Методы и программные средства гибридного моделирования мультисервисных сетей большой размерности тема диссертации и автореферата по ВАК РФ 05.12.13, доктор технических наук Ярославцев, Александр Федорович

• Ярославцев, Александр Федорович
• доктор технических наук
• 2006

Оглавление диссертации доктор технических наук Ярославцев, Александр Федорович

Введение

1 Задачи и общие принципы математического моделирования мультисервисных сетей большой размерности

1.1 Принципы организации концептуальных моделей мультисервисных сетей.

1.2 Основные принципы организации программных моделей мультисервисных сетей.

2 Принципы организации гибридных моделей мультисервисных сетей.

2.1 Структурные элементы гибридной модели

2.2 Состояния элементов гибридной модели

2.3 Эксперимент с гибридной моделью.

2.4 Классификация математических моделей в составе гибридной.

2.5 Характерные поведения компонентов гибридной модели.

3 Методы и средства аналитического моделирования мультисервисных сетей

3.1 Сеть массового обслуживания как концептуальная модель метода аналитического моделирования

3.2 Элементы структурированной сети обслуживания

3.3 Параметры структурированной сети обслуживания

3.4 Характеристики структурированной СеМО

3.5 Методы анализа сетей обслуживания общего вида

3.6 Декомпозиция сетей массового обслуживания

3.7 Структурированные сети массового обслуживания, как аналитические модели МСС большой размерности.

4 Методы и средства имитационного моделирования мультисервисных сетей.

4.1 Дискретная динамическая система как концептуальная модель метода имитационного моделирования

4.2 Компоненты имитационных моделей

4.3 Декомпозиция имитационных моделей.

5 Применение имитационного моделирования для исследования мультисервисных сетей.

5.1 Моделирование опорной сети передачи данных с коммутацией пакетов.

5.2 Моделирование информационно - вычислительной сети Минморфлота.

6 Применение сетей обслуживания для аналитического моделирования мультисервисных сетей.

6.1 Исследование применение режима обмена короткими сообщениями системы беспроводного абонентского доступа DECT для передачи данных

6.2 Моделирование алгоритма обнаружения закладок в мультисервисной сети.

6.3 Исследование процессов передачи мультимедийных данных в пакетной 1Р сети.

7 Применение гибридного моделирования для анализа мультисервисных сетей

7.1 Моделирование вычислительного комплекса коллективного пользования.

7.2 Моделирование сети передачи данных системы геомеханического мониторинга.

7.3 Моделирование Х.25 вычислительной сети с коммутацией пакетов.

Введение диссертации (часть автореферата) на тему «Методы и программные средства гибридного моделирования мультисервисных сетей большой размерности»

Мультисервисные сети (МСС), информационные технологии, основанные на их применении, широко внедряются в различные сферы общественной деятельности. Удовлетворяя всё большие информационные потребности общества, МСС имеют тенденцию к увеличению размерности и усложнению принципов организации.

Математическое моделирование является одним из основных методов исследования МСС, обеспечивающим решение задач их анализа, проектирования и оптимизации. Общие постановки этих задач приведены в [18,21,24,26,28,36,38,39,44,50,116,242,249]. Основными задачами являются: определение физической логической и программной структуры МСС; оценивание и оптимизация различных вероятностно - временных характеристик функционирования МСС и их компонентов; управление и оптимизация информационных потоков на МСС; анализ и оптимизация сетевых протоколов, применяемых в МСС; исследование характеристик надёжности и живучести МСС.

Для решения выше приведённых задач программные средства моделирования МСС (СМ) должны обеспечивать [154]: адекватное отображение разнообразных сетевых процессов моделируемых МСС; оценивание с требуемой точностью параметров этих процессов и интерпретацию результатов моделирования; эффективное использование вычислительных ресурсов; использование программных моделей в режиме реального времени при управлении МСС.

Наибольшее распространение в качестве моделей МСС получили дискретные системы (ДС) [45,90,118,193], обеспечивающие отображение информационных процессов в МСС теоретически с любым уровнем детализации, и сети массового обслуживания (СеМО) [3,27,40,78], которые обеспечивают построение оценок важнейшего класса исследуемых параметров - вероятностно - временных характеристик МСС, таких как производительность и задержки передачи данных.

Распространение ДС, как концептуальных моделей метода имитационного моделирования, несмотря на высокую его трудоёмкость и вычислительную сложность, обусловлено в первую очередь его универсальностью в смысле отображения процессов функционирования, прогрессом в области методов и средств разработки больших и сложных программных комплексов, а также быстрым ростом производительности вычислительных средств.

Широкое использование СеМО обусловлено адекватностью отображения статистического мультиплексирования телекоммуникационных ресурсов МСС, естественностью и простотой описания их состава и структуры, развитием теории СеМО, разработкой эффективных вычислительных методов и программных средств их расчёта.

Рост сложности задач моделирования МСС значительно опережает рост производительности вычислительных средств [153]. Поэтому основной тенденцией [98,216,217,267] их развития является ориентация на использование гибридных моделей, включающих в качестве структурных элементов модели различной математической природы: динамические дискретные системы, сети массового обслуживания общего вида, марковские процессы, сети Петри, графы, автоматы и др. При этом наиболее широко в составе гибридных моделей применяются имитационные модели и сети массового обслуживания [58]. Развитие теории и методов гибридного моделирования осуществляется, в основном, в направлении использования принципов декомпозиции. При этом декомпозиция может применяться как к самой МСС, так и к моделям, составляющим гибридную модель [13]. Её использование позволяет принципиально снизить размерность моделей МСС и получить их решение в разумные сроки и с требуемой точностью. Методы декомпозиции линейных стохастических динамических систем рассмотрены в [72,133]. Декомпозиция аналитических моделей различных классов рассмотрены в [60,132,196,253].

В развитии теории и методов имитационного моделирования важное значение имеют [76,82]: разработка концептуальных имитационных моделей МСС, исследование их адекватности и устойчивости; разработка принципов организации систем имитационного моделирования; разработка методов измерений и статистического оценивания характеристик имитационных моделей; разработка методов планирования экспериментов с имитационными моделями.

Фундаментальное значение в имитационном моделировании имеют результаты теории систем [19,20,23,48]. Различные подходы и методы представления и описания ДС в имитационных моделях приведены в [104,113,115,126,130,201,239,240,262,268], наиболее распространёнными из них являются: 1) различные БЕУБ - схемы, 2) про-цессно - ориентированный подход, 3) событийно - ориентированный подход, 4) графы событий. Подходы к оценке адекватности имитационных моделей разрабатываются в [31,97,101,156,200]. Трудности решения проблем адекватности и устойчивости имитационных моделей определяются их сложностью и размерностью, а также дескриптивным характером их описания (описание не ввиде аналитических выражений).

В последние годы, в связи с широким распространением мультипроцессорных и распределённых архитектур, интенсивно разрабатываются параллельные алгоритмы управления модельным временем и синхронизации событий. Их использование может в значительной степени повысить эффективность математического моделирования [150,224]. В отличие от традиционных алгоритмов синхронизации событий параллельные алгоритмы сильно привязаны к используемой модели параллельных вычислений. Описание таких параллельных алгоритмов для различных моделей параллельных вычислений и вычислительных архитектур приведены в [93,95,151,152,203,223, 247,250,251,265].

Изобразительные средства систем имитационного моделирования МСС базируются или на специализированных языках моделирования (SIMULA-67 [2], GPSS/VI, SIMSCRIPT-II, GASP-V [233], SLAM-II [71] и т.д.) или на процедурных расширениях языков программирования общего назначения FORTRAN, ALGOL [52-54], PL/I [6], PASCAL [155,220], C++ [190] и т.д. до языков моделирования ДС. Достаточно полный перечень разработанных языков моделирования ДС и программных средств моделирования приведён в работах [34,102, 221,231].

В последние годы при имитационном моделировании широко используется объектно - ориентированная технология программирования, совместно с базами данных и знаний [204,256], которая базируется на языках программирования С++, Smalltalk, Oberon, Java [128, 145,190,205,232]. Это обусловлено следующими факторами: 1) высокой степенью стандартизации данных языков программирования, что обеспечивает возможность использования имитационных моделей на большинстве современных вычислительных платформах, в том числе и с параллельной обработкой; 2) технология разработки имитационных моделей, их отладка и модификация естественным образом ложатся на объектно - ориентированную технологию программирования, поддерживаемую данными языками; 3) объектно - ориентированная технология обеспечивает возможность без изменения большей части программного кода развитие системы понятий и изобразительных средств систем моделирования, что позволяет адаптировать их к широкому классу моделируемых МСС и задач их исследования; 4) базы данных и знаний, содержащие модели МСС, результаты их моделирования, а также различные экспертные оценки, позволяют накапливать, систематизировать и повторно использовать опыт математического моделирования МСС; 5) наличием в выше перечисленных системах моделирования удобных программных интерфейсов, позволяющих использовать в них универсальные программные средства обработки и представления результатов моделирования; 6) наличием развитых интегрированных сред разработки программ, которые обеспечивают построение эффективных моделирующих программ, разработанных на выше перечисленных языках. Всё это значительно сокращает сроки разработки и отладки имитационных моделей и повышает их надёжность.

Основные постановки задач статистического оценивания при имитационном моделировании и их решения приведены в [35,141,173, 236]. Трудности статистического оценивания результатов имитационного моделирования обусловлены следующими факторами [79,125, 129,157]: 1) наблюдаемые случайные модельные параметры, как правило, являются достаточно сильно коррелироваными между собой; 2) исследуемые модельные процессы часто не являются стационарными, особенно на начальных фрагментах траекторий развития моделей; 3) в моделях могут развиваться процессы, имеющие различные временные масштабы; 4) последовательности квазислучайных чисел, используемые для описания модельных случайных процессов, в статистическом отношении не являются идеальными. В связи с этим применяются специальные методы статистического оценивания, которые учитывают наличие данных факторов.

Среди них наибольшее распространение получили методы: спектрального оценивания [110,164], аппроксимации регенеративными процессами [29,41,117,136,177], аппроксимации марковскими и диффузионными процессами общего вида [135,143,144,211], аппроксимации различными процессами теории массового обслуживания [134, 174-176, 178, 230], а также различные методы моделирования редких событий и оценивания параметров их распределений вероятностей [137,148].

Для повышения эффективности имитационных моделей важное значение имеют методы: определения периода вхождения в стационарные режимы моделируемых случайных процессов [123], определения начального состояния моделируемых случайных процессов [237,238], методы уменьшения дисперсии оценок их параметров [142, 166,260], а также методы определения длины их моделируемой траектории, обеспечивающей требуемую точность моделирования [140,163, 165,191,211,234,258].

Для анализа адекватности имитационных моделей используются различные алгоритмы проверки соответствия используемых методов оценивания и наблюдаемых значений оцениваемых параметров [92, 97,171,172]. Ряд систем измерения воспроизводимых модельных траекторий и статистической обработки результатов имитационного моделирования описаны в [51,112,179].

Состояние теории СеМО достаточно полно отражены в работах [37,55,59,68]. В тесной связи с развитием теории СеМО развивались точные и приближённые методы их расчёта, которые обеспечивали: увеличение размерности СеМО (числа узлов, требований, уровней приоритета), повышение уровня детализации (неэкспоненциаль-ность распределений, неоднородность потоков требований, блокировки, ограниченную надёжность), повышение точности.

Точные аналитические методы разработаны для анализа мультипликативных СеМО, среди которых наибольшее распространение получили методы, основанные на конволюционной схеме. Приближённые методы в вычислительном отношении являются, как правило, более эффективными, обеспечивают возможность анализа более широкого класса СеМО, но в ряде случаев имеют только статистическую оценку точности. Среди приближённых методов наибольшее распространение получил метод "анализа средних".

Сетевые модели обслуживания используются в целом ряде систем математического моделирования МСС, к которым можно отнести: QNA [257], Q+ [210], PANACEA [226], QNET [162], RESQ2 [], СЕН-ПР [7], МОНАД [85,262,263].

Современные требования [168] к инструментальным средствам моделирования МСС предполагают наличие в них: 1) средств построения гибридных моделей, содержащих в своём составе аналитические и имитационные модельные компоненты; 2) объектно - ориентированные языковые средства описания процессов функционирования МСС и их компонентов; 3) развитые средства отладки и диагностики моделей; 4) средства организации и сопровождения библиотек и баз данных, используемых в технологии моделирования МСС; 5) средства интерактивного управления процессом моделирования; 6) экспертную систему, обеспечивающую эффективное управление всеми этапами процесса моделирования; 7) разнообразные программные интерфейсы, обеспечивающие открытость инструментальных средств моделирования в отношении возможности расширения класса задач исследований, класса допустимых математических моделей; совершенствования языковых средств; 8) развитие подходов моделирования на основе экспертного оценивания. Наиболее полно вышеперечисленным требованиям удовлетворяют системы моделирования SMARTIE [169], ISENET [139], GPSS/VI [100], SIMSCRIPT-II.5 [233], SLAMSYSTEM [215], SIMA [225], OPNET [124], MODSIM-III [158], AWESIM [222], МОНАД [85,262,263]. Обзор инструментальных систем моделирования приведён в [119].

В основу диссертации положены результаты научных исследований, выполненных в Вычислительном центре (ныне Институт вычислительной математики и математической геофизики СО РАН), Институте горного дела СО РАН, а также Сибирском Государственном Университете Телекоммуникаций и Информатики в соответствии с заданиями и разделами НИР ряда государственных программ: "Создать экспериментальную сеть взаимодействующих вычислительных центров и провести на этой сети исследование вопросов построения ГСВЦ"(Постановление ГКНТ, Госплана и АН СССР № 475/251/131 от 12.12.80, НТП 0.80.14, 23.07); "Теория машинного моделирования"(Постановление АН СССР № 1454 от 25.12.80, комплексная программа

НИР 01.12.10); "Информационные процессы в вычислительных сетях: а) методы адаптивного управления в информационно - вычислительных сетях"(Постановление Президиума АН СССР № 1454 от

25.12.80, комплексная программа НИР 1.13.4.4); "Архитектура сетевых систем. Методы анализа, оптимизации и моделирования сетевых систем "(Постановление СФТМН Президиума АН СССР № 11000-4941216 от 05.12.85, Комплексной программе фундаментальных и прикладных исследований по проблеме "Информационно - вычислительные сети"АН СССР, 1.13.8.2); "Создать и ввести в опытную эксплуатацию типовую автоматизированную систему непрерывного контроля и прогноза состояния и поведения массива горных пород, опасных по динамическим проявлениям на рудниках Минцветмета СССР "(Постановление ГКНТ, Госплана, Президиума АН СССР № 492/245/164 от

08.12.81, Комплексная целевая программа по проблеме 0.Ц.027); грантами РФФИ № 97-05-65270 и 98-01-00721, Госконтракт №02/72 от 17.04.02 по теме "Исследование технологий управления и мониторинга современных цифровых сетей связи и разработка системы динамического мониторинга обнаружения угроз информационных воздействий", а также планов НИР, утвержденных постановлениями и распоряжениями СО РАН и министерств связи и обороны.

Цель диссертационной работы: Разработка принципов организации средств математического моделирования мультисервисных сетей; разработка методов модельного описания информационных процессов в мультисервисных сетях; разработка программных средств имитационного, аналитического и гибридного моделирования мультисервисных сетей; применение методов и средств математического моделирование для решения задач проектирования реальных вычислительных и телекоммуникационных сетей.

Основные задачи диссертационной работы:

1. Разработка инструментальной среды математического моделирования мультисервисных сетей, обеспечивающей возможность решения комплексных задач их исследования, разработки и эксплуатации.

2. Разработка программных компонентов систем гибридного, имитационного и аналитического моделирования в структуре инструментальных средств математического моделирования мультисервисных сетей.

3. Разработка модельных комплексов для исследования вычислительного центра коллективного пользования; распределённой вычислительной сети с коммутацией пакетов; распределённой системы геомониторинга.

Научная новизна работы:

1. Предложена методология гибридного моделирования МСС большой размерности, заключающаяся в рассмотрении концептуальной модели МСС в виде структуры моделей различных классов и в её представлении как динамической системы, поведение ко-, торой определено на оси комплексного времени, отображающего последовательность этапов достижения целей моделирования.

2. Предложено для анализа задержек в МСС и анализа её производительности совместно использовать СеМО в качестве аналитических моделей, дискретные динамические системы в качестве имитационных моделей.

3. Разработаны формализованные описания гибридных аналитических и имитационных моделей, являющиеся основой для их качественного и количественного анализа на адекватность, точность и вычислительную устойчивость.

4. Предложены структурированные СеМО как основа для разработки аналитических моделей большой размерности, а также их декомпозиции.

5. Разработаны и программно реализованы методы анализа СеМО различных видов.

6. Разработаны и программно реализованы методы декомпозиции СеМО по их состояниям, узлам и классам, а также метод декомпозиции приоритетной СеМО.

7. Предложен метод декомпозиции имитационной модели СеМО большой размерности.

8. С использованием объектно - ориентированной технологии программирования созданы инструментальные программные средства (библиотека классов С++), поддерживающие разработанные принципы гибридного моделирования МСС и обеспечивающие разработку и имитационных и аналитических моделей МСС.

9. Методы построения гибридных моделей задержек и производительности различных МСС.

Аппробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на конкурсе научной молодежи СО АН СССР, Новосибирск, 1987г., а также на более чем на 20 международных, всесоюзных, всероссийских и региональных конгрессах, конференциях, совещаниях, семинарах и школах (подробный список приведён во введении диссертации). Основными из них являются: Всесоюзная конференция "Основные направления развития программного обеспечения ЭВМ, комплексов и сетей", Севастополь, 1980, Х-ХУП-ые всесоюзные и международные школы-семинары по вычислительным сетям, Тбилиси, Рига, Алма

Ата, Минск, Ленинград, Одесса, Винница, 1985-1992гг., 1-ый и III-ий Всесоюзные школы-семинары по Распределённым автоматизированным системам массового обслуживания, Нальчик, 1988г. и Москва 1990г., Республиканский семинар "Совершенствование методов исследования потоков событий и СМО", Томск, 1989г., И-ая Всесоюзная конференция "Моделирование систем информатики", Новосибирск, 1990г., Международная научно - техническая конференция "Проблемы функционирования информационных сетей", Новосибирск, 1991г., Международная конференция по автоматизации в горном деле, Екатеринбург, 1992г., Научно - техническая конференция "Развитие лазерных и миллиметровых систем и средств в технике передачи информации и медицине", Воронеж, 1995г., IAAMSAD Международная конференция по теории систем, сигналов, управлению и вычислительной технике, SSCC'98, Дурбан, Южная Африка, 1998г., Международная конференция "Распределённые вычислительные и телекоммуникационные сети", DCCN'99, Тель-Авив, Израиль, 1999г., 7-ая Международная конференция по CDMA системам, CIC-2002, Сеул, Южная Корея, 2002г., 7-ая международная научно - техническая конференция "Радиолакация, навигация, связь", Воронеж, 2002г., IEEE Международная научно-техническая конференция "Информатика и проблемы телекоммуникаций", Новосибирск, 2003г., Международная конференция "Проблемы функционирования информационных сетей", Связь 2004, Бишкек, Кыргызстан, 2004г., 2-ая IASTED Международная Мульти Конференция по Автоматизации, Управлению и Информационным технологиям, Новосибирск, 2005г. Кроме того материалы диссертации обсуждались на научных семинарах Научного совета по комплексной проблеме "Кибернетика"АН СССР, ИГД СО РАН, ИВМиМГ СО РАН и СибГУТИ.

Публикации. По результатам научных исследований, представленным в диссертации, опубликовано с 1977 по 2005гг. 44 работы, в том числе: 2 учебника, 7 статей в отечественных и международных журналах, 17 докладов в материалах всесоюзных и международных конгрессов, конференций, школ и совещаний, 10 статей в сборниках научных трудов ВЦ СО АН, ИГД СО РАН, ИВМ и МГ СО РАН, НЭТИ, 5 препринтов ВЦ и ИГД СО АН СССР, 3 учебных пособия СибГУТИ. Кроме того имеется ряд научных отчётов по выполненным научно -исследовательским темам.

Практическая ценность результатов работы. Полученные в диссертации научные результаты в области математического моделирования МСС и сформулированные принципы построения системного и функционального наполнения инструментальных программных систем математического моделирования МСС использованы при разработке: КИМДС - комплекса имитационного моделирования дискретных систем; ППП ИМСЕТ - имитационного моделирования вычислительных сетей; СИМС - системы имитационного моделирования больших сложных дискретных систем; ППП МОДЕС - для математического моделирования вычислительной сети с коммутацией пакетов; ППП СЕНПР - анализа приоритетных замкнутых СеМО общего вида большой размерности; МОНАД - инструментальной среды математического моделирования МСС.

Программные средства моделирования, разработанные на основе полученных результатов, а также результаты математического моделирования реальных МСС, переданы в организации: НПО "Красная Заря"(г. Ленинград), Институт математики и механики УрО АН СССР, Организацию п/я Г-4725, Центральный НИИ связи (г. Москва), НПО "Сибцветметавтоматика"(г. Красноярск), Научный совет АН СССР по комплексной проблеме "Кибернетика"(г. Москва), Институт лазерной физики СО РАН, Институт вычислительной математики и математической геофизики. Результаты научных исследований, приведённых в диссертации, лежат в основе лекционного курса "Анализ и моделирование телекоммуникационных систем с подвижными объектами"в Сибирском Государственном Университете Телекоммуникаций и Информатики, и используются также в курсах "Основы построения телекоммуникационных систем"и "Компьютерное моделирование".

Теоретические результаты, вычислительные методы и программные средства моделирования использованы при решении задач проектирования и разработки следующих МСС: вычислительного комплекса коллективного пользования СО РАН (ВККП), магистральной сети передачи данных (МСОД), интервально-маркерного метода доступа в локальной сети, системы автоматического управления шахтным транспортным роботом, автоматизированной системы контроля горного давления (АСКГД), информационно-вычислительной сети морского флота, территориально-распределённой вычислительной сети с коммутацией пакетов для электронной почты (ВСКП), системы радиодоступа DECT, режима передачи данных в CDMA системе, системы мультимедийного вещания по IP-сети, лазерной системы связи между наземными и космическими объектами.

В приложении 1 к диссертации (том приложений) приведены акты внедрения разработанных программных средств математического моделирования и моделей различных телекоммуникационных систем в перечисленные выше организации.

Структура диссертации. Диссертация состоит из введения, семи глав, заключения и тома приложений. Общий объём работы - 295 страниц машинописного текста, том приложений - 104 страниц. Работа иллюстрирована 55-ю рисунками и содержит 8 таблиц. Список

Заключение диссертации по теме «Системы, сети и устройства телекоммуникаций», Ярославцев, Александр Федорович

Выводы. Представленные в седьмой главе модели демонстрируют: 1) перспективность метода гибридного моделирования для анализа задержек в МСС большой размерности, 2) отсутствие универсального подхода к разработке гибридных моделей. Используя различные принципы в них удалось увеличить размерность исследуемых МСС, повысить адекватность их моделей, а также снизить вычислительную сложность этих моделей.

В первом примере была проведена структурная декомпозиция исследуемой системы, мерой которой была интенсивность взаимодействия её выделенных подсистем.

Во втором примере была использована функциональная декомпозиция моделируемой МСС, при которой параметры модели тп/свд € Mqn уточнялась моделями т/ис,,т € Mqn и mlAm е Msm.

Во третьем примере сначала была проведена структурная декомпозиция моделируемой МСС, в которой модели т/дм-мсод 6 Mqn и /тс/им-ФРГм-i 6 Msm, i = 1,.,51 последовательно уточнялись итерационной процедурой по трафику требований и времени задержки, а потом функциональная при которой в модели w/им-мупс € Msm учитывались трафик и задержки, получившиеся в модели т/дм-мсод

В работах [21, 264] приведён пример аналитического моделирования CDMA системы, функционирующей в режиме передачи данных. В нём была применена декомпозиция аналитической модели по её агрегированным состояниям CDMA системы. Распределение вероятностей агрегированных состояний использовалось в качестве весов условных характеристик CDMA системы в этих же состояниях. Распределение вероятностей агрегированных состояний оценивалось марковским процессом рождения / гибели. Условные характеристики оценивались замкнутой однородной СеМО, с интенсивностями обслуживания требований в узлах СеМО, зависящими от её состояния.

Заключение

В диссертационной работе с единых методологических позиций общей теории динамических систем представлены разработанные автором методы формального описания концептуальных и программных моделей моделируемых дискретных динамических систем, математические методы и программные средства математического моделирования мультисервисных сетей большой размерности, которые ориентированы на анализ их производительности и задержек передачи данных в них.

Результаты проведённых а диссертационной работе исследований показывают, что основная цель работы, заключающаяся в развитии методов гибридного моделирования больших и сложных динамических систем, достигнута. При её выполнении достигнуты следующие основные результаты:

1. Разработаны точные и приближённые методы анализа сетей массового обслуживания различных видов;

2. Разработаны методы декомпозиции имитационных моделей сетей массового обслуживания общего вида.

3. Определены структурированные СеМО как основа для разработки аналитических моделей мультисервисных сетей большой размерности и декомпозиции аналитических моделей.

4. На основе объектно - ориентированной технологии программирования разработаны принципы построения открытых программных средств математического моделирования мультисервисных сетей, которые могут быть расширены как в сторону развития языковых средств описания моделируемых систем, так и в сторону использования новых классов математических моделей.

5. Разработана и и программно реализована концептуальная модель гибридного моделирования мультисервисных сетей большой размерности.

6. Разработаны языковые средства описания имитационных моделей, структурированных СеМО и гибридных моделей.

7. В рамках общей теории систем разработано формальное описание гибридных, имитационных и аналитических моделей, обеспечивающее основы для разработки методов их анализа на адекватность.

8. На основе проведённых теоретических исследований при личном участии автора разработаны следующие программные средства математического моделирования мультисервисных сетей:

- комплекс КИМДС имитационного моделирования дискретных систем,

- пакеты прикладных программ ИМСЕТ и ИМСГК имитационного моделирования информационно - вычислительных сетей, сетей передачи данных и их компонентов,

- система СИМС - Система Имитационного Моделирования Сетевых систем,

- пакет прикладных программ СЕНПР анализа замкнутых неоднородных СеМО с приоритетным обслуживанием,

- пакет прикладных программ МОДЕС математического моделирования информационно - вычислительных сетей,

- инструментальная программная система МОНАД гибридного моделирования телекоммуникационных и информационных систем большой размерности.

9. Проведено исследование эффективности разработанных математических методов и программных средств при аналитическом, имитационном и гибридном моделировании реальных мультисервисных сетей различного назначения.

Программные средства, разработанные на основе полученных в диссертации результатов, а также разработанные с помощью них модели, внедрены в различных исследовательских организациях страны и использовались для при проектировании реальных мультисервисных сетей различных классов.

Основные положения, выносимые на защиту:

1. Дискретные динамические системы, как концептуальные модели метода имитационного моделирования, и структурированные СеМО, как концептуальные модели метода аналитического моделирования, являются эффективными инструментами анализа производительности МСС и задержек передачи данных в них;

2. В основе метода гибридного моделирования лежит декомпозиция различных видов, которая может быть применена как к моделируемым МСС, так и к их аналитическим и имитационным моделям;

3. Разработанные методы декомпозиции структурированных СеМО и имитационных моделей обеспечивают уменьшение размерности моделей МСС до уровня, при котором их вычислительная сложность становится соответствующей используемым вычислительным средствам. Получены оценки точности разработанных методов декомпозиции;

4. Разработанная и программно реализованная методология гибридного моделирования обеспечивает анализ МСС большой размерности;

5. Принципы построения разработанных программных средств моделирования МСС обеспечивают их расширение, как в сторону развития языковых средств описания МСС, так и в сторону использования новых классов математических моделей;

6. Разработанные аналитические, имитационные и гибридные модели показывают возможность применения метода гибридного моделирования для анализа реальных МСС различного назначения.

Список литературы диссертационного исследования доктор технических наук Ярославцев, Александр Федорович, 2006 год

1. Аврамчук, Е.Ф., Вавилов, A.A., Емельянов, С.В. и др., Технология системного моделирования. - М.: Машиностроение, Берлин: Техник, 1988. - 520 с.

2. Андрианов, А.Н., Бычков, С.П., Хорошилов, А.И., Программирование на языке симула-67. М.: Наука, Глав. ред. физ.-мат. лит., 1988. - 288 с.

3. Башарин, Г.П., Бочаров, П.П., Коган, Я.А., Анализ очередей в вычислительных сетях. Теория и методы расчёта. М.: Наука, Гл. ред. физ.-мат. лит., 1989. - 336 с.

4. Беляков, В.Г., Митрофанов, Ю.И., Ярославцев, А.Ф., Пакет прикладных программ для математического моделирования сетевых систем //XI Всесоюзная школа-семинар по вычислительным сетям: Тез. докл. М.: ВИНИТИ, 1986. - Т.З. - С.45-150.

5. Беляков, В.Г., Курленя, М.В., Леонтьев, A.B., Ярославцев, А.Ф., Автоматизированная система контроля горного давления. Методы и средства математического моделирования // Новосибирск: ИГД СО АН СССР, 1987. Препринт №17, №18.

6. Беляков, В.Г., Митрофанов, Ю.И., Ярославцев, А.Ф., О развитии пакета прикладных программ МОДЕС для математического моделирования сетевых систем // V Всесоюзная школа-семинар РАСМО: Тез. докл. М., 1988. - С.280-281.

7. Беляков, В.Г., Ярославцев, А.Ф., Организация системы аналитического моделирования в ППП для моделирования вычислительных сетей // Республ. семинар Совершенствование методов исследования потоков событий и СМО: Тез. докл. Томск: ТГУ, 1989. -С.77-78.

8. Беляков, В.Г., Кондратова, H.A., Митрофанов, Ю.И., Ярославцев, А.Ф., Комплекс математических моделей вычислительной сети с коммутацией пакетов // III Всесоюзное совещание по РАСМО: Тез. докл. М., 1990. - С.131-133.

9. Беляков, В.Г., Кондратова, H.A., Рогаченко, П.И., Ярославцев, А.Ф., Математическое моделирование при решении задач проектирования САУ шахтным транспортным роботом // Горный журнал. 1992. - №11. - С.116-119.

10. Братухин П.И., Гадасин В.А., Комплекс моделей для проектирования топологии связи территориальных информационно-вычислительных центров с учётом надёжности // Проблемы МСНТИ. Москва: МЦНТИ. - 1981. - № 2. - С.43-48.

11. Бусленко, Н.П., Моделирование сложных систем. М.: Наука, 1968. - 440 с.

12. Бусленко, Н.П., Калашников, В.В., Коваленко, И.Н., Лекции по теории сложных систем. М.: Сов. радио, 1973. - 440 с.

13. Величко В.В., Субботин Е.А., Шувалов В.П., Ярославцев, А.Ф., Телекоммуникационные системы и сети, Т.З, Мультисервисные сети. М.: Горячая линия - Телеком, 2005. - 592 с.

14. Вен, В.Л., Агрегирование линейных моделей (обзор методов) I, II // Известия АН СССР, техническая кибернетика. 1974. -№2;3. - С.3-11; 70-79.

15. Виллемс, Я., От временного ряда к линейной системе // Теория систем. Математические методы и моделирование. М.: Мир, 1989. -С.8-190.

16. Вишневский, В.М., Теоретические основы проектирования ком-пютерных сетей. М., Техносфера, 2003. - 512 с.

17. Вунш, Г., Теория систем. М., Советское Радио, 1978. - 288 с.

18. Димов, Э.М., Маслов, О.Н., Швайкин, С.К., Имитационное моделирование, реинжиниринг, и управление в компании сотовой связи (новые информационные технологии). М.: Радио и связь, 2001.- 256 с.

19. Жожикашвили, В.А., Вишневский, В.М., Сети массового обслуживания. Теория и применение к сетям ЭВМ. М.: Радио и связь, 1988. - 192 с.

20. Захаров, Г.П., Методы исследования сетей передачи данных. -М.: Радио и связь, 1982. 208 с.

21. Иглхарт, Д.Л., Шедлер, Д.С., Регенеративное моделирование сетей массового обслуживания. М.: Радио и связь, 1984. - 136 с.

22. Калашников, В.В., Рачев, С.Т., Математические методы построения стохастических моделей обслуживания. М.: Сов. радио, 1973. - 256 с.

23. Калашников, В.В., Качественный анализ поведения сложных систем методом пробных функций. М.: Наука, 1978. - 248 с.

24. Катунин, Г.П., Мамчев, Г.В., Попантонопуло, В.Н., Шувалов, В.П., Ярославцев, А.Ф., Телекоммуникационные системы и сети. Том 2. Радиосвязь, радиовещание, телевидение. М.: Горячая линия - Телеком, 2004. - 672 с.

25. Кёниг, Д. Штойян, Д., Методы теории массового обслуживания. М.: Радио и связь, 1981.

26. Киндлер, Е., Языки моделирования. М.: Энергоатомиздат, 1985. - 288 с.

27. Клейнен, Дж., Статистические методы в имитационном моделировании. М.: Статистика, 1978. - Вып.1;2. - 221;335 с.

28. Клейнрок, JI., Коммуникационные сети. М.: Наука, 1970.

29. Клейнрок, JL, Теория массового обслуживания. М.: Машиностроение, 1979.

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

31. Коваленко, И.Н., Кузнецов, Н.Ю., Методы расчета высоконадёжных систем. М.: Радио и связь, 1988. 312 с.

32. Кофман, А., Крюон, Р., Массовое обслуживание. Теория и приложения. М: Мир, 1965.

33. Крейн, М., Лемуан, О., Введение в регенеративный метод анализа моделей. М.: Наука, 1982. - 104 с.

34. Лазарев, В.Г., Паршенков, H.H., Управление потоками данных на сети с коммутацией пакетов с виртуальными каналами // Системы управления информационных сетей. М.: Наука, 1983. С.19-29.

35. Макаров, И.М., Назаретов, В.М., Чухров, И.П., Агафонов, И.Г., Концепция сетевого моделирования дискретных систем // Доклады АН СССР. 1990. - Т.310, №2. - С.305-308.

36. Марчук, Г.И., Москалёв, О.В., Методология создания территориального вычислительного центра коллективного пользования Сибирского отделения АН СССР. // Кибернетика. 1977. - №6.- С.73-77.

37. Месарович, М.Д., Такахара, Я., Общая теория систем: Математические основы. М.: Мир, 1978.

38. Метляев, Ю.В., Москалёв, О.В., Эфрос, Л.Б., Архитектура вычислительного комплекса /центра/ коллективного пользования СО АН СССР // Вычислительная техника. Новосибирск: ВЦ СО АН СССР, 1976. - С.6-14.

39. Мизин, И.А., Богатырёв, В.А., Кулешов, А.П., Сети с коммутацией пакетов. М.: Радио и связь, 1986. - 408 с.

40. Митрофанов, Ю.И., Иванов, А.Н., Ярославцев, А.Ф., Система сбора и обработки статистических данных при имитационном моделировании дискретных систем // Системное моделирование: Сб. науч. тр. Новосибирск: ВЦ СО АН СССР, 1977. - С.61-80.

41. Митрофанов, Ю.И., Иванов, А.Н., Ярославцев, А.Ф., Алгоритмы программы моделирования комплекса КИМДС. Препринт №162. - Новосибирск: ВЦ СО АН СССР, 1977. - 43 с.

42. Митрофанов, Ю.И., Иванов, А.Н., Ярославцев А.Ф., Принципы организации монитора комплекса КИМДС. Препринт №163. -Новосибирск: ВЦ СО АН СССР, 1977. - 40 с.

43. Митрофанов, Ю.И., Иванов, А.Н., Ярославцев, А.Ф., Аспекты практического использования комплекса КИМДС. Препринт №164. - Новосибирск: ВЦ СО АН СССР, 1977. - 40 с.

44. Митрофанов, Ю.И., Беляков, В.Г., Анализ замкнутых показательных сетей обслуживания. Препринт. - Новосибирск: ВЦ СОАН СССР, 1978.

45. Митрофанов, Ю.И., Беляков, В.Г., К исследованию замкнутых сетей массового обслуживания большой размерности // Автоматика и телемеханика, 1981. №7. - С.61-69.

46. Митрофанов, Ю.И., Пакеты программ для аналитического и имитационного моделирования сетей вычислительных комплексов. Препринт. - М.: Научный совет АН СССР по комплексной проблеме "Кибернетика", 1981. - 42 с.

47. Митрофанов, Ю.И., Беляков, В.Г., Курбангулов, В.Х., Методы и программные средства аналитического моделирования сетевых систем. Препринт. - М.: Научный совет по комплексной проблеме Кибернетика АН СССР, 1982. - 68 с.

48. Митрофанов, Ю.И., Ярославцев, А.Ф., Система СИМС имитационного моделирования больших сложных дискретных систем // Программные системы коллективного пользования: Сб. науч. тр. Новосибирск: ВЦ СО АН СССР, 1983. - С.69-79.

49. Митрофанов, Ю.И., Беляков, В.Г., Ярославцев, А.Ф. и др., Методы имитационного моделирования локальных вычислительных сетей // XVI Всесоюзная школа-семинар по вычислительным сетям: Тез. докл., Т.З. М.: ВИНИТИ, 1991. - С.159-164.

50. Митрофанов, Ю.И., Основы теории сетей массового обслуживания: Учебное пособие. Саратов: Издательство Саратовского университета, 1993. - 108 с.

51. Нечепуренко, М.И., Модели имитации в неархимедовом времени: время, системные динамики //В кн. Эффективность и структурная надёжность информационных систем. Новосибирск: ВЦ СО РАН, 1982. - С.43-68.

52. Прицкер, А., Введение в имитационное моделирование и язык СЛАМ II. М.: Мир, 1987. - 644 с.

53. Пугачёв, В.Н., Комбинированные методы определения вероятностных характеристик. М.: Сов. радио, 1973. - 256 с.

54. Райншке, К., Ушаков, И.А., Оценка надёжности с использованием графов. М.: Радио и связь, 1988. - 208 с.

55. Рекомендация МККТТ Х.25 и её применение в информационно-вычислительных сетях: Методические материалы и документы по пакетам прикладных программ. М.: МЦНТИ, 1983. -Вып.24.

56. Родионов, A.C., Меленцова, H.A., Использование пакета СИДМ-2 для моделирования цифровых сетей с коммутацией каналов // Материалы IV Международной конференции "Современные информационные технологии", СИТ-2000. Новосибирск, 2000.- С.41-45.

57. Советов, Б.Я., Моделирование систем. 3-е изд., перераб. и доп.- М.: Высш. шк., 2001.- 343с. ISBN 5-06-003860-2

58. Степанов С.Н., Итерационные методы численного расчёта систем массового обслуживания // Информационные сети и их анализ. М.: Наука, 1978. - С.51-57.

59. Уолренд, Дж., Введение в теорию сетей массового обслуживания. М.: Мир, 1993. - 336 с.

60. Шалыгин, A.C., Палагин, Ю.И., Прикладные методы статистического моделирования. Л.: Машиностроение, Ленингр. отделение, 1986. - 320 с.

61. Шварц, М., Сети, связи: протоколы, моделирование, анализ. -М.: Наука, 1992. 4.1; 4.2. - 336 е.; 272 с.

62. Шварцман, В.О., Етрухин, H.H., Карпинский, М.А. и др., Синхронные сети передачи данных. М.: Радио и связь, 1988. -256 с.

63. Шеннон, Р., Имитационное моделирование систем: искусство и наука. М.: Мир, 1978. - 420 с.

64. Ширяев, А.Н., Вероятность. М.: Наука, Гл. ред. физ.-мат. лит., 1987.- 576 с.

65. Штойян, Д., Качественные свойства и оценки стохастических моделей. М.: Мир, 1979. - 270 с.

66. Ярославцев, А.Ф., Гибридное моделирование в МОНАД // Труды ИВМиМГ СО РАН, Сер. Системное моделирование. Новосибирск: ИВМиМГ СО РАН, 1997. - Вып.4(22). - С.12-28.

67. Ярославцев, А.Ф., Аль-Днебат, С.А., Аналитическое моделирование процессов передачи мультимедийного трафика в IP-сети // Информатика и проблемы телекоммуникаций: Мат. межд. научно-техн. конф. Новосибирск: СибГУТИ, 2003. - С.77-80

68. Ярославцев А.Ф., Аль-Днебат, С.А., Аналитическая модель передачи мультимедийного трафика по TCP/IP сети. // Мат. межд. конф. "Проблемы функционирования информационных сетей". Связь 2004. Новосибирск: ЗАО РИЦ Прайс Курьер, 2004. - С.323-328.

69. Ярославцев, А.Ф., Величко, В.В. Анализ задержек в телекоммуникационных сетях с использованием структурированных сетей обслуживания // Электросвязь. 2004. - №11. - С.1-4.

70. Abell, J.A., Judd, R.P., A model and algorithm for analysis of discrete event systems with structural changes // Proc. of the 1992 American Control Conf., v.4. USA: American Conrol Council. -1992. - P.3206-3210.

71. Ahmed, H., Ronengren, R., Ayani, R., Impact of event scheduling on performance of time warp parallel simulations // Proc. of the 27th Hawaii Int. Conf. on System Science, v.II: Software Tecnol-ogy. IEEE Comput. Soc. Press. - 1994. - P.455-462.

72. Anderson, G.E., The coordinated use of five performance evaluation methodologies // Comm. of the ACM. 1984. - v.27, No.2. -P.118-125.

73. Ayani, R., Rajaei, H., Parallel simulation of generalized cube multistage interconnection network 11 Distributed simulation: Proc. of the SCS Multiconference. San Diego USA, 1990. - P.60-63.

74. Ayani, R. Rajaei, H., Parallel simulation using conservative time windows // 1992 Winter Simulations Conf.: Proceedings. New York, USA: IEEE, 1992. - P.709-717.

75. Ayani, R., Parallel simulation // Performance Evaluation of Computer and Communication Systems: Joint Tutorial Papers Performance^ and Sigmetrics'93. Berlin, Germany: Springer Verlag, 1994. - P.1-20.

76. Balbo, G., Bruell, S.C., Schwetman, H.D., Customer classes and closed networks models a solution technique // Proc. of the IFIP Congress 77. - Amsterdam, London: North-Holland, 1977. -P.559-564.

77. Balci, O., Sargent, R.G., A methodology for cost-risk analysis in statistical validation of simulations models // Comm. of the ACM.- 1981. v.24, No.4. - P.190-197.

78. Balci, O., Nance, R.E., The simulation model development environment: an overview // 1992 Winter Simulations Conf.: Proceedings.- IEEE, 1992. P.726-736.

79. Balci, O., Adams, R.J., Myers, D.S., Nance, R.E., A collaborative evaluation environment for credibility assessment of modeling and simulation applications // Proceedings of the 2002 Winter Simulation Conference. USA: IEEE. - 2002. - P.214-220.

80. Ball, D., GPSS/VI (simulation programming language) // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992. - P.426-430.

81. Banks, J., Testing, understanding and valdating complex simulation models // 1989 Winter Simulations Conf.: Proceedings. -SCS, 1989. P.549-551.

82. Banks, J., Simulation languages and simulators // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992. - P.88-96.

83. Barros, F.J., Zeigler, B.P., Fishwick, P.A., Multimodels and dynamic structure models: An integretion of DSDE/DEVS and OOPM // Proceedings of the 1998 Winter Simulation Conference.- San Diego, USA: SCS. 1998. - V.l. - P.413-419.

84. Bars, P.S., Using atomic data structurs parallel simulation // Proc. of the Scalable High Performance Computing Conf., SHPCC-92. -IEEE Comput. Soc. Press. 1992. - P.30-37.

85. Barton, R.R., Fishman, G.S., Kalos, M.H., Kelton, W.D., Kleij-nen, J.P.C., Experimental design issues for large simulation models // 1989 Winter Simulations Conf.: Proceedings. SCS, 1989.- P.411-418.

86. Barton, R.R., Simulation metamodels // Proceedings of the 1998 Winter Simulation Conference. San Diego, USA: SCS. - 1998. -V.l. -P.167-174.

87. Barton, R.R., Designing simulation experiments // Proceedings of the 2002 Winter Simulation Conference. USA: IEEE. - 2002. -pp.45-51.

88. Baskett, F., Chandy, K.M., Muntz, R.R., Palacios, F.G., Open, Closed, and Mixed Networks of Queues with Different Classes of Customers // Journal of the ACM. 1975. - v.22, No.2. - p.248-200.

89. Birlardi, G., Padovani, R., Pierobon, G.L., Spectral analysis of functions of markov chains with applications // IEEE Transactions on communications. 1983. - v.31, No.7. - P.853-861.

90. Blackstone, J.H., A two-list synchronisation mechanism procedure for discrete event simulation // CACM. 1977. - v.24, No.12. -P.825-829.

91. Blaisdell, W.E., Haddock, J., SIMSTAT: a tool for simulation analysis // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992.- P.421-425.

92. Blunden, G.P., Krasnov, H.S., The process concept as basic for simulation modelling // Simulation. 1967. - v.9, No.2. - P.89-93.

93. Buzen, J.P., Computational algorithms of closed queueing networks with exponential servers // Commun. of the ACM. 1973. - v. 16, No.9. - P.577-531.

94. Cai, W. Turner, S.J., An algorithm for distributed discrete event simulation the "carrier null message" approach // Distributed simulation: Proc. of the SCS Multiconference. - SCS, 1990. -P.3-8.

95. Calvert, K.L., Zegura, E.W., Doar, M., Modeling Internet Topology // IEEE Communications Magazin. 1997. - P. 160-163.

96. Calvin, J.M., Covarince of regenerative mean and variance estimators for the Markov chains // 1989 Winter Simulations Conf.: Proceedings. SCS, 1989. - P.473-475.

97. Cao, X.-R. Ho, Y.-C., Models of discrete event dynamic systems // IEEE Control Syst. Mag. 1990. - v.2. No.4. - P.69-76.

98. Carson, J.S., Modelling // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992. - P.82-87.

99. Chandy, K.M., Herzog, U. Woo, L., Approximate analysis of general queueing networks // IBM J. Res. Dev. 1975. v. 19, No.l. - P.43-49.

100. Chandy, K.M., Howard, J.H., Towsley, D.F., Product form and local balance in queueing networks // Journal of the ACM. 1977. v.24, No.2. - P.250-263,

101. Chandy, K.M., Neuse, D., Lineariser: a heuristic algorithm for queueing network models of computing systems // Comm. of the ACM. 1982. - v.25, No.2. - P.126-134.

102. Chang, S.S.L., Simulation transient and time varying conditions in queueing networks // Proc. of the 7th Annual Pittsburg Conf. Modelling and Simulation: v.VIII, Part.II. 1977. - P.180-232.

103. Chang, X., Network simulation with OPNET // Proc. of the 1999 Winter Simulation Conf.: Proceedings. 1999. - P.7-13.

104. Charnes, J.M., A comparison of confidence region estimators for multivariate simulation output // 1988 Winter Simulations Conf.: Proceedings. SCS, 1988. - P.458-465.

105. Chen, P.P., Entity-relationship approach to systems analysis and design. North-Holland; New York: Elsilver, 1980.

106. Chen, J.-C., Agrawal, P., Active techniques for real time video transmission and playback // ICC-2000 IEEE Int. Conf. on communications. IEEE, 2000. - P.239-243.

107. Chung, K., Sang, J., Rego, V., Sol-es: an object-oriented platform for event-scheduled simulations // Proc. of the 25th Annual Summer Computer Simulation Conference. SCS, 1993. - P.972-977.

108. Clark, G.M., Tutorial: Analysis of simulation output to compare alternatives // 1988 Winter Simulations Conf.: Proceedings. -SCS, 1988. P.19-24.

109. Concepcion, A.I., Zeigler, B.P., DEVS-formalism: a framework for hierarchical model development // IEEE Trans, on Soft. Eng., v.14, No.2, 1987, P.228-241.

110. Cook, D.A., Pooch, U.W., Accelerated time discrete event simulation in distributed environment // Int. J. Syst. Sci. (UK). 1993.- v.24, No.3. P.451-478.

111. Courtois, P.J., Decomposability queueing and computer systems applcations. New York: Academic Press, 1977. - 284 p.

112. Courtois, P.J., On time and space decomposition of complex structures // Comm. of the ACM. 1985. - v.28, No.6. - P.590-603.

113. Crane, M.A., Iglehart, D.L., Simulating stable stochastic systems I; General multisever queues // Journal of the ACM. 1974. - v.21, No.l. - P.103-113.

114. Crane, M.A., Iglehart, D.L., Simulating stable stochastic systems II; Markov chains // Journal of the ACM. 1974. - v.21, No.l. -P.114-123.

115. Crane, M.A., Iglehart, D.L., Simulating stable stochastic systems III; Regenerative processes and discrete event simulation // Operation research. 1975. - v.23, No.l. - P.33-45.

116. Dijk, N.M., ON HYBRID COMBINATION OF QUEUEING AND SIMULATION // Proceedings of the 2000 Winter Simulation Conference. USA : IEEE. - 2000. - V.l. - pp.147-150.

117. Dou, W., Chen, H., Cai, K., Chen, Y., An Integrated Simulation Environment ISENET for computer communication networks: design and implementation // Proc. of the IEEE Int. Symp. on Industrial Electronics, v.2. IEEE, 1992. - P.804-808.

118. Ermakov, S.M., Melas, V.B., Optimal branching of trajectories in simulation of systems described by stationary processes // Sov. J. Comput. Syst. Sci. 1984. - v.27, No.5. - P.79-84.

119. Fishman, G.S., Concepts and methods in discrete event digital simulation. New York: Willey, 1973.

120. Fishman, G.S., Huang, B.D. Antithetic variates revisited // Comm. of the ACM. 1983. - v.26, No.ll. - P.964-971.

121. Fishman, G.S., Accelerated accuracy in the simulation of Markov chains // Operations research. 1983. - v.31, No.3. - P.466-487.

122. Fishman, G.S., Accelerated convergence in the simulation of countable infinite state Markov chains // Comm. of the ACM. 1983. -v.31, No.6. - P.1074-1089.

123. Fishwick, P.A., SimPack: getting started with simulation programming in C and c++ ¡i 1992 Winter Simulations Conf.: Proceedings.- IEEE, 1992. P.154-162.

124. Fox, B.L., Shortening future-event lists // ORSA J. Comput., (USA). 1975. - v.5, No.2. - P.147-150.

125. Franta, W.R., Maly, K., An efficient data structure for the simulation event set // Comm. of the ACM. 1977. - v.20, No.10. -P.596-602.

126. Fresnedo, R.D., Quick simulation of rare events in networks // 1989 Winter Simulations Conf.: Proceedings. SCS, 1989. -P.514-523.

127. Fujimoto, R.M., Performance of time warp under synthetic workloads // Distributed simulation: Proc. of the SCS Multiconference.- SCS, 1990. P.23-28.

128. Fujimoto, R.M., Performance measurements distributed simulations strategies. // Trans. Soc. Comput. Simul. (USA). 1990. -v.6, No.2. - P.89-132.

129. Fujimoto, R.M., Nicol, D., State of the art in parallel simulation // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992. -P.246-254.

130. Fujimoto, R.M., Abrams, M., Bagrodia, R., Lim, Y.-B., Reynolds, J.E., Unger, B.W., Cleary, J.G., Parallel discrete event simulation: will the field survive?. ORSA J. Comput. (USA). - 1993.- v.5, No.3. P.213-248.

131. Furey, S., The place of modelling tools in network planning // EDP Perform. Review (USA). 1989. - v.17. - No.6. - P.l-4.

132. Gene, F.P., SIMDL simulation language // Proc. of ISCIS III, The Third Int. Symp, on Computer and Information Sciences. Nova Sci. Publishers, 1989. - P.225-236.

133. Gennart, B.A., Luckham, D.C., Validating discrete event simulations using event pattern mapping // Proc. of the 29th ACM/IEEE Design Automation Conf. IEEE Comput. Soc. Press, 1992. -P.414-419.

134. Glynn, P.W., Optimization of stochastic systems via simulation // 1989 Winter Simulations Conf.: Proceedings. SCS, 1989. - P.90-105.

135. Goble, J., Wood, B., Modsim III. A tutorial with advances in database access and HLA support // Proceedings of the 1998 Winter Simulation Conference. San Diego, USA: SCS. - 1998. - V.l;- P.199-204.

136. Gonnet, G.H., Heaps applied to event mechanisms // Comm. of the ACM. 1976. - v. 19, No.8. - P.417-418.

137. Gordon, W.J., Newell, G.F., Closed queueing system with exponential servers // Oper. Res. 1967. - v. 15, No.2. - P.256-265.

138. Guirguis, R.M., Mahmoud, S., Transmission of real-time multi layered MPEG-4 over ATM/ABR service // ICC-2000, IEEE international conference on communications. IEEE, 2000. - P.259-263.

139. Harrison, J.M., The QNET method for two-moment analysis of open queueing networks // Queueing Syst. Theory Appl. 1990.- v.6, No.l. P.1-32.

140. Heidelberger, P., Welch, P.D., Simulation run length control in the presence of initial transient // Operations research. 1980. - v. 13, No.l. - P.21-37.

141. Heidelberger, P., Welch, P.D., Adaptive spectral method for simulation output analysis // IBM journal of research and development.- 1981. v.25, No.6. - P.860-876.

142. Heidelberger, P., Welch, P.D., Watson, T.J., A spectral method for confidence interval generation and run length control in simulations // Comm. of the ACM. 1981. - v.24, No.4. - P.233-245.

143. Heidelberger, P., Variance reduction techniques for simulation of Markov process. II Matrix iteractive methods // Acta Informatica.- 1983. v.31, No.6. - P.1109-1144.

144. Henriksen, J.D., An improved event list algorithm. // Proc. of the Winter Sim. Conf. Gaithersburg: MD, 1977. - P.554-557.

145. Henriksen, J.O., The integrated simulation environment: (Simulation software of the 1990s) // Operation Res.(USA). 1993. - v.31, No.6. - P.1053-1073.

146. Houben, G.-J., Dietz, J.L.G., Van Hee, K.M. The SMARTIE framework for modelling discrete dynamic systems // Proc. of the II ASA Conf. Discrete Event Systems. Models and Applications. -Berlin: Springer-Verlang, 1988. P.179-196.

147. Hsioa, M.-T.T., Lazar, A.A., An extension to Norton's equivalent // Queueing Syst. Theory Appl. 1989. - v.5, No.4. - P.401-412.

148. Iglehart, D.L., Simulating stable stochastic systems V: Comparison of ration estimators // Naval Res. Logist. Quart. 1975. - v.22, No.3. - P.553-565.

149. Iglehart, D.L., Simulating stable stochastic systems VI: Quantile estimation // Journal of the ACM. 1976. - v.23, No.2. - P.347-360.

150. Iglehart, D.L., Regenerative method for simulation analysis // Current trends in programming methodology, Vol .III Software engineering. / Eds. Chandy K.M. New Jersy: Prentice-Hall, 1978.- P.52-71.

151. Iglehart, D.L., Shedler, G.S., Simulation of response times infinite capasity open networks queues // Operation research. 1978. -v.26, No.4. - P.896-914.

152. Iglehart, D.L., Shedler, G.S., Simulation methods for response times in networks of queues // 1979 Winter Simulations Conf.: Proceedings, v.l. IEEE, 1979. - P.221-232.

153. Iglehart, D.L., Shedler, G.S., Regenerative simulation of response times in networks of queues with multiple job types // Acta Informática. 1979. - v.12, No.l. - P.159-175.

154. Iglehart, D.L., Stone, M.L., Regenerative simulation for estimating extreme values // Operation research. // 1983. // v.31, No.6. -P.1145-1166.

155. Iglehart, D.L., Shedler, G.S., Simulation output analysis for local area computer networks // Acta Informática. 1984. - v.21, No.2. - P.321-374.

156. Ilyas, M., Mouftah, H.T., Simulation tools for computer communication network // GLOBECOM'88. IEEE Global Telecommunications Conf. and Exhibition. Communications for Information Age: Conf. Record, v.3. IEEE. - P.1702-1706.

157. ISO DIS 8073. Connection Oriented Protocol Specification (SC6/N3240)

158. ISO DIS 8073, PDAD1. Connection Oriented Protocol Specification Addendum 1: Network Connection Management Subprotocol (SC6/N3705)

159. ISO DIS 8073, PDAD1. Connection Oriented Protocol Specification Addendum 2: Operation of Class 4 Over Connectionless Network Service (SC6/N3984)

160. ISO DIS 8208 X.25. Packet Level Protocol for Data Terminal Equipment (SC6/N3583)

161. ISO DIS 8208 PDAD1 X.25, Packet Level Protocol for Data Terminal Equipment Addendum 1: Alternative Logical Channel Number Allocation (SC6/N3861)

162. ISO DIS 8208 PDAD2 X.25, Packet Level Protocol for Data Terminal Equipment Addendum 2: Extensions for Private and Swithed Use (SC6/N3808)

163. ISO/IEC JTC1/SC29/WG11 No.2459 Overview of the MPEG-4 standard, 1998.

164. Jackson, J.R., Networks of waiting lines // Oper. Res. -1957. -v.5, No.4. P.518-521.

165. Jackson, J.R., Job-shop-like queueing systems // Manag. Sei. -1963. v.10. - P.131-142.

166. Jacot, L., Ladet, P., A modeling framework for hybrid systems // Proceedings of the International Conference on Systems, Man and Cybernetics, and "Systems Engineering in the Service of Humans". 1993. - vol.2. - P.692-698.

167. Joines, J.A., Powell, K.A., Roberts, S.D., Object-oriented modelling and simulation with C++ // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992. - P.145-153.

168. Kabak, I.W., Stopping rules for queueing simulation // Operations research. 1968. - v.16, No.2. - P.431-437.

169. Kelly, F.P., Networks of queues with customers of differnt types // Journal of Appl. Probab. 1975. - v.12, No.3. - P.542-554.

170. Kindler, E., Dynamic systems and theory of simulation. // Ky-bernetika. 1979. - v.15, No.2. - P.77-87.

171. Kritzinger, P.S., Wyk, S., Krzesinski, A.E., A generalization of Norton's theorem for multiclass queueing networks // Perform. Eval. 1982. - No.2. - P.928-1007.

172. Krunz,M., Hughes, H.D., A Traffic Model for MPEG Video VBR Streams // ACM SIGMETRICS. 1995. - No.5. - P.47-55.

173. Kuehn, P.J., Approximate analysis of general networks by decompositions // IEEE Trans. Comm. 1979. - v.Com-27, No.l. -P.113-126.

174. Lam, S.S., Dynamic scalling and grouth behavior of queuing networks normalizaton constants // Journal of the ACM. 1982. -v.29, No.2. - P.493-513.

175. Legge, G., Wyatt, D.L., A software mechanism to enhance simulation model validity // 1992 Winter Simulations Conf.: Proceedings.- IEEE, 1992. P.796-806.

176. Li, Y., Wonham, W.M., A state-variable approach to the modeling and control of discrete-event systems // Proc. of the 26th Annual Allerton Conf. on Communication, Control and Computing, v.2. -Univ. Illinois, 1988. P.1140-1149.

177. Lin, Y.-B., Lazovska, E.D., Optimality consideration of 'time warp' parallel simulation // Proc. of the SCS Multiconference. SCS, 1990. - P.29-34.

178. Lin, Y.-B., Parallelism analyzers for parallel discrete event simulation // ACM Trans. Model. Comput. Simul. (USA). 1993. -v.2, No.3. - P.239-264.

179. Loeve, W., Construction of programs for simulation // Informatie (Netherlands). 1993. - v.35, No.7-8. - P.485-492.

180. Luna, J.J., Hierarchical, modular concepts applied to an object-oriented simulation model development environment // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992. - P.694-699.

181. McCormack, W.M., Sargent, R.G., Analysis of future event set algorithms for discrete event simulation // Comm. of the ACM. -1981. v.24, No.12. - P.801-812.

182. McKenna, J., Mitra, D., Ramakrishnan, K.G., A class of closed Markovian queueing networks: integral representations asymptotic expansions, and generalizations // Bell Syst. Techn. J. 1981. -v.60, No.5. - P.599-641.

183. McKenna, J., Mitra, D., Integral representations and asymptotic expansions for closed Markovian queueing networks: normal usage // Bell Syst. Techn. J. 1982. - v.61, No.5. - P.661-683.

184. Moeller, T., Kobayashi, H., Use diffusion approximation to estimate run length in simulation experiments // COMPSTAT 1974. Proc. of the Comput. Statist. Conf. 1974. - P.363-372.

185. Nance, R.E., On time flow mechanisms for discrete event simulation // Manage Sci. 1971. - v. 18, No.l. - P.59-93.

186. Nance, R.E., Model representation in discrete event simulaton: Prospect for developing documentation standarts //In Current Issues in Computer simulation. New York: Academic, 1979. -P.83-97.

187. Nikolopoulos, S.D., An experimental analysis of event set algorithms for discrete event simulation // Microprocess. Microprogr. 1993. - v.36, No.2. - P.71-81.

188. O'Reilly, J.J., Ryan, N.K., Introdution to SLAM II and SLAMSYSTEM. 1992 Winter Simulations Conf.: Proceedings. - IEEE, 1992. - P.352-356.

189. Oren, T.I., GEST: A combined digital simulation language for large scale systems // Proc. AICA Symposium on Simulation of Complex Systems. Japan, 1971. - P.B-1/1 - B-l/4.

190. Oren, T.I., GEST A modelling and simulation language based on system theoretic concepts // Simulation and model-based methodology: An integrative view. - New York: Spinger-Verlag, 1984.

191. Pattipati, K.R., Kostreva, M.M., Teele, J.L., Approximate mean value analysis algorithms for queuing networks: existense, uniqueness, and convergence results // Journal of the ACM. 1990. -v.37, No.3. - P.643-673.

192. Pidd, M., Object orientation and three phase simulation // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992. - P.689-693.

193. Pollatschek, M.A., A library for discrete event simulations // SIG-MALL/PC Notes (USA). 1993. - v.19, No.l. - P.3-15.

194. Pollacia, L.F., A survey of the discrete event simulation and state of the art discrete event languages // Simulation digest. fall 1989. - P.8-25

195. Pritsker, A.A.B., O'Reilly, J.J., AWESIM: The integrated simulation system // Proc. of the 1998 Winter Simulation Conf. 1998. - P.249-255.

196. Preiss, B.R., Loucks, J.J., Hamacher, V.C., A unified modeling methodology for performance evaluation of distributed discrete event simulation mechanisms // 1988 Winter Simulations Conf.: Proceedings. SCS. - 1988. - P.315-324.

197. Radiya, A., Fishwick, P.A., Nance, R.E., Rothenberg, J., Sargent, R.G., Discrete event simulation modeling: directions for the 1990s // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992. - P.773-782.

198. Rajaei, H., SIMA: an environment for parallel discrete event simulation // Proc. of the 25th Annual Simulation Simp. IEEE Comput. Soc Press, 1992. -P.147-155.

199. Ramakrishman, K.G., Mitra, D., An overview PANACEA, software package for analysing Markovian queueing networks // The bell system technial journal. 1982. - v.61, No.10, part 1. - P.2849-2872.

200. Reeves, C.M., Complexity analysis of event lists set algorithm // The Computer journal. 1984. - v.27, No.l. - P.72-79.

201. Reiser, M., Kobayashi, H., Queueing networks with multiple closed chains: theory and computational algorithms // IBM Journ. Res. Dev. 1975. - v.9, No.3. - P.483-294.

202. Reiser, M., Lavenberg, S.S., Mean-value analysis of closed multichain queueing networks // Journal of the ACM. 1980. - v.27, No.2. - P.126-141.

203. Reynolds, J.E., The covariance structure of queues and related process a survey recent work // Adv. Appl. Probab. - 1975. -No.7. - P.383-415.

204. Rodionov, A.S., Ways of evolution of discrete event simulation systems // Proceedings of the 2nd International Workshop on Computer Science and Information Technologies, USATU scientific Session. Russia, Ufa, 2000. - P.218-220.

205. Rodionov, A.S., Leskov, D.V., Oberon-2 as successor of Modula-2 in simulation // Lecture Notes in Computer Science. // 2001. -v.2244. P.541-548.

206. Russell, E.C., SIMSCRIPT II. 5 and SIMGRAPHICS tutorial 11 Proceedings of the 1992 Winter Simulations Conf. IEEE, 1992. -P.323-327.

207. Sauer, C.H., Lavenberg, S.S., Sequential stopping rules for the regenerative method of simulation // IBM Journal Research and Development. 1977. - v.21, No.4. - P.545-548.

208. Sauer, C.H., MacNair, E.A., Salza, S., A languge for extended queueing network models // IBM Journal Reseach and Development. 1980. -v.24, No.6. - P.747-755.

209. Schriber, T.J., A Conceptual framework for research in analysis of simulation output // Comm. of the ACM. 1981. - v.24, No.l. -P.218-232.

210. Schruben, L., Control of initialization bias in multivariate simulations response // Comm. of the ACM. 1981. - v.24, No.4. -P.246-252.

211. Schruben, L., Singh, H., Tierney, L., Optimal tests for initialization bias in simulation output // Operations research. 1983. - v.31, No.6. - P.1167-1178.

212. Schruben, L.W., Graphical model structures for discrete event simulation // 1992 Winter Simulations Conf.: Proceedings. -IEEE, 1992. P.241-245.

213. Schruben, L.W., Yucesan, E., Modellig paradigms for discrete event simulation // Oper. Res. Lett. 1993. - v.13, No.5. -P.265-267.

214. Shanker, M.S., Patuwo, B.E., The effect of synchronization requirements on the performance of distributed simulations // Proc. of the 1993 Workshop on Parallel and Distributed simulation. -SCS, 1993. P.151-154.

215. Shannon, R.E., Introdution to simulation // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992. - P.65-73.

216. Shen, C.C., Bagrodia, R.L., Parallel Hybrid Models in System Design // Proceedings of the Winter Simulation Conference. SCS. - 1993. - P.589-594.

217. Sokol, S.J., Stucky, B.K., Hwang, V.S., MTV: a control mechanism for parallel discrete simulation // Proc. of the 1989 Int. Conf. on

218. Stoyan, D., Queueing Networks insensitivity and heuristic approximation // Electr. Inform, und Kybern. - 1978. - v. 14, No.3. -P.135-143.

219. Taylor, S.J.E., Kalantry, N., Winter, S.C., The parallelization of discrete event simulation: methodology // IEE Colloquium on Increased Production Through Discrete Event Simulation. Digest No.1993/073. - London, UK: IEE. - 1993. - P.2/1-2/10.

220. Tewoldeberhan, T.W., Verbraeck, A., Valentin, E., Bardonnet, G., An evaluation and selection methodology for discrete-event simulation software // Proceedings of the 2002 Winter Simulation Conference. USA: IEEE. - 2002. - pp.67-75.

221. Thesen, A., Introdution to simulation // 1988 Winter Simulations Conf.: Proceedings. SCS, 1988. - P.7-14.

222. Turner, S.J., Xu, M.Q., A portable parallel discrete event simulation system // Parallel Computing: From Theory to Sound Practice: Proc. of EWPC'92 the Evropean Workshops on Parallel Computing. London, UK: IEE, 1993. - P.2/1-2/10.

223. Vakili, P., Massively parallel and distributed simulation of a class of discrete event systems: a different perspective // ACM Trans. Model. Comput. Simul. (USA). 1992. - v.2, No.6. - P.214-238.

224. Vangheluwe, H. de Lara, J. Meta-models are models too // Proceedings of the 2002 Winter Simulation Conference. USA: IEEE. - 2002. - pp.597-605.

225. Vantilborgh, H., Exact aggregation in exponetial queuing networks // Journal of the ACM. 1978. - v.25, No.4. - P.620-629.

226. Vaucher, J.G., Duval, P., A comparison of simulation event list algorithm // Comm. of the ACM. 1975. - v.18, No.4. - P.223-230.

227. Watanabe, T., Hizuka, S., Sanada, H., Tezuka, Y., Time-event driven scheme for distributed simulation with advance processing // Trans. Inst. Electron. Inf. Commun. Eng. 1988. -v.J71D, No.12. - P.2527-2535.

228. Whitt, W., The queueing networks analyser // Bell Syst. Techn. J. 1982. v.62, No.9. - P.2779-2815.

229. Whitt, W., Simulation run length planning // 1989 Winter Simulations Conf.: Proceedings. SCS. - 1989. - P.106-112.

230. Wyman, F.P., Improved event scanning mechanism for discrete event simulation. // Comm. of the ACM. 1975. - v.18, No.6. -P.350-353.

231. Yang, W.N., Nelson, B.L., Multivariate estimation and variance reduction in terminating and steady-state simulation // 1988 Winter Simulations Conf.: Proceedings. SCS, 1988. - P.466-472.

232. Yao, X.X., Yang, O.W.W., A queueing analysis of slotted ALOHA systems // IEEE CCECE'93 Conf. IEEE, 1993. - P.1204-1248.

233. Yaroslavtsev,A.F., Set base Methodology for Hybrid Modeling on Communication Systems // Proceedings of the Second IASTED International Multi Conference on Automation, Control, And Information Technology: Communication Systems. - IASTED, 2005.- P.1-7.

234. Yaroslavtsev, A.F., Shuvalov, W.P., Performance model of CDMA unslotted system // Proc. of the CIC 2002, 7th CDMA Int. Conf.- Seul, Source Korea, 2002.

235. Yu M.-L., En route to more efficient parallel event simulation // Proc. of the 25th Annual Simulation Simposium. IEEE Comput. Soc. Press, 1992. - P.54-60.

236. Yucesan, E., Jacobson, S.H., Building correct simulation models is difficult // 1992 Winter Simulations Conf.: Proceedings. IEEE, 1992. - P.783-790.

237. Zegura, E.W., Calvert, K.L., Bhattacharjee, S., How to model an Internetwork // Proc. of the INFOVCOM'96 Conf. 1996. -P.594-602.

238. Zeigler, B.P., Hierarchical, modular discrete-event modelling in an object-oriented environment // Simulation. v.49, No.5. - 1987. - P.219-230.

239. СИБИРСКОЕ ОТДЕЛЕНИЕ РАН ИНСТИТУТ ГОРНОГО ДЕЛА

240. МИНИСТЕРСТВО ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И СВЯЗИ СИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ТЕЛЕКОММУНИКАЦИЙ И ИНФОРМАТИКИ

241. На правахд>укописи УДК 681/384.001.57

242. ЯРОСЛАВЦЕВ АЛЕКСАНДР ФЁДОРОВИЧ

243. МЕТОДЫ И ПРОГРАММНЫЕ СРЕДСТВА ГИБРИДНОГО МОДЕЛИРОВАНИЯ МУЛЬТИСЕРВИСНЫХ СЕТЕЙ БОЛЬШОЙ1. РАЗМЕРНОСТИ