Исследование и разработка методов расчета показателей производительности сетей ЭВМ с неоднородным трафиком

Тип работы:
Диссертация
Предмет:
Телекоммуникационные системы и компьютерные сети
Страниц:
142


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Актуальность темы

В современной научной литературе редко встречаются задачи анализа производительности конкретных сетей. Для этого не существует единой методики. В монографии В. М. Вишневского & laquo-Теоретические основы проектирования компьютерных сетей& raquo- академиками Велиховым Е. П. и Кузнецовым Н. А. сказано следующее. & laquo-Повсеместное внедрение компьютерных сетей должно сопровождаться опережающим развитием фундаментальной теории в этой области, созданием инженерных методов анализа и синтеза, систем автоматизации проектирования, направленных на сокращение сроков и повышение качества проектирования компьютерных сетей& raquo-. Поэтому проблема разработки методов оценки показателей производительности сетей ЭВМ с неоднородным трафиком является актуальной.

Тенденцией современного этапа развития компьютерных сетей является изменение структуры передаваемого трафика. Трафик сетей крупных предприятий стал мультимедийным. Сами они характеризуются как сети с неоднородным трафиком, так как делается акцент на использование разнообразных сетевых приложений.

Возросшие стоимости проектирования и самой проектируемой системы предъявляют повышенные требования к качеству проектных решений, в особенности к точности определения пропускных способностей каналов, времени задержки пакетов, объёмов памяти буферов и др. Одним из плодотворных подходов оценки этих важнейших конструктивных показателей является вероятностное моделирование, которому посвящены монографии таких авторов, как Вишневский В. М., L. Kleinrock, Гнеденко Б А., Цыбаков Б. С., Майоров С. А. и многих других. При таком моделировании компьютерные системы представляются в виде совокупности ресурсов, использование которых осуществляется в порядке очереди в соответствии с заданной дисциплиной.

Достоверность результатов вероятностного моделирования с использованием теории массового обслуживания, теории очередей и других методов зависит во многом от адекватности применяемых моделей реальным системам.

Проектировщики и разработчики сетевого оборудования испытывают потребность в получении информации о поведении сетей различных масштабов, архитектур и топологий, о качественных характеристиках этих сетей. Соответственно необходимы средства моделирования, которые бы учитывали все особенности функционирования сетей, позволяли задавать исходную информацию в терминах величины прогнозируемого трафика и получать основные характеристики сетей.

Объект исследований

Объектом исследований диссертационной работы являются сети ЭВМ с учетом неоднородности трафика.

Цель работы и задачи исследований

Целью работы является получение оценок показателей производительности сетей ЭВМ на основе разработанных аналитических и имитационных моделей, учитывающих неоднородность потоков, изменчивость их характеристик, а также выработка рекомендаций для модернизации сетей.

Для достижения поставленной цели в работе решены следующие задачи: на основе математических моделей мультиплексирования и демультиплексирования потоков на уровне средних значений и дисперсий времени между событиями в потоках исследован метод декомпозиции сетей массового обслуживания-

— разработаны аналитические и имитационные модели сети Оренбургского филиала Центробанка Р Ф и сети кафедры вычислительной техники ГОУ ВПО ОГУ-

— разработана программная система расчета характеристик моделей компьютерных сетей с учетом неоднородности трафика-

— разработанные аналитические модели сетей для оценки их адекватности, исследованы средствами GPSS World и системой OPNET Modeler при определении основных показателей функционирования исследуемых сетей- проведено сравнение полученных результатов по показателям производительности с помощью вышеуказанных систем моделирования-

— разработаны рекомендации по повышению производительности сетей ЭВМ.

Методы исследования

В работе для решения поставленных задач использован аппарат теории вероятностей, теории вычислительных систем в части сетей массового обслуживания, аналитического и имитационного моделирования вычислительных систем, в том числе сетей ЭВМ, объектно-ориентированное программирование.

Научная новизна работы

Научная новизна диссертационной работы заключается в следующем:

— разработаны и исследованы аналитические и имитационные модели мультиплексирования и демультиплексирования потоков событий на уровне средних значений и дисперсий времен поступления и обслуживания-

— впервые разработаны аналитические и имитационные модели сети Оренбургского филиала Центробанка Р Ф и сети кафедры вычислительной техники ГОУ ВПО ОГУ с использованием аппаратно-программных комплексов анализа трафика и системы активного мониторинга приложений-

— полученные модели сетей для оценки их адекватности, исследованы средствами GPSS, программной системы расчета сетевых моделей с неоднородными потоками и системы OPNET Modeler-

— показано, что основные показатели производительности сетей, полученные по разработанным моделям точнее и оптимистичнее, чем вычисленные традиционным методом по средним значениям потоков-

— показано, что разработанные модели могут быть использованы для исследования корпоративных сетей при их декомпозиции до уровня локальных вычислительных сетей.

Личный вклад

Исследование математических моделей мультиплексирования и демультиплексирования потоков на уровне их средних значений и дисперсий, аналитические расчеты и проведенное имитационное моделирование на ЭВМ, а также выводы и рекомендации выполнены автором лично.

Практическая ценность и реализация результатов работы

Полученные модели сетей ЭВМ позволяют произвести оценку их производительности с учетом изменчивости характеристик входных потоков и неоднородности потоков. Разработанные рекомендации позволяют повысить производительность сетей ЭВМ с неоднородными потоками на этапе их проектирования, а также оценить резерв и допустимую нагрузку существующих.

Полученные результаты используются и могут быть использованы проектными, научно-исследовательскими и эксплутационными организациями при проектировании, разработке, внедрении и модернизации сетей ЭВМ.

Основные теоретические и практические результаты, полученные в работе, использованы в ОАО & laquo-Центробанк РФ& raquo-, УНПК ГОУ ВПО ОГУ и внедрены в учебный процесс ГОУ ВПО ОГУ, ГОУ ВПО ПГУТИ, что подтверждено соответствующими актами.

Апробация работы

Основное содержание и результаты работы докладывались и обсуждались на IV всероссийской научно-практической конференции с международным участием (Оренбург, 2005), всероссийском конкурсе инновационных проектов аспирантов и студентов по приоритетным направлениям развития науки и техники «Информационно-телекоммуникационные системы& raquo- (Москва, 2005), научно-технической конференции с международным участием & laquo-Перспективные информационные технологии в научных исследованиях, проектировании и обучении& raquo- (Самара, 2006), VI всероссийской научно-практической конференции с международным участием & laquo-Современные информационные технологии в науке, образовании и практике& raquo- (Оренбург, 2007), научно-практической конференции & laquo-Управление созданием и развитием систем, сетей и устройств телекоммуникаций& raquo- (Санкт-Петербург, 2008).

Публикации

По результатам проведенных исследований опубликовано 17 работ, в том числе 4 статьи в журналах из перечня, рекомендованного ВАК РФ для публикации результатов диссертационных работ, 1 статья в журнале, 6 статей конференций, 1 учебное пособие, а также 5 свидетельств о регистрации алгоритмов и программ.

Основные положения, выносимые на защиту аналитические и имитационные модели мультиплексирования и демультиплексирования потоков на уровне средних значений и дисперсий времени между событиями в потоках, которые использованы в уравнениях баланса дисперсий потоков в сетевых моделях-

— метод анализа характеристик сетей ЭВМ путем декомпозиции их на отдельные узлы и сведением неоднородного потока заявок к потокам однотипных заявок-

— методика построения матрицы вероятностей передачи заявок на основе аппаратно-программных комплексов анализа трафика и системы активного мониторинга приложений-

— аналитическая и имитационная модели сети Оренбургского филиала Центробанка Р Ф и сети кафедры вычислительной техники ГОУ ВПО ОГУ, учитывающие неоднородность потоков-

— результаты исследования и сравнения полученных моделей сетей средствами GPSS, программной системы расчета сетевых моделей с неоднородными потоками, разработанной на основе аналитических моделей и системы OPNET Modeler 9. 1-

— рекомендации по повышению производительности сетей ЭВМ с неоднородными потоками.

Структура и объем работы

Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа содержит 142 страницы машинописного текста, 61 рисунок, 12 таблиц. В списке литературы 111 наименований.

ВЫВОДЫ

1. При решении-поставленной: задачи для моделирования узлов сети и расчета их основных характеристик использован^ метод двумерной диффузионной: аппроксимации процессов функционирования СМО типа GI/G/1.. ,

2. При моделировании неоднородного трафика& raquo- сети- и расчете ее характеристик использована методика декомпозиции сети СМО на отдельные узлы на уровне двух первых моментов распределений интервалов поступления и обслуживания:

3. Полученные при помощи программной системы PROBMOD результаты- подтверждаются расчетами, а также аналогичными данными в пакете OPNET Modeler, что говорит о правильности применяемого подхода для. расчета основных характеристик сети- Ethernet, таких, как загрузка линии, задержи Ethernet, время отклика пользовательских приложений и достоверности- полученных результатов.

4., Подобный подход использован’для< исследования узких мест различных сетей с целью повышения их производительности..

5. Для измерения реального трафика сети использованы демо-версии программных средств Tmeter и PRTG Traffic Grapher. Эти приложения позволяют подсчитывать трафик по различным сетевым протоколам. На основе полученных данных по предложенной методике построены матрицы вероятностей передачи заявок для трёх протоколов (HTTP, FTP и NetBIOS).

6. Представлена окончательная структурная схема сети и ее сметная стоимость с использованием пакета NetWizard.

ЗАКЛЮЧЕНИЕ

Диссертация посвящена исследованию и разработке аналитических и имитационных моделей сетей ЭВМ с неоднородными потоками. Основные результаты работы сформулируем следующим образом:

1. На основе предложенных математических моделей мультиплексирования и демультиплексирования потоков исследована точность метода декомпозиции сетей на отдельные узлы на уровне средних значений и дисперсий времен поступления и обслуживания.

2. Разработаны аналитические и имитационные модели сетей Центробанка Р Ф и кафедры вычислительной техники ГОУ ВПО ОГУ, учитывающие неоднородность трафика, с использованием методики построения матриц вероятностей передач. Для расчета показателей производительности аналитических моделей разработана программная система.

3. Разработанные модели сетей для оценки их адекватности исследованы средствами GPSS и системы OPNET Modeler. Определены основные показатели производительности исследуемых сетей, начиная от загрузки сервера Центробанка Р Ф, загрузки сетевого интерфейса сервера кафедры вычислительной техники ГОУВПО ОГУ до задержек и времен отклика приложений пользователей.

4. Проведено сравнение полученных результатов с помощью разработанной программной системы моделирования с результатами имитационных программных систем моделирования. Показано, что значения характеристик обеих сетей, рассчитанные по аналитическим моделям, отличаются от результатов имитации на несколько процентов (максимальная погрешность 3,4%), что говорит о высокой точности разработанных аналитических моделей.

5. В работе показано, что основные показатели производительности сетей, полученные по разработанным моделям точнее и оптимистичнее, чем вычисленные традиционным методом по средним значениям потоков.

6. В работе также показано, что разработанные модели могут быть использованы для исследования больших корпоративных сетей при их декомпозиции до уровня локальных вычислительных сетей.

7. На основании результатов диссертационной работы разработаны рекомендации для повышения производительности сетей ЭВМ, а именно:

— показано, что сервер сети банка имеет значительный ресурс на увеличение своей загрузки с 33 до 70% при повышении интенсивности входного потока заданий, порог которой также рассчитан-

— показано, что загрузка сетевого интерфейса сервера кафедры уменьшается примерно в 10 раз (с 30,8% до 3,0%) при использовании сетевого интерфейса с большей пропускной способностью- задержка Ethernet уменьшается при использовании топологии сети & laquo-чистая звезда& raquo- примерно в два раза (с 5,2 мс до 2,8 мс), а время отклика приложений пользователя уменьшилось незначительно. Это позволяет расширить сеть путем добавления нескольких сегментов, количество которых рассчитывается в зависимости от используемых в них приложений.

ПоказатьСвернуть

Содержание

1 КРАТКИЙ ОБЗОР ТЕОРЕТИЧЕСКИХ МЕТОДОВ РЕШЕНИЯ ЗАДАЧ АНАЛИЗА ПРОИЗВОДИТЕЛЬНОСТИ КОМПЬЮТЕРНЫХ СЕТЕЙ.

1.1 Использование теории сетей массового обслуживания для исследования компьютерных сетей.

1.2 Расчет характеристик сетей пакетной коммутации.

1.2.1 Определение задержки источник-адресат.

1.2.2 Определение загрузки каналов и других устройств.

1.2.3 Модели сетей с ограниченной буферной памятью в узлах коммутации.

1.2.4 Расчеты объемов буферов и вероятностей потерь пакетов.

1.3 Методы управления потоками в сетях пакетной коммутации.

1.4 Методы и средства моделирования сетей.

1.4.1 Вероятностный подход к исследованию ВС.

1.4.2 Аналитические методы.

1.4.3 Аппроксимационный подход к исследованию ВС.

1.4.4 Численные методы.

1.4.5 Имитационное моделирование.

1.4.5.1 Дискретное имитационное моделирование.

1.4.5.2 Непрерывное имитационное моделирование.

1.4.5.3 Сетевое имитационное моделирование.

1.4.5.4 Имитационное моделирование на основе языка системного моделирования.

1.5 Общие сведения и особенности моделирования на GPSS.

1.5.1 Генерирование заявок и случайных величин.

1.5.2 Моделирование устройств.

1.5.3 Отчеты.

1.6 OPNET Modeler.

1.7 Другие программные системы.

1.8 Цели и задачи исследования.

ВЫВОДЫ.

2 ПРИМЕНЕНИЕ ТЕОРИИ МАССОВОГО ОБСЛУЖИВАНИЯ К ИССЛЕДОВАНИЮ КОМПЬЮТЕРНЫХ СЕТЕЙ.

2.1 Сети массового обслуживания и их классификация.

2.2 Уравнения равновесия потоков на уровне интенсивностей.

2.3 Уравнения равновесия потоков на основе математических моделей мультиплексирования и демультиплексирования потоков.

2.4 Модификация уравнений равновесия потоков для исследования сетей с ограниченной буферной памятью. 74 v

2.5 Модификация уравнений равновесия для исследования сетей ЭВМ с неоднородным трафиком.

ВЫВОДЫ.

3 МОДЕЛИРОВНИЕ СЕТИ ОРЕНБУРГСКОГО ФИЛИАЛА ЦЕНТРОБАНКА РФ.

3.1 Описание форматов электронных сообщений для подготовки отчетности кредитными организациями.

3.2 Моделирование сети Оренбургского филиала Центробанка Р Ф.

ВЫВОДЫ.

4 ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВНИЕ СЕТИ КАФЕДРЫ ВУЗА.

4.1 Моделирование сети кафедры вычислительной техники ГОУ ВПО ОГУ.

4.1.1 Методика сбора сетевого трафика.

Список литературы

1. Вишневский, В. М. Теоретические основы проектирования компьютерных сетей / В. М. Вишневский. -М.: Техносфера, 2003. — 512 с.

2. Клейнрок, JI. Вычислительные системы с очередями: Пер. с англ. М. :Мир, 1979. -600 с.

3. Берёзко, М. П. Математические модели исследования алгоритмов маршрутизации в сетях передачи данных / М. П. Берёзко, В. М. Вишневский, Е. В. Левнер, Е. В. Федотов // Информационные процессы. — 2001. Том 1. — № 2. — С. 103−125.

4. Средства анализа и оптимизации локальных сетей Электронный ресурс. -Режим доступа: http: //www. dlink. ru/technology/olifer. php

5. Компьютерные системы и технологии: Лабораторный практикум / Под ред. Л. Д. Забродина. М.: Диалог — МИФИ, 2001. — 336 с.

6. Бусленко, Н. П. Моделирование сложных систем / Н. П. Бусленко. М.: Наука, 1978. -399 с.

7. Шеннон, Р. Имитационное моделирование систем искусство и наука / Р. Шеннон. — М.: Мир, 1978. — 272 с.

8. Соболь, И. М. Метод Монте-Карло / И. М. Соболь. -М.: Наука, 1968. 64 с.

9. Шварц, М. Сети ЭВМ. Анализ и проектирование: Пер. с англ. / Под ред. В. А. Жожикашвили. — М.: Радио и связь, 1982. 336 с.

10. Советов, Б. Я. Моделирование систем: Учеб. для вузов — 3 изд., перераб. и доп. / Б. Я. Советов, С. А. Яковлев. -М.: Высш. шк., 2001. 343 е.: ил.

11. Кудрявцев, Е.М. GPSS World. Основы моделирования различных систем / Е. М. Кудрявцев. М.: ДМК Пресс, 2004. — 320 с.

12. Боев, В. Д. Моделирование систем. Инструментальные средства GPSS World: Учеб. пособие / В. Д. Боев. СПб.: БХВ-Петербург, 2004. — 368 с.

13. Имитационное моделирование компьютерных сетей Электронный ресурс. -Режим доступа: http: //www. sduto. rU/32/40/1268/indexl.3. html

14. Тарасов, В. Н. Проектирование и моделирование сетей ЭВМ в системе OPNET Modeler. Лабораторный практикум. / В. Н. Тарасов, Н. Ф. Бахарева, А. Л. Коннов, Ю. А. Ушаков. Самара, 2008. — 233 с.

15. Клейнрок JI. Теория массового обслуживания / JI. Клейнрок. М.: Машиностроение, 1979. -432 с.

16. Крылов, В. В. Теория телетрафика и её приложения / В. В. Крылов, С .С. Самохвалова. СПб.: БХВ-Петербург, 2005. -288 е.: ил.

17. Основы теории вычислительных систем / Под ред. С. А. Майорова. М.: Высшая школа, 1978. -408 с.

18. Тарасов, В. Н. Компьютерное моделирование вычислительных систем. Теория, алгоритмы, программы / В. Н. Тарасов, Н. Ф. Бахарева. Оренбург: ИПК ОГУ, 2004. -183 с.

19. Тарасов, В. Н. Вероятностное компьютерное моделирование сложных систем /

20. B.Н. Тарасов, Самара: СНЦ РАН, 2002. 194 с.

21. Шрайбер, Т. Д. Моделирование на GPSS. Пер. с англ / Т. Д. Шрайбер. М.: Машиностроение, 1980. -576 с.

22. Гнеденко, Б. В. Введение в теорию массового обслуживания / Б. В. Гнеденко, И. Н. Коваленко. -М.: Наука, 1987. -431 с.

23. Советов, Б. Я. Моделирование систем. Практикум: Учеб. пособие для вузов / Б. Я. Советов, С .Я. Яковлев. М.: Высш. шк. 2003. — 295 с.

24. Павловский Ю. Н. Имитационные модели и системы / Ю. Н. Павловский. М.: Фазис: ВЦ РАН, 2000. — 134 с.

25. Тихонов, В. И. Марковские процессы / В. И. Тихонов, М. А. Миронов. М.: Сов. Радио, 1977. -488 с.

26. Тарасов, В. Н. Дис. д-ра техн. наук: 05. 13. 18 Тарасов, Вениамин Николаевич Вероятностное компьютерное моделирование сложных систем для анализа их производительности: Дис. д-ра техн. наук: 05. 13. 18 Оренбург, 2002 244 с. РГБ ОД, 71: 04−5/66−1.

27. Тарасов, В. Н. Анализ сетевых моделей вычислительных систем на уровне двух моментов распределений параметров потоков / В. Н. Тарасов // Материалы 5 конференции молодых ученых УДН / Матем., физика, химия/. — Москва, 1982, ч. I,

28. C. 72−75. Деп. 15 июля 1982, № 3814−82.

29. Тарасов, В. Н. Анализ сетевых моделей вычислительных систем при неоднородных потоках заявок. Ленинград, 1983. — 7 с. — Деп. в ЦНИИТЭИ приборостроения 11 февраля 1983, № 2028.

30. Тарасов, В. Н. Вероятностное компьютерное моделирование вычислительных систем для анализа их производительности / В. Н. Тарасов. — Оренбург: Изд-во ОГУ, 2002. -236 с.

31. Тарасов, В.Н. Вероятностно-статистические подходы к построению алгоритмов распознавания. / Анализ структур электронной и вычислительной техники: межвузовский сб. научных трудов. ОГТУ. Оренбург, 1995. — 5 с.

32. Тарасов, В. Н. Методы расчета характеристик вычислительных систем на вероятностной основе. / Анализ структур электронной и вычислительной техники: межвузовский сб. научных трудов. ОГУ. Оренбург, 1996. — С. 63−73.

33. Тарасов, В. Н. Непрерывная марковская модель системы массового обслуживания, зависящей от состояния системы. / Деп. в ВИНИТИ 25. 12. 1991. -№ 4761-В91. -3 с.

34. Тарасов, В.Н. О новом подходе к анализу сетевых моделей вычислительных систем на уровне двух моментов. / В кн. Методы анализа и моделирования вычислительных сетей, 9-ая Всесоюзная школа-семинар по вычислительным сетям. -Москва, 1984. -С. 47−48.

35. Кругликов, В. К. Анализ и расчет сетей массового обслуживания методом двумерной диффузионной аппроксимации / В. К. Кругликов, В. Н. Тарасов // Известия А Н СССР. Автоматика и телемеханика. 1983. — № 8. — С. 74−83.

36. Кругликов, В. К. Приближенный метод декомпозиции разомкнутой стохастической сети / В. К. Кругликов, В. Н. Тарасов // Известия А Н СССР. Техническая кибернетика. 1983. -№ 6. — С. 142−147.

37. Кругликов, В. К. Анализ функционирования вычислительных систем при неоднородных потоках, заданных на уровне двух моментов распределений / В. К. Кругликов, Н. Б. Пикина, В. Н. Тарасов // Изв. ВУЗов СССР Приборостроение. -1984. -№ 1, — С. 40−43.

38. Кругликов, В.К. О новом подходе к методу диффузионного приближения в задачах моделирования вычислительных систем / В. К. Кругликов, В. Н. Тарасов //

39. Автоматизированные системы массового обслуживания: сб. докл. всесоюзного совещания. Москва, ИПУ. — 1982, — С. 87−88.

40. Кругликов, В. К. Приближенный метод декомпозиции разомкнутой стохастической сети / В. К. Кругликов, В. Н. Тарасов // Изв. АН СССР Техническая кибернетика. — 1983. № 6. — С. 142−147.

41. Кругликов, В. К. Непрерывные сетевые стохастические модели вычислительных систем и сравнительный анализ их точности / В. К. Кругликов, О. Г. Мясников, В. Н. Тарасов // Изв. ВУЗов СССР Приборостроение. — 1986. — № 11. — С. 34−38.

42. Кругликов, В. К. Расчет сетевых моделей вычислительных систем с конечной очередью / В. К. Кругликов, В. Н. Тарасов // Изв. ВУЗов СССР Приборостроение. -1982. -№ 11. -С. 53−57.

43. Кругликов, В. К. Расчет сетей массового обслуживания методом диффузионной аппроксимации / В. К. Кругликов, В. Н. Тарасов // Изв. ВУЗов СССР -Приборостроение. 1982. — № 5, — С. 48−52.

44. Тарасов, В. Н. Организация интерактивной системы вероятностного моделирования стохастических систем / В. Н. Тарасов, Н. Ф. Бахарева // Известия Самарского научного центра РАН. 2003. — № 1. — С. 119−126.

45. Назаров, А. А. Общий подход к исследованию марковских моделей сетей передачи данных, управляемых статистическими протоколами случайного множественного доступа / А. А. Назаров, С. А. Цой // Автоматика и вычислительная техника. 2004. — № 4. — С. 73−85.

46. Авен, О. И. Оценка качества и оптимизация вычислительных систем / О. И. Авен, Н. Н. Турин, Я. А. Коган. И.: Наука, 1982. -464 с.

47. Вахмистров, А. Проектируем сеть с Netwizard / А. Вахмистров // Журнал сетевых решений LAN. 2001. — № 10.

48. Гордеев, Э. Н. Об адекватности моделирования процессов в сетях Электронный ресурс. Режим доступа: http: //www. netdialogue. com/files/articles/1773/electricl. doc. -2007

49. Солодянников, Ю. В. Система имитационного моделирования сетей ЭВМ. Электронный ресурс. Режим доступа: http: //www. dialog. samara. ru/science/netsim. php

50. Kimura, Т. Diffusion Approximation for an M/G/m Queue / T. Kimura // Operations Research. 1983. -№ 2. — P. 304−321.

51. Kobayashi, H. Modeling and Analysis: An Introduction to System Performance Evaluation Methodology / H. Kobayashi // Addison Wesley Reading Mass. 1978.

52. Kang, W. N. Diffusion approximation for an input-queued packet switch operating under a maximum weight algorithm / W. N. Kang, R. J. Williams. 2007.

53. Kulkarni, L. A. Transient behaviour of queueing systems with correlated traffic / L. A. Kulkarni // Performance Evaluation. 1996. — P. 117−146.

54. Lee, D-S. Transient analysis of multi-sever queues with Markov-modulated Poisson arrivals and overload control / D-S. Lee, S-Q. Li // Performance Evaluation. 1992. — P. 49−66.

55. Reiser, M. Accuracy of the Diffusion Approximation for Some Queueing Systems / M. Reiser, H. Kobayashi // IBM J. of Res. Develop. 1974. — P. 110−124.

56. Sharma, S. Approximate models for the Study of Nonstationary Queues and Their Applications to Communication Networks / S. Sharma, D. Tipper // IEEE International Conf. on Communications. 1993. — P. 352−358.

57. Billingsley, P. Convergence of Probability Measures. Second edition, John Wiley & Sons Inc., New York. 1999.

58. Bonald, T. Insensitive bandwidth sharing in data networks / T. Bonald, A. Proutiere // Queueing Systems. 2003. — P. 69−100.

59. Bramson, M. Convergence to equilibria for uid models of FIFO queueing networks / M. Bramson // Queueing Systems: Theory and Applications. 1996. — P. 5−45.

60. Bramson, M. State space collapse with application to heavy trafic limits for multiclass queueing networks / M. Bramson // Queueing Systems: Theory and Applications. 1998. -P. 89−148.

61. De Veciana, G. Stability and performance analysis of networks supporting elastic services / G. de Veciana, T. J. Lee, T. Konstantopoulos // IEEE/ACM Transactions on Networking. -2001. № 1. — P. 2−14.

62. Kobayashi, H. Application of the diffusion approximation to queuing networks: Part I Equilibrium queue distributions / H. Kobayashi // ACM SIGME symposium. 1973. -P. 54−62.

63. Kobayashi, H. Application of the Diffusion Approximation to Queueing Networks II: Nonequilibrium Distributions and Applications to Computer Modeling / H. Kobayashi // Journal of the ACM. 1974. — №.3. — P. 459−469.

64. Chao, X. On truncation properties of finite-buffer queues and queuing networks / X. Chao, M. Miyazawa // Probability in the Engineering and Informational Sciences. — 2000. № 4. — P. 409−423.

65. Chao, X. Markov network processes with product form stationary distributions / X. Chao, M. Miyazawa, R. F. Serfozo, H. Takada // Queueing Systems: Theory and Applications. 1998. — № 4. — P. 377−401.

66. Spirn, J. R. Network modeling with bursty traffic and finite buffer space / J. R. Spirn // ACM SIGMETRICS Performance Evaluation Review. 1981. — № 1. — P. 21−28.

67. Raffo, D. M. Capturing software process and product characteristics in process models using task element decomposition / D. M. Raffo // Conference of the Centre for Advanced Studies on Collaborative research. Toronto, Ontario, Canada. 1994. P. 59.

68. Choi, B. D. Diffusion approximation for first overflow time in GI/G/m system with finite capacity / B. D. Choi, Y. W. Lee, Y. W. Shin // Journal of Applied Mathematics and Stochastic Analysis. 1995. — Volume 8. — Issue 1. P. 11−28.

69. Li, G. An analysis of network performance degradation induced by workload fluctuations / G. Li, P. W. Dowd // IEEE/ACM Transactions on Networking. 1995. -№.4. -P. 433−440.

70. Floyd, S. Link-sharing and resource management models for packet networks / S. Floyd, V. Jacobson // ACM Transactions on Networking. 1995. — № 4. — P. 365−386.

71. Whitt, W. A Diffusion Approximation for the G/GI/n/mQueue / W. Whitt // Operations research. 2004. — Vol. 52. — № 6. — P. 922−941.

72. Hall, R.W. Queueing methods for services and manufacturing / R.W. Hall // Prentice Hall. -1991.

73. Newell, G.F. Applications of Queueing Theory / G.F. Newell // Chapman and Hall. -1982.

74. Halachmi, B. A diffusion approximation to the multiserver queue / B. Halachmi, W.R. Franta // Management Science. 1978. — № 24. — P. 522−529.

75. Newell, G.F. Approximate Stochastic Behavior of n-Server Service Systems with Large n / G.F. Newell // Springer-Verlag. 1973.

76. Gaver, D.P. Diffusion approximations and models for certain congestion problems / D.P. Gaver // Journal of Applied Probability. 1968. — № 5. — P. 607−623.

77. Окольнишников, В. В. Представление времени в имитационном моделировании / В. В. Окольнишников // Вычислительные технологии. 2005. — Том 10. — № 5. — С. 57−80.

78. Baruoh, Н. A diffusion approximation to the multiserver queue / H. Baruoh, W.R. Franta // Management Science. -1978. V. 24. — № 5. — P. 522−529.

79. Бакланов, В. Мультисервисные сети: пороховой погреб для системы эксплуатации / В. Бакланов // Connect! Мир Связи. Март 2004.

80. Коновалов, Е. Как построить корпоративную мультисервисную сеть / Е. Коновалов // CNews. Июль 2005.

81. Кутузов О. И., Татарникова Т. М., Петров К. О. Распределенные информационные системы управления. Учебное пособие по курсовому проектированию. Электронный ресурс. Режим доступа: http: //dvo. sut. ru/libr/ius/i231kutu/index. htm

82. Шнепс, М. А. Системы распределения информации. Методы расчета. Справочное пособие / М. А. Шнепс. М.: Связь, 1979. — 342 с.

83. Бахарева, Н. Ф. Моделирование мультисервисной сети Центробанка Р Ф / Н. Ф. Бахарева, A. JI. Коннов // Инфокоммуникационные технологии. — 2008. Том 6. -№ 1. -С. 76−80.

84. Описания форматов электронных сообщений для подготовки отчетности кредитными организациями. Электронный ресурс. Режим доступа: http: //cbr. ru/analytics/system

85. Тарасов, В. Н. Анализ и оптимизация локальных сетей и сетей связи с помощью программной системы OPNET MODELER / В. Н. Тарасов, A. JI. Коннов, Ю. А. Ушаков // Вестник ОГУ. 2006. — № 6. — С. 197−204.

86. Пахомов, С. Анализаторы сетевых пакетов / С. Пахомов // Журнал & laquo-КомпьютерПресс»-. 2006. — № 4. Электронный ресурс. — Режим доступа: www. compress. ru/article. aspx? id=16 244&iid=743.

87. Кадер, М. Типы сетевых атак, их описания и средства борьбы Электронный ресурс.: Cnews аналитика. Режим доступа: http: //www. cnews. ru/reviews/free/ oldcom/ security/ciscoattacks. shtml

88. Коннов, A. JI. Алгоритм и программа генерации трафика источник-адресат / A. JI. Коннов // Сборник научных трудов & laquo-Управление созданием и развитием систем, сетей и устройств телекоммуникаций& raquo-. — СПбГПУ, 2008. — С. 20−28.

89. Гургенидзе, А. Мультисервисные сети и услуги широкополосного доступа / А. Гургенидзе, В. Кореш. -М.: Наука и Техника, 2003. -400 с.

90. Сох, D.R. The Theory of Stochastic Processes / D.R. Cox, H.D. Miller // Chapman and Hall. 1965.

91. Choi, B.D. Transient diffusion approximation for M/G/m system / B.D. Choi, Y.W. Shin // J. Oper. Res. Zooc. Japan. 1991. — P. 306−328.

92. Choi, B.D. Shin, Y.W., Approximation analysis of time dependent queue size distribution for GI/G/m system using diffusion process / Choi, B.D. Shin, Y.W. // KAIST Mathematics Workshop 6, Analysis and Geometry, Korea. 1991. — P. 225−242.

93. Duda, A. Transient diffusion approximation for some queueing systems / A. Duda // Performance Evaluation. 1983. — Rev. 12. — P. 118−128.

94. Duda, A. Diffusion approximation for time-dependent queueing systems / A. Duda // IEEE Journals on Selected Areas in Communications, SAC4:6. 1986. — P. 905−918.

95. Gelenbe, E., Probabilistic models of computer systems Part II: Diffusion approximations, waiting times and batch arrivals / E. Gelenbe // A eta Informatica, 12. -1979. -P. 285−303.

96. Kimura, T. Diffusion approximation for GI/G/1 queueing systems with finite capacity: The first overflow time / T. Kimura, K. Ohno, H. Mine // J. Oper. Res. Soc. Japan, 22:1.- 1979. -P. 41−68.

97. Chang, X. Network simulations with OPNET / X. Chang // Proceedings of the Winter Simulation Conference. 1999. — P. 307−314.

98. IT Guru Academic Edition Электронный ресурс.: OPNET Technologies. 2005. — Режим доступа: http: //www. opnet. com/services/university/itguruacademicedition. html.

99. OPNET IT Tutorial Электронный ресурс.: OPNET Technologies. Режим доступа: http: //www. opnet. com/itguru-academic/mk-setup. html

100. J. Theunis, В. Van den Broeck, P. Leys, J. Potemansl, E. Van Lil, A. Van de Capelle. OPNET in Advanced Networking Education Электронный ресурс.: Режим доступа: http: //www. esat. kuleuven. ac. be/telemic/networking/opnetwork02Johan. pdf

101. The World’s Leading Network Modeling and Simulation Environment Электронный ресурс.: OPNET Technologies. Режим доступа: http: //www. opnet. com/products/modeler/home. html

102. Тарасов, В. Н. Декомпозиция сетей массового обслуживания без ограничения на длину очереди / В. Н. Тарасов, Н. Ф. Бахарева, A. JI. Коннов // Научно-технические ведомости СПбГПУ. 2008. — № 2. — С. 31−36.

103. Тарасов, В. Н. Декомпозиция сетей массового обслуживания при избыточных и неоднородных потоках / В. Н. Тарасов, Н. Ф. Бахарева, A. JI. Коннов // Научно-технические ведомости СПбГПУ. 2008. — № 2. — С. 9−13.

104. Тарасов, В.Н. Аналитико-статистический метод моделирования трафика в узлах сетей ЭВМ и телекоммуникаций / В. Н. Тарасов, A. JI. Коннов // Материалы 4-ой Всероссийской научно-практической конференции с международным участием. -Оренбург, 2005. С. 91−95.

105. Бахарева, Н. Ф. Проектирование и моделирование мультисервисной сети кафедры вуза / Н. Ф. Бахарева, А. Л. Коннов // Инфокоммуникационные технологии. -2008. -Том 6. -№ 3. -С. 132−138.

Заполнить форму текущей работой