержки последовательности, вызванной сбоями при функционировании сети. Кроме того, экспериментально подтверждена возможность выбора значения пороговой вероятности, достижение которой идентифицирует наличие сбоев в работе сети.

Результатом проведенных исследований явилось построение теоретико-технической модели системы, позволяющей определять состояние реально функционирующей сети.

Для прогнозирования работы каналов и сети в целом и определения моментов или сроков опасного приближения нагрузок каналов к предельным значениям, определенным пропускной способностью, в диссертации разработана математическая модель системы с применением агрегирующих и разностных операторов. Статистический анализ состояния сети достигается решением следующих задач.

1. Получение основных вероятностных и статистических характеристик для объемов информации, поступающих за определенные промежутки времени (средних значений и диапазонов изменчивости загрузок канала за относительно непродолжительные отрезки времени, установление вариабельности средних нагрузок за длительные периоды времени и т.д.). Подобные статистические характеристики позволяют судить о стабильности работы сети и отслеживать тренды во времени при их наличии;

2. Анализ событий, связанных с поступлением за короткий промежуток времени чрезмерно большого количества информации - так называемых выбросов или аномальных значений;

3. Построение математических моделей, описывающих поток объема информации в зависимости от момента времени Л

Знание временных математических моделей делает возможным прогнозирование работы каналов и сети в целом и определение моментов или сроков опасного приближения загрузок каналов к предельным значениям, определенным пропускной способностью.

В этом случае необходимо принимать решение о модернизации сети или об изменении ее конфигурации.

Для решения этих задач разработаны математические модели и создана специализированная программа, которая используется как программа поддержки принятия решений сетевым администратором.

Разработанная методика применения разностных операторов эффективно идентифицирует аномальные загрузки каналов и позволяет применять методы анализа случайных временных последовательностей для построения прогностических моделей нормального профиля работы сети.

В третьей главе приведены результаты исследований многопродуктовых СЕЯТ-сетей и многопродуктовых обобщенных моделей с непрерывным временем (ОМНВ), анализ которых выполняется с выделением групп операций, классифицируемых по функциональным, топологическим или качественным признакам. Рассмотрены условия, необходимые для расчета сетей такого рода для ряда практически важных случаев и методы получения выходных результатов.

Остроту проблем, возникающих при постановке новых и нестандартных задач проектирования сети Я1ЖЫе1, можно снизить, если при решении задач моделирования и синтеза сети использовать микроподход и дать возможность проектировщикам самим определять простейшие, далее логически неделимые элементы структуры сети и связи между ними. Сеть или ее подсистемы на самом нижнем уровне иерархии рассматриваются с высокой степенью детализации. Введение нескольких иерархических уровней (по выбору разработчика) позволяет последовательно усложнять и укрупнять создаваемую систему. Для реализации такого подхода предлагается использовать новые средства моделирования с высоким уровнем автоматизации подготовки моделей, обеспечивающим сведение к минимуму ошибок при их составлении, и высоким уровнем сервиса. Каждая часть сети представляется совокупностью элементов, которые в свою очередь могут быть разбиты на более мелкие элементы. Система представляется семейством моделей, каж-

дая из которых отображает ее поведение на различных уровнях детализации. Детализация сети тЖИй на каждом уровне ведется на основе представления уровня в виде некоторого графа. Каждый элемент сети сопоставляется с множеством алгоритмов, реализующих его функции.

Для решения задач, связанных с выбором проектных решений сети тЛЧЫе^ предлагается использовать сетевую концепцию моделирования, при которой используются комбинированные аналитико-имитационные методы с применением графов алгоритмов телекоммуникационной сети. Для моделирования телекоммуникационной сети выполняется абстрагирование - выделение существенных характеристик элементарного объекта моделирования, например, имитационного блока-генератора, очереди, селектора и т.д., определение его концептуальных границ с точки зрения разработчика и разработка средств визуального представления объектов на экране компьютера.

В качестве одной из основных компонент для моделирования используются обобщенные модели с непрерывным временем. В качестве последних используются разработанные автором многопродуктовые СЕЛТ-сети.

При анализе информационных процессов в телекоммуникациях часто бывает необходимо получить некоторый результат с учетом комплексного действия различных факторов. Применительно к ОЕЛТ-сетям и обобщенным моделям непрерывного времени это означает, что в графе имеется несколько групп операций. Перед исследователем может стоять частная задача нахождения случайного времени выполнения и числовых характеристик распределения выходных величин двух или более групп. Далее полученные распределения и их характеристики используются как аргументы при постановке и решении задач анализа и синтеза на следующем, более высоком уровне обобщения. Сформулированная задача ставится впервые. Предлагается частные решения задачи для практически важных случаев.

Обозначим через = = группы, каждая из которых

состоит из некоторого множества дуг (здесь 8т - число дуг в группе 8). При этом любая дуга входит только в одну группу. Символом б обозначим обычную СЕЛТ-сеть, а символом С — сеть, содержащую хотя бы одну дугу geGs. Если Сг - рассматриваемая группа, то остальное множество дополняющих до полной сети дуг (подразумевается, что дуги образуют сеть вместе с соединяющими их вершинами) обозначим через О .

Формулировка задачи. Сеть 06 образуется из сети С заменой производящих функций моментов е й на единицы. Сеть С? образуется из сети в заменой производящих функций моментов на единицы. Для сетей 6г и 6 находятся распределения времени выполнения. Необходимо найти условия, при которых общее время выполнения сети < равнялось бы сумме времени выполнения сети ёд и сети С, т.е. t = t^ + г 5, где и

- времена выполнения соответствующих сетей. Другими словами, величины и должны быть аддитивными, а для ^-функций должно выполняться соотношение №ЕС = IV ~ , где ШЕ0 - эквивалентная IV-функция сети <?, ^-функция сети - ^-функция сети С. Для

обобщенных моделей с непрерывным временем должны быть найдены законы распределения выходных величин графов и С.

Введем эквивалентную ^-функцию многопродукговой сети. Каждой из групп £¿,<5 = 1 ,т поставим в соответствие комплексную переменную г6 -¡С ¡,6 = 1,т. Для случайных величин каждой из групп определим в об-

сО

щем виде характеристические функции Х\(^1)- рх{х)с1х,

—00

оо

Хт^т)~ \е'г'шХРт Для выполнения анализа ОЕИТ-сети без выделе-

—ее

со

ния групп оставим характеристическую функцию х{С)= \е^хр (*)¿х. Вве-

-оо

денному множеству характеристических функций случайных величин, описывающих время выполнения операций каждой группы, соответствует мно-

00

жество производящих функций моментов Л/((г,)=

оо ао

^„(0= ¡еГтХрт(х)ах, Лф)= \е*хр(х)Л х,где г, =/£„ ..., гт = г£т,

-ОС -00

Если графы С3,3~1,т имеют по одному входу и одному выходу, проходятся последовательно один за другим, неважно в каком порядке, и их вы-

ходпые величины , являются взаимно независимыми, то справед-

ливо следующее соотношение

М |(г|,0,... ,0)м2(0,г,,0,... ,())••• А/ДО,... Дгт).

Нулевые значения аргументов в этом выражении соответствуют нулевому времени прохождения дут рассматриваемой группы Сг. Вычисляя ю частную производную по ^функции Л/Д г6) и полагая гд - 0, находим У -й момент ¡1относительно начала координат, т.е. р = д/дг ^ [а/Дг^)]] .

Рассмотрим две группы операций: 1) с дугами gsG¿, 2) с дугами

Соответствующие аргументы производящих функций моментов есть

Г| и г2. Для выявления условий, при которых 1 = 1 с + и (У£С = IV- ,

рассмотрим три элементарных фрагмента СЕИТ-сети: с последовательными дугами и фрагмент, состоящий из ветви и петли.

1. Фрагмент сети из последовательных дуг (/,/) и (/"»*)• В этой сети дуга (/,у')еСг, а дуга {],к)ёОг1. Так как время выполнения операции (/,&) по условию равно нулю, то поскольку Му1[г2)= 1 и р,к = рч р]к = 1, то

Если (/,у)еС4, а {¡,к)вС6, то Л/„(г,)=1 и = Для сети О имеем А/,.Дг,)м,.Дг2),

т.е. условие аддитивности выходных случайных величин графов GJ н О

выполняется. Основной результат может быть обобщен на случай трех или более ветвей: й^-функция эквивалентной ветви равна произведению ^-функций последовательно проходимых графов , <5 - 1,т, имеющих по одному входу и одному выходу.

2. Фрагмент сети из ветви и петли. Петля характеризуется ^-функцией }¥а = ра Ма, а дуга й'-функцией IVь = рь Мь. Рассматриваемая сеть С может быть преобразована к ациклическому виду. Вес эквивалентной ду-

ь

. То-

ги («,у) равен 1Г,/=ИГь + ГГа1Гь + 1Г11Гь+... = 1Гь \ +

^ ; ¡-"а

гда, если (м')гСй,а (/.у)«^, /{Х-ра).Ьст (/,/)еда,а

('. й> то ^(г2)= Тогда

УГъ Рь = Уь

Г.Л*).

1 -ра 1 -1Уа 1-Ж,

а

Это означает, что сформулированные выше условия аддитивности выполняются.

Два рассмотренных сегмента используются для построения более сложных многопродуктовых сетей.

В четвертой главе предложена методика анализа режимов работы телекоммуникационных каналов, позволяющая обеспечить показатели качества С?о8 на основе протоколов 01<75>егу. В отличие от известных прототипов она обладает большей эффективностью за счет использования обобщенных моделей непрерывного времени (ОМНВ) большой размерности, иерархических ОМНВ, комбинированных моделей на основе имитации и ОМНВ, а также принципов стохастического управления процессом моделирования с использованием многопродуктовых ОЕЯТ-сетей. Модель ОМНВ имеет уникальный механизм генерации произвольных распределений, численные значения которых сохраняются в файле. Модель ОМНВ может содержать в своем составе несколько сотен дуг и вершин, иметь ветви, характеризующиеся любыми непрерывными и дискретными распределениями, содержать любое число вероятностных ветвлений и циклов, учитывать старение заявок и вероятность отказа их обслуживания в узлах. Модели ОМНВ позволяют эффективно управлять процессом случайного включения и выключения в процессе моделирования имитационных блоков-генераторов заявок. Использование ОМНВ позволяет ввести моделирование с учетом стохастического характера возникающих отказов. На основе ОМНВ можно имитировать отказы в каналах связи, обеспечивающих передачу трафика разных классов, отказы во входных буферах маршрутизаторов и коммутаторов, и т.д.

С использованием графо-аналитической системы имитационного моделирования, реализованной на основе процессно-ориентированного подхода, выполнено моделирование алгоритмов дырявого ведра и ведра токенов.

Модель алгоритма ведро токенов представлена на Рисунке 1. Генератор 01 имитирует поток приходящих кадров. Генератор С1 вырабатывает 10 кадров длиной 5 ед. каждый с интервалом, распределенным экспоненциально с математическим ожиданием 2,5 ед. Генератор 02 задаст поток токенов длиной в 1 ед., следующих друг за другом через постоянные интервалы времени в 20 ед. Поток кадров может иметь сгустки, которые должны быть сглажены в процессе работы алгоритма.

Генератор кадров ■ L4 J,'c * _ L11 J

I L|5 L_li_n Cc--j--kl---L^UB^

Генератор токенов 1------^ --------

Рисунок 1

В начальный момент времени выход очереди Q2 заблокирован. Приходящие со случайными интервалами кадры поступают в очередь Q1. Первый пришедший от генератора G1 кадр поступает на вход селектора S1. Селектор S1 передает копии кадра в очередь Q2, во входную очередь блока-конъюнкции AND 1 и на блокировку выхода очереди Q1. Блок AND 1 при одновременном появлении на его входе кадра и токена вырабатывает управляющий кадр, копии которого от селектора S2 подаются на входы управления очередей Q1 и Q2. Выход очереди Q2 разблокируется и пропускает находящийся в ней и синхронизированный кадр на выход схемы. Одновременно происходит перемещение копий следующего по порядку прихода кадра из очереди Q1 в очередь Q2, а также во входной буфер блока AND 1 (здесь кадр задерживается до прихода следующего токена). Диаграммы входного потока и появления "сглаженных" по времени кадров на выходе схемы приведены на Рисунках 2 и 3.

■ ю Диаграмма поступления кадров — F—:——1.......

■ 5 ---'- -..... I-г1

Г........ 1 Н Время

- -о-1-1-1-1 1-1-1-1-1-1- -1-1-1-1-1

О 2JS 5 75 10 125 15 175 20 225 25 27.5 30 325 35 375 40

Рисунок 2

Диаграмма появления

■10 • кадров на выходе - • -- i-

t I-1 Время

-о-1 I-1-1-1-1-1-1-1-1-1—

0 25 50 75 100 125 150 175 200 225 250 275

Рисунок 3

Предложена модель алгоритма управления очередями в маршрутизаторах и коммутаторах в режиме Б1й5егу, основанная на ОМНВ и использовании сетей Геленбе.

Предложен метод анализа характеристик производительности каналов связи с учетом процессов отказов и восстановления их работоспособности на основе многопродуктовых СЕЯТ-сетей. Метод позволяет анализировать степень влияния разных групп операций на характеристики надежности и быстродействия каналов.

Рассматриваются двухуровневые иерархические модели тракта передачи информации с учетом заданных вероятностей отказов канала связи и искажения переданных кадров. В том случае, когда канал неисправен, он восстанавливается за некоторое случайное время, после чего выполняется передача очередного кадра. Плотность распределения вероятностей времени передачи кадра, полученная с использованием ОМНВ, сохраняется в файле, и используется для получения выборочного распределения времени задержки кадра в канале связи в имитационной модели, представляющей собой более высокий уровень иерархии моделирования.

Одна из моделей передачи кадра в асинхронном режиме дана на Рисунке^

Б

Я

Узел - источник

\>/2 Эксл.0.02

и5

^ Нор^2.1 т 0.06 Р=1 Р-0,83616 Узел - приемник

у 4 заявок

006 Р-0.16384

Рисунок 4

Выделены следующие группы операций: связанные с диагностикой и восстановлением работоспособности канала связи (дуги (1,1) и (1,2) модели); передачи кадров (дуги (2,3); (3,4); (4Д); (4,2)); установления и разрыва связи (дуги (8,1), (5,0).

На основе многопродуктовых СЕЯТ-сетей определена эквивалентная Ж-функция времени выполнения операций диагностики и восстановления канала: ^(о, г„о)=[р3ехр (т3г, +0,5*\ г,2)]/{1- р2- г,)]}.

Найдены математические ожидания I времени выполнения процессов восстановления работоспособности канала при передаче кадра и среднее общее время работы: = т, + />2 ДА2/>з),

- 1 1 ( /

' = Т~ + И + 5 2 \ ь) ~РгРп \

1 1

+ — + тх2 л2 А5

'М-

Получены распределения указанных величин.

Приводятся результаты экспериментальных исследований проведенных на отдельных участках сети ШЖМе1.

В заключении подведены итоги диссертационной работы и сформулированы ее основные результаты. Доказана целесообразность использования теории случайных процессов и, в частности, марковских процессов, для эффективной реализации модели системы и получения нормального профиля функционирования сети. Для целей управления сетью на основе аппарата агрегирующих и разностных операторов разработана методика анализа информационных потоков в сетях.

Заключение

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

1. Обоснован вывод о целенаправленном использовании математического аппарата теории случайных процессов и, в частности, марковских процессов. Использование теории марковских процессов дало возможность довольно просто и эффективно реализовать модель системы и получить нормальный профиль функционирования сети. "2. На основе аппарата агрегирующих и разностных операторов разработана методика анализа информационных потоков в сетях, позволяющая поддерживать принятия решений сетевым администратором о модернизации сети или об изменении ее конфигурации при появлении типовых загрузок каналов.

3. Предложена методика моделирования сети тЖИе! на различных уровнях сложности с использованием обобщенных моделей непрерывного времени и большой размерности. Приведены результаты исследований многопродуктовых ОБЯТ-сетей и многопродуктовых обобщенных моде-

лей с непрерывным временем (ОМНВ), анализ которых выполняется с выделением групп операций, классифицируемых по функциональным, топологическим или качественным признакам. На основе этого предложен метод анализа показателей качества сети RUNNet, позволяющий анализировать степень влияния процессов диагностики и тестирования компонент сети, а также процессов восстановления после отказов на характеристики надежности, быстродействия и производительности каналов.

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

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

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

Список публикаций по теме работы

1. Гугель Ю.В., Гуров B.C., Гуров И.П., Семенов H.A., Шалаев М.П. Оценка качества передачи динамических изображений в формате MPEG по реальным каналам связи Н Сборник Международной научно-методической конференции «Телематика 2000». СПб.: СПбГУ ИТМО, 2000. С. 87-88.

2. Гугель Ю.В. Интернет - современная среда вещания // Тезисы докладов VIII Всероссийской научно-методической конференции "Телемати-ка'2001".-СПб.: 2001.

3. Васильев В.Н., Гугель Ю.В., Гуров И.П. Анализ методов передачи видеоинформации в компьютерных сетях // Научно-технический вестник СПбГИТМО (ТУ). Выпуск 6. Информационные, вычислительные и управляющие системы. - СПб.: СПбГИТМО(ТУ), 2002. С. 14-26.

4. Васильев В.Н., Гугель Ю.В., Гуров И.П., Шалаев М.П. Анализ характеристик информационного трафика в компьютерных сетях на основе моделей Марковских процессов // Известия Вузов. Приборостроение. 2003. Т. 46, №8. С. 19-24.

5. Бугай A.K, I'yгель Ю.В., Калинина Э.В., Ретинская КВ., Скуратов А.К. Применение агрегирующих и разностных операторов для анализа потоков информации в сетях // Вестник РГРТА. Выпуск 13. Рязань, 2003. С. 41-46.

6. Васильев В.Н., Гугель Ю.В.,• Ивантков А.Д., Ижванов Ю.Л., Тихонов А.Н., Хоружников С.Э. Сеть RUNNet: Состояние и перспективы развития // Тезисы докладов Десятой юбилейной конференции представителей региональных научно-образовательных сетей RELARN-2003. - М., 2003.

7. Васильев В.Н., Гугель Ю.В., Гуров И.П., Шалаев МП. Анализ характеристик информационного трафика в компьютерных сетях на основе моделей Марковских процессов II Труды X Всероссийской научно-методической конференции «Телематика 2003». СПб.: СПбГУ ИТМО, 2003. С. 285-286.

8. Y.Gugel, Y.Izhvanov, S.Khoruzhnikov, A.Tikhonov, V.Vasilev Russian university network (RUNNet) in research and education infrastructure of Russian education // WISTCIS Outlook Conference "Information Society Priorities: New Prospects for European CIS Countries" Conference abstracts. Moscow, Russia. 20-21 November 2003.

9. Васильев B.H., Гугель Ю.В., Ижванов Ю.Л., Тихонов А.Н., Хоружников С.Э. Федеральная научно-образовательная сеть RUNNet. Состояние и перспективы развития // Тезисы докладов XI Всероссийской научно-методической конференции "Телематика'2004". - СПб:, 2004.

10. Гугель Ю.В., Шибанов А.П. Влияние времени жизни пакета на производительность сети // Информационные технологии в проектировании: Межвуз. сб. науч. тр. Рязань: РГРТА, 2004. С. 16 - 19.

11. Гугель Ю.В., Шибанов А.П. Методы моделирования сети на основе графовых моделей непрерывного времени II Матер. XI Всероссийской на-уч.-метод. конф. "Телематика'2004". С-Петербург. 2004. С. 155 - 156.

12. Герасимов В.В., Гугель Ю.В., Курмышев Н.В., Сиголов A.B. Система образовательных порталов России: анализ телекоммуникационной инфраструктуры, общие требования к аппаратным платформам, технические аспекты размещения И Сб. статей "Образовательные порталы России". Вып. 1. Научн. ред. В.В. Радаев - М.: Технопечать, 2004. - С. 25-129.

Г- 1Б Гус

2007г4

5270

Тиражирование и брошюровка выполнены в Центре «Университетские телекоммуникации». Санкт-Петербург, Саблинская ул., 14. Тел. (812)233-46-69 Объем 1 п. л. Тираж 100 экз.

ВВЕДЕНИЕ.

ГЛАВА 1. ОБЗОР МЕТОДОВ АНАЛИЗА ФУНКЦИОНИРОВАНИЯ ОБРАЗОВАТЕЛЬНЫХ СЕТЕЙ.

1.1. Проблемы исследования сетевого трафика сети RUNNet.

1.2. Технологии сбора статистических данных в глобальных компьютерных сетях.

1.2.1. Технология Cisco NetFlow.

1.2.2. Технология Cisco NetFlow Switching.

1.2.3. SNMP-статистика.

1.3. Марковские процессы.

1.4. GERT-сети.

1.5. Постановка задачи.

ГЛАВА 2. АНАЛИТИЧЕСКИЕ МОДЕЛИ

ФУНКЦИОНИРОВАНИЯ IP-СЕТЕЙ.

2.1. Исследуемые сетевые аномалии.

2.1.1. Операционные аномалии.

2.1.2. Перегрузки сети в рабочем режиме.

2.1.3. Запрещенные воздействия на сеть.

2.2. Марковская модель информационной сети.

2.3. Диагностика каналов IP-сети RUNNet.

2.4. Основные результаты.

ГЛАВА 3. МЕТОДЫ И МОДЕЛИ АНАЛИЗА СЕТИ RUNNET.

3.1. Общие подходы к моделированию сети RUNNet.

3.2. Обобщенные модели непрерывного времени.

3.2.1. Основные определения.

3.2.2. Численный метод нахождения распределения времени прохождения GERT-сети.

3.3. Многопродуктовые GERT-сети.

3.4. Основные результаты.

ГЛАВА 4. МОДЕЛИРОВАНИЕ ПОДСИСТЕМ СЕТИ RUNNET.

4.1. Эксперимент на сети RUNNet.

4.2. Аналитико-имитационное моделирование режимов обеспечения качества работы сети RUNNet.

4.2.1. Показатели качества работы сети.

4.2.2. Моделирование алгоритма «дырявого ведра».

4.2.3. Моделирование алгоритма «ведро токенов».

4.2.4. Моделирование алгоритмов управления очередями в маршрутизаторах и коммутаторах.

4.2.5. Использование обобщенных моделей с непрерывным временем в имитационных моделях телекоммуникаций.

4.2.6. Оценка характеристик канала в асинхронном режиме.

4.2.7. Основные результаты.

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

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

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

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

Задачи исследований. Поставленная цель достигается решением следующих задач:

• разработки моделей функционирования IP-сетей;

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

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

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

Научная новизна результатов, полученных автором, заключается в следующем:

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

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

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

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

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

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

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

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

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

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

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

4.2.7. Основные результаты

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

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

9 Соответствует вероятности сбоя на бит 0,000001. прототипов обладает большей эффективностью за счет использования обобщенных моделей непрерывного времени (ОМНВ) большой размерности, иерархических ОМНВ, комбинированных моделей на основе имитации и ОМНВ, а также принципов стохастического управления процессом моделирования с использованием многопродуктовых GERT-сетей; предложен метод анализа характеристик производительности каналов связи с учетом процессов отказов и восстановления их работоспособности на основе многопродуктовых GERT-сетей. Метод позволяет анализировать степень влияния разных групп операций на характеристики надежности и быстродействия каналов.

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

ЗАКЛЮЧЕНИЕ

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

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

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

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

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

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

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

1. Олифер В.Г., Олифер Н.А. Новые технологии и оборудование IP-сетей. СПб.: БХВ-Петербург, 2001.

2. Хлудова М.В., Стручков И.В. Разработка программного обеспечения для передачи мультимедийной информации и организации системной поддержки для резервирования ресурсов сети. С-Петербургский ГТУ. 2000.

3. Лычев М.Д. Системная поддержка передачи мультимедиа информации реального времени в сетях с переключением пакетов. С-Петербургский ГТУ. 2000.

4. Шибанов А.П., Шибанов В.А. Система имитационного моделирования телекоммуникаций / Свидетельство об официальной регистрации программы для ЭВМ в РОСПАТЕНТ, № 2003611086 от 7.05.2003.

5. Шибанов А.П., Шибанов В.А. Система моделирования стохастического поведения алгоритмов и программ / Свидетельство об официальной регистрации программы для ЭВМ в РОСПАТЕНТ, №2003611087 от 7.05.2003.

6. Шибанов А.П., Шибанов В.А. Редактор графов / Свидетельство об официальной регистрации программы для ЭВМ в РОСПАТЕНТ, №2003611088 от 7.05.2003.

7. Шибанов А.П. Разработка программного обеспечения для моделирования локальных сетей Ethernet // Программирование, 2002. №6. С. 62-71.

8. Шибанов А.П. Обобщенные GERT-сети для моделирования протоколов, алгоритмов и программ телекоммуникационных систем: Докт. диссертация. Рязань: ГОУВПО РГРТА. 2004.

9. Бочаров П.П., Вишневский В.М. G-сети: развитие теории мультипликативных сетей // Автоматика и телемеханика, 2003. № 5. С. 46-74.

10. Ю.Клейнрок JI. Вычислительные системы с очередями. М.: Мир, 1979.

11. П.Филипс Д., Гарсиа-Диас А. Методы анализа сетей. М.: Мир, 1984.

12. Интернет, http://www.stearns.com.

13. П.Евстигнеев В.А. Применение теории графов в программировании / Под ред. А.П. Ершова. М.: Наука, 1985.

14. И.Шибанов А.П. Нахождение плотности распределения времени исполнения GERT-сети на основе эквивалентных упрощающих преобразований // Автоматика и телемеханика, № 2. 2003. С. 117 126.

15. Шибанов А.П. Нахождение закона распределения выходной величины GERT-сети большой размерности, статья // Информационные технологии, 2002. № 1. С. 42 45.

16. Шибанов А.П. Разработка программного обеспечения для моделирования локальных сетей Ethernet // Программирование, 2002. №6. С. 62-71.

17. Корячко В.П., Шибанов А.П., Шибанов В.А. Численный метод нахождения закона распределения выходных величин GERT-сети // Информационные технологии, № 7. 2001. С. 16-21.

18. Гугель Ю.В., Шибанов А.П. Влияние времени жизни пакета на производительность сети // Информационные технологии в проектировании: Межвуз. сб. науч. тр. Рязань: РГРТА, 2004. С. 16 19.

19. Гугель Ю.В., Шибанов А.П. Методы моделирования сети на основе графовых моделей непрерывного времени // Матер. XI Всероссийской науч.-метод. конф. "Телематика'2004". С-Петербург. 2004. С. 155 156.

20. Программные системы: Пер. с нем. / Под ред. Бахманна П. М.: Мир, 1988.

21. Томашевский В., Жданова Е. Имитационное моделирование в среде GPSS. М.: Бестселлер, 2003.

22. Рыжиков Ю.И. Имитационное моделирование. Теория и технологии-СПб. М.: Альтекс-А, 2004.

23. Ивченко Г.И., Медведев Ю.И. Математическая статистика. М.: Высш. шк., 1984.

24. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.

25. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д.

26. Классификация и снижение размерности. М.: Финансы и статистика, 1989.

27. ClaffyK. Internet Traffic Characterization / Ph.D. thesis. University of California, San Diego. 1994.

28. Barford P., Kline J., Plonka D., Ron A. A Signal Analysis of Network Traffic Anomalies / Proceedings of ACM SIGCOMM Internet Measurement Workshop. 2002.

29. Bradford P., Plonka D. Characteristics of Network Traffic Flow Anomalies / Proceedings of ACM SIGCOMM Internet Measurement Workshop. 2001.

30. Министерство информационных технологий и связи Российской Федерации. Концепция развития рынка информационных технологий в Российской Федерации. Проект. / 2005. http ://www.mins vyaz.ru/site .shtml?id=3033.

31. Lizcano P.J. et al. MEHARI: a system for analyzing the use of the Internet services // Computer Networks. 1999. Vol. 31.

32. Uhlig S., Bonaventure O. Implications of Interdomain Traffic Characterstics on Traffic Engineering / Infonet group, Unversity of Namur, Belgium. 2001.

33. Uhlig S., Bonaventure O. Analysis of Interdomain Traffic / Infonet group, Unversity of Namur, Belgium. 2001.

34. Cooperative Association for Internet Data Analysis (CAIDA). Cflowd: traffic flow analysis tool / Technical documentation. 1998.

35. Plonka D. Flowscan: A network traffic flow reporting and visualization tool / Proceedings of the USENIX Fourteenth System Administration Conference LISA XIV. 2000.

36. Keys K. et. al. The Architecture of CoralReef: An Internet traffic monitoring software suite / Cooperative Association for Internet Data Analysis (CAIDA).

37. Hussain A., Heidemann J., Papadopoulos C. A Framework for Classifying Denial of Service Attacks / ACM SIGCOMM. 2003.

38. Jagerman D.L., Melamed В., Willinger W. Stochastic modeling of traffic processes / Frontiers in Queueing: Models, Methods and Problems. 1996.

39. Jagerman D.L., Melamed B. The Transition and Autocorrelation Structure of TES Processes; Part I: General Theory // Stochastic Models. Vol. 8, No. 2. 1992.

40. Jagerman D., Melamed B. The Transition and Autocorrelations Structure of TES Processes. Part II: Special Cases // Stochastic Models, Vol. 8, No. 3. 1992.

41. Тихонов В.И., Миронов M.A. Марковские процессы / M.: Сов. Радио, 1977.

42. Тихонов В.И. Статистическая радиотехника / М.: Радио и связь, 1982.

43. Cisco Systems. NetFlow services and applications / Technical documentation. 1999.

44. Cisco systems. Cisco's Committed Access Rate (CAR) Configuration Considerations / http://www.nanog.org/mtg-9811/ppt/witt /Technical documantation. 2001.

45. Caida Org., http://www.caida.org/Tools/cflowd/

46. Кульгин M.B. Технологии корпоративных сетей. Энциклопедия / СПб.: Издательство «Питер», 1999.

47. Кульгин М.В. Коммутация и маршрутизация ГРЛРХ-трафика / М.: КомпьютерПресс, 1998.

48. Брентон К. Разработка и диагностика многопротокольных сетей / М.: Издательство «Лори», 1999.

49. Hlavac Н., Kotsis G., Steinkellner С. Traffic Source Modeling / Institute of Applied Computer Science and Information Systems, University of Vienna. 1999.

50. Kulkarni L.A., Li S.Q. Measurement-Based Traffic Modeling: Capturing important statistics // Journal of Stochastic Modeling. 1998. Vol. 14.

51. Sang A., Li S.Q. A Predictability Analysis of Network Traffic // Proceedings of IEEE INFOCOM. 2000.

52. Li S.Q., Park S., Arifler D. SMAQ: A measurement-based tool for traffic modeling and queueing analysis. Part I: Design methodologies and software architecture // IEEE Communications Magazine. 1998. Vol. 36, No. 8. P. 5665.

53. Lombardo A., Morabito G., Schembra G. Statistical traffic modeling and guaranteed service disciplines: a performance evaluation paradigm // Computer Networks. 2001. Vol. 36. P. 579-595.

54. Che H., Li S.Q. Fast algorithms for measurement-based traffic modeling // IEEE Journal on Selected Areas in Communications, 1998.

55. Hwang C.L., Li S.Q. On the convergence of traffic measurement and queueing analysis: A Statistical-Match And Queuing (SMAQ) Tool // IEEE/ACM Transactions on Networking, 1997.

56. Salvador P., Nogueira A., Valadas R. Modeling local area network traffic with Markovian traffic models / Institute of Telecommunications, University of Aveiro, Portugal. 2001.

57. Jung J., Krishnamurthy В., Rabinovich M. Flash Crowds and Denial of Service Attacks: Characterization and Implications for CDNs and Web Sites // In Proceedings of the World Wide Web Conference. 2002.

58. Paxson У., Floyd S. Wide-Area Traffic: the Failure of Poisson Modeling // IEEE/ACM Transactions on Networking. 1995. P. 226-244.

59. Васильев В.Н., Гугель Ю.В., Гуров И.П., Шалаев М.П. Анализ характеристик информационного трафика в компьютерных сетях на основе моделей Марковских процессов // Известия Вузов. Приборостроение. 2003. Т. 46, №8. С. 19-24.

60. Гугель Ю.В. Интернет современная среда вещания // Тезисы докладов VIII Всероссийской научно-методической конференции "Телематика'2001". - СПб.: 2001.

61. Васильев В.Н., Гугель Ю.В., Гуров И.П. Анализ методов передачи видеоинформации в компьютерных сетях // Научно-технический вестник СПбГИТМО (ТУ). Выпуск 6. Информационные, вычислительные и управляющие системы. СПб.: СПбГИТМО(ТУ), 2002. С. 14-26.

62. Бугай А.И., Гугель Ю.В., Калинина Э.В., Ретинская И.В., Скуратов А.К. Применение агрегирующих и разностных операторов для анализа потоков информации в сетях // Вестник РГРТА. Выпуск 13. Рязань, 2003. С. 41-46.

63. Васильев B.H., Гугель Ю.В., Ижванов ЮЛ., Тихонов А.Н., Хоружников С.Э. Федеральная научно-образовательная сеть RUNNet. Состояние и перспективы развития // Тезисы докладов XI Всероссийской научно-методической конференции "Телематика'2004". СПб:, 2004.

64. Герасимов В.В., Гугель Ю.В., Курмышев Н.В., Сигалов А.В.

65. Yu. Izhvanov, Yu. Gugel, A. Tikhonov, V. Vasiliev. The

66. Telecommunication Infrastructure of Russian Education // TERENA Networking Conference 2003, Zagreb, 19-22 May 2003.

67. Yu.Izhvanov, Yu.Gugel, A.Tikhonov, V. Vasiliev. Russian University Network. Towards the widening of the user community // TERENA Networking Conference 2005, Poznan, Poland, 6-9 June 2005.

68. V.Vasilyev, Yu.Gugel, Yu.Kirchin,A.Robachevsky. RUNNet Federal University Network of Russia // Proc. of Conference INET'95, Honolulu, Hawai, June 27-30 1995.

69. Гугель Ю.В., Пахомов И.С., Хоружников С.Э. Спутниковая система связи и передачи данных RUNNet // Тезисы докладов VII Всероссийской научно-методической конференции "Телематика'2000". СПб.: 2000.

70. Гугель Ю.В., Хоружников С.Э. Анализ потоков данных и топология сети RUNNet // Тезисы докладов VI Всероссийской научно-методической конференции "Телематика'99". СПб.: 1999.

71. Гугель Ю.В., Робачевский A.M. Локальные сети нового поколения // "Компьютер-Информ", вып. 19. СПб.: 1997.

72. Бабушкин М.Ю., Гугель Ю.В., Коростелев B.C. Организация цифрового абонентского доступа. Тезисы докладов Международной конференции-выставки "Информационные технологии в непрерывном образовании". СПб.: 1995.

73. Васильев В.Н., Гугель Ю.В., Робачевский A.M. Компьютерные сети: принципы построения, подсистемы, сетевые услуги / В сб. "Компьютерные технологии в высшем образовании", ред. кол.: А.Н. Тихонов, В.А. Садовничий и др. М.: Изд-во МГУ, 1994. - с. 61-86.