Влияние самоподобности речевого трафика на качество обслуживания в телекоммуникационных сетях тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат технических наук Осин, Андрей Владимирович

• Осин, Андрей Владимирович
• кандидат технических наук
• 2005

Оглавление диссертации кандидат технических наук Осин, Андрей Владимирович

Введение.

Глава 1. Самоподобность телекоммуникационного трафика. Постановка задачи исследования.

1.1. Основные положения теории самоподобных процессов.

1.1.1. Оценка показателя Херста.

1.1.2. Самоподобность трафика ТС.

1.1.3. Самоподобность речевого трафика.

1.2. Качество обслуживания в ТС.

1.2.1. Определение QoS.

1.2.2. Влияние самоподобности трафика речи на QoS.

1.2.3. Пути оптимизации параметров ТС по QoS.

1.3.Основные характеристики речевого трафика.

1.3.1. Методы сегментации речевого трафика.

1.3.2. Агрегирование речевого трафика и исследование его самоподобности.

1.4. Постановка задачи исследования.

Глава 2. Результаты экспериментальных исследований речевого трафика.

2.1. Постановка задачи.

2.2. Структура моделируемого узла ТС.

2.3. Результаты измерения характеристик речевого трафика.

2.3.1. Статистические характеристики речевого трафика на уровне вызовов.

2.3.2. Статистические характеристики речевого трафика на уровне пакетов.

2.4. Статистический анализ суммарного трафика ТС.

2.5. Экспериментальное исследование нестационарности речевых потоков.

2.6. Выводы.

Глава 3. Самоподобные и марковские модели речевого трафика.

3.1. Постановка задачи.

3.2. Марковские модели цифровых потоков на выходе кодека G.711.

Ф 3.3. Разработка моделей речевого трафика.

3.3.1. Полу марковские модели речевого трафика на уровне вызовов.

3.3.2. Оценка параметров полу марковской модели и результаты моделирования речевого трафика на уровне вызовов.

3.3.3. Анализ речевого трафика на уровне пакетов.

3.3.4. Анализ самоподобности агрегированного трафика VoIP.

3.3.5. Модель агрегированного трафика VoIP на уровне пакетов.

3.3.6. Математическая формулировка предлагаемых моделей речевого трафика.

3.4. Оценка фрактальных свойств речевых процессов: реальных и получен

Л ных в результате моделирования.

3.5. Методика оценки стационарности моделируемых потоков.

3.6. Выводы.

Глава 4. Оценка влияния самоподобности речевого трафика на QoSbTC.

4.1. Постановка задачи.

4.2. Оценка влияния самоподобности речевого трафика на QoS в VoFR-системах.

4.2.1. Результаты имитационного моделирования маршрутизатора FR с кодеками G.728 на входе. Марковские модели.

4.2.2. Моделирование мультиплексора Frame Relay с фрактальным трафиком на входе.

4.2.3. Выводы.

4.3. Оценка влияния самоподобности речевого трафика на показатели QoS методами имитационного моделирования ТС в среде ns2.

4.3.1. Цели, задачи и объект моделирования.

4.3.2. Разработка структурной схемы для имитационного моделирования.

4.3.3. Имитационное моделирование речевого трафика.

4.3.4. Оценка влияния самоподобности речевого трафика на показатели QoS.

4.3.5. Выводы.

4.4. Оптимизация параметров ТС на основе минимизации функционала невязки показателей QoS.

4.4.1. Постановка задачи.

4.4.2. Описание алгоритма минимизации функционала невязки.

4.4.3. Результаты оптимизации.

4.4.4. Оценка влияния самоподобности трафика на результаты оптимизации.

4.4.5. Выводы.

4.5. Выводы.

Введение диссертации (часть автореферата) на тему «Влияние самоподобности речевого трафика на качество обслуживания в телекоммуникационных сетях»

Самоподобность и фракталы - понятия, впервые введенные Б. Мандельбро-том. Фракталы описывают явление, при котором некоторое свойство объекта ф (например, реального изображения, временного ряда) сохраняется при масштабировании пространства и/или времени. Объект является самоподобным или фрактальным, если его части при увеличении подобны (в некотором смысле) образу целого. В отличие от детерминированных фракталов, стохастические фрактальные процессы не обладают четким сходством составных частей в мельчайших деталях. Несмотря на это, стохастическая самоподобность является свойством, которое может быть проиллюстрировано наглядно и оценено математически.

Стохастический процесс называется фрактальным, когда некоторые из его важных статистических характеристик проявляют свойства масштабиро-ф вания с соответствующими масштабными показателями.

Последние исследования локального и глобального трафика показали, что сетевой трафик проявляет изменчивость в широком диапазоне масштабов времени [21, 22, 23, 30, 65]. Поразительна повсеместность этого явления, наблюдаемого в различных сетевых технологиях, от Ethernet до ATM, LAN и WAN, сжатом видео и WWW трафике, основанном на HTTP. Такая масштабно-инвариантная изменчивость не совместима с традиционными моделями сетевого трафика, которые проявляют пульсирующий характер на коротких масштабах времени, но сильно сглажены на больших масштабах времени, поэтому в них отсутствует долговременная зависимость (ДВЗ). Поскольку инвариантная к масштабу пульсирующая структура трафика может оказывать сильное влияние на производительность сети, то анализ причин и последствий самоподобности в трафике является очень важной задачей. Многочисленные измерения сделали очевидным, что инвариантная к масштабу пульсирующая структура является не отдельным, побочным явлением, а, скорее, характерной особенностью, сложившейся в пределах сетевых окружений.

Системы передачи речи существуют уже более сотни лет и успели прочно войти в нашу жизнь. Со временем такие системы развивались и совершенствовались, приобретая все новые возможности и осваивая новые технологии.

По мере совершенствования систем передачи речи и роста числа подписчиков на речевые сервисы, такие системы все более усложнялись, делая существующие методы проектирования несостоятельными. Переход к системам пакетной передачи речи демонстрирует пример подобного развития событий: в традиционной телефонии с коммутацией каналов применяются методы расчета, которые не подходят для случая коммутации пакетов.

Особенности пакетной коммутации приводят к необходимости пересмотреть традиционные подходы к анализу и синтезу телекоммуникационных систем (ТС) с использованием традиционной теории телетрафика и теории массового обслуживания. При рассмотрении систем пакетной передачи речи появляются новые особенности и характеристики качества обслуживания, которых лишена традиционная телефония. Возникают новые возможности, связанные, например, с подавлением пауз в речи и использованием освободившегося ресурса. Механизмы подавления пауз (VAD - voice activity detection), реализованные в большинстве производимого на сегодняшний день телекоммуникационного оборудования для пакетных сетей с интеграцией речевых сервисов, еще больше усложняет динамику потоков трафика в ТС. Это влечет за собой появление новых методик расчета, проектирования и моделирования ТС с пакетной передачей речи.

Особую значимость для проектирования речевых сервисов имеют адекватные модели речевого трафика как отдельного источника, так и мультиплексированных потоков. Последние исследования показывают, что телекоммуникационный трафик для большинства видов сервисов является самоподобным (фрактальным). Известно большое количество экспериментальных и теоретических исследований в этом направлении. Однако очень небольшое число посвящено исследованию фрактальной природы трафика речевых сервисов [34]. Есть предположение, что подобными свойствами обладает и речевой трафик.

На сегодняшний день не существует систематизированных исследований, посвященных изучению воздействия самоподобных свойств суммарного трафика отдельных голосовых источников на качество обслуживания каждого подписчика сервиса передачи речи. Исследование данной проблемы представляется особенно важным, так как при наличии самоподобного трафика в системах передачи речи качество обслуживания теоретически должно быть хуже по сравнению с тем, что наблюдалось бы в случае пуассоновского трафика.

Использование самоподобных (фрактальных) моделей трафика позволит более точно описать и воспроизвести речевой трафик, что обеспечит возможность получения показателей качества обслуживания (QoS), соотносимых с реально наблюдаемыми.

В России "фрактальное" направление в радиофизике и радиотехнике впервые получило широкое развитие в Институте радиотехники и электроники РАН (работы д.ф.-м.н. А.А. Потапова с коллегами) с целью создания новых прорывных информационных технологий с использованием текстурных (80-е гг. XX в.) и фрактальных (90-е гг. XX в.) мер на основе принципов нелинейной динамики (см., например, [1 -10] и обширные ссылки в них). На основе данных исследований, в ИРЭ РАН развивается новое фундаментальное научное направление — применение теории динамических систем и фрактальной топологии в задачах повышения информативности радиосистем различного назначения.

Аналогичные задачи возникают при решении проблем использования хаоса для кодирования и передачи информации. Среди работ отечественных ученых следует выделить труды А.С. Дмитриева, А.И. Панаса, М.В. Капранова, В.Н. Кулешова, Н.Н. Удалова, Б.С. Цибакова.

Опыт, накопленный после проведения многочисленных теоретических и экспериментальных исследований, проводимых как российскими, так и зарубежными учеными, позволяет рассмотреть проблему применимости фрактальных подходов к изучению трафика передачи речи.

В результате актуальными представляется исследование свойств самоподобности речевого трафика и их влияния на характеристики QoS телекоммуникационных сетей. Особый интерес представляет разработка алгоритмов оптимизации входных параметров ТС с целью обеспечения заданного QoS.

Целями диссертационной работы являются исследование свойств самоподобности речевого трафика, оценка их влияния на характеристики качества обслуживания и оптимизация входных параметров ТС для обеспечения заданного QoS.

Для достижения поставленных целей потребуется решить задачи: а) разработки специализированного программного обеспечения и проведение комплекса экспериментальных исследований трафика в ТС с целью оценки статистических и фрактальных характеристик речевого трафика для различных видов речевых кодеков; б) разработки аналитических и численных моделей и их сравнительного анализа с целью адекватного описания и имитационного моделирования речевого трафика VoIP с учетом самоподобных свойств для различных видов кодеков (кодека формы G.711 и гибридных: G.728, G.729, G.723.1), использующих VAD; в) разработки вычислительных алгоритмов и реализующего их программного обеспечения (ПО) с целью численной оценки выходных характеристик качества обслуживания QoS телекоммуникационных сетей в условиях самоподобности речевого трафика в различных сетевых окружениях (на примере узла сети Frame Relay и абстрактной IP-сети); г) разработки алгоритмов и ПО численной оптимизации входных параметров ТС с целью обеспечения QoS и оценки влияния самоподобности речевого трафика на параметры качества обслуживания.

Методы исследования. Для решения перечисленных задач в работе использованы методики статистической обработки данных, теории массового обслуживания, теории марковских цепей, а также имитационного моделирования на ПЭВМ.

В диссертации получены следующие новые научные и практические результаты:

1. Разработано специализированное программное обеспечение и проведен комплекс экспериментальных исследований статистических и фрактальных характеристик трафика в крупномасштабных телекоммуникационных сетях. Показано, что трафик речевых сервисов обладает самоподобными (фрактальными) свойствами.

2. Разработаны и реализованы численными и аналитическими методами марковские и фрактальные модели речевого трафика VoIP как на уровне соединений, так и на пакетном уровне при использовании кодеков G.711, G.728, G.729, G.723.1 и механизма VAD, параметры которых оценены из статистических характеристик реального трафика ТС.

3. Разработаны алгоритмы, ПО и получены численные результаты анализа влияния самоподобности речевого трафика на характеристики QoS телекоммуникационной сети, а также проведена численная оптимизация входных параметров телекоммуникационной сети с целью обеспечения гарантированных параметров QoS в условиях самоподобного речевого трафика и оценено влияние степени самоподобности сетевого трафика на результаты оптимизации.

Практическая ценность работы и ее реализация. Результаты, полученные в диссертационной работе, могут использоваться при проектировании речевых сервисов в телекоммуникационных системах. Разработанное программное обеспечение может применяться как в практике специалистов в области телекоммуникаций, так и в научных и учебных целях.

Апробация работы. Основные результаты автором докладывались и обсуждались на следующих конференциях.

1. 58-я Научная сессия РНТОРЭС им. А.С. Попова, Москва, 2003 г.

2. Десятая Международная научно-техническая конференция студентов и аспирантов: МЭИ //Радиотехника, Электроника и Энергетика //, Москва 2004 г.

3. XXXVI научно-методическая конференция профессорско-преподавательского состава МТУ СИ, Москва, 2003 г.

4. Научная конференция профессорско-преподавательского, научного и инженерно-технического состава МТУСИ, Москва, 2004 г.

5. Третья Международная конференция «Индустрия сервиса в XXI веке»: Современная бытовая техника, управляющие системы и телекоммуникации, Москва, 2001 г.

6. Четвёртая Международная конференция «Индустрия сервиса в XXI веке»: Информационные технологии в XXI веке. Москва, 2002 г.

7. V Всероссийская научно-техническая конференция «Информационные технологии в электротехнике и электроэнергетике», Чебоксары, 2004 г.

По теме диссертации автором опубликовано 18 печатных работ. В том числе 1 монография, 1 учебное пособие, 5 статей и 11 тезисов выступлений на конференциях.

Заключение диссертации по теме «Системы, сети и устройства телекоммуникаций», Осин, Андрей Владимирович

4.5. Выводы

В главе проведен анализ и выполнена оптимизация работы ТС при передаче ре

• чевого трафика с пакетной коммутацией по критерию обеспечения заданного качества обслуживания. Оценено влияние степени самоподобности трафика на показатели QoS как для канального уровня VoFP сети, так и для сетевого уровня VoIP. Показано, что в целом, увеличение самоподобности трафика ведет к ухудшению показателей качества и должно учитываться при оптимизации ТС.

1. Разработана структурная схема, алгоритм и ПО маршрутизатора сети Frame Relay, а также предложены имитационные модели трафика VoFR на базе ЦМ самоподобных процессов, позволившие провести оценку QoS в зависимости от характеристик входного трафика и параметров маршрутизатора.

Показано, что задержки пакетов на выходе маршрутизатора описываются распределениями с «тяжелыми хвостами» и существенно отличаются от экспоненциального. Найдено, что увеличение степени самоподобности влечёт за собой рост средних задержек и процента потерянных пакетов; вероятность блокировки при неизменном числе пользователей на входе мультиплексора растёт, а эффективность системы, в целом, снижается.

2. Найдено, что трафик речевых источников, формируемых кодеком G.729B, является самоподобным и может генерироваться на основе источника Паре-то с заданными параметрами.

Для оценки основных параметров QoS разработано ПО, позволяющее оценить процент потерянных пакетов, среднюю задержку на IP-пакет, среднее значение джиттера и СКО джиттера на IP-пакет. Получено, что случайный характер задержек для каждого пакета описывается распределением, зависящим от показателя Херста (Н) суммарного потока. Разработан алгоритм оптимизации, реализовано программное обеспечение в среде ns2 и проведено имитационное моделирование ТС при эксплуатации речевых сервисов в условиях самоподобности речевого трафика. В качестве критерия оптимизации предложено использовать минимум интегрального функционала невязки параметров качества обслуживания, позволяющий оценить вектор входных параметров ТС, гарантирующий заданное качество обслуживания.

Данные, полученные на основе результатов имитационного моделирования, позволяют оптимизировать вектор входных параметров ТС, обеспечивающий заданное качество обслуживания при допустимых погрешностях. Для обеспечения сходимости результатов число итераций может не превышать 50. Найдено, что результаты оптимизации зависят от степени самоподобности телекоммуникационного трафика. С увеличением показателя Херста точность производимой оптимизации увеличивается, однако при Н, стремящемся к 1, точность начинает снижаться.

ЗАКЛЮЧЕНИЕ

В диссертационной работе исследованы свойства самоподобности речевого трафика, оценено влияние самоподобности на характеристики качества обслуживания, проведена оптимизация входных параметров ТС с целью обеспечения заданного QoS.

На основании проведенных исследований сделаны следующие выводы и заключения:

1. Проведенный статистический анализ трафика крупной корпоративной ТС показал, что суммарный трафик обладает существенными самоподобными свойствами, а также является долговременно зависимым случайным процессом, что должно обязательно учитываться при оптимизации ТС.

2. Статистический анализ речевого трафика показывает, что он может быть представлен в виде двух, в общем случае, нестационарных компонент.

Первая, обусловленная трафиком на уровне вызовов на больших (минутных и часовых) интервалах времени, описывая периодические структуры ежедневных нагрузок, имеет сильно пульсирующую, в общем случае, негауссовскую структуру. Вторая компонента присутствует только на малых (секундных и минутных) масштабах времени, имеет самоподобный долговременный характер и постепенно исчезает при увеличении масштаба. Распределения процессов длительностей вызовов и интервалов между поступлениями вызовов существенно отличаются от экспоненциального и хорошо описываются распределениями с «тяжелыми хвостами», в частности, распределением Парето.

3. Показано, что трафик речи на уровне вызовов может быть описан и смоделирован полумарковским процессом, который полностью характеризуется своими элементами: матрицей переходных вероятностей; матрицей ФР; начальным распределением состояний.

Для описания сильно пульсирующего трафика на пакетном уровне предложена нестационарная ФГШ-модель, для отсчетов сетевого трафика которой число суммируемых парциальных ФГШ оценивается из полу

153 марковской модели вызовов, а длительность интервала суперпозиции, соответствующего i-му состоянию ЦМ, определяется функцией распределения для этого состояния, ф 4. Анализ статистических характеристик речевых мультиплексированных IPпотоков показал, что при числе мультиплексируемых источников более 20 обрабатываемые потоки можно считать стационарными в широком смысле, при этом исследуемый мультиплексированный трафик можно считать самоподобным. Оценки степени самоподобности методами R/S-статистики и изменения дисперсии показали, что показатель Херста лежит на интервале 0,75 - 0,95.

5. Обосновано положение о том, что математические модели трафика ТС должны иметь ограничения, задаваемые на уровне приложений. Показано, что одним из самых эффективных подходов для аналитического описания трафика является использование пуассоновских процессов, управляемых марковскими. Число состояний ЦМ должно определяться из статистических характеристик речевого трафика на выходе кодека речи или мультиплексора. Разработана методика оценки числа состояний и параметров аппроксимирующей ЦМ по статистическим характеристикам измеренного трафика ТС, подтвержденная численными экспериментами. Показано, что самоподобные модели являются удачной аппроксимацией для агрегированного трафика VoIP, хотя и уступают марковским моделям в аналитическом описании.

6. Имитационное моделирование кодеков G.711, G.728 и G.729 показало, что суммарный речевой трафик проявляет свойства самоподобности и долговременной зависимости. При этом тип используемого кодека оказывает незначительное влияние на оцененный показатель Херста, а причиной ДВЗ в трафике VoIP являются такие характеристики VAD, как динамический энергетический порог и размытие по времени.

7. Для оценки влияния степени самоподобности трафика на показатели QoS как для канального уровня VoFP сети, так и для сетевого уровня VoIP разработана структурная схема, алгоритм и ПО маршрутизатора сети Frame Relay, позволяющие осуществить имитационное моделирование этого элемента сети.

Предложены имитационные модели трафика VoFR как на базе марковских, так и на базе самоподобных процессов, позволившие провести оценку основных характеристик маршрутизатора и QoS в зависимости от характеристик входного трафика и параметров маршрутизатора.

8. Найдено, что увеличение степени самоподобности (показателя Херста Н) влечёт за собой рост средних задержек, особенно при высокой загруженности системы ~ 0,8 - 0,9. В перегруженном состоянии, из-за ограниченности размеров буфера, средние задержки сходятся к некоторому фиксированному значению. С увеличением показателя Херста вероятность блокировки (при неизменном числе пользователей на входе мультиплексора) растёт, а эффективность системы снижается.

9. Разработано программное обеспечение и проведено имитационное моделирование по оценке основных параметров QoS ТС (процент потерянных пакетов, средняя задержка на IP-пакет, среднее значение и СКО джиттера на IP-пакет) в условиях самоподобности речевого трафика. Найдено, что, в целом, само-подобность речевого трафика ухудшает показатели качества обслуживания.

10. Разработан алгоритм и ПО оптимизации вектора входных параметров ТС, обеспечивающий заданное QoS по критерию минимума интегрального функционала невязки параметров качества обслуживания при допустимых погрешностях.

Полученные в процессе оптимизации зависимости изменения входных параметров от количества шагов минимизации позволяют сделать вывод о том, что для обеспечения сходимости результатов число итераций может не превышать 50. Найдено, что результаты оптимизации зависят от степени самоподобности телекоммуникационного трафика. С увеличением показателя Херста точность производимой оптимизации увеличивается, однако при Н, стремящемся к 1, точность начинает снижаться.

Список литературы диссертационного исследования кандидат технических наук Осин, Андрей Владимирович, 2005 год

1. Потапов А.А. Фракталы в радиофизике и радиолокации.- М.: Логос, 2002. -664с.;

2. Потапов А.А. Фракталы в радиофизике и радиолокации: Топология выборки.- М.: Университетская книга, 2005. 848 с.

3. Potapov А.А., German V.A. Detection of Artificial Objects with Fractal Signatures // Pattern Recognition and Image Analysis. 1998. V. 8, № 2. P. 226 -229.

4. Потапов А.А. Новые информационные технологии на основе вероятностных текстурных и фрактальных признаков в радиолокационном обнаружении малоконтрастных целей // Радиотехника и электроника. 2003. Т. 48, №9. С. 1101-1119.

5. Потапов А.А., Герман В.А. О методах измерения фрактальной размерностей фрактальных сигнатур многомерных стохастических сигналов // Радиотехника и электроника, 2004. Т. 49, № 12. С. 1468 1491.

6. Potapov A.A., Булавкин B.B., Герман B.A., Вячеславова О.Ф. Исследование микрорельефа обработанных поверхностей с помощью методов фрактальных сигнатур // Журнал технической физики. 2005. Т. 75, № 5. С. 28-45.

7. Потапов А.А. Синергетические принципы нелинейной динамики и фракталы в разработке новых информационных технологий для современных радиосистем // Радиотехника. 2005. № 8.

8. Шелухин О.И., Тенякшев А.В., Осин А.В. Фрактальные процессы в телекоммуникациях: Монография / Под ред. О.И. Шелухина. М.: Радиотехника, 2003. - 480 стр.

9. Шелухин О.И., Тенякшев А.В., Осин А.В. Моделирование информационных систем: Учеб. пособие / Под ред. О.И. Шелухина. М.: САЙНС-ПРЕСС, 2005.-368 стр.

10. Leland W.E., Taqqu M.S., Willinger W., and Wilson D.V. On the self-similar nature of ethernet traffic // IEEE/ACM Transactions of Networking, 2(1), 1994. p. 1-15.

11. Цыбаков Б.С. Модель телетрафика на основе самоподобного случайного процесса // Радиотехника. 1999. № 5. с. 24-31.

12. Нейман В.И. Новое направление в теории телетрафика // Электросвязь. 1998. №7. с. 27-30.

13. Tsybakov B.S., Georganas N.D. Self-similar processes in communications networks // IEEE Trans. Inform. Theory, vol. 44. Sep.1998. P. 1713-1725.

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

15. Городецкий А.Я., Заборовский B.C., Информатика. Фрактальные процессы в компьютерных сетях / Учебное пособие. СПб.: СПбГТУ, 2000.

16. Петров В.В. Самоподобие в сетевом трафике II 58-я Научная сессия РНТОРЭС им. А.С. Попова: Сборник трудов. Том 2. М., 14-15 мая 2003. с. 126.

17. Park К., Willinger W. Self-Similar Network Traffic and Performance Evaluation. John Wiley & Sons, 2000.

18. Beran J. Statistical Methods for Data with Long-Range Dependence // Statistical Science, Volume 7, Issue 4. .1992. P. 404-416.

19. Шредер М. Фракталы, хаое, степенные законы. Миниатюры из бесконечного рая. Москва-Ижевск, 2001.-23. Paxson V., Floyd S. Wide-Area Traffic: The Failure of Poisson Modeling // IEEE/ACM Transactions on Networking, 1995.

20. Dang T.D., Sonkoly В., Molnar S. Fractal Analysis and Modelling of VoIP Traffic // NETWORKS2004, Vienna, Austria, June 13-16, 2004.

21. Кучерявый E.A. Управление трафиком и качество обслуживания в сети Интернет. СПб.: Наука и Техника, 2004. 336 с.

22. Petroff V. Self-Similar Network Traffic: From chaos and Fractals to Forecasting and QoS // NEW2AN. St.Petersburg, 2004. P. 110-118.

23. Ершов M.A., Кузнецов H.A. Теоретические основы построения сети с интеграцией служб. М.: ИППИ РАН, 1995.

24. Столлингс В. Современные компьютерные сети: Питер, 2-е изд. (пер. с англ. А.Леонтьева), 2003 г. 784 с.

25. Документация и программное обеспечение сетевого симулятора ns-2: http://www-mash.CS.Berkeley.EDU/ns.

26. Официальный сайт проекта VINT: http://www.isi.edu/nsnam/vint/index.html.

27. Bates S. Traffic Characterization and Modelling for Call Admission Control Schemes on Asynchronous Transfer Mode Networks. A thesis submitted for the degree of Doctor of Pfilosophy. The University of Edinburgh. 1997.

28. Beran J. Statistics for Long-Memory Processes. Chapman & Hall, New York, 1994.

29. Cox D.R., Renewal Theory, Methuen and Co., London, 1962.

30. Crovella M.E. and Bestavros A., Explaining World Wide Web Traffic Self-Similarity, Technical Report: TR-95-015, Computer Science Department, Boston University, 1995.

31. Crovella M.E. and Bestavros A. Self-similarity in world wide web traffic: evidence and possible causes. In Proceedings of the 1996 ACM SIGMET-RICS. International Conference on Measurement and Modeling of Computer Systems, May 1996.

32. Crovella M. and Bestavros A. Performance characteristics of world wide web information systems. Tutorial at the SIGMETRICS'97, 1997.

33. Erramilli A., Narayan O. and Willinger W. Experimental queueing analysis with long-range dependent packet traffic. IEEE/ACM Transactions on Networking, 4:209-223, 1996.

34. Feder J. Fractals. Plenum Press, New York, 1988.

35. Grasse M., Frater M. and Arnold J. Implications of non-stationarity of MPEG2. In COST257TD(97)10,1997.

36. Hurst H.E. Long-term storage capacity of reservoirs. Transactions of the American Society of Civil Engineers, 116:770-808,1951.

37. Hurst H.E. Methods of using long-term storage in reservoirs. Proceedings of the Institution of Civil Engineers, Part I, pages 519-577,1955.

38. Hurst H.E., Black R.P. and Simaika Y.M. Long-Term Storage: An Experimental Study. Constable, London, 1965.

39. Leland W.E. LAN traffic behavior from milliseconds to days. In Proceedings of the ITC 7th Specialist Seminar, Morristown, N.J., 1990.

40. Leland W.E., Taqqu M.S., Willinger W., and Wilson D.V. Statistical analysis of high time-resolution Ethernet LAN traffic measurements. In M. E. Tarter and M.159

41. D. Lock, editors, Statistical Applications of Expanding Computer Facilities, volume 25, pages 146-155. Interface Foundation of North America, 1993. Computing Science and Statistics.

42. Levy Vehel J. and Riedi R. Fractional brownian motion and data traffic modeling: The other end of the spectrum. In Fractals in Engineering 97, pages 185-202. Springer, 1997.

43. Li G.L. and Dowd W.D., An Analysis of Network Performance Degradation Induced by Workload Fluctuations, IEEEE/ACM Transactions on Networking, Vol. 3, No. 4, August 1995.

44. Lipsky L., Queueing Theory: A Linear Algebraic Approach. MacMillan and Company, New York, 1992.

45. Mandelbrot B.B. Self-similar error clusters in communications systems and the concept of conditional systems and the concept of conditional stationarity. IEEE Transactions on Communications Technology, COM-13:71-90,1965.

46. Mandelbrot B. Some Noises with 1 If Spectrum, a Bridge Between Direct Current and White Noise. IEEE Transactions on Information Theory, IT-13(2):289-298, April 1967.

47. Mandelbrot B.B. A fast fractional Gaussian noise generator. Water Resources Research, 7:543-553, 1971.

48. Mandelbrot B.B. The Fractal Geometry of Nature. W.H. Freeman and Co., San Francisco, 1982.

49. Molnar S., Maricza I., «Source Characterization in Broadband Networks», High Speed Networks Laboratory, Dept. of Telecommunications and Telematics, Technical University of Budapest, 1999.

50. Molnar S. and Miklos Gy. On burst and correlation structure of teletraffic models. In D. D. Kouvatsos, editor, 5th IFIP Workshop on Performance Modelling and Evolution of ATM Networks, Ilkley, U.K., July 1997.

51. Norros I. A storage model with self-similar input. Queueing Systems And Their Applications, 16:387-396,1994.

52. Norros I. On the use of fractional Brownian motion in the theory of connectionless networks. IEEE Journal on Selected Areas in Communications, 13:953962, 1995.

53. Norros I., "Four approaches to the fractional Brownian storage," Fractals in Engineering, pp. 154-169,1997.

54. Paxson V., "Fast, approximate synthesis of fractional Gaussian noise for generating self-similar network traffic," Computer Communication Review, vol. 27, pp. 5-18, Oct. 1997.

55. Taqqu M.S. A bibliographical guide to self-similar processes and long-range dependence. In E. Eberlein and M. S. Taqqu, editors, Dependence in Probability and Statistics, pages 137-162, Boston, 1986. Birkhauser.

56. Taqqu M.S. Self-similar processes. In S. Kotz and N. Johnson, editors, Encyclopedia of Statistical Sciences, pages 352-357. Wiley, New York, 1988. Volume 8.

57. Taqqu M.S., Willinger W. and Sherman R., "Proof of a fundamental result in self-similar traffic modeling", Computer Communication Review 27, pp.5-23,1997.

58. Teverovsky V. and Taqqu M.S. Testing for long-range dependence in the presence of shifting means or a slowly declining trend using a variance-type estimator. Preprint, 1995.

59. Willinger W., Taqqu M.S. and Erramilli A., A Bibliographical Guide to Self-Similar Traffic and Performance Modeling for Modern High-Speed Networks, Stochastic Networks: Theory and Applications, Oxford University Press, 1996.

60. Шелухин О.И., Лукьянцев Н.Ф. Цифровая обработка и передача речи. -М.: Радио и связь, 2000. С. 456.

61. Шелухин О.И. Негауссовские процессы в радиотехнике. М.: Радио и связь, 1999. С. 289.

62. Градштейн И.С., Рыжик И.М. Таблицы интегралов, сумм, рядов и произведений. М.: Физматгиз, 1962. 1041 с.

63. Шварц М. Сети ЭВМ. Анализ и проектирование. М.: Радио и связь, 1981.336 с.

64. Блох Э.Л., Попов О.В., Турин В.Я. Модели источника ошибок в каналах передачи цифровой информации. М.: «Связь»,1971. 312 с.

65. Нейман В.И. Самоподобные процессы и их применение в теории телетрафика// Труды MAC. 1999, №1(9). С. 11-15.

66. Шелухин О.И., Осин А.В. Исследования самоподобной структуры трафика Ethernet // Радиоэлектроника и информатика: Сб. науч. трудов / Вестник МГУС: Под ред. О.И. Шелухина. М.: МГУС, 2002. - С. 12 - 27.

67. Осин А.В. Синтез фрактального гауссовского шума // Радиоэлектроника и информатика: Сб. науч. трудов / Вестник МГУС: Под ред. О.И. Шелухина. М.: МГУС, 2002. - С. 27 - 37.

68. Осин А.В. Сравнительный анализ методик оценки самоподобности телекоммуникационного трафика // Радиоэлектроника и информатика: Сб. науч. трудов / Вестник МГУС: Под ред. О.И. Шелухина. М.: МГУС, 2002.-С. 37-46.

69. Шелухин О.И. Самоподобные процессы и их применение в телекоммуникациях // «Теоретические и прикладные проблемы сервиса», №3(4). -М: Издательство МГУС, 2002. С. 62 - 71.

70. Рабинер JI. Р., Шафнер Р. В., Цифровая обработка речевых сигналов: Пер. с англ./Под ред. М. В. Назарова и Ю. Н. Прохорова. М.: Радио и связь, 1981. С. 496.

71. Шелухин О.И., Леднёв А.В., Осин А.В. Марковская модель цифрового речевого сигнала // LVIII научная сессия РНТОРЭС им. А.С. Попова, посвященная Дню радио: Труды. М.: ИПРЖР, 14 - 15 мая 2003. - Т. 1. - С. 61 - 63.

72. Шелухин О.И., Леднёв А.В., Осин А.В. О фрактальной структуре цифровых речевых потоков // LVTII научная сессия РНТОРЭС им. А.С. Попова, посвященная Дню радио: Труды. М.: ИПРЖР, 14 -15 мая 2003. - Т. 1. - С. 63 - 65.

73. Шелухин О.И., Осин А.В. Методы моделирования фрактальных процессов // XXXVI научно-методическая конференция профессорско-преподавательского состава МТУСИ: Труды. М.: МТУСИ, 28 - 30 января 2003 г.-С. 110-112.

74. Шелухин О.И., Осин А.В. Экспериментальные исследования фрактальных процессов в сетях Ethernet // XXXVI научно-методическая конференция профессорско-преподавательского состава МТУСИ: Труды. М.: МТУСИ, 28-30января 2003 г.-С. 112-113.

75. Осин А.В. Самоподобность телекоммуникационного трафика // Индустрия сервиса в XXI веке: Труды / Четвертая Международная конференция. Секция «Современная бытовая техника, управляющие системы и телекоммуникации». М.: МГУС, 2002.- С. 94 - 97.

76. Шелухин О.И., Осин А.В. О фрактальности и нестационарности цифровых речевых потоков // Информационные технологии в электротехнике и электроэнергетике: Труды / V-ая Всероссийская научно-техническая конференция. Чебоксары: ЧТУ, 2004. - С. 266 - 268.

77. Осин А.В. Имитационное моделирование сетей связи в среде ns2 в условиях самоподобного трафика // Электротехнические комплексы и информационные системы / Известия ВУЗов. М.: МГУ С, 2005. - № 1. - С. 71 - 78.

78. Шелухин О.И., Осин А.В., Урьев Г.А. Результаты экспериментальных исследований сетевого трафика телекоммуникационной сети // Теоретические и прикладные проблемы сервиса. М.: МГУ С, 2005. - №4.

79. Банди Б. Методы оптимизации. Вводный курс: Пер. с англ. М.: Радио и связь, 1988. - 128 е.: ил.1. Of-f/зШ 7- £

80. МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СЕРВИСАна правах рукописи1. Осин Андрей Владимирович

81. ВЛИЯНИЕ САМОПОДОБНОСТИ РЕЧЕВОГО ТРАФИКА НА КАЧЕСТВО ОБСЛУЖИВАНИЯ В ТЕЛЕКОММУНИКАЦИОННЫХ СЕТЯХ1. ТОМ 2

82. Специальность 05.12.13 «Системы, сети и устройства телекоммуникаций»

83. Диссертация на соискание учёной степени кандидата технических наук

84. Научный руководитель: заслуженный деятель науки РФ, доктор технических наук, профессор Шелухин Олег Иванович1. Москва 20051. СОДЕРЖАНИЕ