Исследование влияния статистических свойств мультимедийного IP-трафика на характеристики качества обслуживания тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат технических наук Буранова, Марина Анатольевна

• Буранова, Марина Анатольевна
• кандидат технических наук
• 2013

Оглавление диссертации кандидат технических наук Буранова, Марина Анатольевна

СОДЕРЖАНИЕ

Перечень сокращений

Введение

Глава 1. Мультисервисные сети, принципы управления

1.1. Методы управления сетевыми ресурсами. Прогнозирование уровня загрузки сети

1.2. Особенности мультисервисной сети. Трафик мультисервисной сети

1.3. Механизмы обеспечения качества услуг

1.3.1 Алгоритмы управления интенсивностью трафика

1.3.2 Алгоритмы предотвращения перегрузок

1.3.3 Алгоритмы управления очередями

1.4 Выводы по главе 1

Глава 2. Исследование статистических характеристик

мультимедийного трафика сети Internet

2.1 Организация сбора трафика в сети Интернет

2.2 Исследование трафика мультимедийных приложений на степень самоподобия

2.2.1 Анализ степени самоподобия трафика iVoD

2.2.2 Анализ степени самоподобия трафика Internet TV

2.3 Выводы по главе 2

Глава 3. Исследование законов распределения мультимедийного

трафика сети Internet

3.1. Анализ законов распределений параметров трафика iVoD

3.2. Анализ законов распределений параметров трафика Internet TV

Глава 4. Моделирование сети с обработкой самоподобного трафика

различными алгоритмами обеспечения QoS

4.1 Схема моделирования в программе ns2

4.2 Влияние обработки алгоритмами обеспечения QoS на структуру трафика iVoD

4.2.1 Результаты обработки в отдельной очереди

4.2.2 Результаты обработки в общей очереди

4.3 Влияние обработки алгоритмами обеспечения QoS на структуру трафика Internet TV

4.3.1 Результаты обработки в отдельной очереди

4.3.2 Результаты обработки в общей очереди

4.4. Влияние механизмов обеспечения QoS на показатели качества

обслуживания

4.4.1 Показатели QoS трафика iVoD

4.4.2 Показатели QoS трафика Internet TV

4.5 Выводы по главе 4

Заключение

Список использованных источников

Приложение 1

Акты внедрения

Перечень основных сокращений

АКФ - автокорреляционная функция

АСШС - асимптотическое самоподобие в широком смысле

БУЗ - быстро убывающая зависимость

МУЗ - медленно убывающая зависимость

ПРВ - плотность распределения вероятности

PJIX - распределение с «легкими хвостами»

РТХ - распределение с «тяжелыми хвостами»

ССШС - строгое самоподобие в широком смысле

CBS (Committed Burst Size) - согласованный размер всплеска

CIR (Committed Information Rate) - согласованная скорость передачи

информации

CQS - классификация, буферизация, обслуживание (Classify,Queue and Schedule)

DiffServ (Differentiated Service) - дифференцированное обслуживание

DSCP (Differentiated Services Code Point) - точка кода дифференцированных

услуг

EBS (Excess Burst Size) - расширенный размер всплеска

FIFO (first-in, first-out) - алгоритм обработки очередей - «первый пришёл -первый вышел»

IntServ (Integrated Services) - архитектура интегрированных услуг

ISP (Internet Service Provider) - поставщик услуг Интернет

iVoD - Internet видео по запросу (Internet Video on Demand)

PHB (per-hop behavior) - это наблюдаемая извне политика поведения сетевого

узла в отношении пакетов с определенным значением поля кода DSCP

QoS (Quality of Service) - качество обслуживания, позволяющий конечным

приложениям проводить сквозную сигнализацию своих QoS-требований

RED - Алгоритм случайного раннего обнаружения (Random Early Detect)

srTCM - алгоритм трёхцветного маркера для одного входящего потока (А Single Rate Three Color Marker)

TCP/IP (Transmission Control Protocol/Internet Protocol) - эталонная модель, служащая для обмена данными между узлами

ToS (Type of Service) - байт типа обслуживания; используется для указания параметров требуемого качества обслуживания

trTCM - алгоритм двухпараметровый трёхцветный маркер (Two Rate Three Color Marker)

TSWTCM - алгоритм скользящего временного окна с 2 цветным маркером -(Time Sliding Window with Two Color Marking)

UDP (User Datagram Protocol) — протокол пользовательских датаграмм WAN (Wide Area Network) - глобальная вычислительная сеть WFQ (Weighted Fair Queuing) - взвешенный механизм равномерного обслуживания очередей

WRED (Weighted Random Early Detection) - взвешенный алгоритм произвольного раннего обнаружения

WRR (Weighted Round Robin) - взвешенный алгоритм кругового обслуживания

\

Введение диссертации (часть автореферата) на тему «Исследование влияния статистических свойств мультимедийного IP-трафика на характеристики качества обслуживания»

Введение

Характерной особенностью современных мультисервисных сетей связи является неоднородность трафика. Оценка таких параметров качества обслуживания трафика (ОоБ), как задержка пакетов, скорость передачи, а также пропускная способность каналов связи являются одной из наиболее актуальных задач на сегодняшний день.

Эффективность работы компьютерных сетей оценивается на основе математических моделей систем массового обслуживания. При этом традиционно для описания используются модели М/МУ1 (М/М/п), предполагающие пуассоновский характер нагрузки [14, 17]. Однако, современные системы, обрабатывающие непуассоновский трафик, лучше описывается моделями ОЛл/1 (О/в/п) [39]. Следует заметить, что при исследованиях самоподобного трафика телекоммуникационных сетей практически не исследуются такие параметры как длительности пакетов (заявок) и интервалы времени между пакетами (заявками). Тогда как в теории массового обслуживания для анализа применяют именно данные характеристики.

В современных исследованиях приводятся результаты анализа степени самоподобия трафика, а также влияния данных свойств на показатели качества обслуживания, для речевого трафика [24, 27, 28, 34]. Однако все большую долю в общем трафике глобальных сетей занимает трафик различных мультимедийных приложений. Трафик мутильмедиа приложений является одним из наиболее перспективных к развитию в глобальной сети и требует исследований влияния степени самоподобия на показатели С)о8 [1]. В связи с этим актуальным является анализ самоподобных (фрактальных) свойств мультимедийного трафика сети Интернет, исследование статистических свойств параметров трафика, влияния алгоритмов по контролю и управлению нагрузкой (Т8\\ПГСМ, бгТСМ, 1тТСМ) на характеристики С)о8 исследуемого трафика.

Многочисленные исследования современного трафика глобальных и локальных сетей показывает, что он обладает свойствами самоподобия [2, 3, 6, 9, 12, 15, 16, 24, 26, 27, 29, 33, 35].

Существенный вклад в решение задач анализа и проектирования сетей внесли российские ученые Цыбаков Б.С., Нейман В.И, Шелухин О.И., Г.П. Башарин, А.Е. Кучерявый, К.Е. Самуйлов, С.Н. Степанов, Г.Г. Яновский и др., а также зарубежные ученые К. Park, W. Willinger, P. Abry, M. S. Taqqu, Ilkka Norros и др. исследователи.

При этом развитие телекоммуникационных сетей, связанное с внедрением новых сервисов и технологий, постоянно вносит изменения в структуру обслуживаемого трафика. Для поддержания необходимого уровня качества обслуживания требуется изучение новых структур, их влияния на QoS и, основываясь на этом, выбор оптимального сетевого управления.

Анализ мультимедийного трафика Интернет, учет самоподобных (фрактальных) свойств дает возможность более детально описать и воспроизвести трафик мультимедийных приложений, что в свою очередь обеспечит возможность получения показателей QoS, соответствующих реально наблюдаемым. Поэтому актуальными представляются исследования фрактальных свойств мультимедийного IP трафика, и вследствие этого возможность оптимизации входных параметров ТС с целью обеспечения заданного QoS.

Цель и задачи работы.

Целью диссертационной работы является:

повышение эффективности обслуживания самоподобного (фрактального) мультимедийного трафика сети Интернет, заключающееся в улучшении таких показателей как задержка, джиттер, потери пакетов;

- исследование статистических свойств мультимедийного трафика и оценка их влияния на характеристики QoS при обработке механизмами,

определяющими классификацию, мониторинг, допуск и управление нагрузкой.

Для достижения поставленной цели в диссертационной работе были сформулированы и решены следующие основные задачи:

— анализ методов обеспечения качества обслуживания в условиях самоподобного мультимедийного трафика;

— подготовка и проведение комплекса экспериментальных исследований мультимедийного трафика с целью анализа статистических и фрактальных характеристик полученных реализаций трафика сети Интернет для различных видов мультимедийных приложений;

— моделирование процессов обработки самоподобного мультимедийного 1Р трафика различными алгоритмами мониторинга и управления, оценка параметров качества обслуживания с целью улучшения характеристик С>о8 реальных самоподобных потоков;

— разработка рекомендаций по управлению трафиком с учетом его самоподобности путем реализации в сетевых устройствах механизмов, позволяющих обеспечить показатели качества обработки на заданном уровне.

Методы исследования. При проведении исследований использовались методы теории вероятностей, статистической обработки данных, теории нелинейных динамических систем и методы имитационного моделирования.

Научная новизна исследований, проведенных в диссертации, состоит в следующем:

— установлено, что последовательности интервалов времени между пакетами и последовательности длительностей пакетов для трафика мультимедийных приложений являются самоподобными (мультифрактальными);

— исследованы законы распределений интервалов времени между пакетами и длительностей пакетов самоподобного (фрактального) мультимедийного трафика и предложены их аппроксимации;

— получены характеристики качества обработки самоподобного мультимедийного трафика алгоритмами управления и мониторинга нагрузки.

Практическая ценность диссертации и использование ее результатов:

Полученная в данной работе методика оценки характеристик качества обслуживания реализаций мультимедийного трафика глобальной сети рекомендована для выбора эффективных режимов функционирования сетевых устройств в условиях обработки самоподобного трафика.

Программа моделирования алгоритмов управления 1Р-трафиком на базе системы ш2 использована на стадии проектных исследований при выполнении заказа «Реконструкция сетевых узлов ТТК в интересах ЭР-Телеком 2013. 3 этап». Применение программы позволило определить нижнюю границу пропускной способности мультисервисной сети, при которой характеристики качества обслуживания не выходят за пределы допустимых значений, исследовать влияние отказа каналов и оборудования на характеристики сети, сформулировать требования к производительности телекоммуникационного оборудования, что подтверждается актом внедрения.

Результаты работы внедрены в курсах «Сетевые технологии высокоскоростной передачи данных», «Компьютерные сети» ФГОБУ ВПО «Поволжский государственный университет телекоммуникаций и информатики», что подтверждается актом внедрения.

Основные положения и результаты, выносимые на защиту:

— последовательности интервалов времени между пакетами и длительностей пакетов для трафика мультимедийных приложений являются самоподобными (мультифрактальными), могут быть описаны распределениями с «тяжелыми хвостами»;

— аппроксимации законов распределения интервалов времени между пакетами и длительностей пакетов самоподобного мультимедийного трафика;

— имитационная модель обработки реального самоподобного мультимедийного IP-трафика, позволяющая оценить вероятностно-временные характеристики обслуживания потоков;

— алгоритмы управления и мониторинга нагрузки в условиях обработки самоподобного (фрактального) трафика дают следующие результаты: для трафика iVoD наиболее эффективным является алгоритм TSWTCM, для трафика Internet TV предпочтительнее применение алгоритма srTCM.

Личный вклад автора. Все основные научные результаты, теоретических и прикладных исследований, выводы, изложенные в диссертации, получены автором лично. В работах, опубликованных в соавторстве, соискателю принадлежит часть, связанная с постановкой задач и проведением экспериментальных исследований.

Обоснованность и достоверность результатов работы.

Обоснованность и достоверность результатов работы обеспечивается корректностью применения используемого аналитического аппарата, подтверждается многочисленными экспериментами на реальных объектах и компьютерных моделях и подтверждается совпадением с результатами других авторов в частных случаях.

Внедрение результатов работы. Результаты диссертационной работы внедрены в ОАО «Гипросвязь» г. Самара и в учебный процесс кафедры «Мультисервисных сетей и информационной безопасности» ФГОБУ ВПО ПГУТИ, что подтверждено актами внедрения.

Апробация работы. Основные научные и практические результаты диссертации докладывались и обсуждались на 5-й и 6-й Отраслевой научно-технической конференции-форуме «Технологии информационного общества», (Москва, 2012 г., 2013 г.), на IX, X, XII, XIII Международной научно-технической конференции «Проблемы техники и технологий телекоммуникаций» (Казань, 2008 г., Самара 2009 г., Уфа, 2011 г., Самара 2012 г.), на 12-й, 13-й, 14-й и 15-й Международной Конференции «Цифровая обработка сигналов и ее применение» (Москва, 2010 г., 2011 г., 2012 г., 2013 г.), на Международной научно-практической Интернет-конференции «Современные направления теоретических и прикладных исследований '2013», (Украина, март 2013), на 1ХХ, XX, XXI Российской научной конференции (Самара, ПГУТИ, 2011 г., 2012 г., 2013 г.).

Публикации результатов. По результатам исследования опубликовано 22 печатные работы, 3 из них в изданиях из перечня ВАК, 10 публикаций международных научных конференций, 9 тезисов докладов.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 65 наименований и приложения. Работа содержит 137 страниц машинописного текста, 65 рисунков.

1 Мультисервисные сети, принципы управления

Отличительной особенностью современных телекоммуникационных сетей является мультисервисный характер обрабатываемой нагрузки. Это создает сложности в плане обеспечения определенного уровня качества обслуживания для различных типов трафика. Что в свою очередь влечет за собой необходимость разработки новых подходов в вопросах управления и прогнозирования уровня загрузки сети.

1.1 Методы управления сетевыми ресурсами. Прогнозирование уровня

загрузки сети

С целью предотвращения перегрузок и уменьшения потерь в пропускной способности компьютерных сетей применяется управление информационными потоками данных, с использованием ряда методов и средств по оптимизации работы. Существенное увеличение и расширение сферы применения современных информационно-сетевых средств телекоммуникаций требует повышения эффективности и обеспечения более высокого качества использования сетевых ресурсов. Это предполагает системный подход в анализе компьютерных сетей как объектов управления с признаками распределенной случайной динамической системы и специфическим поведением ее процессов, например обладание фрактальными свойствами. Управление динамическими системами, обладающими распределенной структурой состоит в сочетании, управления с обратной связью на транспортном уровне, а также, программного управления через протоколы разного уровня межсетевого взаимодействия для координации локальных управлений и эффективного перераспределения пропускной способности между различными пользователями и информационными приложениями, построенного по иерархическому принципу [9].

Увеличение роли и места компьютерных сетей в современном мире привело к новому подходу в теории и практике работы телекоммуникационных систем и дало возможность в рамках информационного обеспечения пользователей решить значительное число задач управления и связи. К данным задачам можно отнести проведение исследовательских и расчетных задач, в числе которых реализация различного вида прикладных программ; сбор и хранение данных; обмен информации между пользователями во всех возможных формах ее проявления (текстовые данные, речь, графика, видео и др.); обеспечение разного вида услуг, выполнение многих других функций информационной обработки, в том числе создание и определение данных для управляющих систем. Данные информационные функции и услуги называются прикладными процессами [9].

Современные телекоммуникационные сети обладают достаточно сложной структурой и для их управления разработан ряд структурно-логических механизмов взаимодействия. Сущность данных механизмов рассмотрена в [9, 20, 21], она состоит в разделении сложной информационной сети ка части, называемыми уровнями, и выполняющие определенные функции. Передача данных определяется на каждом уровне и осуществляется независимо согласно определенному набору семантических и синтаксических правил. При этом каждый уровень вышестоящий получает логико-информационную поддержку от нижестоящего. Что позволяет стандартизировать процедуры взаимодействий пользователей, унифицировать аппаратно-логические функции управления по организации хранения, передачи, обработки данных и упорядочить работу отдельных компонент и объектов сети. В сети Интернет действует стек протоколов TCP/IP протоколы, где используется четыре уровня: прикладной, транспортный, обеспечивающий надежную передачу информации и формирующий виртуальные соединения, и наконец, нижний,

поддерживаемый наиболее известными стандартами канальных и физических уровней. Наряду с многочисленными функциями по сбору информации, анализу и контролю за состоянием сетевых объектов, формированию соответствующих команд управления сетевым взаимодействием, на протоколы возложены функции управления трафиком для экономной и эффективной передачи пакетов данных, управления их очередями и предотвращения тупиковых ситуаций, (например, переполнения буферов в промежуточных узлах сети) и вообще для сбережения сетевых ресурсов. В том числе обеспечение необходимого качества услуг в соответствии с заданными параметрами [9, 32].

При рассмотрении мультисервисной телекоммуникационной сети с точки зрения управления взаимодействиями сетевых объектов, как распределенной динамической системы, на которую воздействуют различные управляющих и возмущающие факторы (включая случайные), операционная система выступает в регулирующей роли. На основании информации, получаемой с размещенных на сетевых объектах программных агентов, формируется согласно выбранным критериям качества необходимые сигналы и команды управлений. Для гарантированного обеспечения заданного уровня качества предполагается обеспечение высокой пропускной способности соединений в сочетании с достаточным уровнем качества передачи информации. Традиционно, для обеспечения высокого качества передачи информации необходимо закладывать избыточные информационные ресурсы сети. Такой подход определяется непуассоновским характером нагрузки, описанием трафика распределениями с «тяжелыми» хвостами (РТХ), случайным поведением сетевого трафика, сопровождающимся существенными локальными флуктуациями пропускной способности (пачечностью трафика и наличием больших межпачечных интервалов). В связи с чем, при организации межсетевого взаимодействия помимо среднего значения пропускной способности требуется учитывать пиковое ее значение.

В результате в сети необходимо иметь значительные запасы по пропускной способности, что и приводит к нерациональному использованию сетевых ресурсов [9].

Алгоритмы организации коллективного доступа и распределения сетевых ресурсов, включая перераспределение пропускной способности виртуальных каналов, может достигаться, к примеру, за счет статистического мультиплексирования с временным разделением пропускной способности. Выбор способа обеспечения сбалансированного перераспределения сетевых ресурсов, как правило, основывается на определенных показателях качества для обрабатываемых потоков. Для трафика мультимедийных приложений будем рассматривать такие показатели качества как задержка, джиттер, вероятность потерь. Алгоритмы управления доступом, резервирования пропускной способности виртуальных каналов и статистического мультиплексирования сетевых ресурсов, дают возможность в зависимости от загрузки сети оптимально перераспределить ресурсы между потоками трафика с различными приоритетами.

Статистическая природа трафика современной мультисервисной телекоммуникационной сети приводит к тому, что характеристики производительности обеспечиваются за счет гарантированного выделения минимальной пропускной способности и требуемой корректировки этого значения практически в режиме реального времени или как минимум с задержкой позволяющей сохранить требуемое качество обслуживания. Однако, данный подход требует больших затрат ресурсов вычислительного характера. В связи с этим необходимы исследования по усовершенствованию методик оптимизации решения рассматриваемой задачи на основе оперативной оценки состояния отдельных соединений, а также и сети в целом, с учетом специфических свойств случайных информационных потоков.

Одним из наиболее перспективных информационных технологий является новый подход по управлению информационными ресурсами с помощью программных модулей, называемых интеллектуальными агентами, которые представляют собой перемещающиеся по сети фрагменты исполняемого программируемого кода. В основе механизма управления указанными агентами лежит не формирование и передача на объект управления регулирующих сигналов, а воздействие на эти агенты, реализующие требуемые алгоритмы управления. Каждый такой агент обеспечивает управление доступными для него информационными ресурсами с учетом набора собственных целевых функций внешних воздействий и состояния объекта управления [9, 32].

1.2 Особенности мультисервисной сети

Одна из самых значительных тенденций рынка телекоммуникационных услуг в последние годы это рост популярности мультисервисных сетей связи. Услуги которой в первую очередь предназначены для компаний, ориентированных на интенсивное развитие бизнеса, оптимизацию затрат, автоматизацию бизнес-процессов, современные методы управления и обеспечение информационной безопасности. Наиболее эффективное применение мультисервисные сети могут найти у традиционных телекоммуникационных операторов, которые таким образом значительно расширяют гамму предоставляемых услуг. Для корпоративного рынка объединение всех удаленных подразделений в единую мультисервисную сеть на порядок увеличивает оперативность обмена информацией, обеспечивая доступность данных в любое время.

Мультисервисность сети определяется разнообразием той нагрузки, которую она обрабатывает. Мультисервисную сеть можно представить некоторую универсальную среду, через которую можно передавать и речи, изображений и данных с использованием технологии коммутации пакетов, а

в современных сетях с использованием протокола IP. Отличительной особенность мультисервисных сетей является сочетание надежности телефонных сетей с относительно невысокой стоимостью.

Мультисервисная сеть открывает массу возможностей для построения многообразных наложенных сервисов поверх универсальной транспортной среды - от пакетной телефонии до интерактивного телевидения и Web-сервисов. Сеть нового поколения имеет следующие особенности:

• универсальный характер обслуживания разных приложений;

• независимость от технологий услуг связи и гибкость получения набора, объема и качества услуг;

• полная прозрачность взаимоотношений между поставщиком услуг и пользователями.

Важным понятием определения качества услуг является SLA (Service Level Agreement), которое является соглашением между двумя сторонами, в большинстве случаев между провайдером услуг и клиентом, определяющим параметры услуги, предоставляемой провайдером данному клиенту [21]. В структуре мультисервисной сети традиционно определяют несколько базовых уровней: магистральный, уровень распределения и агрегирования и уровень доступа [4, 20, 21]. Широкое использование SLA с гибким подходом к требованиям клиента позволит провайдеру привлечь новых абонентов, и улучшить качество предоставляемых услуг уже имеющимся, эффективнее перераспределить ресурсы сети [66].

Построение мультисервисных сетей основывается на платформе IP (IP VPN), так и на основе выделенных каналов связи. На магистральном уровне наиболее популярны сегодня технологии IP/MPLS, Packet over SONET/SDH, POS, ATM, xGE, DWDM, CWDM, RPR. Реально большая часть магистральных мультисервисных сетей сегодня строится на основе технологий POS, DWDM, которые получили заметное распространение в

России, а также IP/MPLS, которые считаются особенно перспективными при значительной широте охвата и большом числе потребителей [63].

Кроме того, что трафик современных телекоммуникационных сетей является мультисервисным, передача и формирование пакетов на транспортном и прикладном уровне создает эффект чередующихся ON и OFF периодов. При этом, отдельные части трафика состоят из нескольких мультиплексированных потоков от различных соединений. Каждый пользователь может запустить до нескольких сеансов, а, следовательно, потоков, одновременно.

В [62] объединение множества ON/OFF-источников трафика с чередующимися периодами ON и OFF представлено в виде рис. 1.1. В [9, 28, 38, 39] показано, что такой трафик обладает свойствами самоподобия.

Время

Рис. 1.1. Пример структуры трафика видеоконференции

Наложение потоков различных источников, порождающих трафик с ON/OFF периодами, представляет собой агрегированный трафик. Период ON соответствует передаче пакетов, период OFF — отсутствию передачи. Характеристики трафика также оказываются крайне устойчивыми к операциям сети, таким как разделение, объединение, построение очередей, организация управления и формирование. Самоподобность сохраняется при наложении однородных и разнородных, то есть независимых, источников трафика, и это свойство присутствует в широком диапазоне условий: как в

случаях изменений предельной пропускной способности и емкости буфера, так и при смешивании с перекрестным трафиком, обладающим другими (корреляционными) характеристиками.

Видео представляет собой следующие один за другим кадры, содержащие последовательности неподвижных картин. Многочисленные исследования показывают, что трассы видео последовательностей обладают особыми свойствами, отличными от других видов трафика. Это обусловлено многими причинами. В первую очередь характером формирования трафика видео на уровне кодеков. Как правило, отправляется начальный кадр, содержащий полную информацию о картинке, а затем формируются лишь короткие кадры содержащие информацию об отличиях от первоначального (полного) кадра. В связи с непрерывностью движения, кадры расположенные рядом имеют мало отличий один от другого, вследствие этого возникают существенные корреляционные связи между кадрами. В то же время при смене сцен данные корреляции снижаются либо исчезают вовсе. Изменения в характере сцен и динамике их смены серьезно отражаются на характере структуры трафика. Все это серьезно отличает видео трафик от трафика других приложений. Модели, полученные для речевого трафика, трафика данных не могут быть использованы для описания видео последовательностей и требуют иного подхода.

Трафик видеоконференций является одним из наиболее простых из видео трафиков, это связано с тем, что картинка в процессе сеанса практически не меняется.

Время

Рис. 1.2. Пример структуры трафика передачи голоса VoIP

Основными стандартами источников видеопоследовательностей являются PAL, NTSC, которые затем конвертируются в общий стандарт одного из двух типов: CIF или QCIF.

Сравнивая корреляционные связи различных видов видеотрафика можно отметить, что наиболее коррелированными являются последовательности кадров видеоконференций, в меньшей степени это проявляется для видеофильмов, телевизионных программ, спортивных передач. С увеличением динамики коррелированность снижается.

Широковещательное VBR-видео отличается по скорости потока от VBR-видеоконференций. Так, последовательности видеоконференций состоят в основном из картинок "голова-плечи" с небольшим панорамированием или без него, в то время как вещательное видео характеризуется постоянной сменой сцен. В связи с межкадровым кодированием очевидно, что при изменении сцены потребуется больше бит, чем для внутрисценовых кадров, что отличает широковещательное видео от видеоконференций [62].

Исследования различных типов сетевого трафика за последние полтора десятка лет доказывают, что сетевой трафик является самоподобным или

фрактальным по своей природе. «Самоподобие» представляет собой свойство процесса сохранять свое поведение и внешние признаки при рассмотрении в разном масштабе. Из этого следует, что используемые методы моделирования и расчета сетевых систем, основанные на использовании пуассоновских потоков, не дают полной и точной картины происходящего в сети. Самоподобный трафик имеет особую структуру, сохраняющуюся при многократном масштабировании. В реализации, как правило, присутствует некоторое количество выбросов при относительно небольшом среднем уровне трафика. Данное явление ухудшает характеристики (увеличивает потери, задержки, джиттер пакетов) при прохождении самоподобного трафика через узлы сети. На практике это проявляется в том, что пакеты, при высокой скорости их движения по сети, поступают на узел не по отдельности, а целой пачкой, что может приводить к их потерям из-за ограниченности буфера, рассчитанного по классическим методикам [29, 31].

Это приводит к необходимости пересмотра подходов к планированию, моделированию и управлению мультисервисными сетями. Требуется более детальное изучение структуры трафика современных приложений 1Р-сети с целью оптимизации режимов работы сетевого оборудования для обеспечения необходимого уровня качества обслуживания различных видов телекоммуникационного трафика.

1.3 Механизмы обеспечения качества услуг

Следует отметить, что вопросы обеспечения качества обслуживания является предметом активных исследований и стандартизации на протяжении практически всего развития телекоммуникационной сферы.

Существенный вклад в развитие различных аспектов концепции С)о8 внес Международный союз электросвязи, включая, в том числе, разработку норм и требований к показателям качества обслуживания, стандартизацию

сетевых механизмов, обеспечивающих необходимые показатели С)о8, а также формулировку основополагающих определений.

В настоящее время сети с коммутацией каналов и пакетов эволюционируют в направлении создания общей инфраструктуры, базирующейся на протоколах семейства 1Р. Этот процесс получил название конвергенции. Следует отметить, что процесс конвергенции стал развиваться достаточно динамично лишь в последние годы [4, 42].

На рис. 1.3 изображена архитектура сетевых механизмов обеспечения качества обслуживания в сетях 1Р [32].

/ПЛОСКОСТЬ КОНТРОЛЯ

/ щ

п/,вй}/<\ ' " "7 Г Ä« i'V?»/ ' 1 /'#" ИзштенШ

Управлениер» ' / Маршрутизация ■ / / , ^Резервирование4» I/ / /< л/ /

х •«■Q°s ..7 /yÄf0^08 ;tw/ / ———'

,Ж „ Äff / /мвг Правила»*-'?1 s /

----------------' /»«F>, -'доставки кш

,.i> mV

\

/----хмт-- / / -s.-^- i /•iW^Ä.ra.r» -. /! /'.^peewwMÄr/

/

/

/ < ' /л / /, * ,4«/ /Организация и

/ / Управление / /Предотвращение ' / «маркировка ' /

I / г »-ж*-« / / ' "«ж, / / ***** * V / диспетчеризаци • / I Л

буферами / / перегрузок» / / .«пакетов / / / —

,■ /_у /«й1|-/ ^ _/ / я очередей^ / I

&

ктрафийУ

/'Соглашение < ' : ; ; уровне^

/ .___) ^ _ у_, ; 5 § /

/' Формирование ч / / Правила обработки / / Классификация ,/ /' , ^-обслуживанияу;/

/ / %||ка /' / ^1афика / плоскость

1 ' ' / АДМИНИСТРАТИВНОГ

ПЛОСКОСТЬ ДАННЫХ / 1 О УПРАВЛЕНИЯ

Рис. 1.3. Архитектура сетевых механизмов обеспечения качества обслуживания в сетях 1Р

Данная архитектура поддержки ОоБ определяет набор сетевых механизмов, называемых конструктивными блоками. В настоящее время определен начальный набор конструктивных блоков, отвечающих трем логическим плоскостям:

• плоскости контроля;

• плоскости данных (информационной плоскости);

• плоскости административного управления.

Плоскость контроля. Механизмы С)о8 контрольной плоскости

оперируют с путями, по которым передается трафик пользователей, и

включают в свой состав:

• управление допуском (Admission Control, AC).

Этот механизм контролирует новые заявки на пропуск трафика через сеть, определяя, может ли вновь поступающий трафик привести к перегрузке сети или к ухудшению уровня качества обслуживания для уже имеющегося в сети трафика. Обычно управление допуском построено на определенном наборе правил администрирования, контроля и управления сетевыми ресурсами.

Плоскость данных. Эта группа механизмов оперирует непосредственно с пользовательским трафиком и включает в себя:

• управление буферами (Buffer management).

Управление буферами (или очередями) состоит в управлении пакетами, стоящими в узлах в очереди на передачу. Основные задачи управления очередями - минимизация средней длины очереди при одновременном обеспечении высокого использования канала, а также справедливое распределение буферного пространства между различными потоками данных.

Плоскость административного управления. Эта плоскость содержит механизмы QoS, имеющие отношение к эксплуатации, администрированию и управлению сетью применительно к доставке пользовательского трафика. В число механизмов QoS на этой плоскости входят:

• восстановление трафика (Traffic restoration);

Под восстановлением трафика в данной рекомендации понимается реакция сети, смягчающая последствия в условиях отказа. Восстановление трафика рассматривается на различных уровнях эталонной модели процессов (на физическом - SDH, на канальном - транспортные сети), ATM. на сетевом (протокол IP) -MPLS) [40].

Для поддержки QoS могут быть использованы, в стандартизованных методах обеспечения требуемых показателей качества обслуживания [4, 20, 21], два наиболее широко применяемых в настоящее время подхода при

Все сообщения Я8УР начинаются с общего заголовка, за которым следует тело сообщения, состоящее из переменного числа объектов переменной длины.

О |8 ^ 6 24 р1

Версия

Флаги

Send TTL

Тип сообщения Контрольная сумма RSVP

Резерв Длина RSVP

Рис. 1.5. Формат общего заголовка сообщения RSVP

Модель дифференцированных услуг (Differentiated Services, DiffServ или DS) была предложена IETF в 1997-1998 гг. Модель DiffServ предлагает простой, но довольно эффективный метод приоритезации трафика в соответствии с требованиями различных приложений. При разработке модели DiffServ преследовались следующие цели:

• универсальность — широкое разнообразие комплексных услуг должно быть чётким и понятным, а сетевые услуги должны быть независимы от приложений;

• простота — целая система или её часть не должны зависеть от передачи сигналов для индивидуальных потоков;

• эффективность — данные об индивидуальных потоках или клиентах не должны быть использованы в промежуточных узлах сети. Основная идея механизмов DiffServ состоит в предоставлении

дифференцированных услуг для набора классов трафика, отличающихся требованиями к показателям качества обслуживания. Для реализации дифференцированных услуг широко применяются механизмы, входящие в состав рассмотренной выше архитектуры поддержки QoS в сетях IP. В модели DiffServ архитектура сети представляется в виде двух сегментов -пограничных участков и ядра [20, 21].

Рис. 1.6. Архитектура DiffServ

Таблица 1.1 - Сравнение технологий 1п18егу, [67].

Параметр 1п18егу

Метод обеспечения (^оБ Резервирование Приоритезация

Число обслуживаемых классов С)о8 3 3

Перечень задаваемых показателей качества Полоса пропускания Скорость передачи трафика

Максимальная сетевая о о тт^тлм/т/'а ^СЛуЦЧ^^УЛУАЧ-С* Сетевая задержка

Джиттер Коэффициент потери пакетов

Необходимость использования дополнительных протоколов ЯБУР Нет

Требования к производительности маршрутизаторов Высокие Низкие

Эффективность масштабирования сети Невысокая Высокая

Совместимость оборудования разных производителей Средняя Высокая

Гарантированность обеспечения качества Высокая Средняя

1.3.1 Алгоритмы управления интенсивностью трафика

Реализация сглаживания на базе алгоритма Leaky Bucket достаточно проста и может быть выполнена на базе буфера, содержимое которого считывается с определенной постоянной скоростью. В данном случае осуществляется управление нагрузкой - контролируется максимальное количество трафика, которое может быть послано в сеть в данной точке, так же достигается эффект снижения коэффициента пачечности до нуля, таким образом, нагрузка, прошедшая процедуру сглаживания, реализованная при помощи Leaky Bucket, является предсказуемой.

Для каждой описанной системы можно задать значение параметра «пачки максимального размера» MBS, т.е. при поступлении пачки меньше или равным MBS, все пакеты будут с определенной вероятностью, зависящей от текущей занятости очереди, помещены в очередь и не будут потеряны.

Рассмотренный алгоритм сглаживания при помощи Leaky Bucket обладает рядом существенных недостатков, среди которых необходимо выделить постоянную скорость исходящей нагрузки даже при заполненном буфере. Сглаживание при помощи Leaky Bucket может внести отрицательный вклад в параметры функционирования сети и предоставляемых услуг [20].

Входной поток пакетов в

Очередь пакетов

Генератор

Рис. 1.7. Алгоритм Leaky Bucket

Сглаживание при помощи Token Bucket

Token Bucket («маркерное ведро») - простая дисциплина очереди, которая передаёт поступающие пакеты со скоростью, не превышающей административно заданный порог, но с возможностью превышающих его коротких всплесков.

Входящий поток

Сброс при переполнении буфера ^

Буфер

f'k I .-Н

Генератор разрешений

Токен

\ Управляющий \ узел

"t

Сброс при отсутствии токенов

Рис. 1.8. Реализация сглаживания при помощи Token Bucket

Token Bucket позволяет применять какие-либо действия (сброс или маркировка) только лишь к пакетам, которые не соответствуют заявленному профилю, при этом пакеты, соответствующие профилю, проходят через Token Bucket без какой-либо дополнительной задержки, связанной с ограниченной интенсивностью исходящей нагрузки. Данный алгоритм применяется как в архитектуре IntServ и DiffServ.

На рис. 1.9. представлено функционирование алгоритма Token Bucket в режиме «сглаживания». Для данного режима дополнительно определяется функция поведения некомфортной нагрузки A'(t), разность между которой и скоростью обслуживания г определяет количество нагрузки, которое необходимо сгладить. Представлено выражение для подсчета количества времени, необходимого для сглаживания, определенного как параметр «максимальная задержка при сглаживании» (Maximum Shaping Daley - MSD) - это значение разности tx-t0 [21]:

М + ptQ=rtx+b=>tx= —t{

ъ-м

г

г

Заключение диссертации по теме «Системы, сети и устройства телекоммуникаций», Буранова, Марина Анатольевна

4.5 Выводы по главе 4

1) Проведено моделирование различных механизмов по управлению интенсивностью и маркировкой трафика. Исследовано структуру трафиков Internet TV и iVoD на показатели надежности работы трех алгоритмов: TSWTCM, srTCM, trTCM.

2) В результате обработки трафика, интервалы времени между пакетами характеризуются законами распределений, относящимися к распределениям с «тяжелыми хвостами». Данная тенденция сохраняется и для случая обработки трафика в общей очереди с фоновым трафиком (режим мультиплексирования).

3) Применительно к трафику iVoD при обработке алгоритмами TSWTCM, srTCM, trTCM показатели качества обслуживания имеют практически одинаковые значения: средняя задержка составляет 30 мс, максимальная удерживается на уровне 94 мс; джиттер в среднем имеет значение 1,1 максимально 47,7. Однако вероятность потерь пакетов имеет следующий разброс значений: для TSWTCM примерно около 1% (при худшем варианте с тремя физическими очередями), srTCM может достигать значений до 3 % (в мультиплексированном потоке), trTCM показывает значения не превышающие 0,3 %.

4) Обработка трафика Internet TV показывает следующие результаты. Алгоритм TSWTCM при обработке трафика в отдельной очереди задержка пакета составляет: средняя -34,5 мс, максимальная 147,5 мс, джиттер: среднее значение - 1,76мс, максимально - 28 мс, вероятность потерь пакетов до 8,4 %. Результаты обработки в мультиплексированном потоке: задержка средняя -31,27 мс, максимальная 69,9 мс, джиттер среднее значение - 1,44 мс, максимально - 21 мс, вероятность потерь пакетов до 9,3 %.

Алгоритм srTCM при обработке трафика в отдельной очереди задержка пакета составляет: средняя -34,2 мс, максимальная 137 мс, джиттер: среднее значение - 1,67мс, максимально - 28 мс, вероятность потерь пакетов до 6 %. Результаты обработки в мультиплексированном потоке: задержка средняя -31,54 мс, максимальная 70,8 мс, джиттер среднее значение - 1,37 мс, максимально - 16,2 мс, вероятность потерь пакетов до 6 %.

Алгоритм trTCM при обработке трафика в отдельной очереди задержка пакета составляет: средняя -34,5 мс, максимальная 156,7 мс, джиттер: среднее значение - 1,68 мс, максимально - 29,1 мс, вероятность потерь пакетов до 6,4 %. Результаты обработки в мультиплексированном потоке: задержка средняя -31,6 мс, максимальная 71,6 мс, джиттер среднее значение - 1,37 мс, максимально - 20,3 мс, вероятность потерь пакетов до 6,4 %.

Для трафика iVoD наиболее эффективным является алгоритм TSWTCM. Для трафика Internet TV наиболее приемлем алгоритм srTCM.

5) Показано, что функционирование сети с разделением физических очередей в сетевых устройствах обработки, имеет меньшую эффективность в сравнение с обработкой мультиплексированного потока, когда в одной физической очереди организуются три виртуальные

Заключение

1) Последовательности интервалов времени между пакетами и последовательности длительностей пакетов трафиков iVoD и Internet TV являются самоподобными, описываются распределениями с «тяжелыми хвостами». Вследствие чего системы обработки трафиков iVoD и Internet TV описываются моделями типа G/G/1 или G/G/n. Установлено, что последовательности времени между пакетами и длительностей пакетов являются не только самоподобными (монофрактальными), но и мультифрактальными.

2) Для трафика iVoD и Internet TV получены характерные распределения интервалов времени между пакетами и длительностей пакетов, в зависимости от характера мультимедийных приложений параметры данных распределений могут меняться. Для трафика iVoD распределение интервалов времени между пакетами можно представить в виде суммы распределений Обобщенного Парето (Gen. Pareto) и Берра (Burr). Вероятностный закон распределения длин пакетов характеризует распределение в виде суммы распределений Вейкеби (Wakeby) и Обобщенного экстремального (Gen. Extreme Value). И в первом, и во втором случае основной вклад в распределения вносят только очень большие и очень маленькие интервалы времени. Для Internet TV трафика распределение интервалов времени между пакетами аппроксимирует Лог. Логистическое (Log-Logistic) распределение. Вероятностный закон распределения длин пакетов характеризует распределение Джонсона (Johnson SB). Данные результаты позволяют получить простые аппроксимации истинных распределений, которые могут быть использованы при анализе систем обработки трафика, его моделировании и при выборе алгоритмов сетевого управления.

3) Показано, что функционирование сети с разделением физических очередей в сетевых устройствах обработки, имеет меньшую эффективность в сравнение с обработкой мультиплексированного потока, когда в одной физической очереди организуются три виртуальные.

4) Для трафика iVoD наиболее эффективным является алгоритм TSWTCM, значения QoS: средние значения задержки - 28,6 мс, джиттера -1,1 мс, потеря пакетов 1%. Для трафика Internet TV наиболее приемлем алгоритм srTCM, значения QoS: средние значения задержки - 31,54 мс, джиттера - 1,37 мс, потеря пакетов 5%. Максимальный выигрыш по среднему значению джиттера составляет 5 % в сравнении с TSWTCM (по максимальным значениям выигрыш до 23 %), при равных значениях с алгоритмом trTCM,. Задержки примерно на одном уровне для всех трех алгоритмов.

Список литературы диссертационного исследования кандидат технических наук Буранова, Марина Анатольевна, 2013 год

Список использованных источников

1. Аджемов, A.C. Перспективные направления развития сетей связи

общего пользования / A.C. Аджемов, А.Б. Васильев, А.Е. Кучерявый // Электросвязь. - 2008. - № 10. - Стр. 6-7.

2. Афонцев, Э.В. Статистические свойства интернет трафика / Э.В. Афонцев. - М.: ФОРУМ: ИНФА-М, 2006. - 108 с.

3. Буранова, М.А. Исследование статистических характеристик самоподобного телекоммуникационного трафика / М.А. Буранова // Инфокоммуникационные технологии. - 2012. - Т. 10, № 4. - С. 35-40.

4. Вегешна, Ш. Качество обслуживания в сетях IP / III. Вегешна; пер. с англ. — М.: Издательский дом "Вильяме", 2003. — 368 с.

5. Вентцель, Е.С. Теория случайных процессов и ее инженерные приложения: учеб. пособие для втузов / Е.С. Вентцель, JI.A. Овчаров. -Изд. 2-е, стер. - М.: Высш. шк., 1991. - 383 с.

6. Гергес, М.С. Исследование сетевых моделей IPTV: автореферат диссертации на соискание ученой степени кандидата технических наук, / М.С. Гергес. - Санкт-Петербур, 2012. - 19 с.

7. Гмурман, В.Е. Теория вероятностей и математическая статистика /' В. Е. Гмурман. - М.: Высш. шк., 2002. - 479 с.

8. Гнеденко Б.В. Курс теории вероятностей / Б.В. Гнеденко. - М: Физматгиз, 1961. С. 406.

9. Городецкий, А.Я. Информатика. Фрактальные процессы в компьютерных сетях: учеб. пособие. / А.Я. Городецкий, B.C. Заборовский. - СПб.: Изд-во СПбГТУ, 2000. - 102 с.

10. Горячева, И.Г. Механика фрикционного взаимодействия / И.Г. Горячева. - М.: Наука, 2001. - 478с.

П.Дьяконов, В. MATLAB. Анализ, идентификация и моделирование систем. Специальный справочник / В. Дьяконов, В. Круглов - СПб, Питер, 2002. - 448 с.

12. Заборовский, B.C. Методы и средства исследования процессов в высокоскоростных компьютерных сетях: Диссертация на соискание ученой степени доктора технических наук / B.C. Заборовский. - СПб., 1999 г.

13. Кобякова, И.А. (Москва ЦЭМИ РАН) Асимптоматическое распределение экстремумов, индуцированных распределением WAK (5) // Тезисы X Всероссийского симпозиума по прикладной и промышленной математике (осенняя открытая сессия). Сочи -Дагомыс, 2009 г..

14. Карташевский, В. Г. Основы теории массового обслуживания / В. Г. Карташевский. - М.: Радио и связь, 2006. - 107 с.

15. Буранова М.А. Исследование самоподобного трафика с использование пакета Fractan / Киреева Н.В., Буранова М.А. // T-Comm -Телекоммуникации и Транспорт, Москва, -2012. - № 5. С. 50-53.

16. Киреева Н.В., Буранова М.А., Поздняк И.С. Исследование трафика IP-телефонии с использованием пакета Fractan // Цифровая обработка сигналов и ее применение. Выпуск: XIV; Том-2, 2012. С. 501-503.

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

18. Коваленко, В.В. Частично инфинитное моделирование и прогнозирование процессов развития /В.В. Коваленко. — СПб: Изд-во РГГМУ, 1998. — 113 с.

19. Колмогоров, А. Н. Об эмпирическом определении закона распределения (Sulla determinazione empírica di una legge di distribuzione) / А. H. Колмогоров. «Giorn. Istit. Ital. Attuari» V. 4. - 1933. P. 83-91.

20. Кулябов, Д.С. Архитектура и принципы построения современных сетей и систем телекоммуникаций телекоммуникаций: учеб. пособие / Д.С. Кулябов, A.B. Королькова — М.: РУДН, 2008. — 281 с.

21. Кучерявый, Е.А. Управление трафиком и качество обслуживания в сети Интернет / Е.А. Кучерявый - СПб.: Наука и Техника, 2004. -С. 336.

22. Левин, Б.Р. Теоретические основы статистической радиотехники / Б.Р. Левин. - М.: Советское радио, 1968. - 504 стр.

23. Лидбеттер, М. Экстремумы случайных последовательностей и процессов / М. Лидбеттер, Г. Линдгрен, X. Ротсен. - М.: Мир, 1989. -392 с.

24. Лукьянцев, Д.А. Влияние самоподобности телекоммуникационного трафика на технические характеристики систем спутникового доступа к Интернет: Автореферат диссертации на соискание ученой степени кандидата технических наук / Д.А. Лукьянцев. - Таганрог, 2008.

25. Мусалимов, В. М. Динамика фрикционного взаимодействия / В. М. Мусалимов, В. А. Валетов. - СПб.: СПбГУ ИТМО, 2006. - 192 с.

26. Нейман, В. И. Новое направление в теории телетрафика / В. И. Нейман /У Электросвязь. - 1998. - №7. - С. 27-30.

27. Осин, A.B. Влияние самоподобности речевого трафика на качество обслуживания в телекоммуникационных сетях. Автореферат диссертации на соискание ученой степени кандидата технических наук / A.B. Осин. - Москва, 2005.

28. Петров, В.В. Структура телетрафика и алгоритм обеспечения качества обслуживания при влиянии эффекта самоподобия: Диссертация на соискание ученой степени кандидата технических наук /В.В. Петров. -Москва, 2004.

29. Симонина, O.A. Модели расчета показателей QoS в сетях следующего поколения: Автореферат диссертации на соискание ученой степени кандидата технических наук / O.A. Симонина. - Санкт-Петербур, 2005.

30. Смирнов, Н. В. Оценка расхождения между эмпирическими кривыми и кривыми распределения в двух независимых выборках / Н.В. Смирнов. «Бюлл. МГУ», секц. А. - 1939. Т. 2, в. 2. - С. 3-14.

31. Соколов, А. Н. Методы анализа задержек IP-пакетов в сети следующего поколения: автореферат диссертации на соискание ученой степени кандидата технических наук / А. Н. Соколов - Москва, 2011.

32. Степанов, С.Н. Основы телетрафика мультисервисных сетей / С.Н. Степанов. - М.: Эко-Трендз, 2010. - 392 с.

33. Сухов, A.M. Научные основы анализа качества интернет трафика: диссертация на соискание ученой степени доктора технических наук / A.M. Сухов. - Самара, 2007.

34. Сычев, В.В.Вычисление корреляционной размерности, корреляционной энтропии и показателя Херста по временному ряду данных / В.В. Сычев. - Институт математических проблем биологии РАН, Пущино, 2002.

35. Урьев, Г.А. Исследование фрактальных свойств потоков трафика реального времени и оценка их влияния на характеристики обслуживания телекоммуникационных сетей: автореферат диссертации на соискание ученой степени кандидата технических наук / Г.А. Урьев. - Москва, 2007.

36. Федер, Е. Фракталы / Е. Федер. - М.: Мир, 1991. - 254 с.

37. Фомин, В.В. Исследование и разработка методов анализа качества обслуживания HTTP и VoIP трафика при использовании протокола управления очередями: диссертация на соискание ученой степени кандидата технических наук / В.В. Фомин. - Самара, 2010.

38. Шелухин, О.И., Мультифракталы. Телекоммуникационные приложения. Монография / Под ред. О.И. Шелухина. - М.: Радиотехника, 2003.- 480 с.

39. Шелухин, О.И., Тенякишев A.M., Осин А.В. Фрактальные процессы в телекоммуникациях. Монография / Под ред. О.И. Шелухина. - М.: Радиотехника, 2003.- 480 с.

40. О.И. Шелухин, Ю.А. Иванов Оценка качества передачи потокового видео в телекоммуникационных сетях с помощью программно-аппаратных средств. Электротехнические и информационные комплексы и системы № 4, т. 5, 2009 г., с. 48-56,

41. Шустер, Г. Детерминированный хаос / Г. Шустер. - М.: Мир, 1988. -240 с.

42. Яновский, Г.Г. Качество обслуживания в сетях IP [Электронный ресурс] / Г.Г. Яновский. // Вестник связи. 2008. - № 1. Режим доступа: http://niits.ru/public/2008/2008-006.pdf, свободный. - Загл. с экрана.

43. Bak, P. Self-organized criticality. Р. Вак, С. Tang, М. Creutz, // Physical review A. — 1988. — Vol. 38-1. — P. 364-374.

44. Braden, R. Integrated Services in the Internet Architecture: in Overview. R. Braden, D. Clare, S. Shenker, RFC 1633, June 1994.

45. Braden, R. Resource Reservation Protocol (RSVP) - Version 1 Functional Specification, RFC2205 / R. Braden, L. Zhang, S. Berson, S. Jamin. September, 1997.

46. Floyd, S. Recommendations on using the gentle variant of RED. Режим доступа: http://www.aciri.org/floyd/red/gentle.html. - March 2000, свободный. - Загл. с экрана.

47. Floyd, S., Jacobson V. Random Early Detection gateways for Congestion Avoidance, IEEE / S. Floyd, V. Jacobson. // ACM Transactions on Networking, vol. 1, №. 4, August 1993. P. 397-341.

48. Heinanen, J. A Single Rate Three Color Marker, RFC 2697 / J. Heinanen, R. Guerin. - September 1999. Режим доступа: http://www.rfc-editor.org/rfc/rfc2697.txt, свободный. - Загл. с экрана.

49. Heinanen, J. A Two Rate Three Color Marker, RFC 2698 / J. Heinanen, R. Guerin. - September 1999. Режим доступа: http://www.rfc-editor.org/rfc/rfc2698.txt, свободный. - Загл. с экрана.

50. Hurst, Н. Log-term Storage of Reservoirs // Transactions of the American Society of Civil Engineers. — 1951.

51. Almquist, P. Type of Service in the Internet Protocol Suite / P. Almquist. Режим доступа: http://www.ietf.org/rfc/rfcl349.txt, свободный. - Загл. с экрана.

52. Leland, W. E. On the self-similar nature of Ethernet traffic / W. E. Leland, M. S Taqqu, W. Willinger, D.V. Wilson // IEEE Transactions of Networking, 1994. - Vol. 2, №1. - P. 1-15.

53. Nichols K. Definition of the Differentiated Services Fild (DS Fild) in the IPv4 and IPv6 Headers, RFC 2474 / K. Nichols, December, 1998.

54. RED-PD: RED with Preferential Dropping. Режим доступа: http://www.cs.washington.edu/homes/ratul/red-pd/, свободный._- Загл. с экрана.

55. References on RED (Random Early Detection) Queue Management. Режим доступа: http://www.icir.org/floyd/red.html, свободный. - Загл. с экрана.

56. Blake, S. An Architecture for Differentiated Services, RFC2475 / S. Blake, D, Black, M. Carlson, E. Davies, Z. Wang, W. Weiss. June 1994.

57. Takens, F. Detecting strange attractors in turbulence. Dynamical Systems and Turbulence/ F. Takens // Lecture Notes in Mathematics. Vol. 898. Springer-Verlag, 1981 г.-PP. 366-381.

58. Документация и программное обеспечение сетевого симулятора ns-2. Режим доступа: http://www-mash.CS.Berkeley.EDU/ns., http://www.isi.edu/nsnam/ns/ns-documentation.html, свободный. - Загл. с экрана.

59. ns2. Режим доступа: http://yk.atm.tut.fi:8080/ns2/index, свободный. -Загл. с экрана.

60. Программа FRACTAN v4.4, предназначенная для фрактального анализа временных реализаций. Режим доступа: http://impb.psn.ru/~sychyov/soft.shtml, свободный. - Загл. с экрана.

61. Программа-снифер сетевого трафика Режим доступа: http://www.wireshark.org/, свободный.. - Загл. с экрана.

62. Косивцов, П. Поведение IP-трафика в сетях NGN [Электронный ресурс] / Технологии и средства связи, № 5, 2009. - Режим доступа: http://www.tssonline.ru/articles2/multiplav/povedenie-ip-trafika-v-setyah-ngn, свободный. - Загл. с экрана.

63. Шаров, В. Сети и телекоммуникации, Инфраструктурные технологии, Телеком-решения, №6 (94), июнь 2006. ИТ-издание для профессионалов BYTEmag.ru Базовые технологии мультисервисных сетей. - Режим доступа: http://www.bytemag.ru/articles/detail.php?ID=8788, свободный. - Загл. с экрана.

64. Жданов, И.Ю. Программа FRACTAN v4.4 - Режим доступа: http://www.beintrend.ru/fractan, свободный. - Загл. с экрана.

65. Концепция мультисервисности сетей [Электронный ресурс] / - Режим доступа: http://www.ityuga.ru/integracia/multiservisnye-seti, свободный. -Загл. с экрана.

66. Чернышевская, Е.И. Метод обеспечения гарантированного качества обслуживания в IP-сетях век качества [Электронный ресурс]. / Век качества, № 6, 2010. - Режим доступа: http://www.agequal.ru/Research/Selyanina.pdf, свободный. - Загл. с экрана.

67. Качество обслуживания в сетях IP-телефонии [Электронный ресурс]. -Режим доступа: http://www.intuit.ru/~/iptele 7.html. - Загл. с экрана.