RU2804500C1 - Method for reserving bandwidth for aggregated fractal traffic with adaptation to the current load - Google Patents
Method for reserving bandwidth for aggregated fractal traffic with adaptation to the current load Download PDFInfo
- Publication number
- RU2804500C1 RU2804500C1 RU2023115119A RU2023115119A RU2804500C1 RU 2804500 C1 RU2804500 C1 RU 2804500C1 RU 2023115119 A RU2023115119 A RU 2023115119A RU 2023115119 A RU2023115119 A RU 2023115119A RU 2804500 C1 RU2804500 C1 RU 2804500C1
- Authority
- RU
- Russia
- Prior art keywords
- reservation
- bandwidth
- amount
- traffic
- management server
- Prior art date
Links
Images
Abstract
Description
Изобретение относится к области управления потоком или управления перегрузкой каналов связи при передаче агрегированного трафика и может быть использовано для обеспечения соблюдения требований к задержке с учетом показателя Харста каждого подпотока (микропотока), входящего в состав агрегата.The invention relates to the field of flow control or congestion control of communication channels when transmitting aggregated traffic and can be used to ensure compliance with delay requirements taking into account the Hurst index of each subflow (microflow) included in the aggregate.
Данное техническое решение в первую очередь предназначено для динамического адаптивного резервирования требующихся ресурсов пропускной способности с учетом фрактальности микропотоков составляющих агрегат.This technical solution is primarily intended for dynamic adaptive reservation of the required throughput resources, taking into account the fractal nature of the microflows that make up the unit.
Большинство известных систем передачи агрегированного телекоммуникационного трафика строится на основе классической теории массового обслуживания, основанной на моделях Эрланга и Марковских/полумарковских процессах. Это означает, что трафик является стационарным, пуассоновским и не обладает памятью. Вопреки этому, современные исследования показали, что телекоммуникационный трафик является фрактальным, а в большинстве случаев нестационарным. Данные свойства трафика приводят к тому, что применяемые математические модели и механизмы резервирования и распределения пропускной способности неадекватны реальному входному потоку.Most of the known systems for transmitting aggregated telecommunication traffic are built on the basis of classical queuing theory based on Erlang models and Markov/semi-Markov processes. This means that the traffic is stationary, Poisson and has no memory. Contrary to this, modern research has shown that telecommunications traffic is fractal and, in most cases, non-stationary. These traffic properties lead to the fact that the applied mathematical models and mechanisms for reserving and distributing capacity are inadequate to the real input stream.
Это обуславливает необходимость использования при обеспечении качества обслуживания агрегированного входного потока технических решений способных учитывать при функционировании телекоммуникационных сетей фрактальную природу каждого из микропотоков входящих в состав агрегата.This necessitates the use, when ensuring the quality of service of an aggregated input stream, of technical solutions that can take into account the fractal nature of each of the microflows included in the unit when operating telecommunication networks.
Анализ современных магистральных каналов связи показал, что агрегированный телекоммуникационный трафик передается без учета индивидуальных фрактальных свойств, составляющих его микропотоков, а резервирование ресурсов осуществляется для пиковой или средней скорости всего агрегированного потока в целом. При этом характеристики агрегированного потока сложно прогнозируемы при аномальных всплесках нагрузки, которые являются неотъемлемой особенностью современных каналов передачи данных.An analysis of modern backbone communication channels has shown that aggregated telecommunication traffic is transmitted without taking into account the individual fractal properties of its constituent microflows, and resource reservation is carried out for the peak or average speed of the entire aggregated flow as a whole. At the same time, the characteristics of an aggregated flow are difficult to predict during abnormal load surges, which are an integral feature of modern data transmission channels.
Известен Способ динамического резервирования и распределения пропускной способности каналов в спутниковой сети и устройство его реализующее (патент: RU №2614983, 2017).A known method for dynamically reserving and distributing channel capacity in a satellite network and a device that implements it (patent: RU No. 2614983, 2017).
Сущность данного способа заключается в следующем.The essence of this method is as follows.
Для каждого активного спутникового терминала изменяют скорость поступающего трафика пакетных данных и заполненность входного буфера спутникового терминала, определяют оптимальное значение уровня квантиля для прогнозных значений скорости поступления пакетных данных в буфер спутникового терминала на один, два и три цикла передачи вперед, формируют запрос динамического резервирования пропускной способности с учетом требований QoS, исходя из заполненности входного буфера и сформированных на предыдущих циклах передачи запросах, а также данных прогноза скорости поступления пакетного трафика, выполненного с учетом уровня квантиля, характеризующего избыточность резервирования, отправляют сформированные запросы на центральную станцию сети, центральная станция пересчитывает запрашиваемый терминалом объем пропускной способности в количество временных слотов, которые выделяются терминалам.For each active satellite terminal, the rate of incoming packet data traffic and the fullness of the input buffer of the satellite terminal are changed, the optimal value of the quantile level is determined for the predicted values of the rate of arrival of packet data into the buffer of the satellite terminal for one, two and three forward transmission cycles, and a request for dynamic bandwidth reservation is generated taking into account the QoS requirements, based on the fullness of the input buffer and requests generated in previous transmission cycles, as well as data from the forecast of the rate of arrival of packet traffic, made taking into account the quantile level characterizing the redundancy of the reservation, the generated requests are sent to the central station of the network, the central station recalculates the one requested by the terminal the amount of bandwidth in the number of time slots that are allocated to terminals.
При этом в каждом активном спутниковом терминале выполняют классификацию трафика по дисциплине обслуживания и типу резервирования (CRA, RBDC, VBDC).At the same time, in each active satellite terminal, traffic classification is performed according to service discipline and type of reservation (CRA, RBDC, VBDC).
Для первоначальных запросов определяют долгосрочный статистический профиль поступающего агрегированного трафика, определяют краткосрочный статистический профиль агрегированного трафика, определяют параметры измерения выборочного среднего и выборочной дисперсии битовой скорости поступающего пользовательского трафика, а именно период измерения, величину шага квантования диапазона значений скорости, измеряют на выбранном периоде выборочное среднее и выборочную дисперсию скорости поступающего пользовательского трафика.For initial requests, the long-term statistical profile of the incoming aggregated traffic is determined, the short-term statistical profile of the aggregated traffic is determined, the parameters for measuring the sample average and sample dispersion of the bit rate of incoming user traffic are determined, namely the measurement period, the size of the quantization step for the range of speed values, the sample average is measured over the selected period and selective rate dispersion of incoming user traffic.
Определяют параметры прогнозируемой динамики условного среднего и дисперсии условного среднего битовой скорости, а именно коэффициенты регрессии и скользящего среднего, исходя из краткосрочного статистического профиля трафика, ожидаемого времени инерционности резервирования и распределения, прогнозируют значения условного среднего и дисперсии условного среднего битовой скорости поступающего на вход спутникового терминала трафика.The parameters of the predicted dynamics of the conditional average and dispersion of the conditional average bit rate are determined, namely the regression coefficients and moving average, based on the short-term statistical profile of traffic, the expected inertia time of reservation and distribution, the values of the conditional average and dispersion of the conditional average bit rate arriving at the input of the satellite terminal are predicted traffic.
Формируют и отправляют на центральную станцию запрос на выделение пропускной способности с информацией о прогнозируемом статистическом профиле трафика и параметрах резервирования, на центральной станции, учитывая статистические профили трафика, формируют частотно временной план передачи, определяют оптимальное значение длительности временных слотов для спутниковых каналов сети на один цикл передачи, отправляют терминалам частотно-временные планы.A request for bandwidth allocation with information about the predicted statistical traffic profile and reservation parameters is generated and sent to the central station; at the central station, taking into account the statistical traffic profiles, a frequency-time transmission plan is formed, the optimal value of the duration of time slots for satellite network channels is determined for one cycle transmissions, send time-frequency plans to the terminals.
Способ-аналог имеет следующие недостатки.The analogue method has the following disadvantages.
1. Не используют фрактальный анализ пульсирующей структуры телекоммуникационного трафика, что приводит к неспособности обеспечить качество обслуживания при сильных пульсациях.1. Fractal analysis of the pulsating structure of telecommunications traffic is not used, which leads to the inability to ensure quality of service in the event of strong pulsations.
2. Не учитывают статистические характеристики каждого микропотока входящего в состав агрегата, что делает прогноз требуемой для резервирования пропускной способности неточным.2. The statistical characteristics of each microflow included in the unit are not taken into account, which makes the forecast of the capacity required for reserving inaccurate.
3. Не учитывают возможную нестационарность передаваемых потоков данных, которая приводит к неадекватности применяемой для прогнозирования объема трафика математической модели.3. They do not take into account the possible non-stationary nature of the transmitted data streams, which leads to the inadequacy of the mathematical model used to predict the volume of traffic.
4. Не анализируют заполненность входных буферов для определения момента начала перегрузки.4. They do not analyze the fullness of input buffers to determine the moment of overload.
Из уровня техники известен Способ динамического распределения производительности при обработке фрактального трафика реального времени с использованием попарного агрегирования слабо-коррелируемых потоков (патент: RU №2790552, 2023).A method for dynamically distributing performance when processing fractal real-time traffic using pairwise aggregation of weakly correlated flows is known from the prior art (patent: RU No. 2790552, 2023).
Сущность данного способа-аналога заключается в следующем:The essence of this analogue method is as follows:
начинают передачу входного потока на анализатор фрактальности и корреляционных связей;begin transmitting the input stream to the fractality and correlation analyzer;
начинают определение фрактальности и корреляционных связей для всех входных подпотоков (микропотоков) в составе общего входного потока в анализаторе фрактальности и корреляционных связей;begin determining fractality and correlation connections for all input subflows (microstreams) as part of the general input stream in the fractality and correlation connections analyzer;
передают агрегированный пакетированный поток в устройство обработки в соответствии со схемой коммутации, сформированной в планировщике обслуживания;transmitting the aggregated packetized stream to the processing device in accordance with the switching scheme generated in the service scheduler;
обрабатывают агрегированный поток пакетов, используя всю производительность устройства обработки;process the aggregated stream of packets using the full capacity of the processing device;
передают успешно обслуженные пакеты из устройства обработки на выходной интерфейс;transmitting successfully serviced packets from the processing device to the output interface;
запрашивают данные о корреляционных связях входных подпотоков (микропотоков) и мере их фрактальности из анализатора фрактальности и корреляционных связей в планировщик дообслуживания;request data on correlation connections of input subflows (microflows) and the measure of their fractality from the fractality analyzer and correlation connections to the after-service planner;
передают пакеты, получившие первичный отказ в обслуживании из-за занятости всех обслуживающих устройств, выделенных под обработку агрегированного потока, которому они принадлежат, из планировщика дообслуживания на повторное обслуживание в планировщик обслуживания в подпоток (микропоток) с наименьшей корреляционной связью с подпотоком (микропотоком), которому принадлежит добслуживаемый пакет;transmit packets that received a primary denial of service due to the busyness of all serving devices allocated for processing the aggregated flow to which they belong, from the after-service scheduler for re-service to the service scheduler to the subflow (microflow) with the least correlation with the subflow (microflow), who owns the package being served;
передают текущее значение показателя Харста, оценку среднеквадратического отклонения скорости входного потока, количество принятых пакетов для всех входных подпотоков (микропотоков) и значения коэффициента корреляции для всех возможных пар входных потоков из анализатора фрактальности и корреляционных связей в планировщик обслуживания;transmitting the current value of the Hurst index, an estimate of the standard deviation of the input flow speed, the number of received packets for all input subflows (microflows) and the values of the correlation coefficient for all possible pairs of input flows from the fractality and correlation analyzer to the service scheduler;
производят попарное агрегирование входных подпотоков (микропотоков) в планировщике обслуживания по критерию наименьшего значения коэффициента корреляции и не задействуют в агрегировании один из подпотоков (микропотоков) при их нечетном общем количестве;perform pairwise aggregation of input subflows (microflows) in the service scheduler according to the criterion of the smallest value of the correlation coefficient and do not involve one of the subflows (microflows) in the aggregation if their total number is odd;
распределяют в планировщике обслуживания всю имеющуюся производительность по агрегированным потокам пропорционально их максимальному всплеску, посредством построения схемы коммутации с устройством обработки;distribute in the service scheduler all available performance across aggregated flows in proportion to their maximum surge, by constructing a switching circuit with a processing device;
продолжают обработку агрегированных потоков в соответствии со схемой распределения обслуживающих устройств, полученной в планировщике обслуживания;continue processing the aggregated streams in accordance with the service distribution scheme obtained in the service scheduler;
изменяют схему попарного агрегирования входных подпотоков (микропотоков) и схему распределения обслуживающих устройств по агрегатам в планировщике обслуживания в случае пропадания или появления подпотока (микропотока), а также при изменении коэффициента корреляции для любой возможной пары агрегирования на величину более 0.1.change the scheme of pairwise aggregation of input subflows (microflows) and the scheme of distribution of serving devices among units in the service scheduler in the event of the disappearance or appearance of a subflow (microflow), as well as when the correlation coefficient for any possible aggregation pair changes by a value greater than 0.1.
Способ-аналог имеет следующие недостатки.The analogue method has the following disadvantages.
1. Не учитывают при оценке требуемой производительности наличие или отсутствие стационарности входного потока.1. When assessing the required productivity, the presence or absence of stationarity of the input flow is not taken into account.
2. Производят только попарное агрегирование.2. Only pairwise aggregation is performed.
3. Производят дообслуживание в подпотоках других классов обслуживания влекущее переход всей системы в нестационарное состояние и неадекватность применяемых математических моделей.3. Additional servicing is carried out in subflows of other service classes, which entails the transition of the entire system to a non-stationary state and the inadequacy of the mathematical models used.
4. Не производят резервирование требуемой производительности.4. They do not reserve the required capacity.
5. Не анализируют заполненность входных буферов для определения момента начала перегрузки.5. They do not analyze the fullness of input buffers to determine the moment of overload.
Таким образом аналог не позволяет сохранить стационарность обслуживаемых потоков (микропотоков) и обеспечить адекватность используемых математических моделей, что приводит к недооценке требуемых ресурсов и лавинообразному нарастанию перегрузки.Thus, the analogue does not allow maintaining the stationarity of the served flows (microflows) and ensuring the adequacy of the mathematical models used, which leads to an underestimation of the required resources and an avalanche-like increase in overload.
При этом, использование только попарного агрегирования уменьшает преимущества сглаживания, приобретаемые при множественном агрегировании за счет статистического мультиплексирования.At the same time, using only pairwise aggregation reduces the smoothing benefits gained from multiple aggregation due to statistical multiplexing.
Наиболее близким по технической сущности к заявленному способу и выбранным в качестве прототипа является Способ повышения качества передачи фрактального телекоммуникационного трафика (патент: RU №2677373, 2019).The closest in technical essence to the claimed method and chosen as a prototype is the Method for improving the quality of transmission of fractal telecommunications traffic (patent: RU No. 2677373, 2019).
Сущность данного способа-прототипа заключается в следующем.The essence of this prototype method is as follows.
В режиме реального времени производят вычисление оптимальных значений параметров маршрутизатора отвечающих за обеспечение качества обслуживания, выделяемое время процессора и размер буфера. Для этого: сниффером считывают параметры телекоммуникационного трафика и формируют таблицы данных о времени прихода пакета, адресе отправителя и размере пакета; в анализаторе фрактальности производят определение показателя Харста; вычисляют оптимальные значения объема буфера и интенсивности обслуживания для каждой очереди в маршрутизаторе, при этом используют модели обслуживания самоподобного телекоммуникационного трафика; производят имитационное моделирование работы маршрутизатора в ускоренном режиме при обработке сгенерированного трафика с показателем Харста соответствующим измеренному; сравнивают показатели качества обслуживания, полученные в имитационной модели, с заданными в качестве требуемых оператором; корректируют параметры очередей для каждого типа трафика и параметры математической модели обслуживания фрактального трафика, вычисляющей значения показателей качества обслуживания через значение показателя Харста; изменяют параметры маршрутизатора на основе полученных математической моделью значений объема буфера и интенсивности обслуживания.In real time, the optimal values of the router parameters responsible for ensuring quality of service, allocated processor time and buffer size are calculated. To do this: a sniffer reads the parameters of telecommunications traffic and generates tables of data about the time of packet arrival, the sender's address and the size of the packet; the Hurst index is determined in the fractality analyzer; calculate the optimal values of the buffer volume and service intensity for each queue in the router, using service models for self-similar telecommunications traffic; carry out simulation modeling of the operation of the router in accelerated mode when processing generated traffic with a Hurst indicator corresponding to the measured one; compare the service quality indicators obtained in the simulation model with those specified as required by the operator; adjusting the parameters of the queues for each type of traffic and the parameters of the mathematical model of servicing fractal traffic, which calculates the values of quality of service indicators through the value of the Hurst indicator; change the router parameters based on the values of the buffer volume and service intensity obtained by the mathematical model.
Способ-прототип имеет следующие недостатки.The prototype method has the following disadvantages.
1. Не учитывают при оценке требуемой производительности наличие или отсутствие стационарности входного потока.1. When assessing the required productivity, the presence or absence of stationarity of the input flow is not taken into account.
2. Не производят разделение агрегированных потоков на группы потоков с равным показателем Харста при оценке требуемой для резервирования производительности.2. They do not divide aggregated flows into groups of flows with equal Hurst exponents when assessing the performance required for reservation.
3. Используют имитационное моделирование, требующее значительных вычислительных и временных ресурсов.3. They use simulation modeling, which requires significant computational and time resources.
4. Не производят резервирование требуемой производительности на всем маршруте следования потока.4. They do not reserve the required capacity along the entire flow route.
5. Не анализируют заполненность входных буферов для определения момента начала перегрузки.5. They do not analyze the fullness of input buffers to determine the moment of overload.
6. Не обеспечивают возможность автоматического перерезервирования пропускной способности в случаях изменения входной нагрузки или начале перегрузки.6. They do not provide the ability to automatically re-reserve capacity in cases of changes in the input load or the beginning of an overload.
Способ-прототип не позволяет в автоматическом режиме адаптироваться под статистические характеристики трафика с учетом индивидуальных свойств каждого микропотока входящего в состав обслуживаемого агрегата.The prototype method does not allow automatic adaptation to the statistical characteristics of traffic, taking into account the individual properties of each microflow included in the serviced unit.
Технический результат предлагаемого способа заключается в снижении задержки обслуживания фрактального пакетированного трафика за счет адаптивного резервирования выделяемой пропускной способности с учетом фрактальности микропотоков участвующих в агрегировании и исключения опустошения буфера и превышения его уровнем максимального значения, предполагающего задержку неудовлетворяющую требованиям по качеству обслуживания.The technical result of the proposed method is to reduce the servicing delay of fractal packetized traffic due to the adaptive reservation of allocated bandwidth, taking into account the fractality of the microflows participating in the aggregation and eliminating the emptying of the buffer and its level exceeding the maximum value, which implies a delay that does not meet the requirements for quality of service.
Задача, которую решает предлагаемый способ, заключается в обеспечении требуемого качества обслуживания при передаче фрактального агрегированного пакетированного трафика, за счет резервирования требуемых ресурсов пропускной способности для агрегированного потока разбитого на подгруппы с учетом меры фрактальности составляющих его микропотоков.The problem that the proposed method solves is to ensure the required quality of service when transmitting fractal aggregated packetized traffic, by reserving the required bandwidth resources for an aggregated flow divided into subgroups, taking into account the measure of fractality of its constituent microflows.
Функционирование изобретения поясняется следующими графическими материалами:The operation of the invention is illustrated by the following graphic materials:
Фиг. 1 - функциональная схема Способа резервирования пропускной способности для агрегированного фрактального трафика с адаптацией к текущей нагрузке.Fig. 1 - functional diagram of the Method for reserving bandwidth for aggregated fractal traffic with adaptation to the current load.
На фигуре 1 представлена функциональная схема Способа резервирования пропускной способности для агрегированного фрактального трафика с адаптацией к текущей нагрузке, которая включает следующие элементы:Figure 1 shows a functional diagram of the Method for reserving bandwidth for aggregated fractal traffic with adaptation to the current load, which includes the following elements:
1. Входной агрегированный пакетированный трафик.1. Input aggregated packetized traffic.
2. Сервер статистического анализа.2. Statistical analysis server.
3. Сервер управления резервированием.3. Redundancy management server.
4. Получатель агрегированного пакетированного потока.4. Recipient of the aggregated packetized stream.
Для решения заявленной задачи предлагается Способ резервирования пропускной способности для агрегированного фрактального трафика с адаптацией к текущей нагрузке, заключающийся в том, что:To solve the stated problem, a method is proposed for reserving bandwidth for aggregated fractal traffic with adaptation to the current load, which consists in the following:
1. Передают входной поток 1 через сервер 2 статистического анализа получателю информации 4.1. The
2. Определяют на сервере 2 статистического анализа показатель Харста, оценку математического ожидания и дисперсии для случайного объема входных данных всех микропотоков в составе входного потока, причем под микропотоком понимают поток, отличающий по типу трафика (видео, голос, передача данных и т.д.) или адресу отправителя и получателя.2. The Hurst index, an estimate of the mathematical expectation and dispersion for a random volume of input data of all microstreams in the input stream, are determined on the
Определение показателя Харста реализуют специализированным программным обеспечением (Белов П.Ю., Белов К.Ю., Полоус А.И., Клименко В.В. Программа анализа фрактальности реального информационного трафика (ПАФРИТ). Свидетельство о государственной регистрации программ для ЭВМ №2014613976 от 14.04.2014 г.).The determination of the Hurst exponent is carried out using specialized software (Belov P.Yu., Belov K.Yu., Polous A.I., Klimenko V.V. Program for analyzing the fractality of real information traffic (PAFRIT). Certificate of state registration of computer programs No. 2014613976 dated April 14, 2014).
3. Передают значения показателя Харста, оценку математического ожидания и дисперсии для случайного объема входных данных для каждого микропотока, входящего в состав агрегата, на сервер 3 управления резервированием.3. The values of the Hurst index, an estimate of the mathematical expectation and dispersion for a random amount of input data for each microflow included in the unit are transmitted to the
4. Задают на сервере 3 управления резервированием порог на инициирование адаптации по изменению показателя Харста, оценки математического ожидания и дисперсии для случайного объема входных данных, а также требование по величине максимальной задержки.4. Set on the reservation control server 3 a threshold for initiating adaptation based on a change in the Hurst index, an estimate of the mathematical expectation and dispersion for a random amount of input data, as well as a requirement for the maximum delay.
5. Разделяют потоки по группам с равными значениями показателя Харста с учетом отклонения на величину не превышающую порог на инициирование адаптации по изменению показателя Харста.5. Divide the flows into groups with equal values of the Hurst index, taking into account deviations by an amount not exceeding the threshold for initiating adaptation based on changes in the Hurst index.
6. Вычисляют требуемую для резервирования пропускную способность, используя математическую модель агрегирования фрактального потока, для каждой группы потоков с равными значениями показателя Харста в отдельности.6. Calculate the throughput required for reservation using a mathematical model of fractal flow aggregation for each group of flows with equal values of the Hurst index separately.
Математическая модель агрегирования фрактального потока может быть описана следующим образом.The mathematical model of fractal flow aggregation can be described as follows.
Из теории самоподобных процессов, известна математическая модель масштабирования по времени фрактального процесса, которая в контексте передачи телекоммуникационного трафика может быть представлена следующим образом:From the theory of self-similar processes, a mathematical model of time scaling of a fractal process is known, which in the context of the transmission of telecommunications traffic can be represented as follows:
где Н - показатель Харста телекоммуникационного трафика, а - масштабный коэффициент, х(-) - объем трафика поступивший за время (⋅).where H is the Hurst exponent of telecommunications traffic, a is the scale factor, x(-) is the volume of traffic received during time (⋅).
Будем рассуждать следующим образом.We will reason as follows.
Представим объем трафика x(t), потупивший в систему за время t через скорость передачи данных:Let us imagine the volume of traffic x(t) entering the system during time t through the data transfer rate:
где - средняя скорость телекоммуникационного трафика.Where - average speed of telecommunications traffic.
Очевидно, что для объединения потоков справедливо выражение вида:Obviously, for combining threads, an expression of the form is valid:
где х1(t), x2[t), …, xn(t) - объем трафика поступивший за время t для каждого из n потоков участвующих в агрегировании, а соответствующие им скорости поступления данных.where x 1 (t), x 2 [t], ..., x n (t) is the volume of traffic received during time t for each of the n flows participating in the aggregation, and their corresponding data arrival rates.
Проведем элементарные алгебраические преобразования правой части выражения (3), показав насколько суммарная средняя скорость всех потоков будет превосходить скорость первого потока. В результате выражение (3) примет вид:Let us carry out elementary algebraic transformations on the right side of expression (3), showing how much the total average speed of all flows will exceed the speed of the first flow. As a result, expression (3) will take the form:
Если предположить, что потоки х1, х2, …, xn, имеют одинаковый показатель Харста Н, то можно рассматривать как масштабный коэффициент по времени для первого потока. Таким образом, с учетом выражения (2), справедлива математическая модель агрегирования фрактального потокаIf we assume that the flows x 1 , x 2 , ..., x n , have the same Hurst exponent H, then can be thought of as a time scaling factor for the first flow. Thus, taking into account expression (2), the mathematical model of fractal flow aggregation is valid
Если аналогично выражению (2) представить левую часть выражения (5) как то скорость поступления данных для агрегированного потока, а следовательно и требуемая для резервирования пропускная способность, после элементарных алгебраических преобразований (5), может быть описана выражением вида:If, similarly to expression (2), we present the left side of expression (5) as then the rate of data arrival for the aggregated flow, and therefore the throughput required for reservation, after elementary algebraic transformations (5), can be described by an expression of the form:
7. Суммируют вычисленные требуемые для резервирования пропускные способности по всем группам потоков с равными значениями показателя Харста.7. Sum up the calculated throughputs required for reservation for all groups of flows with equal values of the Hurst index.
8. Отправляют с сервера 3 управления резервированием запрос на резервирование пропускной способности, равной вычисленной требуемой для резервирования пропускной способности, на все промежуточные телекоммуникационные узлы на маршруте следования потока к получателю 4.8. A request is sent from the
9. Получают на сервере 3 управления резервированием ответы о возможности резервирования пропускной способности от всех промежуточных узлов на маршруте следования потока к получателю 4.9. Receive responses from the
10. Отправляют с сервера 3 управления резервированием команду на резервирование пропускной способности, равной вычисленной требуемой для резервирования пропускной способности, на все промежуточные телекоммуникационные узлы на маршруте следования потока к получателю 4.10. A command is sent from the
11. Контролируют на всех промежуточных узлах объем заполненности входного буфера и отправляют сообщение о необходимости перерезервирования пропускной способности на сервер 3 управления резервированием в случае превышения произведения текущей зарезервированной скорости и объема использования буфера величины требуемой максимальной задержки, а также в случае опустошения буфера.11. At all intermediate nodes, they monitor the amount of fullness of the input buffer and send a message about the need to re-reserve bandwidth to the
12. Осуществляют перерезервирование пропускной способности на сервере 3 управления резервированием в случае получения сигнала о необходимости перерезервирования или при изменении значения показателя Харста, оценки математического ожидания или дисперсии на величину превышающую заданный порог на инициирование адаптации для любого из микропотоков. Изменение статистических характеристик косвенно свидетельствует о изменении стационарного состояния.12. The capacity is re-reserved on the
«Промышленная применимость» способа обусловлена наличием возможности реализовать его на штатных ЭВМ посредством подключения специального серверного оборудования к зеркальному порту пограничного маршрутизатора, а также на программно-конфигурируемом узловом телекоммуникационном оборудовании.The “industrial applicability” of the method is due to the ability to implement it on standard computers by connecting special server equipment to the mirror port of the edge router, as well as on software-defined telecommunications node equipment.
Сопоставление заявленного Способа резервирования пропускной способности для агрегированного фрактального трафика с адаптацией к текущей нагрузке и прототипа показывает, что заявленный способ существенно отличается от прототипа.A comparison of the claimed Method for reserving bandwidth for aggregated fractal traffic with adaptation to the current load and the prototype shows that the claimed method differs significantly from the prototype.
Общие признаки заявляемого способа и прототипа:General features of the proposed method and prototype:
1. Начинают передачу трафика, не дожидаясь набора статистики необходимой для конфигурирования телекоммуникационного оборудования.1. They begin transmitting traffic without waiting for the collection of statistics necessary for configuring telecommunications equipment.
2. Анализируют входной поток.2. Analyze the input stream.
3. Используют при распределении производительности статистические характеристики входного телекоммуникационного трафика.3. When distributing performance, use the statistical characteristics of the input telecommunications traffic.
4. Используют в качестве меры фрактальности показатель Харста, которым описывают степень самоподобности телекоммуникационного трафика.4. The Hurst index is used as a measure of fractality, which describes the degree of self-similarity of telecommunications traffic.
5. Применяют агрегирование.5. Apply aggregation.
Отличительные признаки предлагаемого решения:Distinctive features of the proposed solution:
1. Разделяют микропотоки на группы с равными значениями показателя Харста в пределах заданного отклонения (порога на инициирование адаптации).1. Microflows are divided into groups with equal values of the Hurst index within a given deviation (threshold for initiating adaptation).
2. Резервируют (выделяют) пропускную способность в каждом узле на маршруте следования потока на основании математической модели агрегирования фрактального потока.2. Reserve (allocate) bandwidth at each node along the flow route based on a mathematical model of fractal flow aggregation.
3. Адаптируют зарезервированную пропускную способность к значению максимальной допустимой задержки, посредством определения максимально допустимого объема использования буфера.3. Adapt the reserved bandwidth to the value of the maximum allowable delay by determining the maximum allowable amount of buffer usage.
4. Уменьшают зарезервированную пропускную способность в случае опустошения буфера, то есть при избыточном резервировании и работе системы передачи данных в недогруженном режиме.4. Reduce the reserved bandwidth in case of buffer emptying, that is, in case of excessive reservation and operation of the data transmission system in underloaded mode.
5. Не используют имитационное моделирование, требующее значительных вычислительных ресурсов.5. They do not use simulation modeling, which requires significant computing resources.
6. Анализируют заполненность входных буферов для определения момента начала перегрузки.6. Analyze the fullness of the input buffers to determine the moment the overload begins.
7. Учитывают при распределении производительности (резервировании) стационарность входного потока.7. When distributing productivity (reserving), take into account the stationarity of the input flow.
Таким образом, заявленный Способ резервирования пропускной способности для агрегированного фрактального трафика с адаптацией к текущей нагрузке, позволяет за счет разделения агрегированного потока на микропотоки и вычисления требуемой для резервирования пропускной способности для каждой из групп потоков с близким по значению показателем Харста и за счет контроля текущей нагрузки и статистических характеристик, осуществлять адаптивное управление резервированием ресурсов, что в конечном итоге позволяет выполнить при передаче телекоммуникационного трафика требование по максимальной задержке и не резервировать избыточную пропускную способность.Thus, the claimed Method of reserving bandwidth for aggregated fractal traffic with adaptation to the current load allows, by dividing the aggregated flow into micro-flows and calculating the bandwidth required for reserving for each of the groups of flows with a Hurst index close in value and by monitoring the current load and statistical characteristics, implement adaptive management of resource reservation, which ultimately makes it possible to fulfill the maximum delay requirement when transmitting telecommunications traffic and not reserve excess bandwidth.
Claims (1)
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2804500C1 true RU2804500C1 (en) | 2023-10-02 |
Family
ID=
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2614983C1 (en) * | 2015-12-16 | 2017-04-03 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Академия Федеральной службы охраны Российской Федерации" (Академия ФСО России) | Method for dynamic backup and distribution of channel throughput in satellite network and device therefor |
| RU2677373C1 (en) * | 2017-12-13 | 2019-01-16 | Федеральное казенное военное образовательное учреждение высшего образования "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МО РФ | Fractal telecommunication traffic transmission quality increasing method |
| CN109951358A (en) * | 2019-03-21 | 2019-06-28 | 北京交通大学 | Data network method for predicting |
| CN107547269B (en) * | 2017-08-14 | 2020-06-30 | 浙江大学 | Method for constructing intelligent substation communication flow threshold model based on FARIMA |
| RU2742038C1 (en) * | 2020-03-23 | 2021-02-02 | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ | Method for dynamic quasioptimal performance distribution when processing real-time fractal traffic in systems with failures |
| RU2759003C1 (en) * | 2021-03-15 | 2021-11-08 | Федеральное казенное военное образовательное учреждение высшего образования "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МО РФ | Method for dynamic distribution of performance when processing fractal real-time traffic in systems with guaranteed service |
| RU2790552C1 (en) * | 2022-02-25 | 2023-02-22 | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ | Method of dynamic performance distribution in the processing of real-time fractal traffic using pairwise aggregation of weakly correlated flows |
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2614983C1 (en) * | 2015-12-16 | 2017-04-03 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Академия Федеральной службы охраны Российской Федерации" (Академия ФСО России) | Method for dynamic backup and distribution of channel throughput in satellite network and device therefor |
| CN107547269B (en) * | 2017-08-14 | 2020-06-30 | 浙江大学 | Method for constructing intelligent substation communication flow threshold model based on FARIMA |
| RU2677373C1 (en) * | 2017-12-13 | 2019-01-16 | Федеральное казенное военное образовательное учреждение высшего образования "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МО РФ | Fractal telecommunication traffic transmission quality increasing method |
| CN109951358A (en) * | 2019-03-21 | 2019-06-28 | 北京交通大学 | Data network method for predicting |
| RU2742038C1 (en) * | 2020-03-23 | 2021-02-02 | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ | Method for dynamic quasioptimal performance distribution when processing real-time fractal traffic in systems with failures |
| RU2759003C1 (en) * | 2021-03-15 | 2021-11-08 | Федеральное казенное военное образовательное учреждение высшего образования "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МО РФ | Method for dynamic distribution of performance when processing fractal real-time traffic in systems with guaranteed service |
| RU2790552C1 (en) * | 2022-02-25 | 2023-02-22 | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ | Method of dynamic performance distribution in the processing of real-time fractal traffic using pairwise aggregation of weakly correlated flows |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2677373C1 (en) | Fractal telecommunication traffic transmission quality increasing method | |
| US10091675B2 (en) | System and method for estimating an effective bandwidth | |
| US20020161914A1 (en) | Method and arrangement for congestion control in packet networks | |
| US8634299B2 (en) | Method of managing a traffic load | |
| Buyakar et al. | Resource allocation with admission control for GBR and delay QoS in 5G network slices | |
| Hanczewski et al. | The queueing model of a multiservice system with dynamic resource sharing for each class of calls | |
| CN114268537A (en) | Network slice generation and dynamic configuration system and method for deterministic network | |
| JP4988743B2 (en) | Improved dimensioning method for HSDPA traffic | |
| US7522624B2 (en) | Scalable and QoS aware flow control | |
| Jiang et al. | Measurement-based admission control for a flow-aware network | |
| RU2804500C1 (en) | Method for reserving bandwidth for aggregated fractal traffic with adaptation to the current load | |
| US20230336486A1 (en) | Service flow scheduling method and apparatus, and system | |
| RU2742038C1 (en) | Method for dynamic quasioptimal performance distribution when processing real-time fractal traffic in systems with failures | |
| US7839861B2 (en) | Method and apparatus for calculating bandwidth requirements | |
| CN101378364A (en) | Method and unit for scheduling WAN outlet | |
| RU2790552C1 (en) | Method of dynamic performance distribution in the processing of real-time fractal traffic using pairwise aggregation of weakly correlated flows | |
| KR20020087611A (en) | System for scheduling dynamic slot assignment using neural network in a wireless communication network | |
| Daneshvar Farzanegan et al. | A scheduling algorithm for bursty traffic: Controlling of service rate and burst | |
| Kozlovskiy et al. | DEVELOPMENT OF A MODIFIED METHOD OF NETWORK TRAFFIC FORMING | |
| RU2759003C1 (en) | Method for dynamic distribution of performance when processing fractal real-time traffic in systems with guaranteed service | |
| CN112714037A (en) | Method, device and equipment for evaluating guarantee performance of online service quality | |
| Lozhkovskyi et al. | Estimating the service waiting probability in a single-channel system with self-similar traffic | |
| JP2006246119A (en) | Network system for accomplishing quality guaranteed service using priority control, call reception determining method, and program therefor | |
| KR20030027496A (en) | Quality of Service control system and method for video service using dynamic resource allocation | |
| RU218141U1 (en) | MODEM SPEED COMPUTATION DEVICE WITH GUARANTEED MAXIMUM DELAY FOR VARIABLE BIT RATE FLOW |