TRANSMISJA PAKIETÓW WSKAŹNIKI QoS - pojedynczy kanał

Slides:



Advertisements
Podobne prezentacje
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Advertisements

Regresja i korelacja materiały dydaktyczne.
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Funkcje tworzące są wygodnym narzędziem przy badaniu zmiennych losowych o wartościach całkowitych nieujemnych. Funkcje tworzące pierwszy raz badał de.
Analiza współzależności zjawisk
BUDOWA MODELU EKONOMETRYCZNEGO
Badania operacyjne. Wykład 1
Jak mierzyć asymetrię zjawiska?
Model ciągły wyceny opcji Blacka – Scholesa - Mertona
Statystyczne parametry akcji
Statystyczne parametry akcji
Instrumenty o charakterze własnościowym Akcje. Literatura Jajuga K., Jajuga T. Inwestycje Jajuga K., Jajuga T. Inwestycje Luenberger D.G. Teoria inwestycji.
Sygnały i układy liniowe
KINEMATYKA Kinematyka zajmuje się związkami między położeniem, prędkością i przyspieszeniem badanej cząstki – nie obchodzi nas, skąd bierze się przyspieszenie.
Statystyka w doświadczalnictwie
ANALITYCZNE MODELE SYSTEMÓW KOLEJKOWYCH
Teoria Sygnałów Literatura podstawowa:
BIOSTATYSTYKA I METODY DOKUMENTACJI
Niepewności przypadkowe
Błądzenie przypadkowe i procesy transportu w sieciach złożonych
TEORIA KOLEJEK opracowanie na podstawie :
TEORIA KOLEJEK opracowanie na podstawie :
TEORIA KOLEJEK opracowanie na podstawie :
Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk Gliwice, ul. Bałtycka 5, Protokół TCP – kształtowanie.
Wstęp do interpretacji algorytmów
ZARZĄDZANIE PROCESAMI
OPORNOŚĆ HYDRAULICZNA, CHARAKTERYSTYKA PRZEPŁYWU
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 4: Generowanie zdarzeń  Dr inż. Halina Tarasiuk p. 337, tnt.tele.pw.edu.pl.
Co to są rozkłady normalne?
Korelacja, autokorelacja, kowariancja, trendy
Projektowanie architektur systemów filtracji i akwizycji danych z wykorzystaniem modelowania w domenie zdarzeń dyskretnych Krzysztof Korcyl.
Analiza współzależności cech statystycznych
Jak mierzyć i od czego zależy?
Zmiany strukturalne i/a zjawisko długiej pamięci w szeregach czasowych
Sieci komputerowe Wprowadzenie Adam Grzech Instytut Informatyki
Systemy kolejkowe - twierdzenie Little’a
Systemy kolejkowe.
Planowanie badań i analiza wyników
Fraktale Historia Fraktali
Przykład 5: obiekt – silnik obcowzbudny prądu stałego
Przekształcenie Fouriera
Systemy telekomunikacji optycznej
Szeregi czasowe Ewolucja stanu układu dynamicznego opisywana jest przez funkcję czasu f(t) lub przez szereg czasowy jego zmiennych dynamicznych. Szeregiem.
Literatura Dr Agnieszka Systemy masowej obsługi 7 Koronacki J.,.
Z laską na Słońce: asymetria w wieloskalowej dynamice plam
Transmisja pakietowa a komutowana
Model ciągły wyceny opcji Blacka – Scholesa - Mertona
Ruch jednowymiarowy Ruch - zmiana położenia jednych ciał względem innych, które nazywamy układem odniesienia. Uwaga: to samo ciało może poruszać się względem.
Wstęp do interpretacji algorytmów
Statystyczne parametry akcji Średnie Miary rozproszenia Miary współzależności.
Zbiory fraktalne I Ruchy browna.
Jak mierzyć asymetrię zjawiska? Wykład 5. Miary jednej cechy  Miary poziomu  Miary dyspersji (zmienności, zróżnicowania, rozproszenia)  Miary asymetrii.
Wykład 3,4 i 5: Przegląd podstawowych transformacji sygnałowych
Statystyczna analiza danych
STATYSTYKA – kurs podstawowy wykład 13 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Treść dzisiejszego wykładu l Szeregi stacjonarne, l Zintegrowanie szeregu, l Kointegracja szeregów.
STATYSTYKA – kurs podstawowy wykład 8 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Halina Klimczak Katedra Geodezji i Fotogrametrii Akademia Rolnicza we Wrocławiu WYKŁAD 2 ZMIENNE GRAFICZNE SKALA CIĄGŁA I SKOKOWA.
Modele nieliniowe sprowadzane do liniowych
MATEMATYKA w ANALIZIE SIECI i SYSTEMÓW (Modelowanie sieci i usług)
STEROWANIE RUCHEM METODĄ OKNA – SIEĆ PAKIETOWA
Telekomunikacja Bezprzewodowa (ćwiczenia - zajęcia 10,11)
Podstawy automatyki I Wykład 3b /2016
Model Poissona w ujęciu bayesowskim
Rozkład z próby Jacek Szanduła.
The Discrete-Time Fourier Transform (DTFT)
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
Zapis prezentacji:

TRANSMISJA PAKIETÓW WSKAŹNIKI QoS - pojedynczy kanał Zdzisław PAPIR Katedra Telekomunikacji © Zdzisław Papir

RUTER/PRZEŁĄCZNIK – SIEĆ PAKIETOWA Wejściowe porty/bufory (kolejki) do przetwarzania Wyjściowe porty/bufory (kolejki) do transmisji Przetwarzanie i przekazywanie pakietów © Zdzisław Papir

SYMBOLIKA KENDALLA A/S/K/N bufor kanał A S A - przybycia (Arrival), S - transmisja (Service) K - # kanałów, N - pojemność systemu A/S - M (Markov, Memoryless), D (Deterministic), G (General), E (Erlang), H (Hiperexponential), C (Cox), SS (Self-Similar) = LRD (Longe Range Dependent) Algorytm szeregowania – FCFS (FIFO), IS, PS, LCFS, priorytety, Round Robin, Fair Queueing © Zdzisław Papir

KOLEJKA M/M/1 j j - # pakietów (łącznie z transmitowanym) bufor kanał j - # pakietów (łącznie z transmitowanym)  - natężenie strumienia wejściowego 1/ - średni czas transmisji pakietu fgp odstępów czasu między pakietami fgp czasu transmisji pakietów © Zdzisław Papir

KOLEJKA M/M/1 – ewolucja w czasie i stan stacjonarny (ustalony) bufor kanał Ewolucja w czasie Stan stacjonarny t∞ © Zdzisław Papir

KOLEJKA M/M/1 – ewolucja w czasie i stan stacjonarny (ustalony) Ewolucja w czasie (proces Markowa) Stan stacjonarny t∞ (GBE – Global Balance Equations) © Zdzisław Papir

KOLEJKA M/M/1 - STAN STACJONARNY (Global Balance Equations) μ j 1 j-1 λ j+1 Σ strumienie_wej = Σ strumienie_wyj © Zdzisław Papir

KOLEJKA M/M/1 - STAN STACJONARNY (Global Balance Equations) SPOSOBY ROZWIĄZYWANIA: rekurencja (podejście bezpośrednie) Local Balance Equations (tylko systemy markowowskie) funkcja tworząca (transformata Z, dowolne systemy) © Zdzisław Papir

FUNKCJA TWORZĄCA Rozkład prawdopodobieństwa (dyskretny) © Zdzisław Papir

FUNKCJA TWORZĄCA - WŁAŚCIWOŚCI Warunek normalizacyjny Wartość średnia © Zdzisław Papir

FUNKCJA TWORZĄCA - WŁAŚCIWOŚCI Prawdopodobieństwa © Zdzisław Papir

FUNKCJA TWORZĄCA – KOLEJKA M/M/1 © Zdzisław Papir

M/M/1 KOLEJKA ROZKŁAD PRAWDOPODOBIEŃSTWA 2 3 4 5 6 7 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 j r = .2 r = .8 .8000 .2000 .1600 .0320 .1280 .0064 .1024 .0013 .0819 Rozkład geometryczny © Zdzisław Papir

KOLEJKA M/M/1 – średnia zajętość 20 L 18 16 14 12 10 8 6 4  2 © Zdzisław Papir 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

KOLEJKA M/M/1 – średnia długość kolejki, średnia zajętość kanału (serwera) bufor kanał Q S L L = ρ /(1-ρ) - średnia zajętość Q - średnia długość kolejki = ? S - średnia zajętość kanału = ? aktualna przepustowość kanału = ? © Zdzisław Papir

KOLEJKA M/M/1 – parametry zależne od stanu bufor kanał j - # pakietów (łącznie z pakietem w transmisji) j - natężenie strumienia wejściowego w stanie j 1/j - średni czas transmisji w stanie j © Zdzisław Papir

KOLEJKA M/M/1 – parametry zależne od stanu μ1 j 1 j-1 λ0 λj-1 λ1 λj μj μ2 μj+1 j+1 bufor kanał j Kolejka M/M/1 © Zdzisław Papir

KOLEJKA M/M/1 – parametry zależne od stanu (Global Balance Equations) μ1 j 1 j-1 λ0 λj-1 λ1 λj μj μ2 μj+1 j+1 Σ strumienie_wej = Σ strumienie_wyj © Zdzisław Papir

KOLEJKA M/M/1 – parametry zależne od stanu (rekurencja) © Zdzisław Papir

GLOBAL BALANCE EQUATIONS j λj-1 λj μj μj+1 j+1 Σ strumienie_wej (przybycie & transmisja) = = Σ strumienie_wyj (przybycie & transmisja) LOCAL BALANCE EQUATIONS λj λj-1 j μj μj+1 j+1 strumień_wej (przybycie) = = strumień_wyj (transmisja) © Zdzisław Papir

LOCAL BALANCE EQUATIONS (cd) strumień_wej (przybycie) = = strumień_wyj (transmisja) Oddzielnie dla każdej kolejki Oddzielnie dla każdego strumienia bufor kanał m, n Multipleksacja ruchu GBE?, LBE? Tandem kanałów GBE?, LBE? bufor kanał m n © Zdzisław Papir

KOLEJKA M/M/1 – parametry zależne od stanu (Local Balance Equations) rekurencja © Zdzisław Papir

KOLEJKA M/M/1 – parametry zależne od stanu Zniechęcanie Infinite Server (IS) Kilka serwerów (s>1) Grupa użytkowników Bufor o skończonej pojemności © Zdzisław Papir

GLOBAL BALANCE EQUATIONS - przykłady Σ strumienie_wej (przybycie & transmisja) = = Σ strumienie_wyj (przybycie & transmisja) Kolejka M/M/1 z parametrami λ oraz µ. Serwer podejmuje pracę, gdy pojawi się kolejka dwóch zgłoszeń. Graf stanów oraz GBE? Kolejka M/M/1 zasilana przez dwa strumienie pakietów o natężeniu λ oraz γ (multipleksacja ruchu w buforze). Średni czas transmisji jest jednakowy dla obydwóch strumieni 1/µ. Graf stanów i GBE? bufor kanał m, n © Zdzisław Papir

Średnie opóźnienie tranzytowe KOLEJKA M/M/1 – średnie opóźnienie tranzytowe TWIERDZENIE LITTLE’a L W Strumień wejściowy Średnie opóźnienie tranzytowe Średnia zajętość Strumień wyjściowy Twierdzenie Little’a © Zdzisław Papir

TWIERDZENIE LITTLE’A – szkic dowodu D(t) A(t) A(t) D(t) t L(t) A(t) - # arrivals (0, t) D(t) - # departures (0, t) L(t) – zajętość systemu w chwili t © Zdzisław Papir

TWIERDZENIE LITTLE’A – szkic dowodu Łączne opóźnienie tranzytowe dla przedziału czasu (0,t) A(t) D(t) L(t) t średnia liczba zgłoszeń w czasie (0, t) średnie opóźnienie tranzytowe średnia zajętość w przedziale (0, t) © Zdzisław Papir

TWIERDZENIE LITTLE’A – szkic dowodu A(t) D(t) t L(t) Stan stacjonarny © Zdzisław Papir

KOLEJKA M/M/1 – średnie opóźnienie tranzytowe 20 W 18 16 14 12 10 8 6 4   2 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 © Zdzisław Papir

KOLEJKA M/M/1 – optymalny punkt pracy POWER COEFFICIENT Q © Zdzisław Papir

KOLEJKA M/M/1 – optymalny punkt pracy POWER COEFFICIENT Q W optymalnym punkcie pracy (max Q) względne zmiany opóźnienia tranzytowego ∆W/W równoważą względne zmiany przepustowości ∆λ+/λ+. Zmiana punktu pracy nie jest korzystna – wzrost przepustowości ∆λ+/λ+ zostanie zrealizowany przez wzrost opóźnienia ∆W/W (i na odwrót). © Zdzisław Papir

KOLEJKA M/M/1 – optymalny punkt pracy 0.05 0.1 0.15 0.2 0.25 () Właściwość () obowiązuje dla wszystkich systemów M/G/1; nie jest ważna dla systemów G/M/1. © Zdzisław Papir

JAKA MULTIPLEKSACJA RUCHU ? 1. STATISTICAL TIME DIVISION MULTIPLEXING (STDM) KANAŁ TRANSMISYJNY C [pakiet/s] 2. FREQUENCY/TIME DIVISION MULTIPLEX PODKANAŁY C/N [pakiet/s] © Zdzisław Papir

KOLEJKA M/M/1/N – bufor o skończonej pojemności j  N bufor kanał j < N j = N j ? © Zdzisław Papir

KOLEJKA M/M/1/N – bufor o skończonej pojemności j  N bufor kanał j < N j = N j ? © Zdzisław Papir

KOLEJKA M/M/1/N – bufor o skończonej pojemności 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0.1 0.3 0.5 0.7 0.9 N=11 N=7 N=3 N=  © Zdzisław Papir

KOLEJKA M/M/1/N – bufor o skończonej pojemności Bufory o skończonej pojemności są przyczyną strat ruchu, ale też – kosztem strat – powodują stabilizację opóźnienia. © Zdzisław Papir

KOLEJKA M/M/1/N – bufor o skończonej pojemności 2 4 6 8 10 12 14 16 18 20 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 N © Zdzisław Papir

ZARZĄDZANIE PAMIĘCIĄ BUFOROWĄ Pamięć buforowa Kanał transmisyjny Zarządzanie pamięcią buforową: Podział pamięci pomiędzy strumienie Zasady usuwania pakietów z pamięci © Zdzisław Papir

Algorytm Tail drop bufor pakiety są usuwane, gdy bufor jest zapełniony prosta implementacja monopolizacja pamięci potencjalna eliminacja zgęstek pakietów tail drop to algorytm reaktywny – reaguje na przepełnienie, a nie przeciwdziała mu (algorytm proaktywny) © Zdzisław Papir © Zdzisław Papir

Akceptacja probabilistyczna Algorytm RED - Random Early Discard Bufor RED Akceptacja probabilistyczna Akceptacja Odrzucenie Średnia długość kolejki © Zdzisław Papir

Opóźnienie kolejkowania Q SZEREGOWANIE PAKIETÓW bufor kanał k Algorytm szeregowania FCFS Opóźnienie kolejkowania Q 1/ λ 1/ µ 1/ λ [s/pakiet] – średni odstęp czasu między pakietami 1/ µ [s/pakiet] – średni czas transmisji pakietu © Zdzisław Papir

SZEREGOWANIE PAKIETÓW (FCFS, FIFO) bufor kanał m, n Multipleksacja strumieni powoduje zmniejszenie dostępnej przepustowości. © Zdzisław Papir

SZEREGOWANIE PAKIETÓW (FCFS, FIFO) bufor kanał m bufor kanał n © Zdzisław Papir

SZEREGOWANIE PAKIETÓW (FCFS, FIFO) bufor kanał m bufor kanał n © Zdzisław Papir

SZEREGOWANIE PAKIETÓW Round Robin (RR) Algorytm karuzelowy (Round Robin – RR) zapewnia bardziej sprawiedliwy dostęp do kanału w porównaniu do algorytmu szeregowania FCFS (FIFO). © Zdzisław Papir

M/G/1 – FUNKCJA TWORZĄCA M/M/1 – FUNKCJA TWORZĄCA KOLEJKA M/G/1 bufor kanał M/G/1 – FUNKCJA TWORZĄCA M/M/1 – FUNKCJA TWORZĄCA © Zdzisław Papir

opóźnienie tranzytowe opóźnienie kolejkowania KOLEJKA M/G/1 bufor kanał W opóźnienie tranzytowe opóźnienie kolejkowania czas transmisji Wzór Pollaczka-Chinczyna: kolejkowanie © Zdzisław Papir

WZÓR POLLACZKA-CHINCZYNA Kolejka M/G/1 opóźnienie tranzytowe zależy od dwóch pierwszych momentów fgp czasu transmisji opóźnienie tranzytowe nie zależy od kształtu fgp czasu transmisji opóźnienie tranzytowe rośnie ze wzrostem rozproszenia czas transmisji najkrótsze opóźnienie tranzytowe zapewnia system M/D/1 (stały czas transmisji) Kolejka M/D/1 Kolejka M/M/1 © Zdzisław Papir

WZÓR POLLACZKA-CHINCZYNA (interpretacja) czas transmisji opóźnienie kolejkowania M/D/1 dodatkowe opóźnienie kolej- kowania wynikające ze zmienności czasów transmisji © Zdzisław Papir

WZÓR POLLACZKA-CHINCZYNA (interpretacja) Kolejka M/G/1 bufor kanał © Zdzisław Papir

KOLEJKA G/G/1 Kolejka M/G/1 Kolejka G/G/1 Wzrost zmienności (rozproszenie) strumienia pakietów oraz czasów ich transmisji powoduje nadmierny wzrost opóźnienia tranzytowego. © Zdzisław Papir

SAMOPODOBIEŃSTWO GEOMETRYCZNE Obiekt samopodobny (geometrycznie) to obiekt, którego kształt jest taki sam jak kształt jego części. Samopodobieństwo jest charakterystyczną cechą fraktali. Fraktal to figura geometryczna, którą cechuje powtarzający się w nieskończoność wzorzec. Wacław Sierpiński - 1882...1969 Polski matematyk 700 artykułów i książek Dywan Sierpińskiego – przykład fraktala „How Long Is the Coast of Britain? Statistical Self-Similarity and Fractional Dimension” (przeczytaj artykuł) © Zdzisław Papir

Krok 0 © Zdzisław Papir

Krok 1 © Zdzisław Papir

Krok 2 © Zdzisław Papir

Krok 3 © Zdzisław Papir

SAMOPODOBIEŃSTWO STATYSTYCZNE Parametr Hursta H samopodobieństwa statystycznego dotyczy samopodobieństwa procesów losowych na różnych skalach czasu. Parametr Hursta nie opisuje samopodobieństwa fraktali na różnych ich skalach. Harold Edwin Hurst (1880 – 1978) – brytyjski hydrolog. Hurst zajmował się badaniem zdolności retencyjnych zbiorników wodnych i wykrył hydrologiczne zjawisko dalekosiężnej korelacji (w szczególności dla fluktuacji poziomu wody w rzece Nil). Hurst opracował miarę zmienności szeregów czasowych dla różnych skal czasu (rescaled range methodology) pozwalającą wykrywać korelację dalekosiężną. Parametr (wykładnik) Hursta jest używany w teorii ruchu teleinformatycznego, finansach i kardiologii. © Zdzisław Papir

RUCH SAMOPODOBNY (Kapitol , L. Janowski) © Zdzisław Papir

ruch samopodobny (selfsimilar) opóźnienie kolejkowania RUCH SAMOPODOBNY – KOLEJKA SS/M/1 bufor kanał ruch samopodobny (selfsimilar) Q opóźnienie kolejkowania Kolejka SS/M/1 (0.5<H<1) Kolejka M/M/1 (H = 0.5) © Zdzisław Papir

Kolejka SS/M/1 QUEUE opóźnienie kolejkowania © Zdzisław Papir

Parametr Hursta samopodobieństwo ruchu Y(t) - proces zliczeniowy (niestacjonarny) jednostek ruchu (bitów, bajtów, pakietów) do (dyskretnego) czasu t = 1, 2,… Statystyczne samopodobieństwo ruchu zliczanego – ruch zliczony do czasu at jest taki sam jak zliczony do czasu t – przy założeniu przeskalowania wolumenu ruchu przez współczynnik a-H. Przyrosty (zmiana) ruchu X(t) – proces stacjonarny: E(X) = const, Var(X)=2. © Zdzisław Papir

Parametr Hursta samopodobieństwo ruchu Proces zliczania ruchu na różnych skalach czasu s. Przyrosty (zmiana) ruchu X(t) – proces stacjonarny: E(X) = const, Var(X)=2: © Zdzisław Papir

Parametr Hursta samopodobieństwa ruchu Przyrosty (zmiany) ruchu X(t), t = 1, 2,… są procesem odnowy – ciągiem identycznych i niezależnych zmiennych losowych. Jeżeli przyrosty (zmiany) ruchu X(t), t = 1, 2,… są niezależne, to ze wzrostem skali obserwacji ruchu s będziemy obserwować zanikające fluktuacje wolumenu ruchu. © Zdzisław Papir

Parametr Hursta samopodobieństwo ruchu Ruch samopodobny – ruch zliczany skaluje się: Y(t) = a-HY(at). Fluktuacje ruchu samopodobnego (½<H<1) zanikają wolniej aniżeli ruchu, w którym obserwowane przyrosty są od siebie niezależne (H = ½) . Projektowanie regulatorów ruchu (traffic controls) dla ruchu samopodobnego (½<H<1) jest utrudnione z uwagi na utrzymujące się fluktuacje ruchu. © Zdzisław Papir

Uśrednianie ruchu na różnych skalach czasu Proces odnowy Film DVD © Zdzisław Papir

PODSUMOWANIE Markowowski proces narodzin-śmierci o współczynnikach zależnych od stanu jest modelem różnych systemów kolejkowych istniejących w sieciach pakietowych. Znamy kilka metod rozwiązywania globalnych równań równowagi dla stanu stacjonarnego (równania lokalne, funkcja tworząca, rekurencja). Uniwersalne twierdzenie Little’a wiąże średnie wartości przepustowości, liczby zgłoszeń w systemie oraz opóźnienia tranzytowego. Power coefficient - kryterium QoS dla systemów kolejkowych integrujące przepustowość oraz opóźnienie. Im większa jest zmienność ruchu, tym większe są opóźnienia kolejkowania. © Zdzisław Papir