Разработка и исследование методов анализа параметров качества обслуживания трафика в программно-конфигурируемых сетях тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Буранова Марина Анатольевна

• Буранова Марина Анатольевна
• доктор наук
• 2022

Оглавление диссертации доктор наук Буранова Марина Анатольевна

ВВЕДЕНИЕ

ГЛАВА 1 АНАЛИЗ ОСОБЕННОСТЕЙ ФУНКЦИОНИРОВАНИЯ ПРОГРАММНО-КОНФИГУРИРУЕМЫХ СЕТЕЙ НА ОСНОВЕ ПРОТОКОЛА OPENFLOW

1.1 Перспективы развития сетей связи

1.2 Концепция программно-конфигурируемых сетей

1.2.1 Работы по стандартизации программно-конфигурируемых сетей

1.2.2 Архитектура программно-конфигурируемых сетей

1.2.3 Основные компоненты программно-конфигурируемых сетей

1.2.4 Протокол OpenFlow

1.2.5 Протоколы конфигурации, взаимодействия OpenFlow, порты и каналы OpenFlow

1.3 Проблемы программно-конфигурируемых сетей и основные

направления исследований

1.4. Анализ программно-конфигурируемой сети на основе протокола OpenFlow с использованием методов теории массового обслуживания

Выводы к главе

ГЛАВА 2 АНАЛИЗ СТАТИСТИЧЕКИХ ХАРАКТЕРИСТИК ФУНКЦИОНИРОВАНИЯ ПРОГРАММНО-КОНФИГУРИРУЕМЫХ СЕТЕЙ НА ОСНОВЕ ПРОТОКОЛА OPENFLOW

2.1 Схема эксперимента на программно-конфигурируемой сети на

основе протокола OpenFlow

2.2 Анализ трафика программно-конфигурируемой сети

2.3 Методы аппроксимации, используемые для анализа моделей систем G/G/1 в программно-конфигурируемой сети на основе протокола

OpenFlow

Выводы к главе

ГЛАВА 3 МОДЕЛЬ ОЧЕРЕДИ ПРОГРАММНО-

КОНФИГУРИРУЕМЫХ СЕТЕЙ НА ОСНОВЕ OPENFLOW

3.1 Анализ функционирования коммутаторов OpenFlow на основе

модели очереди М/М/1

3.2 Анализ функционирования программно-конфигурируемой сети как системы массового обслуживания общего вида

3.2.1 Определение параметров функционирования коммутатора OpenFlow

3.2.2 Аналитические результаты для модели очереди в программно-конфигурируемой сети на основе протокола OpenFlow

3.3 Анализ коррелированной очереди в программно-конфигурируемой

сети

Выводы к главе

ГЛАВА 4 МЕТОДЫ ОПРЕДЕЛЕНИЯ ПАРАМЕТРОВ ГИПЕРЭКСПОНЕНЦИАЛЬННЫХ РАСПРЕДЕЛЕНИЙ, ИСПОЛЬЗУЕМЫХ ДЛЯ МОДЕЛИРОВАНИЯ ОЧЕРЕДИ 0/0/1 В

ПРОГРАММНО-КОНФИГУРИРУЕМОЙ СЕТИ

4.1. Определение параметров гиперэкспоненциального распределения методом рекурсивного подбора для анализа функционирования

программно-конфигурируемых сетей

4.1.1 Рекурсивная процедура подбора параметров

гиперэкспоненциального распределения

4.1.2 Точность аппроксимации

4.1.3. Рекурсивная процедура подбора параметров гиперэкспонент

для распределения Вейбулла

4.1.4 Рекурсивная процедура подбора параметров гиперэкспонент

для распределения Парето

4.1.5 Примеры аппроксимации для «тяжелохвостых» распределений

4.2 Аппроксимация унимодальных распределений

4.2.1 Использование метода селектирующих функций для аппроксимации унимодальных распределений

4.2.2 Определение характеристической функции времени ожидания в очереди

4.3 EM-алгоритм

4.3.1 Решение задачи разделения смесей вероятностных распределений с помощью ЕМ-алгоритма

4.3.2 Реализация ЕМ-алгоритма для некоррелированных величин

4.3.3 Реализация ЕМ-алгоритма для коррелированных величин

4.4 Численные результаты использования аппроксимации гиперэкспоненциальными функциями для оценивания параметров

качества обслуживания в программно-конфигурируемой сети

Выводы к главе

ГЛАВА 5 АНАЛИЗ ВАРИАЦИИ ЗАДЕРЖКИ

5.1 Оценивание значения вариации задержки на основе стандарта RFC3353

5.1.2 Анализ статистических характеристик трафика

5.1.3 Численная оценка параметров гиперэкспоненциальных

распределений

5.2 Оценивание значения вариации задержки как среднеквадратического

отклонения

5.2.1 Результаты моделирования вариации задержки

Выводы к главе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ. ДОКУМЕНТЫ, ПОДТВЕРЖДАЮЩИЕ ВНЕДРЕНИЕ

ОСНОВНЫХ РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОЙ

РАБОТЫ

Введение диссертации (часть автореферата) на тему «Разработка и исследование методов анализа параметров качества обслуживания трафика в программно-конфигурируемых сетях»

ВВЕДЕНИЕ

Актуальность исследования. Особенностью развития инфокоммуникационных сетей на современном этапе является продвижение концепции «Будущие сети» (FN, Future Networks), сетей 5G/IMT-2020, а в дальнейшем развитие сетей 6G. В рамках данного подхода предполагается внедрить следующие технологии: сети связи пятого поколения (5G), включающие такие понятия, как сверхплотные сети и сверхнадежные сети с ультрамалыми задержками, промышленный интернет вещей (IIoT), тактильный интернет, голографические копии и т.д.

Большинство из перечисленных технологий требует обеспечения качества обслуживания (QoS - Quality of Service) в том числе, удержания задержки, джиггера и потерь на гарантированном уровне. Для некоторых из них задержки не должны превышать 1 мс, например, для голографических копий. Данная концепция призвана поддерживать гораздо более широкие возможности взаимодействия будущих инфраструктур, обусловленные распространением новых технологий взаимодействия, включая спутниковые сети. Данные требования предполагают встроенную программируемость сетей.

Следует учесть изменения в характере поведения и предпочтениях пользователей, генерирующих трафик в рамках использования новых технологий. На этом фоне наблюдается рост потребления так называемого «тяжелого» контента, видео-трафика. Внедрение данных технологий неизбежно приведет к значительному росту трафика в целом, изменению его структуры и при этом необходимо соблюдение высоких требований к уровню качества обслуживания (QoS). Эти тенденции приводят к необходимости оценки последствий от выполнения требований пользователей и услуг, и повышения эффективности сети путем соответствующего условиям планирования и управления ресурсами сетевого трафика. Повышение

эффективности возможно за счет своевременной реакции на изменение состояния сети.

Такую задачу на сегодняшний день может решить технология программно-конфигурируемых сетей (ПКС). Современные тенденции развития инфокоммуникационных сетей предполагают использование технологии ПКС для решения проблемы обеспечения QoS.

Необходимо принять во внимание, что в рамках реализации государственной программы «Цифровая экономика Российской Федерации» принят план мероприятий по направлению «Информационная инфраструктура», утвержденный 18.12.2017 правительственной комиссией по использованию информационных технологий по использованию информационных технологий для улучшения качества жизни и условий ведения предпринимательской деятельности. В данном документе говорится, что переход к программируемым сетям с виртуализацией сетевых функций является не только актуальным, но и естественным, так как при повсеместном внедрении решений интернета вещей (Internet of Things, IoT), приложений искусственного интеллекта, обработки больших данных, использовании блокчейн-методов возникают новые задачи по надежному и безопасному переносу трафика с необходимым качеством. Различные требования к задержкам и другим характеристикам функционирования, предъявляемые различными прикладными решениями и приложениями, от обычного Интернета до тактильного IoT и M2M, реализуемые на базе фиксированных сетей и сетей 5G/6G, приводят к облачной иерархии loud/fog/edge с виртуализацией функций на разных ее уровнях и с программным конфигурированием ресурсов.

Программно-конфигурируемые сети позволяют контролировать сетевое управление с помощью настраиваемого программного обеспечения, что делает управление более интеллектуальным и централизованным. Это делает сеть более гибкой, программируемой и инновационной.

Внедрение ПКС влечет за собой необходимость разработки адекватных моделей, позволяющих быстро получить точные оценки параметров QoS, необходимые на этапе проектирования сетей и далее в процессе эксплуатации для возможности оперативного реагирования на изменения требований к сети и модификацию топологии сети.

Вопросы производительности и масштабируемости ПКС еще мало исследованы для построения аналитических моделей. Для решения данной задачи применяется теория систем массового обслуживания (ТМО) или методы сетевого исчисления (Network Culculus). При этом, ввиду отсутствия адекватных моделей современного трафика, зачастую для анализа, например, в рамках ТМО используется марковская модель поступления и обслуживания заявок (система M/M/1). Для большинства потоков данная модель является слишком упрощенной. Чаще приходится иметь дело со «сложным» трафиком. При этом для параметров трафика, таких как интервалы времени между заявками и длительности заявок, характерны распределения с «тяжелыми» хвостами, и наличие корреляционных связей. Свидетельство сложности трафика проявляется в таких формах, как наличие корреляционных связей, долговременные зависимости или самоподобие, которые обнаруживаются при статистическом анализе реализаций трафика. Данные явления изучаются давно и существуют достаточно убедительные доказательства их значительного влияния на показатели функционирования сетей. Поэтому современные системы, обрабатывающие непуассоновский трафик, лучше описываются моделями G/G/1 (G/G/n) с учетом корреляционных свойств.

Следует учесть, что конкретная реализации трафика описывается определенным распределением, которое, как правило, лежит в основе математической модели, описывающей поведение системы при обработке рассматриваемого трафика. Другой проблемой, связанной с использование распределений с «тяжелыми» хвостами, является сложность их анализа и применения. Если ориентироваться на общую методологию решения уравнения Линдли, то «неудобные» выражения для преобразования Лапласа,

например, таких распределений как распределения Парето, Вейбулла и многие другие, используемые для описания систем 0/0/1, создают практически непреодолимые трудности при построении характеристической функции времени ожидания заявки в очереди, как одного из самых важных параметров, характеризующих качество обслуживания.

Одним из возможных вариантом использования методов классической теории массового обслуживания при обработке современного «сложного» трафика является вариант аппроксимации системы G/G/1 системой Н2/Н2/1, имеющей гиперэкспоненциально распределенное время поступления и время обслуживания. Существуют методы, позволяющие учесть корреляционные свойства трафика, например, в работах Balcюglu В., Jagerman, D.L., Карташевского И.В. Развитием такого подхода является использование аппроксимации системой Нь/Нк/1. Применение смеси экспоненциальных распределений являются теоретически обоснованным подходом к моделированию 1Р-трафика.

Анализ качества обслуживания в инфокоммуникационных сетях направлен на оценку таких параметров как задержка, джиттер, вероятность потери заявок. В основном при анализе функционирования сетей связи большое внимание уделяется оцениванию задержки. В тоже время не менее важной характеристикой качества функционирования сети является джиттер (или вариация задержки). Для некоторых приложений джиттер является более значимым параметром, чем задержка. Это особенно важно для мультимедийных потоков. Учитывая, что мультимедийный трафик в современных сетях занимает все большую долю, проблема оценивания джиттера становится все актуальней.

Большинство работ, посвященных исследованию эффективности работы ПКС, направлены на разработку имитационных моделей и постановку экспериментов на реальном оборудовании.

Отсутствие аналитических моделей, описывающих работу ПКС в рамках теории массового обслуживания с учетом особенностей современного

трафика, определяет тему диссертационного исследования как весьма актуальную.

Разработанность темы исследования. В настоящее время проблемам, связанным с анализом функционирования, управления качеством обслуживания в ПКС, посвящено значительное количество научных работ. Большое внимание уделяется вопросам, связанным с разработкой имитационных моделей ПКС.

Существенный вклад в решение задач анализа, проектирования и развития ПКС внесли ученые отечественные ученые Смелянский Р.Л., Кучерявый А.Е., Самуйлов К.Е., Степанов С.Н., Карташевский В.Г., Перепелкин Д.А., Шелухин О.И., Гольдштейн Б.С., Парамонов А.И., Кучерявый Е.А., Росляков А.В., Гайдамака Ю.В., Соколов Н.А., Леохин Ю.Л., Шалимов И.А., Тарасов В.Н., Бахарева Н.Ф. Среди зарубежных следует отметить работы ученых Leland W.E., Norros I., Willinger W., McKeown N., Anderson T., Parulkar G., Peterson L., Rexford J., Tootoonchian A., Sherwood R., Salman O., Zhao Y., Pu Wang, Min Luo, Ian F. Akyildiz.

Значительный вклад в разработку теории очередей, позволяющей разработать аналитические модели для телекоммуникационных сетей, внесли Хинчин А.Я., Боровков А.А., Гнеденко Б.В., Башарин Г.П., Цыбаков Б.С., Вишневский В.М., Дудин А.Н., Kendall M.G., Cox D.R., Anderson T.W., Erlang A.K., Kleinrock L., Saaty Т., Cohen J.W., Neuts M.F., Lucantoni D.M., Chakravarthy S.R., Ramaswami V. и др.

В работах таких ученых как Erlang A.K., Keilson, J., Whitt W., Feldmann A., Тарасов В.Н., Карташевский И.В., Лихтциндер Б.Я. и др. значительное внимание уделено вопросам возможности использования смеси экспонент для аппроксимации распределений, в том числе, с «тяжелыми» хвостами, а также учету корреляционных свойств временных последовательностей.

Работы отечественных ученых Королева В.Ю., Воронцова К.В., а также зарубежных Day V., Wang Y., Wang J, McLachlan G.J., Lee Sh.X., and

Rathnayake S.I. посвящены применению ЕМ-алгоритма для решения проблемы разделения смеси с определением параметров каждой компоненты смеси. Модификация предложенных подходов по использованию ЕМ-алгоритма является весьма актуальной при учете корреляционных свойств трафика.

Таким образом задача разработки методов анализа параметров качества обслуживания трафика различных приложений в ПКС является весьма актуальной.

Объектом исследования является сегмент программно-конфигурируемой сети на основе протокола OpenFlow.

Предметом исследования являются методы анализа параметров качества обслуживания трафика в сегменте программно-конфигурируемой сети на основе протокола OpenFlow.

Цель и задачи работы. Целью исследования является разработка методов анализа качества обслуживания трафика в сегменте ПКС на основе протокола ОрепБ1о1.

Для достижения поставленной цели требуется решение следующих

задач:

1. Провести анализ стандартов, архитектуры ПКС на основе протокола ОрепБ1о1, особенностей обработки трафика в ПКС.

2. Проанализировать влияние особенностей обрабатываемых потоков на параметры функционирования ПКС на основе протокола ОрепБ1о1 на экспериментальной модели при различных режимах обработки: обычный режим обработки, режим перегрузки.

3. Разработать математическую модель функционирования коммутатора ПКС на основе протокола ОрепБ1о1 с использованием математического аппарата теории массового обслуживания.

4. Разработать модель функционирования ПКС на основе протокола ОрепБ1о1 с использованием методов теории массового обслуживания.

5. Разработать методы определения параметров гиперэкспоненциальных распределений на основе рекурсивного подбора для аппроксимации распределений с «тяжелыми» хвостами для расчета показателей качества обслуживания в ПКС на основе OpenFlow.

6. Разработать методы определения параметров гиперэкспоненциального распределения с использованием подходов кластерного анализа, на основе ЕМ-алгоритма.

7. Оценить значение джиттера в коммутаторе ПКС на основе его представления системой G/G/1.

Методы исследования. При проведении исследований использовались методы теории вероятностей и математической статистики, методы теории массового обслуживания, статистической обработки данных, методы имитационного моделирования.

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

1. Разработана модель функционирования коммутатора ПКС на основе протокола OpenFlow с использованием методов теории массового обслуживания, отличающаяся тем, что для оценивания среднего времени обслуживания заявки в коммутаторе при учете количества таблиц пересылки используется модель СМО типа ^ЮЛ, использующая для аппроксимации распределения случайных временных интервалов между поступающими заявками гиперэкспоненциальные распределения.

2. На основе математического аппарата теории массового обслуживания разработаны методы оценивания параметров качества обслуживания в ПКС на основе протокола OpenFlow, отличающиеся использованием гиперэкспоненциальных моделей ^/N/1 и ^/Щ/1 для описания статистических свойств последовательностей временных интервалов, позволяющие оценивать задержку и вариацию задержки. Использование

гиперэкспоненциальных аппроксимационных моделей вместо пуассоновских позволяет существенно повысить точность оценивания указанных параметров.

3. Разработан метод определения параметров аппроксимационных гиперэкспоненциальных распределений, используемых при анализе ПКС на основе протокола ОрепБ1о1:

- на основе рекурсивного подбора для аппроксимации распределений, относящихся к монотонно убывающим функциям, отличающийся тем, что метод позволяет определить параметры гиперэкспоненциального распределения для произвольного числа экспонент при наличии «тяжелого» хвоста распределения исследуемых реализаций,

- для унимодальных распределений, отличающийся тем, что «восходящая» часть функции плотности вероятностей распределений (распределение Вейбулла, логнормальное, гамма-распределение и др.) аппроксимируется полиномом, степень которого зависит от требуемой точности аппроксимации, а «нисходящая» часть - с использованием методики рекурсивного подбора, причем соединение «восходящей» и «нисходящей» части реализуется «сшиванием» аппроксимирующих распределений посредством селектирующих функций.

4. Разработан метод использования гиперэкспоненциальных моделей для аппроксимации распределений случайных временных интервалов в системе 0/0/1, отличающийся тем, что параметры гиперэкспоненциальных распределений определяются с использованием ЕМ- алгоритма.

5. Метод по пункту 4, отличающийся тем, что используется модификация ЕМ-алгоритма, позволяющая учесть корреляционные свойства исходной временной последовательности на основе использования уравнения регрессии.

6. Разработана методика оценивания джиттера задержки заявок в коммутаторе ПКС, отличающаяся тем, что используются аппроксимации произвольных распределений с «тяжелым» хвостом гиперэкспоненциальными

распределениями, параметры которых учитывают корреляционные свойства временных последовательностей в системе G/G/1.

Практическая ценность диссертации.

Практическая значимость характеризуется возможностью определения параметров функционирования программно-конфигурируемых сетей (задержки и вариации задержки) на основе протокола OpenFlow с использованием разработанной математической модели. Для применения данной модели разработаны новые методы оценивания параметров гиперэкспоненциальных распределений, основанные на использовании рекурсивного подбора и EM-алгоритма для коррелированных последовательностей. Это позволяет получить простые алгоритмы по оцениванию параметров функционирования ПКС на основе протокола OpenFlow.

Полученная в данной работе аналитическая модель ПКС может быть использована для анализа функционирования сетевых устройств в условиях обработки различных видов трафика (в том числе при распределениях с «тяжелым» хвостом и наличии корреляционных связей внутри обрабатываемых последовательностей).

Теоретическая значимость диссертационной работы обусловлена разработкой новой модели функционирования ПКС на основе математического аппарата теории массового обслуживания с использованием гиперэкспоненциальных распределений для случайных временных интервалов времен между заявками и интервалов обработки заявок и новых методов оценки параметров гиперэкспоненциальных распределений, учитывающих наличие «тяжелых» хвостов исходных распределений и корреляционных свойств рассматриваемых последовательностей. Полученные результаты позволяют оценить параметры качества обслуживания потоков, генерируемых современными приложениями, в том числе на этапе проектирования программно-конфигурируемых сетей.

Результаты, полученные в диссертационной работе, внедрены в ПАО Гипросвязь (г. Москва), в ФГУП НИИ «Вектор», в ООО «ТАиП», ООО «НСТТ», в Поволжском государственном университете телекоммуникаций и информатики (в учебный процесс кафедры программного обеспечения и управления в технических системах).

Основные положения и результаты, выносимые на защиту:

1. Результаты анализа обработки трафика в ПКС на основе протокола ОрепБ1о1 в модельной сети показали, что при коэффициенте загрузки р > 0,9 и наличии «тяжелых» хвостов распределений временных интервалов при увеличении коэффициента корреляции интервалов времени между заявками с ^=0,5 до ^=0,7 происходит увеличение задержки заявки в системе примерно на 30%.

2. Модель функционирования узла ПКС на основе протокола ОрепБ1о1 при использовании методов теории массового обслуживания, учитывающая взаимодействие коммутатора и контроллера узла ПКС, позволяет оценить задержку, вариацию задержки при обработке потоков, для которых характерно наличие корреляций внутри обрабатываемых временных последовательностей и «тяжелых» хвостов распределений вероятностей.

3. Модель функционирования коммутатора ПКС на основе протокола ОрепБ1о1, использующая подход, основанный на анализе занятости накопителя и использующий аппроксимации случайных временных интервалов между поступающими заявками гиперэкспоненциальным распределением, позволяет оценить среднее временя обслуживания заявки в коммутаторе при учете количества таблиц пересылки.

4. Оценки характеристик качества обслуживания трафика в узле ПКС на основе протокола ОрепБ1о1 могут быть получены с использованием систем М/Ы/1, Н2/Ы/1 и Нь/Нк/1 при учете корреляционных свойств и «тяжелых» хвостов плотностей вероятностей распределений.

5. Метод определения параметров гиперэкспоненциальных распределений, применяемых для аппроксимации монотонно убывающих распределений, с использованием подхода, основанного на рекурсивном подборе параметров гиперэкспонент, позволяет получить аппроксимацию исходного распределения с высокой точностью (ошибка составляет примерно 5%) для расчета показателей качества обслуживания в ПКС на основе протокола OpenFlow

6. Метод аппроксимации унимодальных распределений, основанный на том, что «восходящая» часть функции плотности вероятностей аппроксимируется полиномом, степень которого зависит от требуемой точности аппроксимации, а «нисходящая» часть аппроксимируется с использованием метода рекурсивного подбора, соединение «восходящей» и «нисходящей» части реализуется с использованием селектирующих функций. Ошибка аппроксимации составляет примерно 5%.

7. Показано, что

- метод применения ЕМ-алгоритма для разделения смеси экспонент гиперэкспоненциального распределения для некоррелированных последовательностей временных интервалов между заявками и временных интервалов обработки заявок позволяет определить параметры гиперэкспоненциальных распределений, аппроксимирующих распределения вероятностей исследуемых последовательностей в системе G/G/1, без предварительного статистического анализа случайных временных интервалов;

- метод применения ЕМ-алгоритма для разделения смеси экспонент гиперэкспоненциального распределения последовательностей временных интервалов в системе G/G/1 на основе использования уравнения регрессии позволяет учесть корреляционные свойства временных последовательностей.

8. Методика оценивания джиттера задержки заявок в системе G/G/1 позволяет учесть корреляционные свойства и «тяжелые» хвосты функций распределений вероятностей, обрабатываемых в ПКС временных

последовательностей. Показано, что при увеличении коэффициента загрузки сети джиггер задержки заявок снижается, при этом для коррелированных потоков скорость снижения джиттера выше, чем для некоррелированных; при загрузке системы более 0,7 значение джиттера для коррелированного трафика по сравнению с некоррелированным снижается до 2 раз.

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.

Апробация работы. Основные научные и практические результаты диссертации докладывались и обсуждались на Problems of Infocommunications Science and Technology (PIC S&T), International Scientific-Practical Conference (Харьков 2015 г., 2016 г., 2017 г., 2018 г., Киев 2020г.), International Conference on Engineering and Telecommunication, EnT (МФТИ, Москва, 2019 г.), Internet of Things, Smart Spaces, and Next Generation Networks and Systems NEW2AN (С. Петербург, 2019 г., 2020 г.), Distributed Computer and Communication Networks: Control, Computation, Communications, DCCN (Москва 2021 г.), Международной научно-технической конференции «Радиолокация, навигация, связь», RLNC (2017 г., 2021 г.). 5-й и 6-й Отраслевой научно-технической конференции-форуме «Технологии информационного общества», (Москва, 2012 г., 2013 г.), Международной научно-технической

конференции «Проблемы техники и технологий телекоммуникаций» (Казань, 2008 г., 2014 г. 2017 г., 2020 г., Самара 2009 г., 2013 г., Уфа, 2011 г. 2015 г. 2018 г. , Самара 2012 г. 2016 г., 2019 г., 2021 г.), на Международной Конференции «Цифровая обработка сигналов и ее применение» (Москва, 2010 г., 2011 г., 2012 г., 2013 г., 2014 г., 2015 г., 2017 г., 2019 г.), на Международной научно-практической Интернет-конференции «Современные направления теоретических и прикладных исследований '2013», (Украина, март 2013), на Российской научной конференции (Самара, ПГУТИ, 2011 г., 2012 г., 2013 г.), Международной конференции Радиоэлектронные устройства и системы для инфокоммуникационных технологий РНТОРЭС им. А.С. Попова (Москва, 2016 г., 2019 г.), Всероссийской научно-практической конференции Проблемы передачи информации в инфокоммуникационных системах (Волгоград, 2014 г., 2016 г., 2018 г.).

Публикации результатов. Основные результаты диссертационной работы опубликованы в 94 печатных работах, в том числе в 16 статьях, опубликованных в журналах, включенных перечень ВАК, в 11 полнотекстовых статьях, опубликованных в трудах конференций индексируемых в Scopus и Web of Science, в 2 свидетельствах о регистрации программ ЭВМ, в 45 публикациях материалов международных научных конференций.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, списка литературы, включающего наименование и приложения. Работа содержит 267 страниц машинописного текста, 73 рисунка, 8 таблиц.

Соответствие паспорту специальности. Диссертационная работа выполнена по специальности Системы, сети и устройства телекоммуникаций и соответствует следующим пунктам паспорта специальности: 2, 11, 14.

ГЛАВА 1 АНАЛИЗ ОСОБЕННОСТЕЙ ФУНКЦИОНИРОВАНИЯ ПРОГРАММНО-КОНФИГУРИРУЕМЫХ СЕТЕЙ НА ОСНОВЕ

ПРОТОКОЛА OPENFLOW

1.1 Перспективы развития сетей связи

В последние годы инновации в области облачных вычислений, мультимедиа высокого разрешения, мобильных сетей, сенсорные технологий и т. д. способствовали появлению совершенно нового набора приложений и услуг. В век стремительного развития технологий поставщики услуг сталкиваются с постоянной проблемой понимания, каковы потребности каждого сегмента рынка и как определить, какие инструменты и приложения нужны для конкретных задач и что сделать, чтобы удовлетворить запросы новых услуг, которые увеличиваются на 1Т рынке очень стремительно.

В настоящее время перед инфокоммуникационным сообществом стоят проблемы изучения ролей, которые сети будут играть в нашем обществе через несколько лет, какие приложения будут приоритетными для рядовых пользователей и доступны в ближайшие годы. Самая важная задача -спрогнозировать на десятилетие вперед, как наше общество воспримет следующие шаги цифровой трансформации, а также спрогнозировать как человек сможет в полной мере взаимодействовать с искусственным интеллектом.

Основными вопросами, характерными для будущего общества [1-4], являются устойчивость и окружающая среда. В тоже время появляется множество прикладных задач, например, Интернет вещей, «умные» электросети и облачные вычисления, что широко обсуждается, например, [6- 10]. За счет существенного сокращения затрат на производство единицы оборудования новые технологии и их реализации позволяют реализовать задачи, которые традиционно считались невыполнимыми. Это предъявляет к сетям новые требования. Большую роль в разработке новых концепций играет

Международный союз электросвязи (МСЭ, англ. International Telecommunication Union, ITU).

Некоторые требования могут быть реализованы с помощью новых сетевых архитектур и обеспечивающих их технологий, и эти архитектуры могли бы стать основой для сетей будущего [4].

В [4, 5] предназначение будущей сети (Future Network (FN)) описывается следующим образом: сеть, которая способна предоставлять такие услуги, возможности и средства, которые существующие на сегодняшний день сетевые технологии в полной мере реализовать не могут, либо реализация для них весьма затруднительна. Для FN возможны следующие реализации:

Список литературы диссертационного исследования доктор наук Буранова Марина Анатольевна, 2022 год

СПИСОК ЛИТЕРАТУРЫ

1. National Institute of Information and Communications Technology «Strategic Headquarters for New Generation Network R&D (2009), Diversity & Inclusion: Networking the Future Vision and Technology Requirements for a New-generation Network», February, 2009.

2. European Commission «Communication from the commission to the European parliament, the council, the European economic and social committee and the committee of the regions. Internet of Things - An action plan for Europe», Brussels, June, 2009. - 12 p.

3 ITU-T Y.2001 «Next Generation Networks - Frameworks and functional architecture models». ITU-T, Geneva, December, 2004.

4. ITU-T Recommendations Y.3001 «Next Generation Networks - Future networks». ITU-T, Geneva, May, 2011.

5. Росляков, А.В. Будущие сети: обзор подходов к новой телекоммуникационной парадигме / А.В. Росляков // Электросвязь. - 2020. -№9. - С. 30-37.

6. Кучерявый, А. Е. Интернет Вещей / А.Е. Кучерявый // Электросвязь.

- 2015. - № 1. - С. 21-24.

7. Кучерявый, А. Е. От e-России к u-России: тенденции развития электросвязи /А. Е. Кучерявый, Е. А. Кучерявый // Электросвязь. - 2005. - № 5. - С. 10-11.

8. Кучерявый, Е. А. Интернет нановещей и наносети / Е. А. Кучерявый, С. Баласубраманиям // Электросвязь. - 2014. - № 4. - С. 24-26.

9. Бородин, А.С. Архитектуры промышленного Интернета Вещей / Т.А. Москаленко, Р.В. Киричек, А.С. Бородин // Информационные технологии и телекоммуникации. - 2017. - Т.5 - №4. - С.49-56.

10. Кучерявый, А.Е. Тактильный Интернет. Сети связи со сверхмалыми задержками / А.Е. Кучерявый, М.А. Маколкина, Р.В. Киричек // Электросвязь.

- 2016. - № 1. - С. 44-46.

11. Goto, Y. Standardization Activities on Future Networks in ITU-T SG13 / Y. Goto // NTT Technical Review. - 2021. - Vol. 19. - No. 1. - P. 72-77.

12. Recommendation ITU-R M.2083-0 «IMT Vision - Framework and overall objectives of the future development of IMT for 2020 and beyond». ITU-R, Geneva, September, 2015.

13. Recommendation ITU-T Y.3100 «Terms and definitions for IMT-2020 network». ITU-T, Geneva, September, 2017.

14. Recommendation ITU-R M.1645 «Framework and overall objectives of the future development of IMT-2000 and systems beyond IMT-2000 ». ITU-R, Geneva, June, 2003.

15. Y.FMC-SS «Service scheduling for supporting FMC in IMT-2020 network». ITU-T, Geneva, SG13, TD137 WP1, November, 2017.

16. Y.FMC-CE. «Capability exposure enhancement for supporting FMC in IMT- 2020 network». ITU-T, Geneva, SG13, TD138 WP1, November, 2017.

17. Гурлев, И.В. Проблемы развития сетей связи и управления поколения 5G в России [Электронный ресурс] / И.В. Гурлев // Вестник Евразийской науки. - 2019. - №5. - Режим доступа: https: //esj.today/PDF/5 8ECVN519 .pdf.

18. Li, R. Towards a New Internet for the Year 2030 and Beyond / R. Li // Future Networks Team, Huawei Technologies USA. - 2020. - 25 p.

19. ITU FG Network 2030 Communication Network 2030 [Электронный ресурс] / Режим доступа: https://www-file.huawei.com/-/ media/ C0RP2020/pdf/giv/ industry-

reports/Communications_Network_2030_en.pdf&ved=2ahUKEwixl7es8aP0AhW 1AhAIHbzIBz0QFnoECAsQAQ&usg=A0vVaw1vA9CJtX4Lw7QJC9T2J81J.

20. Росляков, А. «Сеть-2030»: взгляд МСЭ-Т на будущее сетей фиксированной связи / А. Росляков // Первая миля. - 2021. - Т. 4. - № 96. -С. 50-59.

21. Степутин, А.Н. Мобильная связь на пути к 6G / А.Н. Степутин, А.Д. Николаев. - М. : Инфра-Инженерия, 2017. - 804 с.

22. ONF TR-502. SDN architecture. [Электронный ресурс] / Режим доступа: https: //www. opennetworking. org/wp-content/uploads/2013/02/TR_SDN_ARCH_1. 0_06062014.pdf

23. ONF TR 521 [Электронный ресурс] / Режим доступа: https://www.opennetworking.org/images/stories/downloads/sdn-resources/technical-reports/TR-521_SDN_Architecture_issue_1.1.pdf

24. Указ Президента Российской Федерации «О Стратегии научно-технологического развития Российской Федерации» от 1 декабря 2016 года № 642.

25. Паспорт национальной программы «Цифровая экономика Российской Федерации». Утвержден Президиумом Совета при Президенте РФ по стратегическому развитию и национальным проектам 24 декабря 2018 г.

26. Alsmadi, I.M. Systematic Literature Review on Software-Defined Networking / I.M. Alsmadi, I. AlAzzam, M. Akour // Information Fusion for Cyber-Security Analytics. SCI. - 2017. - Vol. 691. - P. 333-369.

27. Benzekki, K. Software-defined networking (SDN): a survey / K. Benzekki, A. El Fergougui, A. Elbelrhiti Elalaoui // Security and Communication Networks. - 2016. - V. 9(18). - P. 5803-5833.

28. Ksentini, A. Toward enforcing network slicing on RAN: Flexibility and resources abstraction / A. Ksentini, N. Nikaein // IEEE Communications Magazine.

- 2017. - Vol. 55. - No. 6. - P. 102-108.

29. Xia, W. A Survey on Software-Defined Networking / W. Xia, Y. Wen, C. Foh, D. Niyato, H. Xie // IEEE Communications Surveys & Tutorials. - 2015. -Vol.17. - No. 1. - P. 27 -51.

30. Xiong, B. A Concise Queuing Model for Controller Performance in Software- Defined Networks / B. Xiong, X. Peng, J. Zhao // Journal of Computers.

- 2016. Vol. 11. - No. 3. - P. 232- 237.

31. Recommendation ITU-T Y.3300 «Framework of software-defined networking». ITU-T, Geneva, June, 2014.

32. Göransson, P. The OpenFlow Specification. Software Defined Networks (Second Edition) / P. Göransson, Ch. Black, T. Culver. - San Francisco : Morgan Kaufmann, 2017. - 136 P.

33. Ефимушкин, В.А. Обзор решений SDN/NFV зарубежных производителей / В. А. Ефимушкин, Т.В. Ледовских, Д.М. Корабельников, Д.Н. Языков // T-Comm: Телекоммуникации и транспорт. - 2015. - Т. 9. - №8. - С. 5-13.

34. RFC 7426 Software-Defined Networking (SDN): Layers and Architecture Terminology [Электронный ресурс] / IETF.org. - Режим доступа: https://tools.ietf.org/html/rfc7426.

35. Recommendation ITU-T Y.3302 «Functional architecture of software-defined networking». ITU-T, Geneva, January,2014.

36. Recommendation ITU-T Y.3320 «Requirements for applying formal methods to software-defined networking». ITU-T, Geneva, August, 2014.

37. Gelberger, A. Performance Analysis of Software-Defined Networking (SDN) / A. Gelberger, N. Yemini and R. Giladi // 2013 IEEE 21st International Symposium on Modelling, Analysis and Simulation of Computer and Telecommunication Systems. 2013. - P. 389-393.

38. Ortiz, S. Software-defined networking: On the verge of a breakthrough / S. Ortiz // Computer. - 2013. - Vol. 46(7). - P. 10-12.

39.Open Networkin Foundation, «OpenFlow Switch Specification» Version 1.0.0, ONF TS-001, Grudzien.

40. Agile Controller [Электронный ресурс]. / Режим доступа: https://www.osp.ru/lan/2017/12/13053662.

41. Open Networkin Foundation, «OpenFlow Switch Specification» Version 1.5.1, ONF TS-025.

42. Open Networkin Foundation, «OpenFlow Switch Specification» Version

1.5.0.

43. Open Networkin Foundation OpenFlow Management and Configuration Protocol (OF-Config 1.1.1). [Электронный ресурс] / Режим доступа: https://www. opennetworking.org/wp-content/uploads/2013/02/of-config- 1-1-1.pdf.

44. Корячко, В.П. Программно-конфигурируемые сети / Учебник для вузов / В.П. Корячко, Д.А. Перепелкин. - М. : Горячая линия - Телеком. 2020. - 288 с.

45. Егоров, В.Б. Некоторые вопросы практической реализации концепции SDN / В.Б. Егоров // Системы и средства информатики. - 2016. -Т.26. - №1. - C. 109-120.

46. Семенов, Е.С. Оптимизация IP сети с использованием программно-конфигурируемых сетей / Е.С. Семенов, М.С. Деогенов, С.В. Галич, Д.А. Тюхтяев, А.О. Пасюк // Инфокоммуникационные технологии. - Т.13. - №4. -2015. - С. 414-419.

47. Makolkina, M. SDN multi-controller networks with load balaced / A. Muthanna, A.A. Ateya, M. Makolkina, A. Vybornova, E. Markova, A. Gogol, A. Koucheryavy // In Proceedings of the 2nd International Conference on Future Networks & Distributed Systems (ICFNDS) conference proceedings. 2018.

48. Смелянский, Р.Л. Современные проблемы обеспечения безопасности в SDN / Р.Л. Смелянский, П.Л. Пилюгин // Телекоммуникационные устройства и системы. - 2017. - Т.7. - №4. - С. 523-526.

49. Xiong, B. Performance evaluation of OpenFlow-based software-defined networks based on queueing model / B. Xiong, K. Yang, J. Zhao, W. Li, K. Li // Computer Networks. - 2016. - Vol. 102. - P. 174-183.

50. Jarschel, M. «Modeling and performance evaluation of an OpenFlow architecture» / M. Jarschel, S. Oechsner, D. Schlosser, R. Pries, S. Goll and T.G. Phuoc // In Proceedings of the Twenty-third International Teletraffic Congress (ITC). 2011. - P. 1-7.

51. Azodolmolky, S. «An analytical model for software defined networking: A network calculus-based approach» / S. Azodolmolky, R. Nejabati, M. Pazouki, P.

Wieder // In Proceedings of the 2013 IEEE Global Communications Conference (GLOBECOM). 2013. - P. 1397-14021.

52. Самуйлов, К.Е. Модель функционирования телекоммуникационного оборудования программно-конфигурируемых сетей / К.Е. Самуйлов, И.А. Шалимов, И.Г. Бужин, Ю.Б. Миронов // Современные информационные технологии и ИТ-образование. - 2018. - Т. 14. - № 1. - С. 13-26.

53. Muhizi, S. Analysis and Performance Evaluation of SDN Queue Model / S. Muhizi, G. Shamshin, A. Muthanna, R. Kirichek, A. Vladyko, A. Koucheryavy // Lecture Notes in Computer Science. - 2017. - Vol. 10372. - P. 26-37.

54. Шелухин, О.И. Самоподобие и фракталы. Телекоммуникационные приложения / О.И. Шелухин, А.В. Осин, С.М. Смольский - М. : Физматлит. 2008. - 368 с.

55. Taggu, M.S. Self-similar processes. In S. Kotz and N. Johnson, editors, Encyclopedia of Statistical Sciences / M.S. Taggu. - Wiley, New York. 1988. -Vol. 8. - P. 352-357.

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

57. Буранова, М.А. Исследование статистических характеристик самоподобного телекоммуникационного трафика / М.А. Буранова // Инфокоммуникационные технологии. - 2012. - Т.10. - №4. - С. 35-41.

58. Буранова, М.А. Сравнительный анализ статистических характеристик видеотрафика в сетях пакетной передачи данных / М.А. Буранова, В.Г. Карташевский, М.С. Самойлов // Инфокоммуникационные технологии. - 2013. - Т.12, №4. - С. 33-39.

59. Буранова, М.А. Анализ статистических характеристик мультимедийного трафика узла агрегации в мультисервисной сети / М.А. Буранова, В.Г. Карташевский, М.С. Самойлов // Радиотехнические и телекоммуникационные системы. - 2014. - Т.16. - №4. - С. 63-69.

60. Буранова, М.А. Исследование статистических свойств мультимедийного трафика при обработке в сети MPLS / С.А. Букашкин, М.А. Буранова, А.В. Сапрыкин // Радиотехнические и телекоммуникационные системы. - 2016. - Т.4. - №24. - С. 34-42.

61. Буранова, М.А. Исследование статистических характеристик трафика сенсорной сети / М.А. Буранова, О.И. Сычева, С.Ю. Ермолаев // Проблемы передачи информации в инфокоммуникационных системах сборник докладов и тезисов VIII Всероссийской научно-практической конференции, 2017. - С. 23-26.

62. Jain, R. Packet trains: measurements and a new model for computer network traffic / R. Jain, S.A. Routhier // IEEE journal on selected areas in Communications. 1986. - Vol. 4. - No. 6. - P. 986-995.

63. Marshall, W.T. Statistics of mixed data traffic on a local area network / W.T. Marshall, S.P. Morgan // Computer Networks and ISDN Systems. - 1985. -Vol. 10. - Iss. 3-4. - P. 185-195.

64. Meier-Hellstem, K. Traffic models for ISDN data users: Office automation application / K. Meier-Hellstem, P.E. Wirth, Y.-L. Yan, D.A. Hoeflin // In Proceedings of the 13th ITC. 1991. - P. 167-172.

65. Владыко, А.Г. Программируемые сети SDN / А.С. Мутханна, Р.В. Киричек, А.Н. Волков, М.А. Маколкина, А.И. Парамонов // Учебное пособие. Издательство «Лигр», Санкт-Петербург. - 2019.

66. Feamster, N. The road to SDN: An intellectual history of programmable networks / N. Feamster, J. Rexford, E. Zeguraz // Networks. - 2013. - Vol. 11. -No. 12. - P. 20-40.

67. Astutoz, B.N. A survey of software-defined networking: Past, present, and future of programmable networks / B.N. Astutoz, M. Mendonca, X.N. Nguyen, K. Obraczkaz, T. Turletti // IEEE Communications Surveys & Tutorials. 2014. - Vol. 16. -No. 3. - P. 1617-1634.

68. Малахов, С.В. Теоретическое и экспериментальное исследование задержки в программно-конфигурируемых сетях / С.В. Малахов, В.Н. Тарасов,

И.В. Карташевский // Инфокоммуникационные технологии. 2015. - Т.13. -№4. - С. 409-413.

69. OpenVSwitch [Электронный ресурс] / Режим доступа: http://openvswitch.org/development/openflow-1-x-plan.

70. Suh, D. On performance of OpenDaylight Clustering / D. Suh, S. Jang, S. Han, S. Pack, T. Kim, J. Kwak // In Proceedings of the 2016 IEEE NetSoft Conference and Workshops. - June, 2016.

71. Buranova, M.A. Study of queuing system G/G/1 with an arbitrary distribution of time parameter system / V.G. Kartashevskiy, N.V. Kireeva, M.A. Buranova, L.R. Chupakhina // In Proceedings of the Problems of Infocommunications Science and Technology (PIC S&T), 2015. Second International Scientific-Practical Conference. Kharkiv, 2015. - P. 145-148.

72. Buranova, M.A. An Analysis of the Waiting Time for the M/G/1 System While Processing a Correlated Traffic / M.A. Buranova, V.G. Kartashevskiy, N.V. Kireeva, О.А. Karaulova // In Proceedings of the Problems of Infocommunications Science and Technology (PIC S&T), 2017. Second International Scientific-Practical Conference, 2017. - P. 113-116.

73. Левин, Б. Р. Вероятностные модели и методы в системах связи и управления. / Б. Р. Левин, В. Шварц. — М. : Радио и связь, 1985. — 312 с.

74. Тихонов, В. И. Статистическая радиотехника / В. И. Тихонов. — М. : Радио и связь, 1982. — 624 с.

75. Кропотов, Ю.А. Методы оценивания моделей плотности вероятностей акустических сигналов в телекоммуникациях аудиообмена / Ю.А. Кропотов // Системы управления, связи и безопасности. - 2017. - №1. -С. 26 - 39.

76. Кропотов, Ю.А. Моделирование и методы исследования акустических сигналов, шумов и помех в системах телекоммуникаций: монография / Ю.А. Кропотов, В.А. Ермолаев. - Берлин: Директ-Медиа, 2016. - 251 c.

77. Буранова, М.А. Моделирование и анализ системы массового обслуживания общего вида с произвольными распределениями временных параметров системы / М.А. Буранова, В.Г. Карташевский, Н.В. Киреева, Л.Р. Чупахина // Инфокоммуникационные технологии. - 2015. - Т.13. - №3. - С. 252-258.

78. Buranova, M.A. Approximation of distributions in the problems of the analysis of self-similar traffic / M.A. Buranova, V.G. Kartashevskiy, N.V. Kireeva, L.R. Chupakhina // Problems of Infocommunications Science and Technology (PIC S&T), 2016. Second International Scientific-Practical Conference, Kharkiv. 2015. -P. 105-108.

79. Buranova, M.A. Intrusion Detection in Multiservice Network on the Basis of Registered Traffic Filtration / I.S. Pozdnyk, M.A. Buranova, V.G. Kartashevskiy // 2018 International scientific-practical conference: problems of infocommunications science and technology (PIC S&T), 2018. - P. 803-806.

80. Сушко, Д.В. Оптимальная аппроксимация частотных вероятностей/ Д.В. Сушко // Информационные процессы. - 2018. - Т. 18. - № 1. - С. 40-54.

81. Новоселов, А.А. Параметризация моделей управляемых систем/ А.А. Новоселов // Вестник государственного аэрокосмического университета им. академика М.Ф. Решетнева. - 2010. -Т. 5. - № 31. - С. 52-56.

82. Димаки, А.В. Аппроксимация плотностей распределений случайных величин с применением ортогональных полиномов Чебышева-Эрмита / А.В. Димаки, А.А. Светлаков // Известия Томского политехнического университета. - 2006. - № 8. - С. 6-11.

83. Голик, Ф. В. Аппроксимация эмпирических распределений вероятностей полиномами Бернштейна [Электронный ресурс] / Ф. В. Голик // Журнал радиоэлектроники. - 2018. - № 7. Режим доступа: http://jre.cplire.ru/jre/jul 18/5/text.pdf DOI 10.30898/1684-1719.2018.7.5

84. Бейкер, Дж. Аппроксимации Паде: пер. с англ. Е. А. Рахманова, С. П. Суетина; под ред. А. А. Гончара / Дж. Бейкер, П. Грейвс-Моррис. - М. : Мир, 1986. - 502 с.

85. Neuts, M.F. Matrix-Geometric Solutions in Stochastic Models / M.F. Neuts. - Baltimore: The Johns Hopkins University Press, 1981. - 348 p.

86. Neuts, M.F. Structured Stochastic Matrices of M/G/l Type and Their Applications / M.F. Neuts. - New York : Marcel Dekker, 1989. - 510 p.

87. Клейнрок, Л. Вычислительные системы с очередями / Л. Клейнрок; под ред. Б.С. Цыбакова. - М. : Мир, 1979. - 595 с.

88. Саати, Т. Элементы теории массового обслуживания и её приложения / Т. Саати; под ред. И.Н. Коваленко и Р.Д. Когана. -М. : Советское радио, 1965. - 510 с.

89. Keilson, J. Hyperexponential waiting time structure in hyperexponential HN /HK/1 system / J. Keilson, F. Machihara // Journal of the Operation Society of Japan. - 1985. - Vol. 28. - No. 3. - P. 242-250.

90. Карташевский, И.В. Использование уравнения Линдли для решения задачи обработки коррелированного трафика / И.В. Карташевский // Электросвязь. - 2014. - № 12. - С. 41-42.

91. Lindley, D.V. The theory of queues with a single server / D.V. Lindley // Mathematical Proceedings of the Cambridge Philosophical Society. - 1952. - Vol. 48. - Iss. 2. - P. 277-289.

92. Kraemer, W. Approximate formulae for the delay in the queueing system GI/G/1 / W. Kraemer, M. Langenbach-Belz // In Proceedings of the 8th International Telegraphic Congress, Melbourne. - 1976. - Vol. 2. - № 3. - P. 235/1-235/8.

93. Kendall, D.G. Stochastic Processes Occurring in the Theory of Queues and their Analysis by the Method of the Imbedded Markov Chain / D.G. Kendall // The Annals of Mathematical Statistics. - 1953. - Vol. 24. - № 3. - P. 338-354.

94. Syski, R. Introduction to Congestion Theory in Telephone Systems / R. Syski. - London/ Edinburgh: Oliver&Boyd, 1960. - 742 p.

95. Greenberg, I. Distribution-Free Analysis of M/G/1 and G/M/1 Queues. / I. Greenberg // Operations Research. - 1973. - Vol. 21. - № 2. - P. 629-635.

96. Marshall, K.T. Some Inequalities in Queueing / K.T. Marshall // Operations Research. - 1968. - Vol. 16. - № 3. - P. 651-668.

97. Marshall, K.T. Bounds for Some Generalizations of the GI/G/1 Queue. Operations Research. - 1968. - Vol. 16. - № 4. - P. 841-848.

98. Kobay, A. Bounds for the Waiting Time in Queueing Systems / A. Kobay, H. Shi // IBM Research Rpt RC4718, Yorktown Heights. - 1974.

99. Kingman, J.F.C. Some Inequalities for the GI/G/1 Queue / J.F.C. Kingman // Biometrika. - 1962. - Vol. 49. - Iss. 3-4. - P. 315-324.

100. Bloomfield, P. A Low Traffic Approximation for Queues/ P. Bloomfield, D.R. Cox // Journal of Applied Probability. - 1972. - Vol. 9. - P. 832-840.

101. Heyman, D.P. A Diffusion Model Approximation for the GI/G/1 Queue in Heavy Traffic / D.P. Heyman // The Bell System Technical Journal. - 1975. -Vol. 54. - Iss. 9. - P. 1637-1646.

102. McKeown, N. Openflow: Enabling innovation in campus networks / N. McKeown, T. Anderson, H. Balakrishnan, G. Parulkar, L. Peterson, J. Rexford, S. Shenker, J. Turner // ACM SIGCOMM Computer Communication Review. - 2008. Vol. 38. - Iss. 2. - P. 69-74.

103. Bozakov, Z. Taming SDN controllers in heterogeneous hardware environments / Z. Bozakov, A. Rizk // In Proceedings of the Second European Workshop on Software Defined Networks (EWSDN), 2013. - P. 50-55.

104. Mahmood, K. Modelling of open- flow-based software-defined networks: the multiple node case / A. Chilwan, O. Osterbo, M. Jarschet // IET Networks. - 2015. - Vol. 4. - Iss. 5. - P. 278-284.

105. Буранова, М.А. Анализ влияния статистических свойств мультимедийного трафика на характеристики работы сетевых устройств / М.А. Буранова, Н.С. Абдурахманова, Н.В. Киреева // XIV Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций», Самара, 2013. - С. 172-174.

106. Буранова, М.А. Исследование статистических свойств мультимедийного трафика / М.А. Буранова, М.С. Самойлов // Труды 16-й Международной Конференции «Цифровая обработка сигналов и ее применение», Москва, 2014. - С. 234-236.

107. Буранова, М.А. Анализ статистической структуры мультимедийного трафика в условиях передачи по сетям специального назначения / М.А. Буранова, А.В. Сапрыкин // Международная конференция Радиоэлектронные устройства и системы для инфокоммуникационных технологий РНТОРЭС им. А.С. Попова (REDS-2016), Москва, 2016. - Т. 6. -№ 3. - С. 383-386.

108. Буранова, М.А. Анализ характеристик трафика сети специального назначения / М.А. Буранова, С.О. Беляев // XVII МНТК «Проблемы техники и технологий телекоммуникаций», Самара. - 2016. - С. 260-261.

109. Буранова, М.А. Анализ статистической структуры мультимедийного трафика в условиях передачи по сетям специального назначения. / М.А. Буранова, Р.Т. Латыпов, И.С. Поздняк // Международная конференция Радиоэлектронные устройства и системы для инфокоммуникационных технологий РНТОРЭС им. А.С. Попова (REDS-2019), Москва, 2019. - С. 87-91.

110. Buranova, M.A. An analysis of multimedia traffic in the MPLS network in simulator ns2 / S.A. Bukashkin, M.A. Buranova, A.V. Saprykin // Problems of Infocommunications Science and Technology (PIC S&T), 2016. Second International Scientific-Practical Conference, 2016. - P. 185-188.

111. Okamura, H. Markovian arrival process parameter estimation with group data / H. Okamura, T. Dohi, K.S. Trivedi // In Proceedings of the IEEE/ACM Transactions on Networking, 2009. - Vol. 17. - Iss. 4. - P. 1326-1339.

112. Буранова, М.А. Исследование влияния механизмов управления QoS на показатели качества обслуживания мультимедийного трафика сети Internet / М.А. Буранова, И.С. Поздняк // Труды 15-й Международной Конференции «Цифровая обработка сигналов и ее применение» Москва, 2013 г., вып. XV-1. - С. 158-160.

113. Choi, B.D. Priority queueing system with fixed-length packet-train arrivals / B.D. Choi. D.I. Choi, Y. Lee, D.K // IEE Proceedings - Communications, 1998. - Vol. 145. - Iss. 5. - P. 331-336.

114. Paxson, V. Wide area traffic: The failure of Poisson modeling / V. Paxson, S. Floyd // IEEE/ACM Transactions on Networking, 1995. - Vol. 3. - Iss. 3. - P. 226-243.

115. Liang, Z. A novel model to analyze the performance of routing lookup algorithms / Z. Liang, K. Xu, J. Wu // In Proceeding of the 2003 IEEE International Conference on Communication Technology (ICCT), 2003. - P. 508-513.

116. Шварц, М. Сети ЭВМ. Анализ и проектирование / Пер. с англ. -М. : Радио и связь, 1981. - 336 с.

117. Карташевский, В.Г. Основы теории массового обслуживания. Учебник для вузов / В.Г. Карташевский. - М. : Горячая линия - Телеком, 2015.

- 130 с.

118. Kartashevskiy, I. Calculation of Packet Jitter for Correlated Traffic/ I. Kartashevskiy, M. Buranova // Lecture Notes in Computer Science, 2019. - Vol 11660. - P. 610-620.

119. Buranova, M.A. OpenFlow-based software-defined networking queue model / V. Kartashevskiy, M. Buranova // DCCN 2021. Distributed computer and communication networks: control, computation, communications, 2021. - P. 275280.

120. Buranova, M. Performance evaluation of software defined networking based on openflow protocol / A. Muthana, M. Buranova // 2021 13th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT), 2021. - P. 143-148.

121. Градштейн, И.С. Таблицы интегралов, сумм, рядов и произведений / И.С. Градштейн, И.М. Рыжик. - М. : Наука, 1971. - 1108 с.

122. Митропольский, А.К. Интеграл вероятностей / А.К. Митропольский. - Л. : Издательство ЛГУ, 1972. - 86 с.

123. Попов, Б.А. Вычисление функций на ЭВМ / Б.А. Попов, Г.С. Теслер.

- К. : Наукова думка, 1984. - 595 с.

124. Справочник по специальным функциям / Под ред. М. Абрамовица, И. Стиган. - М. : Наука, 1979. - 830 с.

125. Тамм, Ю.А. К аппроксимации интеграла вероятностей / Ю.А. Тамм, Т.А. Гомозова // Электросвязь. - 1970. - No 9. - С. 77-78.

126. Янке, Е. Специальные функции: Формулы, графики, таблицы / Е. Янке, Ф. Эмде, Ф. Лёш. - М. : Наука, 1964. - 344 с.

127. Dbira, H. Calculation of packet jitter for non-poisson traffic / H. Dbira, A. Girard, B. Sanso // Annals of telecommunications. - 2016. - Vol. 71. - Iss. 5-6.

- P. 223-237.

128. Kartashevskii, V.G. Analysis of Packet Jitter in Multiservice Network / V.G. Kartashevskii, M.A. Buranova // 5th International Scientific-Practical Conference Problems of Infocommunications Science and Technology, PIC S and T 2018 - Conference Proceedings. 2018. - P. 797-802.

129. Буранова, М.А. Моделирование джиггера пакетов при передаче по мультисервисной сети / В.Г. Карташевский, М.А. Буранова // Информационные технологии и телекоммуникации. - 2019. - Т. 17. - №2 1. -С. 34-40.

130. Hwang, G.U. Performance of correlated queues: the impact of correlated service and inter-arrival times/ G. U. Hwang, K. Sohraby // Performance Evaluation.

- 2004. - No. 55. - P. 129-145.

131. Cidon, I. Analysis of a correlated queue in a communication system / I. Cidon, R.Guerin, A. Khamisy, M. Sidi // IEEE Transactions on Information Theory.

- 1993. - Vol. 39. - Iss. 2. - P. 456-465.

132. Cidon, I. On queues with interarrival times proportional to service times / I. Cidon, R.Guerin, A. Khamisy, M. Sidi // Probability in the Engineering and Informational Sciences. - 1996. - Vol. 10. - Iss. 1. - P. 87-107.

133. Elwalid, A.I. Statistical multiplexing of Markov modulated sources: theory and computational algorithms / A.I. Elwalid, D. Mitra, T.E. Stern // 13th International Teletraffic Congress, Copenhagen, 1991. - P. 495-500.

134. Карташевский, И.В. Анализ среднего времени задержки в системе массового обслуживания при обработке коррелированного трафика/ И.В.

Карташевский, А.Н. Волков, Р.В. Киричек // Электросвязь. - 2019. - № 3. - С. 41-50.

135. Буранова, М.А. Анализ коррелированной очереди в системе G/G/1 / М.А. Буранова, М.И. Резяпкина // Инфокоммуникационные технологии. -2020. - Т. 18. - № 4. - С. 417-427.

136. Карташевский, И.В. Использование копул в статистическом анализе телекоммуникационного трафика / И.В. Карташевский // Инфокоммуникационные технологии. - 2016. - Т 14. - № 4. - С. 405-412.

137. Farlie, D.G.J. The performance of some correlation coefficients for a general bivariate distribution / D.G.J. Farlie // Biometrika. - 1960. - No. 47. - P. 307-323.

138. Фантаццини, Д. Моделирование многомерных распределений с использованием копула-функций. III / Д. Фантаццини // Прикладная эконометрика. - 2011. - №4 (24). - С. 100-130.

139. Gumbel, E.J. Bivariate exponential distributions / E.J. Gumbel // Journal of the American Statistical Association. - 1960. - No. 55. - P. 698-707.

140. Morgenstern, D. Einfache Beispiele zweidimensionaler Verteilungen / D. Morgenstern // Mitteilungsblatt für Mathematische Statistik. - 1956. - No. 8. -P. 234-235.

141. Пеникас, Г.И. Модели «копула» в приложении к задачам финансов / Г.И. Пеникас // Журнал новой экономической ассоциации. - 2010. - Т.7. -№7. - С. 24-44.

142. Буранова, М.А. Оценивание параметров качества обслуживания в системе W/T/1 с коррелированной очередью / М.А. Буранова // Радиотехнические и телекоммуникационные системы - 2021. - №3. - С. 4047.

143. Magnus, W. Formulas and theorems for the special functions of mathematical physics / W. Magnus, F. Oberhettinger. - New York : SpringerVerlag, 1966. - 508 p.

144. Бейтмен, Г. Высшие трансцендентные функции / Г. Бейтмен, А. Эрдейи. ^м 2. - М. : Наука, 1974. - 296 с.

145. Feldmann, A. Fitting Mixtures of Exponentials to Long-Tail Distributions to Analyze Network Performance / A. Feldmann, W. Whitt // Models Proceedings of INFOCOM '97. 1997. - Vol.3. - P. 1096-1104.

146. Whitt, W. The continuity of queues / W. Whitt // Advances in Applied Probability, - 1974. - Vol. 6. - Iss. 1. - P. 175-183.

147. Whitt, W. Continuity of generalized semi-Markov processes / W. Whitt // Mathematics of Operations Research. - 1980. - Vol. 5. - No. 4. - P. 494-501.

148. Whitt, W. Approximating a point process by a renewal process, I: two basic methods / W. Whitt // Operations Research. - 1982. - Vol. 30. - No. 1. - P. 125-147.

149. Whitt, W. On approximations for queues, III: mixtures of exponential distributions /W. Whitt // AT&T Bell Laboratories Technical Journal. - 1984. - Vol. 63 - No. 1. - P. 163-175.

150. Whitt, W. Planning queueing simulations / W. Whitt // Management Science. - 1989. - Vol. 35. - No. 11. - P. 1341-1366.

151. Whitt, W. Approximations for the Gl/G/m queue / W. Whitt // Production and Operations Management. - 1993. - Vol. 2. - No. 2. - P. 114-161.

152. Tарасов, В.Н. Способы аппроксимация входных распределений для системы G/G/1 и анализ полученных результатов / В.Н. Tарасов, И.В. ^рташевский // Системы управления и информационные технологии. - 2015. - № 3. - С. 182-185.

153. Tарасов, В.Н. Анализ и расчет непуассоновских моделей трафика в сетях ЭВМ / В.Н. Tарасов, Н.Ф. Бахарева, И.В. ^рташевский // Инфокоммуникационные технологии. - 2009. - T. 7. - № 4. - С. 61-66.

154. Tарасов, В.Н. Анализ и расчет телетрафика методами теории массового обслуживания / В.Н. Tарасов, И.В. ^рташевский // Инфокоммуникационные технологии. - 2010. - T 8. - № 4. - С. 54-56.

155. Buranova, M.A. Using the EM-algorithm to Approximate the Distribution of a Mixture by Hyperexponents / M.A. Buranova, D.R. Ergasheva, V.G. Kartashevskiy // 2019 International Conference on Engineering and Telecommunication (EnT) Dolgoprudny, Russia. - 2019. - P. 1-4.

156. Королев, В.Ю. Вероятностно-статистические методы декомпозиции волатильности хаотических процессов / В.Ю. Королев. - М.: Издательство Московского университета, 2011. — 510 с.

157. Воронцов, К.В. Математические методы обучения по прецедентам (теория обучения машин) [Электронный ресурс] / К.В. Воронцов. - Режим доступа: http://www.machinelearning.ru/wiki/images/6/6d/Voron-ML- 1.pdf.

158. Feller, W. An introduction to probability theory and its applications / W. Feller // Econometrica. New York. - 1971. - Vol. 35. - No. 3/4. - P. 563-564.

159. Кокс, Д.Р. Теория очередей / Д.Р. Кокс, У. Л. Смит; под ред. А. Д. Соловьева. - М. : Мир, 1966. - 218 с.

160. Bernstein, S.N. Sur les fonctions absolument montones / S.N. Bernstein // Acta Mathematica. - 1928. - Vol. 51. - No. 1. - P. 1-66.

161. Harris, C.M. The Pareto distribution as a queue service distribution / C.M. Harris // Operations Research. - 1968. - Vol. 16. - Iss. 2. - P. 307-313

162. Abate, J. An operational calculus for probability distributions via Laplace transforms / J. Abate, W. Whitt // Advances in Applied Probability. - 1996. - Vol. 28. - Iss. 1. - P. 75-113.

163. Billingsley, P. Convergence of Probability Measures / P. Billingsley // Journal of the Royal Statistical Society. - 1969. - Vol. 18. - No. 3. - P. 282.

164. Asmussen, S. Applied Probability and Queues / S. Asmussen // Journal of the Royal Statistical Society. - 1987. - Vol. 151. - No. 2. - P. 362.

165. Блатов, И.А. Метод аппроксимации произвольной плотности распределения суммами экспонент / И.А. Блатов, В.Г. Карташевский, Н.В. Киреева, Л.Р. Чупахина // Вестник ВГУ. - 2013. - № 2. - С. 53-57.

166. Буранова, М.А. Анализ среднего времени ожидания заявки в очереди на основе интегрального подхода / М.А. Буранова, В.Г. Карташевский

// Радиолокация, навигация, связь XXII международная научно-техническая конференция. 2017. - С. 78-82.

167. Мищенко, В.А. Метод селектирующих функций в нелинейных задачах контроля и управления / В.А. Мищенко. - М. : Советское радио, 1973.

- 184 с.

168. Демидович, Б.П. Основы вычислительной математики / Б.П. Демидович, И.А. Марон. - М. : Наука, 1970. - 664 с.

169. Буранова, М.А. Аппроксимация распределения смеси гиперэкспонентами с использованием EM-алгоритма / М.А. Буранова, В.Г. Карташевский // XXI МНТК "Проблемы техники и технологий телекоммуникаций". Казань, 2019. - С. 151-152.

170. Baird, S.R. Estimating mixtures of exponential distributions using maximum likelihood and the EM algorithm to improve simulation of telecommunication networks [Электронный ресурс] / S.R. Baird. - Режим доступа: https://open.library.ubc.ca/ collections/ubctheses/831/items/1.0090805.

171. McKendrick, A. G. Applications of mathematics to medical problems / A. G. McKendrick // In proceedings of the Edinburgh Mathematical Society. - 1926.

- Vol. 44. - P. 98-130.

172. Healy, M.J.R. Missing values in experiments analyzed on automatic computers / M. J. R. Healy, M. H. Westmacott // Applied Statistics. - 1956. - Vol. 5. - P. 203-206.

173. Day, N. E. Divisive cluster analysis and test for multivariate normality / N. E. Day // Session of the ISI, London. - 1969.

174. Day, N. E. Estimating the components of a mixture of normal distributions / N.E. Day // Biometrika. - 1969. - Vol. 56. - No. 3. - P. 463-474.

175. Wolfe, J. H. Pattern clustering by multivariate mixture analysis/ J. H. Wolfe // Multivariate Behavioral Research. - 1970. - Vol. 5. - P. 329-350.

176. Dempster, A. Maximum likelihood estimation from incomplete data / A. Dempster, N. Laird, D. Rubin //Journal of the Royal Statistical Society, Series B. -1977. - Vol.39. - P. 1-38.

177. Boyles, R. A. On the convergence of the EM-algorithm / R. A. Boyles // Journal of the Royal Statistical Society, Series B. - 1983. - Vol. 45. - P. 47-50.

178. Everitt, B. S. Finite Mixture Distributions / B. S. Everitt, D. J. Hand. -London, New York : Chapman and Hall, 1981. - P. 143.

179. Wu, C. F. On the convergence properties of the EM-algorithm / C. F. Wu // The Annals of Statistics. - 1983. - Vol. 11. - No. 1. - P. 95-103.

180. Redner, R. A. Mixture densities, maximum likelihood and the EM algorithm / R. A. Redner, H. F. Walker // SIAM Review. - 1984. - Vol. 26. - No. 2. - P. 195-239.

181. Литтл, Р.Дж.А. Статистический анализ данных с пропусками./ / Литтл Р.Дж.А., Д. Б. Рубин; Пер. с англ. А.М. Никифорова. - М. : Финансы и статистика, 1991. - 334 с.

182. Королев, В.Ю. ЕМ-алгоритм, его модификации и их применение к задаче разделения смесей вероятностных распределений. Теоретический обзор / В.Ю. Королев. - М. : ИПИ РАН, 2007. - 94 с.

183. Dempster, A. P. Maximum likelihood from incomplete data via the EM algorithm / A.P. Dempster, N.M. Laird, D.B. Rubin // J. of the Royal Statistical Society, Series B. - 1977. - No. 34. - P. 1-38.

184. Ip, E.H.S. A Stochastic EM Estimator in the Presence of Missing Data: Theory and Practice / Ip E.H. - Technical Report, Division of Biostatistics, Stanford University, Stanford, California, US, 1994. - 127 p.

185. Balcioglu, B. Merging and splitting autocorrelated arrival processes and impact on queueing performance / B. Balcioglu, D.L. Jagerman, T. Altiok // Performance Evaluation. - 2008. - Vol. 65. - Iss. 9. - P. 653-669.

186. Kullback, S. On information and sufficiency / S. Kullback, R.A. Leibler // The Annals of Mathematical Statistics. - 1951. - Vol. 22. - P. 79-86.

187. Быков, В.В. Цифровое моделирование в статистической радиотехнике / В.В. Быков - М. : Советское радио, 1971. - 328 с.

188. Balcioglu, B. Approximate mean waiting time in a GI/D/1 queue with autocorrelated times to failures / B. Balcioglu, D.L. Jagerman, T. Altiok // IIE Transactions. - 2007. - Vol. 39. - Iss. 10. - P. 985-996.

189. Карташевский, И.В. Анализ времени ожидания заявки в очереди для системы массового обслуживания общего вида / И.В. Карташевский, А.В. Сапрыкин // T-Comm: Телекоммуникации и транспорт. - 2018. - Т. 12. - № 2.

- С. 4-10.

190. Мурадова, А. А. Методы оценки качества передачи речевых пакетов при исследовании надежности сети NGN / А. А. Мурадова // Молодой ученый. - 2013. - № 10 (57). - С. 162-168.

191. RFC 3393 IP Packet Delay Variation Metric for IP Performance Metrics (IPPM) [Электронный ресурс] // IETF.org. - Режим доступа: http s: //www.ietf. org/rfc/rfc3393. txt

192. ITU-T Recommendations Y.1541 «Internet protocol aspects - Quality of service and network performance. Network performance objectives for IP-based services». ITU-T, Geneva, December, 2011.

193. ITU-T Recommendations Y.1540 « Internet protocol aspects - Quality of service and network performance. Internet protocol data communication service

- IP packet transfer and availability performance parameters». ITU-T, Geneva, December, 2019.

194. Буранова, М.А. Оценка джиттера в системе G/M/1 / Р.Т. Латыпов, М.А. Буранова // В сборнике: Цифровая обработка сигналов и её применение

- DSPA-2019. Доклады 21-й Международной конференции. 2019. - С. 205208.

195. Буранова, М.А. Применение EM-алгоритма для аппроксимации гиперэкспонентами плотностей вероятностей коррелированного трафика / М.А. Буранова, И.В. Карташевский // Труды учебных заведений связи. - 2021.

- Т.7, №4. - С. 10-17.

196. Буранова, М.А. Оценка джиттера в системе G/M/1 на основе использования гиперэкспоненциальных распределений / В.Г. Карташевский,

М.А. Буранова // Инфокоммуникационные технологии. - 2020. - Т.18. - №1. -С. 13-20.

197. Буранова, М.А. Применение EM-алгоритма для аппроксимации гиперэкспонентами плотностей вероятностей коррелированного трафика / М.А. Буранова, И.В. Карташевский // Труды учебных заведений связи. - 2021.

- Т.7. - № 4. - С. 10-17.

198. Buranova, M.A. Evaluation of packet transmission delay variation in the G/G/1 system / I. Kartashevskiy, M. Buranova, D. Ergasheva // Internet of Things, Smart Spaces, and Next Generation Networks and Systems. - Vol. 12526. - P. 185197.

199. Buranova, M.A. Application of EM-Algorithm for Approximation of Mixture Distribution by Hyperexponents for Correlated Traffic Processing Systems / M. Buranova, D. Ergasheva, V. Kartashevskiy // 2020 International scientific-practical conference: problems of infocommunications science and technology (PIC S&T). 2020. - P. 845 - 849.

200. Буранова, М.А. Определение параметров гиперэкспоненциальных распределений с использованием ЕМ-алгоритма / М.А. Буранова, В.Г. Карташевский, Д.Р. Эргашева // Материалы XXVI Российской науч.-техн. конф. ППС, НС и аспирантов. - Самара : ПГУТИ, 2020. - С. 33-34.

201. Буранова, М.А. Анализ параметров функционирования сети MPLS при изменении топологии / Р.Т. Латыпов, М.А. Буранова // Труды учебных заведений связи. - 2019. - Т. 5. - № 3. - С. 6-12.

202. Буранова, М.А. Оценка джиттера при обработке трафика в системе G/G/1 / М.А. Буранова // Информационные технологии и телекоммуникации.

- 2020. - Т. 8. - No 2. - С. 12-19.

203. Буранова, М.А. Оценка вариации задержки передачи пакетов в системе GI/GI/1 / М.А. Буранова, В.Г. Карташевский // В сборнике: Радиоэлектронные устройства и системы для инфокоммуникационных технологий - РЭУС-2019 Доклады Всероссийской конференции (с

международным участием). Сер. «Научные конференции, посвященные дню Радио». 2019. - С. 87-91.

204. Буранова М.А. Анализ СМО общего вида с использованием селектирующих функций / М.А. Буранова, В.Г. Карташевский, Н.В. Киреева, Л.Р. Чупахина // Инфокоммуникационные технологии. - 2016. - Т.14, №4. -С. 366-372.

ПРИЛОЖЕНИЕ. ДОКУМЕНТЫ, ПОДТВЕРЖДАЮЩИЕ ВНЕДРЕНИЕ ОСНОВНЫХ РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОЙ РАБОТЫ

__ „ УТВЕРЖДАЮ Директор ООО «ТАиП»

тКиЩ : Агафонников У . « » декабря 2021 г.

АКТ

внедрения результатов диссертационной работы Бурановой Марины Анатольевны

«Разработка и исследование методов анализа параметров качества обслуживания трафика в программно-конфигурируемых сетях»

Научные результаты диссертационной работы Бурановой М.А. использованы входе выполнения НИР«Разработка методики оценивания параметров функционирования сетей доступа» и внедрены ООО «ТАиП» в работе по созданию средств управления и мониторинга программно-конфигурируемых сетей. Разработанная методика оценивания параметров качества обслуживания трафика, таких как время задержки заявки, джиттер пакетов, реализована программно в средствах управления и мониторинга программно-конфигурируемых сетей.

Использование указанных результатов позволяет улучшить показатели качества функционирования системы управления средствами мониторинга программно-конфигурируемых сетей,что обеспечивает повышение эффективности ее применения.

Огзыв подготовили: Заместитель директора, кандидат технических наук Заместитель директора, кандидат технических наук

© #

АКЦИОНЕРНОЕ ОБЩЕСТВО «НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ «ВЕКТОР»

ПРЕДПРИЯТИЕ КОНЦЕРНА «ВЕГА»

ОКПО 07525192 ОГРН 1117847020400 ИНН 7613491943 КПП 781301001 ул Академкгз Павлова, д 14а Санкт-Петербург, 197376

Тел ♦7(812)295-10-97, факс *7 [phone] E-m»il n«®nii-«Klor ru. web wiw rmvektof tu

/al ¿>o^/ № GÛYZ-/Ï-ОТ

АКТ

об использовании результатов диссертационной работы Бурановой Марины Анатольевны «РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДОВ АНАЛИЗА ПАРАМЕТРОВ КАЧЕСТВА ОБСЛУЖИВАНИЯ ТРАФИКА В ПРОГРАММНО-КОНФИГУРИРУЕМЫХ СЕТЯХ», представленной на соискание ученой степени доктора технических наук

Настоящим актом подтверждается, что результаты диссертационной работы Бурановой М.А. «Разработка и исследование методов анализа параметров качества обслуживания трафика в программно-конфигурируемых сетях», представленной на соискание ученой степени доктора технических наук использовались в ряде НИР и ОКР, проводимых акционерным обществом «Научно-исследовательский институт «Вектор».

В частности, при исследовании методов анализа и радиомониторинга высокоскоростных радиоканалов передачи данных, проводимых в рамках НИР «Вавилон» и ОКР «Равнодушие» были использованы следующие результаты, представленные в диссертации:

1. Методика оценивания джиттера задержки заявок в системе G/G/1, позволяющая учесть корреляционные свойства и «тяжелые хвосты» функций распределений вероятностей, обрабатываемых в системе временных последовательностей.

2

2. Методика применения ЕМ-алгоритма для разделения смеси экспонент гиперэкспоненциального распределения последовательностей временных интервалов в системе 0/0/1 на основе использования уравнения регрессии линейного вида, которая позволяет учесть корреляционные свойства временных последовательностей.

Проведенные испытания на лабораторной сети передачи данных при обработке разнородного трафика на скоростях до 100 Мбит/с показали высокую точность результатов, полученных с использованием предложенных методик оценивания джиттера при обработке потоков, обладающих свойствами самоподобия. Полученное значение оценки джиттера, согласно представленной методике, очень близко с результатами эксперимента на лабораторной сети (ошибка составляет не более 15 %). Эксперимент подтвердил предположение о снижении джиттера при обработке коррелированных последовательностей но сравнению с некоррелированными.

Отзыв подготовили: Начальник отдела.

кандидат технических наук, старший научный сотрудник

Главный специалист I категории

УТВЕРЖДАЮ :ый директор ООО «НСТТ»

.т.н., проф. О.А. Шорин

ря 2021 г.

о внедрении результатов диссертационной работы Бурановой Марины Анатольевны

«Разработка н исследование методов анализа параметров качества обслуживания трафнка в программно-конфигурируемых сетях»

Н ау чно-тсхн и чес кая комиссия в составе директора по науке ООО «НСТТ», д.т.н., Бокк Г.О., заместителя технического директора ООО «НСТТ», к.т.н., Тропина В.А., ведущего эксперта ООО «НСТТ», к.т.н., Чернышева В.П.. составила настоящий акт о том, что результаты диссертационной работы Бурановой М.А. используются в научно-производственной деятельности ООО «НСТТ».

В частности - модель функционирования сети ПКС на основе математического аппарата теории массового обслуживания, позволяющая оценить параметры качества обслуживания сети: задержку и вариацию задержки, на основе применения гиперэкспоненциальных распределений, параметры которых учитывают фрактальные свойства обрабатываемых потоков (корреляцию и «тяжелые хвосгы»).

Применение разработанной модели в условиях корреляции интервалов времени между заявками позволяет существенно сократить вычислительную сложность оценивания параметров функционирования программно-конфигурируемых сетей на этапе их проектирования и внедрения.

Также использован модифицированный ЕМ-алгоритм для аппроксимации гиперэкспоненциальных распределений джиттера задержек, что позволило контролировать и прогнозировать с достоверностью выше 90% перегрузки в условиях значения коэффициента корреляции интервалов между заявками, превышающего 0,5.

Директор по науке, д.т.н.

Г.О. Бокк

Заместитель технического директора к.т.н.

Ведущий эксперт, к.т.н.

Чернышев В.П.

В.А. Торопин

УТВЕРЖДАЮ

Проректор по учебной работе

ФГБОУ ВО ПГУТИ

Салмин A.A.

2021 г.

АКТ

о внедрении результатов диссертационной работы Бурановой М.А.

«Разработка и исследование методов анализа параметров качества обслуживания трафика в программно-конфигурируемых сетях»

Комиссия ФГБОУ ВО «Поволжский государственный университет телекоммуникаций и информатики» в составе: председателя комиссии Тучковой A.C. - заместителя начальника управления организации учебного процесса (УОУП), и членов комиссии: д.т.н., проф. Рослякова A.B. - заведующего кафедрой сетей и систем связи (ССС), к.т.н. Поздняк И.С. -заместителя заведующего кафедрой информационной безопасности (ИБ), доцента кафедры ИБ, составили настоящий акт о том, что в университете внедрены в учебный процесс на кафедрах ССС и ИБ следующие результаты диссертационной работы Бурановой М.А.:

1. методика определения параметров гиперэкспоненциальных распределений:

- на основе рекурсивного подбора для аппроксимации распределений, относящихся к монотонно убывающим функциям, отличающаяся тем, что методика позволяет определить параметры гиперэкспоненциального распределения для произвольного числа экспонент с учетом корреляционных свойств исследуемых реализаций и при наличии «тяжелого хвоста» распределения,

- для унимодальных распределений, отличающаяся тем, что «восходящая» часть функции плотности вероятностей таких распределений как Вейбулла, Логнормальное аппроксимируется полином, степень которого зависит от требуемой точности аппроксимации, а «нисходящая» часть - с использованием методики рекурсивного подбора, причем соединение «восходящей» и «нисходящей» части реализуется «сшиванием» аппроксимирующих распределений посредством селектирующих функций;

2. методика использования гиперэкспоненциальных моделей для аппроксимации распределений случайных временных интервалов в системе G/G/1, отличающаяся тем, что

параметры гиперэкспоненциальных распределений определяются с использованием ЕМ-алгоритма;

3. методика использования модификации ЕМ-алгоритма, позволяющая учесть корреляционные свойства исходной временной последовательности на основе использования уравнения регрессии линейного вида.

Указанные результаты диссертационной работы Бурановой М.А. используются:

- на кафедре ССС в лекционных и практических занятиях по дисциплинам «Технологии будущих инфокоммуникационных сетей», «Теория телетрафика мультисервисных сетей» в образовательной программе по направлению подготовки 11.03.02 Инфокоммуникационные технологии и системы связи, бакалавриат;

- на кафедре ИБ в курсе лекций по дисциплине «Фрактальный анализ в теории массового обслуживания» в образовательной программе по направлению подготовки 11.04.02 Инфокоммуникационные технологии и системы связи, магистратура.

Председатель комиссии: Зам. начальника УОУП

Члены комиссии: Зав. кафедрой ССС д.т.н., проф.

Зам. зав. кафедрой ИБ, доцент кафедры ИБ, к.т.н.

обслуживания сети: задержку, вариацию задержки, в условиях обработки фракталъйОГо трафика».

При разработке методики были использованы следующие научные результаты из диссертационной работы Бура попой VI. А.

Разработана модель функционирования сети ПК С на основе математического аппарата теории массового обслуживания, отличающаяся тем, что позволяет оценить параметры качества обслуживания сети: задержку, вариацию задержки, на основе применения пшерэкспоненцинльных распределений, параметры которых учитывают фражггальные свойсгеа обрабатываемых потоков (корреляцию и «тяжелые хвосты»).

Кроме того, при разработке методики были использованы результаты диссертации Бурэновой М А, в части оценивания джиттера в системах, обслуживающих трафик, обладающий фрактальными свойствами (при наличии корреляции и «¿тяжелы* хвостов»).

[ 1 редседател i. ко ч иССН и:

Заместитель директора

Члены комиссии: