автореферат диссертации по радиотехнике и связи, 05.12.13, диссертация на тему:Влияние мультифрактальных свойств телекоммуникационного трафика на качество услуг предоставляемых системами спутниковой связи

На правах рукописи

ОКУЛОВ КОНСТАНТИН ЮРЬЕВИЧ

ВЛИЯНИЕ МУЛЬТИФРАКТАЛЬНЫХ СВОЙСТВ ТЕЛЕКОММУНИКАЦИОННОГО ТРАФИКА НА КАЧЕСТВО УСЛУГ ПРЕДОСТАВЛЯЕМЫХ СИСТЕМАМИ СПУТНИКОВОЙ СВЯЗИ

Специальность 05.12.13 - Системы, сети и устройства телекоммуникаций

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва-2010

Работа выполнена на кафедре «Радиотехника и телекоммуникации» ФГОУВПО «Российский государственный университет туризма и сервиса»

Научный руководитель:

Официальные оппоненты:

Ведущая организация:

кандидат технических наук, профессор, ТЕНЯКШЕВ Александр Михайлович

доктор технических наук, профессор РУМЯНЦЕВ Константин Евгеньевич

кандидат технических наук

ГОЛОВАНОВ Сергей Валерьевич

Филиал ФГУП «Космическая связь» ЦКС «Медвежьи озера»

Защита состоится « 12 » марта 2009 года в 1400 часов на заседании диссертационного совета Д 212.150.08 при ФГОУВПО «Российский государственный университет туризма и сервиса» по адресу: 141221, Московская обл., Пушкинский р-н, п. Черкизово, ул. Главная, 99, каб. 1209 Зал заседаний советов.

С диссертацией можно ознакомиться в библиотеке ФГОУВПО «Российский государственный университет туризма и сервиса»

Автореферат разослан 2010 года.

Ученый секретарь диссертационного совета кандидат технических наук, профессор

Актуальность темы:

Анализ современного состояния корпоративных систем спутниковой связи (КССС) в России и за рубежом показывает, что основным направлением их развития является повышение качества и количества предоставляемых услуг. Последние 15 лет интенсивно развиваются спутниковые системы связи на базе малогабаритных земных абонентских спутниковых терминалов (VSAT - Very Small Aperture Terminal). Тенденции развития спутниковых систем связи обусловленные интеграцией предоставляемых услуг приводят к необходимости создания мультисервисных систем связи, с целыо передачи в едином канале разнородной информации: видео, голос, данные при непременном обеспечении высокого качества предоставляемых услуг.

Исследования, проведенные в диссертации в этом направлении, базируются на результатах теоретических и прикладных исследовании в области построения сисгем спутниковой связи Кантора Л.Я., Банкета BJ1, Дорофеева В.М., Теплякова И.М., Немировского MC., Шинакова Ю.С. , Maral G., Спилкера Дж. и др.

Современные исследования трафика в телекоммуникационных сетях, в том числе в ССС, показывают наличие в нём самоподобных, в общем случае мультифрактальных, долговременно зависимых свойств, которые оказывают существенное, часто негативное влияние на качество услуг предоставляемых спутниковыми системами связи.

Результаты, полученные в диссертации базируются на фундаментальных и прикладных исследованиях в области фрактальных процессов В.В. Mandelbrot, W. WilJinger, P. Ahry; M.S. Taqqu, J. Beran; A.A. Потапова., О.И. Шелухина, я др.

Влияния мультифрактальных свойств телекоммуникационного трафика на качество услуг гфедоставляемых спутниковыми системами связи является актуальной научно-технической проблемой.

Объектом исследования являются системы спутниковой связи и обеспечение качества предоставленных ими услуг.

Предметом исследования являются мулътифрактальные свойства статистических данных трафика систем спутниковой связи и интернет.

Целью диссертационной работы является исследование мультифраетальных свойств трафика спутниковых систем связи VSAT (Very Small Aperture Terminal) и оценка их влияния на характеристики качества предоставляемых услуг пользователей спутниковых систем связи.

Научная задача диссертации заключается в исследовании влияния мультифраетальных свойств сетевого трафика на качество обслуживания пользователей систем спутниковой связи.

Решение поставленной задачи научного исследования проводилось по следующим направлениям:

1. Анализ экспериментальных результатов исследований методами статистического анализ характеристик телекоммуникационного трафика TCP/IP в системах спутниковой связи в зависимости от топологии сети и условий передачи информации с целью выявления моно- и мультифрактальных свойств трафика;

2. Разработка аналитических и численных моделей исследуемых процессов с целью описания и моделирования мультифрактальных свойств телекоммуникационного трафика, в зависимости от ресурсов узла и параметров, характеризующих качество передачи информации и спутниковых системах связи;

3. Разработка методики аналитической и численной оценки качества обслуживания очередей в спутниковых системах связи и получение количественных результатов при заданных параметрах QoS в условиях мультифрактального характера телекоммуникационного трафика; Методы исследовании. Для проведения исследований использовались

методы теории вероятности, математической статистки, случайных процессов,

теории телетрафика, теории массового обслуживания, а также методы имитационного моделирования. Математические расчеты выполнены в среде N5-2, \1atlab 2007.

Достоверность полученных результатов подтверждается результатами экспериментальных измерений трафика, а также статистическим анализом характеристик телекоммуникационного трафика в системах спутниковой связи, результатами имитационного моделирования, которые не противоречат известным результатам, а также длительностью экспериментальных исследований, повторяемостью и контролируемостью.

Научная новнзня и теоретическая значимость работы определяется следующими основными результатами:

1. Разработана и реализована численными методами \1\VM Вейвлет-модель телекоммуникационного трафика использование которой позволяет имитировать мультифрактальные свойства и характеристики трафика на различных масштабах времени;

2. Получены аналитические и численные оценки самоподобия трафика спутниковых систем связи с помощью разработанного алгоритма автоматического определения границ маецггабирования на основе вейвлет-анализа, показывающие, что исследуемый трафик носит, как правило, мультпфрактальный характер;

3. Предложен и практически реализован метод оценки мультнфрактальных свойств трафика: функции разбиения, скейлинговой функция, моментного коэффициента, а также параметров мультифракталыюго спектра Лежандра и для конкретных примеров получены их численные значения, с помощью разработанного программного обеспечения в среде Матлаб, позволяющие использовать их при разработке методики оценки качества обслуживания;

4. Проведены исследования оценки влияния мультифрактадьности трафика на пропускную способность системы спутниковой связи, с одним

сервером и интегрированным мультифрактальным процессом на входе на примере очереди типа FIFO с помощью полученного соотношения для вероятности превышения очередью заданного размера буфера, показавшие, что наибольшее влияние на качество обслуживания оказывает составляющая мультифрактального трафика с моментньгм коэффициентом равным двум, и но мере его возрастания влияние мультифрактальных составляющих трафика на качество обслуживания ослабевает;

5. Проведено исследование различных алгоритмов обслуживания очередей на пропускную способность спутникового канала при передаче видеотрафика, в условиях фрактачьного характера основного и фонового трафика, показавшее, что наиболее эффективным для приема ТСР-пакетов является использование алгоритма FlFO(First in- First Out).

Практическая ценность. Разработаны методология и программное обеспечение позволяющее гарантировать качество предоставляемых услуг за счет учета мультифрактальных свойств трафика спутниковых систем связи. Результаты, полученные в диссертационной работе, могут быть использованы при проектировании Интернет-сервисов в телекоммуникационных системах. Разработанное программное обеспечение может применяться как в практике специалистов в области телекоммуникаций, так и в научных и учебных целях.

Реализация и внедрение результатов работы. Полученные результаты диссертационной работы внедрены в центре космической связи «Дубна» для оценки эффективности спутниковой системы связи, о чем свидетельствует соответствующий акт внедрения.

Положения выносимые на защиту

1. Математические модели для описания и моделирования мультифрактальных свойств трафика, полученные в результате обработки экспериментальных данных с помощью вейвлет-анализа, позволяющие оценить качество обслуживания передаваемых потоков информации в

спутниковых системах связи и проводить сопоставление полученных результатов с аналогами.

2. Программное обеспечение, позволяющее осуществить оценку мультифрактальных параметров трафика н спутниковых системах связи, а также имитационное моделирование спутниковой системы связи с различными протоколами при значительной вариации типов и характеристик входного трафика и параметров узлов коммутации.

3. Численные и аналитические результаты исследования влияния мультифрактальных свойств сетевого трафика на характеристики построения очередей на самом перегруженном сервере спутниковой системы связи.

4. Результаты имитационного моделирования качества обслуживания предоставляемых сервисов, позволяющие осуществить выбор значений контролируемых параметров, в условиях мультифрактального характера телекоммуникационного трафика.

Апробация работы. Основные научные и практические результаты диссертационной работы докладывались и обсуждались на научно-технических конференциях, проводимых различными организациями в том числе

- XI, XII, ХШ-й международных научно-практических конференциях «Наука-Сервису». Москва, 2006- 2008 гг.

2-й межвузовской Научно-технической конференции «Проблемы развития электротехнических комплексов и информационных систем»; Москва,2007

Публикации. По результатам исследований опубликовано 8 печатных работ, одна из них в издании, рекомендованном ВАК РФ.

Струю-ура и объём работы. Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы, включающего 58 наименований. Работа представлена на 146 страницах машинописного текста, содерншт 80 рисунков и 1 [ таблиц, приложений, объемом 14 страниц. К работе прилагается список использованных сокращений.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе анализируется состояние современных систем спутниковой связи на примере технологии УБАТ. Приводятся сгруктура, технические характеристики существующих и основные тенденции развития перспективных спутниковых сетей и систем связи. В качестве примера типового подключения систем спутниковой связи к локальным и глобальным сетям связи рассматривается типовая ассиметричная схема доступа в Интернет через протокол РУВ-Б приведенная на рисЛ.

Рис. 1. Асимметричная схема доступа в Интернет на базе протоколов ОУВ-Б.

На основе анализа трафика загрузки как в течение отдельной недели, так и в течение отдельного дня отмечается значительная асимметрия в объеме данных передаваемых в ССС и измеренных в пакетах и байтах. Проведенный анализ отдельных составляющих трафика по протоколам и приложениям, а также принадлежность его отдельным приложениям показал, что преобладают размеры пакетов 1.460, 40, 1.500, 80, 88, 576, 48, 55, 250, и 1.462 байт, но среди них преобладают пакеты размером менее 200 байт и размером 1460 байт. Результаты отображены в таблицах. 1 и 2.

Таблица I.

Процентное деление трафика но протоколам

Протокол Пакеты Банты

TCP 84.32% 94.50%

U DP " 14.24% 5.06%

tCMP 1.45% 0.45%

Всего -100% -100%

Таблица 2.

Процентное деление по используемым приложениям

Приложение Подключений Байт

WWW 90.06% 75.79%

FTP 0.19% 10.7%

IRC 0.69% 0.008%

SMTP 0.17% 0.01%

*>OP3 [0.03% 0.02% I

Telnet ¡0.02% 0.002%

Другие________________ _ Всего 8.84% 13.47%

100% 100%

Анализ экспериментальных данных, полученных в результате измерений на действующих системах спутниковой связи, показывает наличие фрактальных свойств в сгруктуре спутникового телекоммуникационного трафика. На рис. 26 приведены типичные зависимости изменения параметра Херста Н, наиболее распространенного показателя степени самоподобия (фрактальности) случайных процессов, от шага агрегирования для различных алгоритмов оценки, для интегрированного трафика. На основании того, что показатель Херста, измеренный различными способами для большинства из рассмотренных приложении Н>0,6 сделан вывод о фрактальном характере трафика.

Рис 2а) Типичный характер трафика В каналах спутниковых систем связи.

Рис.2б) Результаты Оценки параметра Хсрста различными методам н

Сравнительный анализ способов оценки самоподобия показывает, что наиболее эффективным является способ оценки с помощью вейвлетов. Для этого анализируемая последовательность {Х\,Хг,..., Х„} раскладывается на составляющие венвлег-коэффициенты

После чего находится среднее значение квадратов вейвлет- коэффициентов

где Г(Л) и 'Р(>.) - спектр мощности для X и преобразование Фурье для функции соответственно.

Анализируя приведенные формулы можно показать, что справедливо

является константой. Это означает, что если X является долговременно зависимым процессом (ДВЗ) с показателем Херста Н, тогда график от],

называемый логарифмической диаграммой, имеет линейный наклон 2Н - 1. В главе введено понятие мультифрактального случайного процесса Х(0 , если он обладает стационарными приращениями и удовлетворяет уравнению

Г1 л

\

соотношение

M[\ X(t) -- c(i/)i для некоторого положительного ц е Q, [0, 1] с Q,

где г(q) - скейлинговая функция, a c(q) - моментный коэффициент, не зависящий от л а также спектра Лежандра /,{«) = г"(«) = inf (aq - r(q)),

qtR

являющегося наиболее полной характеристикой мульгнфрактальных процессов. Описаны основные показатели, характеризующие качество обслуживания в телекоммуникационных системах с пакетной коммутацией. В заключении главы сформулированы цели и задачи диссертационной работы.

Во второй главе рассмотрена оценка самоподобия трафика вейвлет-методом с помощью разработанного алгоритма автоматического определения

границ масштабирования. Для оценки параметра Херста Н, характеризующего степень самоподобия телекоммуникационного трафика, предложено

выполнить линейную регрессию log-, /¿на шкале j в диапазоне [ji, j;], так что

log,/*, =[2Й~\у + 6,

где log= |г; ^>-к ^ (')'У j.k') вейвлет-коэффи1шент

масштаба j, равный скалярному произведению исходного ряда X(i) и материнского вейвлета Умасштаба j, смещенного на к единиц вправо от

начала координат; С = £ , У, = 1оё2 С",) ~ 8(J);

>

Si ~ /2)/l.n2- log:(«,/2); /г число коэффициентов-деталей на

соответствующем уровне разложения (j).

В главе реализован численный способ автоматического масштабирования (определения шкалы [/,. у?]), для нахождения точки перехода от «зоны стремительного роста» до «нулевого равновесия». По имеющимся алгоритмам оценки самоподобия трафика и алгоритма определения шкалы разработано программное обеспечение, позволяющее оценить результаты в численном и

графическом виде. В качестве примера на рис. 3 приведены результаты работы программы.

Сисч<лм

а) Трасса вилеороследовательности б) Оценка показателя Херста H для «Alpin Ski» всего диапазона

в) Авто-пыбор границы перехода г) Оценка показателя Херста H

выбранного диапазона Рис 3. Веивлсг анализ и опенка параметра H для видеопоследовательности «Alpin Ski»

В таблице 3 приводятся значения параметра Херста, характеризующего усредненную монофрактальную составляющую обрабатываемых трасс.

Численный анализ показателей масштабирования в зависимости от уровня разложения (номера октавы) при вейвлег- анализе показывает, что исследуемый трафик носит мультифрактапьный характер.

Таблица 3.

Экспериментальные значения параметра Херста

Название фильма Значение «11» во всем диапазоне разложения Значение «Н» при автоматическом выборе границ масштабирования

«Alpin Ski» «ARDNews» [1-16] 0.837^0.008 [1-91 0^841 ± 6 02 [6-16] 0.844±0.054 [4-9[ 1.089' 0.07.....

«DieHardlll» [1-12] 0.751 ±0.008 [3-12] 0.884 + 0.007

«Formulai » [Ml] 0.795 ±0.011 [6-111 0.698 + 0.85

«Jurasik Park» [1-15] 0.668±0.005 [8-15] 1.031 ±0.073

«News» [1-12.] 0.615 ±0.05 18-12] 1.1 ±0.09

«Office Cam» «Parking Cam» [1-11] 0,842 ± 0.12 [1-11] 0.758 ± 0.011 [3-1Ц 0.754 ±0.027 [7-11] 0.689±0.137

«SouthPark» [1-10] 0.731 ±0.025 [1-1010.731 ±0.025

«Alladin» [1-12] 0.796 ± 0.06 [5-12] 0,972 ± 0.005

Для целей имитационного моделирования самоподобного, в общем случае мультифрактального трафика, предложены три алгоритма, реализованные с использованием Гауссовского (WIG) и мультифрактального (MWM) распределения, базирующиеся на вейвлет-разложении исходного трафикас использованием всйвлетов Хаара ^к1(1)~Т'!1ц/{2 'i-k) Vj,keZ ,

а также регрессионная фрактальная модель F-ARJMA.

В MWM каждому вейвлет-коэффициенту ставится в соответствие соответствующий коэффициент масштабирования. Для численной реализации предложенных алгоритмов разработано программное обеспечение.

Анализ полученных в результате имитационного моделирования результатов показывает, что трассы, полученные в результате моделирования с помощью модели NTWM наиболее близко соответствуют опытным, на различных масштабах времени. В то время как, поведение трасс, сформированных с использованием мокофрактальной модели, в ряде случаев не соответствуют опытным трассам на малых временных разрешениях. Показано, что в зависимости от структуры трафика (LAN, WAN, и TCP)

вейвлет-коэффициенты имеют различное поведение, особенно на малых масштабах времени, которое с помощью модели MWM удается зафиксировать.

В третьей главе дается описание разработанной методики численной и аналитической оценки мультифрактальных параметров

телекоммуникационного трафика и приводятся их численные значения, полученные с помощью специального программного обеспечения, разработанного автором в среде Матлаб. С этой целью на первом этапе проводятся измерения входного трафика X(t) с высоким разрешением, после чего определяется q-й момент логарифмической диаграммы на j-й октаве

Линейность логарифмических диаграмм при различном порядке моментов q свидетельствует о масштабном свойстве ряда, т.е. ¡Og2 p(j,q) = (log2 j)z{q)+\og2c (q),

где скенлинговая функция г(д) характеризует показатель масштабирования, а моментный коэффициент c(q) - const.

В результате если входной процесс проявляет свойства мультифракталыюго масштабирования, то скейлинговая функция может быть оценена на основании функции разбиения для различных значений параметра q > 0 в виде

На практике предлагается использовать параболическую аппроксимацию функций т/q) и c(q)

log2 c{q) = ~ав + axq + = "Я ■

В свою очередь коэффициенты аппроксимации могут быть определены из найденных параметров мультифрактального спектра. На втором этапе, для

оценки мультифрактального спектра телекоммуникационного трафика при заданных N выборках обрабатываемой реализации, предложено использовать, преимущества стационарности вейвлет-коэффициентов

{¿|4 : / — = О,...,Л/2'' -1}

* •' • в пределах масштабов разложения.

Для иа основании найденных вейвлет-коэффициентов определена

функция разбиения С (ц) = .....- ' V ] 4,, |< - 2 . .......... У | ,/„, |* . На

1 ■ Л' 1 ' ^ N1 '

практике, используется линейная регрессия для ¡оё^^ц) при В

результате скейлннговая функция может быть определена в виде

Веса рецессии а' должны удовлетворять двум

условиям X/"/ Используя то, что преобразование Лежандра

берется для дифференцируемых функций, можно оценить мультифрактальный

спектр 1{ (и) путем оценки локального нагона для скейлинговой функции г{(¡) используя систему уравнений

* Ч< = >Чо

л л

/Л<х(Ч,)) = Ч< <*((},)-т(д,) В качестве примера на рис. 4 приведены численные результаты оценок мульгифрактальных параметров для экспериментально полученного видеосигнала.

а) - Функция разбиения

б) Скейлинговая i(q) функция

в) Функция Iog2 C{q)

: \ . \ .. \

л

г) Мультифрактзльньш спектр

Рнс.4 Результаты вейвлет-анализа по определению параметров мультифракталыгости экспериментальной трассы видео сигнала «Aipin Ski»

Таким образом, в главе предложен и практически реализован метод оценки мультифрактальных свойств трафика: функции разбиения, скейлинговой функции т(с)) и моментного коэффициента С^), а также параметров

мультифрактального спектра <2 т|„ и Цпач- На основании обработки экспериментальных данных реализована методика оценки коэффициентов характеризующих мультифрактальную размерность реальных составляющих телекоммуникационного трафика.

В четвертой главе рассмотрено управление ресурсами спутниковой сети связи в условиях асимметрии прямого и обратного каналов. Дана оценка

влияния мудьтифракталыюсти трафика иа эффективность обслуживания очередей.

Рассмотрен вопрос оценки влияния мультифрактальности трафика на пропускную способность ССС, с одним сервером и обобщенным мультифрактальиым процессом на входе на примере очереди типа FIFO с помощью полученного соотношения для вероятности превышения очередью Q размера буфера L,

Получены зависимости вероятности превышения размера буфера при интенсивности обслуживания г = 2 и г = 5 для исследуемого трафика при изменении момеитного коэффициента я от 2 до 5. Здесь же, для сравнения, приведены аналогичные вероятности для монофрактального трафика и значений показателя самоподобия Н=0.8 и Н = 0.9. Найдено, что вероятность отбрасывания «хвоста» очереди для мультифрактального трафика значительно превышает анапогичные вероятности в случае монофрактального трафика. Найдено, что наибольшее влияние на эффективность обработки оказывает составляющая мультифрактального трафика с моментным коэффициентом я=2, и по мере его возрастания влияние мультифрактальных составляющих трафика на качество обслуживания ослабевает. При практическом

использовании достаточно ограничиться значениями ц~-2.. .5.

¡ел*

а)

б)

Рис. 5 Зависимости In PfQ>Ll а) - при г--2 и б) - при г =

В) Г)

Рис. 6. Зависимости In P[Q>L] от q при постоянных значениях L а) при г = 2 и значениях L=10e4 и 10е5, б) - при г-5ии значениях Ь=10с4 и 10е5; d) при г = 2 и значениях L от 10е5 до 5*10е5; г) - при г = 5 и значениях L от 10е5 до 5* 10е5

Для оценки влияния способа обслуживания очередей на пропускную способность спутникового канала при передаче видеотрафика методом имитационного моделирования в среде NS-2 проведено исследование различных алгоритмов: FIFO (First In- First Out), RED (Random Early Detection), CBQ (Class-based queueing). В качестве фонового трафика использован голосовой трафик от 64-х Парето-источников, а размер буфера и полоса пропускания канала составляли 1000 пакетов и 0,95 Мбит/с соответственно.

Результаты, представленные на рис. 7 показывают, что наиболее эффективным для приема TCP-пакетов является использование алгоритма FIFO. В этом случае буфер на передачу заполняется полностью, в отличие от очереди типа RED, где происходит отбрасывание пакетов для устранения

переполнения буфера. При работе алгоритма СВО пакеты от Парето-источников в данной конфигурации сети не имеют преимущества. Коэффициент формы однозначно связан с параметром самоподобия трафика Н.

Рис 7 Зависимость скорое™ приема TCP-пакетов на клиентском узле от коэффициента формы для очередей типа ПРО, КШ, СВQ.

В то же время показано, что преимущества алгоритма обслуживания RED наблюдаются при динамичном изменении величины буфера, что сказывается на величине задержек пакетов.

Использование очереди типа CBQ для фонового трафика дает еще более медленный результат при передаче, чем FJFO и RED. В то же время использование очереди с подобным алгоритмом работы для UDP-пахетов дает преимущество в установке приоритетов пересылки данных через шлюз от источника к приемнику.

ЗАКЛЮЧЕНИЕ

В диссертационной работе решена задача оценки влияния мультифрактальных свойств сетевого трафика на качество обслуживания пользователей систем спутниковой связи.

1. Анализ экспериментальных данных, полученных в результате статистической обработки показал, что составляющие трафика спутниковых систем связи обладают сложной, в общем случае, мультифракталыюй структурой как у входящих, так и у исходящих потоков.

2. Проведен сравнительный анализ известных и предложенных в работе математических моделей описывающих мультифрактальные свойств телекоммуникационного трафика на основе вейвлет-анализа экспериментальных данных. Показано, что мультифракгальная модель MWM, наиболее близко фиксирует поведенческие свойства и статистические характеристики опытных трасс. Поведение трасс, сформированных на всех масштабах времени с помощью модели MWM наиболее близко соответствуют опытным, поскольку удается зафиксировать локальные неоднородности сетевого трафика. Синтез трафика с использованием MWM-модели показывает, преимущества предложенной методики перед моделями F-ARIMA и WIG.

3. Предложен метод оценки мультифрактальных свойств трафика в спутниковых системах связи на основании вейвлет-анализа экспериментальных данных путем построения функций разбиения. Разработана и реализована численными методами методика оценки коэффициентов, характеризующих мультифрактальную размерность реального телекоммуникационного графика спутниковых систем связи, на основе оценки скейлингового и масштабного показателей.

4. Продемонстрирована практическая применимость введенной аппроксимации скейлингового показателя для оценки спектра

мульгнфрактальных размерностей и доказана правомерность предложенной аппроксимации путем обработки реального мультифрактальнога процесса. Показано, что полученные формулы дают корректные результаты при анализе как мультифрактального, так и монофрастальиоготрафика.

С помощью численных методов оценки найдено аналитическое выражение для спектра сингуляриостей в квадратичном приближении.

5. Найдены аналитические выражения и получены численные результаты для опенки вероятности превышения заданного размера буфера на хвосте распределения очереди в устойчивом состоянии при мультифрактальном процессе на входе буфера, при постоянной интенсивности обслуживания. Показано, что в частном случае монофрактального трафика полученные результаты совпадают с известными, что свидетельствует о корректности получен ных результато о.

6. Показано, что мультифрактальный характер трафика на входе буферного устройства оказывает существенное влияние на характеристики обслуживания очередей. Наибольшее влияние оказывает составляющая, мультифрактального трафика с момеигным коэффициентом По мере возрастания с) ее влияние на качество обслуживания ослабевает и при практическом использовании достаточно ограничиться значениями 4=2 ...5.

7. Полученные в работе алгоритмы позволили оценить эффективность предоставляемых услуг в системах спутниковой связи, с учетом мультифракталышх свойств различных сервисов. Внедрение методики, разработанной в диссертационной работе в ЦКС «Дубна», подтверждается соответствующим актом о внедрении.

Основные публикации по теме диссертации

Публикации в изданиях, рекомендованных ВАК

1. Окулов К.Ю. Сравнительный анализ вейвлет-моделей для описания фрактальных свойств случайных телекоммуникационных процессов [Текст]:. «Электромагнитные волны и информационные системы» №11, т.4 2008г. Стр. 28-35.

Публикации в других изданиях

2. Окулов К.Ю. Оценка самоподобия видео трафика вейвлет-методом с автоматическим определением границ масштабирования очередей [Текст]:. «Электротехнические и информационные комплексы и системы» №2, т.5. 2009г., стр. 27-35.

3. 'Генякшев A.M., Окулов К.Ю. Разработка симулятора ССС в среде NS [Текст]:. «Электротехнические комплексы и информационные и системы» №2 т.2,2006 г., стр. 108-118.

4. Окулов К.Ю. Моделирование совместной передачи видео- и Интернет-трафика в стандарте DVß/iP/MPEG-2 в гибридных спутниковых сетях связи [Текст]:. // Пастухов A.C., Разумов Я.М., Гуреев А.К. «Электротехнические комплексы и информационные и системы» №2 т.З. 2007 г., стр. 56-60.

5. Окулов К.Ю. Влияние самоподобия телекоммуникационного графика на характеристики систем спутникового доступа к Интернет в стандарте DVB /!Р/ MPEG-2 [Текст]:. // Шелухин О.И., Окулов К.Ю. «Электротехнические и информационные комплексы и системы» №4 т.З. 2007г., стр. 28-37.

6. Окулов К.Ю. Вейвлет-анализ параметров мультифрактального спектра цифровых видеопоследовательностей [Текст]:. // Шелухин О.И., Окулов К.Ю. «Электротехнические и информационные комплексы и системы» №3 т.5. 2009г., стр. 49-55.

7. Окулов К.Ю. Методика оценки показателей обобщенного мультифрактального трафика и их влияния на построение очередей ¡Текст]:. /У Шелухин О.И., Окулов К.Ю., Матвеев И.Б. «Электротехнические и информационные комплексы и системы» №2 т.5. 2009г., стр.36-42.

8. Окулов К.Ю. Сравнительный анализ результатов моделирования трафика на основе различных вейвлет-моделей [Текст]:. // Окулов К.Ю. , Перегияк А.Е., Арсеньев A.B. «Электротехнические и информационные комплексы и системы» №4 т.4. 2008 г., стр.46-5 I.

ОКУЛОВ КОНСТАНТИН ЮРЬЕВИЧ

ТЕЛЕКОММУНИКАЦИОННОГО ТРАФИКА НА КАЧЕСТВО УСЛУГ ПРЕДОСТАВЛЯЕМЫХ СИСТЕМАМИ СПУТНИКОВОЙ СВЯЗИ

Автореферат диссертации на соискание ученой степени кандидата технических наук

Печатается в авторской редакции Лицензия ИД № 04205 от 06.03.2001 г.

Федеральное государственное образовательное учреждение высшего профессионального образования «Российский государственный университет туризма и сервиса» (ФГОУВПО «РГУТиС») 141221, Московская обл., Пушкинский р-он, пос. Черкизово, ул. Главная, 99

Сдано в производство 02.02.2010 Объем 1,5 п.л. Формат 60x84/16

Тираж 120 экз. Изд. № 10 Заказ 10

© ФГОУВПО «РГУТиС», 2010

ГЛАВА 1. СОСТОЯНИЕ И ТЕХНИЧЕСКИЕ ХАРАКТЕРИСТИКИ

СИСТЕМ СПУТНИКОВОЙ СВЯЗИ НА БАЗЕ ТЕХНОЛОГИИ VSAT.

1.1 Введение.

1.1.1 Классификация стей VSAT.

1.1.2 Особенности продуктов VSAT на основе технологии МСРС-РАМА

1.1.3 Сравнительный анализ продуктов VSAT на основе базовой технологии STDM/TDMA.

1.2 Анализ существующих технических решений спутникового доступа

1.2.1 Особенности измерения Интернет-трафика в спутниковой сети.

1.2.2 Анализ трафика и его характеристика.

1.2.3 Трафик WWW на уровне TCP соединения.

1.3 Размер TCP пакетов.

1.4 Модель трафика.

1.5 Основные положения фрактальной теории трафика.

1.6 Долговременная зависимость.

1.6.1 Самоподобие.

1.6.2 Оценка самоподобия с помощью вейвлетов.

1.6.3 Мультифракталы.

1.6.4 Спектр больших отклонений.

1.6.5 Спектр Лежандра.

1.7 Оценка самоподобия трафика спутниковой сети.

ГЛАВА 2. ОЦЕНКА САМОПОДОБИЯ ТРАФИКА В СИСТЕМАХ СПУТНИКОВОЙ СВЯЗИ.

2.1 Оценка самоподобия видео трафика вейвлет-методом с автоматическим определением границ масштабирования.

2.2 Автоматическое определение нижней границы масштабирования.

2.2.1 Описание программного обеспечения «Вейвлет-анализ».

2.3 Практические результаты оценки параметра Херста.

2.4 Сравнительный анализ вейвлет модели для описания фрактальных свойств случайных телекоммуникационных процессов.

2.4.1 Постановка задачи.

2.4.2 Модель WIG.

2.4.3 Мультифрактальная вейвлет модель.

2.4.4 Описание исходных данных для разработанных программ моделирования.

2.4.5 Сравнительный анализ эффективности моделей.

2.5 Выводы.

ГЛАВА 3. МЕТОДИКА И ЧИСЛЕННЫЕ ОЦЕНКИ ПАРАМЕТРОВ МУЛЬТИФРАКТАЛЬНОГО ТРАФИКА.

3.1 Методика оценки скейлинговой и масштабной функции мультифрактального трафика.

3.2 Оценка размерности Ренье и спектра сингулярностей мультифрактального трафика.

3.2.1 Основные теоретические положения.

3.2.2 Методика оценки мультифрактального спектра.

3.3 Программное обеспечение и результаты статистической обработки мультифрактальных данных в среде MATLAB.

3.3.1 Описание интерфейса ПО.

3.3.2 Результаты статистической обработки.

3.4 Выводы:.

ГЛАВА 4. ОЦЕНКА ВЛИЯНИЯ ПОКАЗАТЕЛЕЙ ОБОБЩЕННОГО ТРАФИКА НА ПОКАЗАТЕЛИ ОЧЕРЕДЕЙ СПУТНИКОВЫХ СИСТЕМ СВЯЗИ

4.1 Постановка задачи.

4.2 Влияние самоподобия телекоммуникационного трафика на характеристики систем спутникового доступа к Интернет в стандарте DVB/IP/MPEG-2.

4.3 Протокол IP/MPEG-2 через DVB.

4.3.1 Описание модели.

4.3.2 Симуляция сети при различных параметрах.

4.3.3 Видеотрафик на фоне суммарного трафика.

4.3.4 Влияние самоподобия трафика при отсутствии механизма подтверждения приема.

4.3.5 Влияние сетевой ассиметрии.

4.3.6 Модель построения очереди.

4.4 Аппроксимация вероятностей для асимптотик построения сигнала. 130 4.4.1 Численные результаты.

Эффективное функционирование современных промышленных предприятий и новых коммерческих структур в значительной мере зависит от наличия в их распоряжении современных средств связи к числу которых относятся системы спутниковой связи (ССС). Развитие систем спутниковой связи привело к появлению систем, построенных на базе терминалов с малой апертурой VSAT (very small aperture terminal). Такие сети связи в общем случае состоят из двух и более терминалов, объединенных посредством спутникового канала связи. В последнее время спутниковые системы связи получили свое дальнейшее развитие за счет совместного использования спутникового и наземного каналов связи.

Современные тенденции развития телекоммуникационных услуг в направлении их интеграции обуславливают необходимость создания мультисервисных сетей связи, способных в едином канале обеспечивать передачу разнородной информации: видео, голос, данные. Исследования, проведенные в диссертации в этом направлении базируется на результатах теоретических и прикладных исследований в области построения систем спутниковой связи Кантора Л.Я., Банкета B.JL, Дорофеева В.М., Теплякова И.М., Немировского М.С., Шинакова Ю.С., Maral G., Спилкера Дж. и др.

Современные исследования трафика в телекоммуникационных сетях, в том числе в ССС показывают наличие в нём самоподобных, в общем случае мультифрактальных долговременно зависимых свойств, которые оказывают существенное, часто негативное влияние на эффективность работы таких сетей.

Результаты, полученные в диссертации базируются на фундаментальных и прикладных исследованиях в области фрактальных процессов В.В. Mandelbrot, W. Willinger, P. Abry; M.S. Taqqu, J. Beran; A.A. Потапова., Б. Цыбакова, О.И. Шелухина, и др.

Повышение эффективности ССС в условиях самоподобия передаваемого трафика с учётом специфических особенностей построения и функционирования гибридных сетей связи является актуальной научно-технической проблемой.

Таким образом основной проблемой исследования является оценка эффективности передачи информации в существующих и вновь создаваемых ССС, а также разработка рекомендаций по расширению спектра предоставляемых ими информационных услуг ( Интернет, мультимедиа, передача речи, звука, данных, видео и др ) , повышению качества и эффективности передаваемой информации при пакетной коммутации в условиях мультифрактального характера трафика.

Целью диссертационной работы является исследование мультифрактальных свойств трафика спутниковых систем связи VSAT (Very Small Aperture Terminal) и оценка их влияния на характеристики качества предоставляемых услуг пользователей спутниковых систем связи.

Научная задача диссертации заключается в исследовании влияния мультифрактальных свойств сетевого трафика на качество обслуживания пользователей систем спутниковой связи.

Решение поставленной задачи научного исследования проводилось по следующим направлениям:

1. Анализ экспериментальных результатов исследований методами статистического анализ характеристик телекоммуникационного трафика TCP/IP в системах спутниковой связи в зависимости от топологии сети и условий передачи информации с целью выявления моно - и мультифрактальных свойств трафика;

2. Разработка аналитических и численных моделей исследуемых процессов с целью описания и моделирования мультифрактальных свойств входного трафика, в зависимости от ресурсов узла и параметров, характеризующих качество передачи информации в спутниковых системах связи;

3. Разработка методики аналитической и численной оценки качества обслуживания очередей в спутниковых системах связи и получение количественных результатов при заданных параметрах QoS в условиях мультифрактального характера телекоммуникационного трафика;

Методы исследования. Для проведения исследований использовались методы теории вероятности, математической статистики, случайных процессов, теории телетрафика, теории массового обслуживания, а также методы имитационного моделирования. Математические расчеты выполнены в среде NS-2, Matlab 2007.

Достоверность полученных результатов подтверждается результатами экспериментальных измерений трафика, а также статистическим анализом характеристик телекоммуникационного трафика в системах спутниковой связи, результатами имитационного моделирования, которые не противоречат известным результатам, а также длительностью экспериментальных исследований, повторяемостью и контролируемостью.

Практическая ценность Разработаны методология и программное обеспечение позволяющее осуществить практическую оптимизацию параметров ТС на основе мультифрактальных и статистических характеристик трафика в спутниковых системах связи. Результаты, полученные в диссертационной работе, могут быть использованы при проектировании

Интернет сервисов в телекоммуникационных системах. Разработанное программное обеспечение может применяться как в практике специалистов в области телекоммуникаций, так и в научных и учебных целях.

Реализация и внедрение результатов работы. Полученные результаты диссертационной работы внедрены в центре космической связи «Дубна» для оценки эффективности спутниковой системы связи, о чем свидетельствуют соответствующий акт внедрения.

Положения выносимые на защиту

1. Математические модели для описания и моделирования мультифрактальных свойств трафика, полученные в результате обработки экспериментальных данных с помощью вейвлет-анализа , позволяющие оценить качество обслуживания передаваемых потоков информации в спутниковых системах связи и проводить сопоставление результатов с аналогами;

2. Программное обеспечение, позволяющее осуществить оценку мультифрактальных параметров трафика в спутниковых системах связи , а также имитационное моделирование спутниковой сети связи с различными протоколами при значительной вариации типов и характеристик входного трафика и параметров узлов коммутации;

3. Численные и аналитические результаты исследования влияния мультифрактальных свойств сетевого трафика на характеристики построение очередей на самом перегруженном сервере спутниковой системы связи.

4. Результаты имитационного моделирования качества обслуживания предоставляемых сервисов, позволяющие осуществить выбор значений контролируемых параметров, в условиях мультифрактального характера телекоммуникационного трафика.

Апробация работы. Основные научные и практические результаты диссертационной работы докладывались и обсуждались на научно-технических конференциях, проводимых различными организациями в том числе

- XI, XII ,ХШ - й международных научно-практических конференциях и «Наука-Сервису», Москва,2006- 2008 гг.

2-й межвузовская Научно техническая конференция «Проблемы развития электротехнических комплексов и информационных систем», Москва,2007

Публикации. По результатам исследований опубликовано 8 печатных работ, одна из них в издании, рекомендованном ВАК РФ.

Структура и объём работы. Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы, включающего 58 наименований. Работа представлена на 147 страницах машинописного текста, содержит 87 рисунков и 13 таблиц , приложений, объемом 17 страниц. К работе прилагается список использованных сокращений.

ЗАКЛЮЧЕНИЕ

В диссертационной работе решена задача оценки влияния мультифрактальных свойств сетевого трафика на качество обслуживания пользователей систем спутниковой связи.

1. Анализ экспериментальных данных полученных в результате статистической показал, что составляющие трафика спутниковых систем связи обладают сложной, в общем случае мультифрактальной структурой как у входящих, так и у исходящих потоков.

2. Проведен сравнительный анализ известных и предложенных в работе математических моделей описывающих мультифрактальные свойств телекоммуникационного трафика на основе вейвлет-анализа экспериментальных данных, Показано, что мультифрактальная модель MWM наиболее близко фиксирует поведенческие свойства и статистические характеристики опытных трасс. Поведение трасс, сформированных с помощью модели MWM наиболее близко соответствуют опытным на всех масштабах времени, поскольку удается зафиксировать локальные неоднородности сетевого трафика. Синтез трафика с использованием MWM-модели показывает, преимущества предложенной методики перед моделями F-ARIMA и WIG.

3. Предложен метод оценки мультифрактальных свойств трафика в спутниковых системах связи на основании вейвлет-анализа экспериментальных данных путем построения функций разбиения. Разработана и реализована численными методами методика оценки коэффициентов, характеризующих мультифрактальную размерность реального телекоммуникационного трафика спутниковых систем связи, на основе оценки скейлингового и масштабного показателей.

4. Продемонстрирована практическая применимость введенной аппроксимации скейлингового показателя для оценки спектра мультифрактальных размерностей и доказана правомерность предложенной аппроксимации путем обработки реального мультифрактального процесса. Показано, что полученные формулы дают корректные результаты при анализе как мультифрактального, так и монофрактального трафика.

Найдено аналитическое выражение для спектра сингулярностей в квадратичном приближении при использовании численных методов оценки скейлиноговой функции.

5. Найдены аналитические выражения и получены численные результаты для оценки вероятности превышения заданного размера буфера на хвосте распределения очереди в устойчивом состоянии при мультифрактальном процессе на входе буфера , при постоянной интенсивности обслуживания. Показано, что в частном случае монофрактального трафика полученные результаты совпадают с известными, что свидетельствует о корректности полученных результатов.

6. Показано, что мультифрактальный характер трафика на входе буферного устройства оказывает существенное влияние на характеристики обслуживания очередей. Наибольшее влияние оказывает составляющая мультифрактального трафика с моментным коэффициентом q=2 . По мере возрастания q ее влияние на качество обслуживания ослабевает и при практическом использовании достаточно ограничиться значениями q=2.5.

7. Полученные в работе алгоритмы позволили оценить эффективность предоставляемых услуг в системах спутниковой связи, с учетом мультифрактальных свойств различных сервисов. Внедрение предложенных в диссертационной работе методик в ИКС «Дубна» подтверждается соответствующим актом о внедрении.

1. Willinger W., Taqqu M. S. and Erramilli A. A bibliographical guide to self-similar traffic and performance modeling for modern High-Speed networks, Stochastic Networks: Thory and Applications Текст. : Oxforf Universiy Press, 1996.

2. F. P. Kelly, S. Zachary and I. Ziedins Theory and Applications (Oxford) Royal Statistical Society Lecture Notes Series, vol. 4. Текст.: Oxford University Press. 1996. pp. 339-366.

3. Brichet F., Roberts J., Simonian A. and Veitch D. Heavy traffic analysis of a storage model with long range dependent on/off sources Текст.: Queueing Systems 23 (1996). pp. 197-215.

4. Tsybakov B. and Georganas N. D. On self-similar traffic in ATM queue: Definitions, overflow probability bound and cell delay distribution Текст.: IEEE/ACM Trans, on Networking (1997). no. 3. 397^09.

5. Lui Z. Nain P., Towsley D., and Zhang Z. L. Asymptotic behavior of a multiplexer fed by a long-range dependent process Текст.: J. Appl. Prob. 36 (1999). 105-118.

6. Добеши И. Десять лекций по вейвлетам Текст.: Москва-Ижевск: НИЦ «Регулярная и хаотическая динамика». 2001. — 464 стр.

7. Duffield N. G. and O'Connell N., Large deviations and overflow probabilities for the general single-server queue, with applications Текст.: Proc. Cam. Phil. Soc. vol. 118. 1994. pp. 363-374.

8. Riedi R. H., Crouse M. S., Ribeiro V. J. and Baraniuk R. G. A multifractal wavelet model with application to network traffic Текст.: IEEE Trans. Inform. Theory 45 (1999). no. 3. pp. 992-1018.

9. Шелухин О.И., Осин A.B., Ахметшин P.P. Оценка самоподобности телекоммуникационного трафика с помощью вейвлетов Текст.: Электротехнические и информационные комплексы и системы. 2006. №3. т.2. . стр. 28 34.

10. Шелухин О.И., Осин А.В., Смольский С.М. Самоподобие и фракталы Текст.: Телекоммуникационные приложения /Под ред. О.И. Шелухина — М.: Физматлит .2008.

11. W. Е. Leland, М. Taqqu, W. Willinger., D. V. Wilson. On the Self-Similar Nature of Ethernet Traffic Текст.: Proc. SIGCOM93. 1993. San Francisco. California, pp. 183-193.

12. D. Veitch., P. Abry., M. Taqqu. On the automatic selection of the onset of scaling Текст.: Fractals -LONDON- pp. 377-390, Aug 2003

13. Floyd and V. Jacobson, Random early drop gateways for congestion Avoidance Текст.: IEEE/ACM Trans. Networking, vol. 1, no. 4, pp. 397-413, Aug. 1993

14. P. Abry., P. Flandrin., M.S. Taqqu., D. Veitch. Wavelets for the analysis, estimation and synthesis of scaling data Текст.: // К. Park and W. Willinger. Eds. Wiley. 1999.

15. Шелухин О.И. Разумов Я.М. Имитационные средства моделипрования самоподобного трафика Текст.: -Электротехнические комплексы и информационные системы. 2008. т.4. №3. стр. 20-23.

16. Krzysztof GROSHLA, Poitr РЕСКА. The Markov chain model of RED active queuing management algorithm. Текст.: The Institute of theoretical and Applied Informaics of Polish Academy of Sciences.

17. W. E. Leland., M. Taqqu., W. WillingeK, D. V. Wilson. On the Self-Similar Nature of Ethernet Traffic Текст.: Proc. SIGCOM93. 1993. San Francisco. California, pp. 183-193.

18. MPEG. Information Technology Generic Coding of Moving Pictures and Associated Audio Information Текст.:- Part 1: Systems. ISO/IEC 13818-1. November 1994.

19. Haskell. В., G. Puri A. and Netravali A.N. Digital Video: An Introduction to MPEG-2 Текст.:- Chapman & Hall. USA. 1997.

20. Шелухин О.И., Тенякшев A.M., Осин A.B. Фрактальные процессы в телекоммуникациях Текст.: / Под ред. О.И. Шелухина. — М.: Радиотехника. 2003.

21. Тенякшев A.M., Окулов К.Ю. Разработка симулятора ССС в среде NS Текст.:- «Электротехнические комплексы и информационные и системы» №2 2006 г., стр. 108-118.

22. Окулов К.Ю. Вейвлет-анализ параметров мультифрактального спектра цифровых видеопоследовательностей. Текст.:- / Шелухин О.И., Окулов К.Ю., «Электротехнические и информационные комплексы и системы» №3 т.5. 2009г. 49-55

23. Окулов К.Ю. Оценка самоподобия видео трафика вейвлет-методом с автоматическим опредлением границ масштабирования очередей Текст.:

24. Электротехнические и информационные комплексы и системы» №2 т.5. 2009г. стр. 27-35.

25. Окулов К.Ю. Сравнительный анализ вейвлет-моделей для описания фрактальных свойств случайных телекоммуникационных процессов Текст.:-«Электромагнитные волны и электронные системы» №11 т. 13 2008г. 28-35.

26. Шелухин О.И., Окулов К.Ю., Матвеев И.Б. Методика оценки показателей обобщенного мультифрактального трафика и их влияния на построение очередей Текст.:- «Электротехнические и информационные комплексы и системы» №2 т.5. 2009г. стр.36-42.

27. Y.Zhang., N. Duffield., V. Paxson. and.S. Shenker. On the constancy of Internet path properties Текст.:- in Proc of ACM SIGCOMM Internet Measurement Workshop. San Francisco. CA. Nov. 2001. pp. 197-211.

28. R. B. D'Agostino and M. A. Stephens, Eds., Goodnessof- fit Techniques Текст.:-New York: Marcel Dekker, June, 1986, pp. 63-93, pp. 97-145, pp. 421-457.

29. D. Veitch and P. Abry. A statistical test for the time constancy of scalling exponents Текст.:- IEEE Trans. On Signal Processing, vol. 49. no. pp.23252334. 0ct.2001.

30. T. Karagiannis, M. Faloutsos, and R. H. Riedi Longrange dependence: now you see it, now you don't! Текст.:- in Proc. GLOBECOM '02, Taipei, Taiwan, Nov. 2002, pp. 2165-2169.

31. P. Abry and D.Veitch "Vawelet analysis of long-range dependent traffic." IEEE Trans. On Information Theory. Jan.1998. vol44. no. 1. pp. 2-15.

32. R. В. D'Agostino and M.A. Stephens. Eds. Goodness-of-flt Tchniques. New Yoek: marcel Dekker. June. 1986. pp. 63-93. pp. 97-145. pp 421-457.

33. Окулов К.Ю., Перегняк A.E., Арсеньев A.B. Сравнительный анализ результатов моделирования трафика на основе различных вейвлет-моделей Текст.:- «Электротехнические и информационные комплексы и системы» №4 т.4. 2008 г., стр.46-51.

34. Т. Karragiannis. SELFISH: A Short Tutoral Текст.:- November 8,2002

35. L. Breslau, P. Cao, L. Fan, G. Phillips, and S. Shenker, Web caching and Zipf-like distributions: evidence and implications Текст.:- in Proc. of IEEE INFOCOM, Mar. 1999, pp. 126-134.

36. Z. Bi, C. Faloutsos, and F. Korn, The "DGX" distribution for mining massive, skewed data Текст.:- KDD 2001, San Francisco, CA, Aug. 2001, pp. 17-26.

37. W. E. Leland, M. S. Taqqu, W. Willinger, and D. V. Wilson On the self-similar nature of Ethernet traffic (extended version), Текст.:- IEEE/ACM Trans, on Networking,vol. 2, no. 1, pp. 1—15, Feb. 1994.

38. Y. Zhang, N. Duffield, V. Paxson, and S. Shenker. On the constancy of Internet path properties Текст.:- in Proc. Of ACM SIGCOMM Internet Measurement Workshop, SanFrancisco, CA, Nov. 2001, pp. 197-211.

39. Шелухин О.И., Осин A.B., Смольский C.M. Самоподобие и фракталы. Телекоммуникационные приложения Текст.:/ Под ред. О.И. Шелухина — М.: ФИЗМАТЛИТ, 2008.

40. Karasaridis A., Hatzinakos D. Network Heavy Traffic Modeling Usingstable Self-Similar Process Текст.:- // IEEE Trans, on Communications. 2001. V.49,No. 7. pp. 1203-1214.

41. G. Box and G. Jenkins, Time Series Analysis: Forecasting and Control Текст.: / 2nd edition. Oakland, CA: Holden-Day, 1976, pp. 208-329.

42. Sheluhin O.I., Smolskiy S.M., Osin A.V. Self-similar processes in telecommunications Текст.: John Wiley & Sons, 2007.

43. Norros I. On the Use of Fractional Brownian Motion in the Theory of Connectionless Networks Текст.: — IEEE Journal on Selected Areas in Communications, Vol. 13, No. 6, pp. 953-962, August 1995.

44. Williamson C. Synthetic Traffic Generation Techniques for ATM Network Simulations Текст.: Simulation Journal, Vol. 72, No. 5, pp. 305-312, May 1999.

45. Grossglauser M. and Bolot J-C. On the Relevance of Long-Range Dependence in Network Traffic Текст.: Proceedings of the 1996 ACM SIGCOMM Conference, Stanford, CA, pp. 15-24, August 1996.

46. Heyman D., Lakshman T. What are the Implications of Long-Range Dependence for VBR-Video Traffic Engineering? Текст.: — IEEE/ACM Transactions on Networking, Vol. 4, No. 3, pp. 301 317, June 1996.

47. Ryu B. and Elwalid A. The Importance of Long-Range Dependence of VBR Video Traffic in ATM Traffic Engineering: Myths and Realities Текст.: — Proceedings of the 1996 ACM SIGCOMM Conference, Stanford, CA, pp. 3-14, August 1996.

48. Ram Balakrishnan Wavelet-Based Network Traffic Modelling Текст.: -University of Saskatchewan, March 2000, pp 12-20.

49. H.D. Clausen, H.Linder, and B. Collini-Nocker. Internet over direct broadcast satellites Текст.:- IEEE. Commun. Magazine, Vol. 37, No.6, Jun. 1999. pp 146-151.обр.канал Потер. Потер. Кол-во Колличество Отосланные Отосланные TCP % MPEG % (TCP+MPEG)%

50. Табл. 4. 2 Потери пакетов при размере буфера 75 пакетов.

51. Табл. 4. 3 Задержка пакетов при размере буфера 75 пакетов.1. Скор, прямого.канала Потер. Кол-во Колличество Отосланные Отосланные

52. Табл. 4. 4 Потери пакетов при размере буфера 150 пакетов.

53. Табл. 4. 5 Задержка пакетов при размере буфера 150.

54. Табл. 4. 6 Потери пакетов при размере буфера 300.

55. Табл. 4. 7 Задержка пакетов при размере буфера 300.

56. Табл. 4.8 Потери пакетов при размере буфера 600.

57. Табл. 4.9. Задержка пакетов при размере буфера 600

58. Табл. 4. 10 Процентные потери TCP Интернет пакетов при значенибуфера 10.

59. Табл. 4. 11 Процентные потери TCP Интернет пакетов при значении буфера 20.

60. Средняя Максим Средняя Максимскор скор. скор скор.отправл. отпавл. принят. принят

61. Парамтры запуска Кбод Кбод Кбод Кбод

62. DVB* 1. 5 0. 1Mb 75B 300B 365Kb 49.3 198.6 12.5 12.6

63. DVB* 1. 5 0. 2Mb 75B 300B 365Kb 49.3 198.6 24 . 9 25.0

64. DVB* 1. 5 0. ЗМЬ 75B 300B 365Kb 49.3 198.6 36.2 37. 6

65. DVB* 1. 5 0. 5 Mb 75B 300B 365Kb 49.3 198. 6 46.7 62 . 6

66. DVB* 1. 5 0. 8Mb 75B 300B 365Kb 49.3 198.6 49.2 100.0

67. DVB* 1. 5 1Mb 75В ЗООВ 365КЬ 49.3 198.6 49.3 125.0

68. DVB* 1. 5 1. 1Mb 75B 300B 365Kb 49.3 198.6 49.3 137.0

69. DVB* 1. 5 1. 2Mb 75B 300B 365Kb 49.3 198 . 6 49.3 150.0

70. DVB* 1. 5 1. ЗМЬ 75B 300B 365Kb 49.3 198 . 6 49.3 150. 6

71. DVB* 1. 5 1. 5 Mb 75B 300B 365Kb 49.3 198.6 49.3 163.2

72. DVB* 1. 5 1. 6Mb 75B 300B 365Kb 49.3 198.6 49.3 174 .0

73. DVB* 1. 5 1. 9Mb 75B 300B 365Kb 49.3 198 . 6 49.3 196.4

74. DVB* 1. 5 2. 1Mb 75B 300B 365Kb 49.3 198 . 6 49.3 198 . 6

75. DVB* 1. 5 2. 3Mb 75B 300B 365Kb 49.3 198 . 6 49.3 198.6

76. DVB* 1. 5 2. 5Mb 75B 300B 365Kb 49.3 198 . 6 49.3 198 . 6

77. DVB* 1. 5 2. 8Mb 75B 300B 365Kb 49.3 198.6 49.3 198 . 6

78. DVB* 1. 5 3. 1Mb 75B 300B 365Kb 49.3 198.6 49.3 198 . 6

79. DVB* 1. 5 3. 5Mb 75B 300B 365Kb 49.3 198.6 49.3 198. б

80. Табл. 4. 12. Измерние скорости приема TCP трафика.

81. Средняя Максим Средняя Максимскор скор. скор скор.отправ. отпавл. принят. принят.

82. Парамтры запуска Кбод Кбод Кбод Кбод

83. DVB* 1. 5 0. 1Mb 150В ЗООВ 365КЬ 49.3 198.6 12.5 12. 6

84. DVB* 1. 5 0. 2Mb 150В ЗООВ 3 65КЬ 49.3 198.6 24 . 9 25.0

85. DVB* 1. 5 0. ЗМЬ 150В ЗООВ 365КЬ 49.3 198.6 36.2 37 . 6

86. DVB* 1. 5 0. 5 Mb 150В ЗООВ 365КЬ 49.3 198.6 46.7 62.6

87. DVB* 1. 5 0. 8Mb 150В ЗООВ 365КЬ 49.3 198. 6 49.2 100.0

88. DVB* 1. 5 1Mb 150В ЗООВ 365КЬ 49.3 198.6 49.3 125.0

89. DVB* 1. 5 1. 1Mb 150В ЗООВ 365КЬ 49.3 198.6 49.3 137.0

90. DVB* 1. 5 1. 2Mb 150В ЗООВ 365КЬ 49.3 198 . 6 49.3 150.0

91. DVB* 1. 5 1. ЗМЬ 150В ЗООВ 365КЬ 49.3 198.6 49.3 150. 6

92. DVB* 1. 5 1. 5 Mb 150В ЗООВ 365КЬ 49.3 198 . 6 49.3 163.2

93. DVB* 1. 5 1. 6Mb 150В ЗООВ 365КЬ 49.3 198 . 6 49.3 174 .0

94. DVB* 1. 5 1. 9Mb 150В ЗООВ 365КЬ 49.3 198.6 49.3 196.4

95. DVB* 1. 5 2. 1Mb 150В ЗООВ 365КЬ 49.3 198.6 49.3 198 . 6

96. DVB* 1. 5 2. ЗМЬ 150В ЗООВ 365КЬ 49.3 198.6 49.3 198. 6

97. DVB* 1. 5 2. 5Mb 150В зоов 365КЬ 49.3 198.6 49.3 198 . 6

98. DVB* 1. 5 2. 8Mb 150В ЗООВ 365Kb 49.3 198.6 49.3 198.6

99. DVB* 1. 5 3. 1Mb 150В ЗООВ 365Kb 49.3 198.6 49.3 198.6

100. DVB* 1. 5 3. 5Mb 150В ЗООВ 365Kb 49.3 198.6 49.3 198.6

101. Табл. 4. 13. Измерние скорости приема TCP трафика.

102. Средняя Максим Средняя Максимскор скор. скор скор.отправл. отпавл. принят. принят.

103. Парамтры запуска Кбод Кбод Кбод Кбод

104. DVB* 1. 5 0. 1Mb 300B 300B 365КЬ 49.3 198 . 6 12.5 12. 6

105. DVB* 1. 5 0. 2Mb 300B 300B 365КЬ 49.3 198.6 24 . 9 25.0

106. DVB* 1. 5 0. ЗМЬ 300B зоов 365КЬ 49.3 198 . 6 36.2 37.6

107. DVB* 1. 5 0. 5 Mb 300B 300B 365КЬ 49.3 198 . 6 46.7 62.6

108. DVB* 1. 5 0. 8Mb 300B 300B 365КЬ 49.3 198. 6 49.2 100. 0

109. DVB* 1. 5 1Mb 300В 300В 365КЬ 49.3 198.6 49.3 125.0

110. DVB* 1. 5 1. 1Mb 300B зоов 365КЬ 49.3 198 . 6 49.3 137.0

111. DVB* 1. 5 1. 2Mb 300B зоов 365КЬ 49.3 198 . б 49.3 150. 0

112. DVB* 1. 5 1. ЗМЬ 300B зоов 365КЬ 49.3 198. 6 49.3 150. 6

113. DVB* 1. 5 1. 5 Mb 300B зоов 365КЬ 49.3 198. 6 49.3 163.2

114. DVB* 1. 5 1. 6Mb зоов зоов 365КЬ 49.3 198. 6 49.3 174.0

115. DVB* 1. 5 1. 9Mb 300B зоов 365КЬ 49.3 198 . 6 49.3 196.4

116. DVB* 1. 5 2. 1Mb 300B зоов 365КЬ 49.3 198.6 49.3 198 . 6

117. DVB* 1. 5 2. 3Mb 300B зоов 3 65КЬ 49.3 198 . 6 49.3 198 . 6

118. DVB* 1. 5 2. 5 Mb 300B зоов 365КЬ 49.3 198 . 6 49.3 198.6

119. DVB* 1. 5 2. 8Mb 300B зоов 365КЬ 49.3 198.6 49.3 198 . 6

120. DVB* 1. 5 3. 1Mb 300B зоов 365КЬ 49.3 198 . 6 49.3 198.6

121. DVB* 1. 5 3. 5 Mb 300B зоов 365КЬ 49.3 198 . 6 49.3 198.6

122. Scaling parameters: 95% two sided gaussian assumptionseuil= 1.9599;1. HLRD = (alphaest + l)/2;1. H = (alphaest l)/2;h = (alphaest l)/2;1. D = (5 alphaest)/2;aL = alphaest seuil*sqrt(Valpha);aR = alphaest + seuil*sqrt(Valpha);

123. HLRDL = HLRD seuil*sqrt(Valpha/4);

124. HLRDR = HLRD + seuil*sqrt(Valpha/4);

125. HL = H seuil*sqrt(Valpha/4);

126. HR = H + seuil*sqrt(Valpha/4);

127. DL = D seuiI*sqrt(Valpha/4);

128. Perform the joint parameter estimations and calculate the goodness of fit measure, and plot aIphaest,cfCest,cfest,Cest,Q,Valpha,VcfC,CoValphacfC,Vcf,CoValphacf,unsafe,yj,varj. = regrescomp(regu, nj,muj, jl j2, printout);

129. FigNum,tauarr,tauarrlen. = apptauq(qval,tauq,qmax,fsize,FigNum,Qstep,onlypos); %-----------------SpectrVarl-----Thearetical algorithm-----------------

130. FigNum. = SpectrVarl (tauarr,fsize,FigNum); %--------------------------------------------------------SpectrVar2---------------------------

131. FigNum. = SpectrVar2(tauarr,fsize,FigNum); %---------------------------------------

132. FigNum. = SpectrVar3(tauq,cnt,Ql.Qstep,fsize,FigNum); %------------------------------------------------------

133. Marker','none', 'MarkerSize',6); xlabel('L','FontSize',fsize-2); ylabel('ln(P(Q>L))','Rotation',90,'FontSize',fsize-2);

134. В ВАК РОССИЙСКОЙ ФЕДЕРАЦИИ

135. СПРАВКА о внедрении результатов исследования