Моделирование сетевого трафика

Моделирование сетевого трафика — это процесс, используемый в телекоммуникационной технике для измерения эффективности сети связи.

Обзор

Телекоммуникационные системы — это сложные системы реального мира, содержащие множество различных компонентов, которые взаимодействуют в сложных взаимосвязях. ^[1] Анализ таких систем может оказаться чрезвычайно трудным: методы моделирования склонны анализировать каждый компонент, а не отношения между компонентами. ^[1]^[2] Моделирование — это подход, который можно использовать для моделирования больших и сложных стохастических систем в целях прогнозирования или производительности измерения . ^[1]^[2]^[3] Это наиболее распространенный метод количественного моделирования. ^[1]

Выбор моделирования в качестве инструмента моделирования обычно обусловлен тем, что оно менее ограничительно. Другие методы моделирования могут накладывать на процесс существенные математические ограничения, а также требовать принятия множества внутренних допущений. ^[2]

Моделирование сетевого трафика обычно состоит из следующих четырех этапов: ^[1]^[2]

Моделирование системы как динамического стохастического (то есть случайного) процесса.
Генерация реализаций этого случайного процесса
Измерение данных моделирования
Анализ выходных данных

Методы моделирования

Обычно для моделирования телекоммуникационных сетей используются два вида моделирования, а именно. дискретное и непрерывное моделирование. Дискретное моделирование также известно как моделирование дискретных событий и представляет собой динамические стохастические системы, основанные на событиях. Другими словами, система содержит ряд состояний и моделируется с использованием набора переменных. Если значение переменной изменяется, это представляет собой событие и отражается на изменении состояния системы. Поскольку система динамична, она постоянно меняется, а поскольку она стохастична, в системе присутствует элемент случайности. Представление дискретного моделирования осуществляется с помощью уравнений состояния, которые содержат все переменные, влияющие на систему.

Непрерывное моделирование также содержит переменные состояния; однако они постоянно меняются со временем. Непрерывное моделирование обычно моделируется с использованием дифференциальных уравнений, которые отслеживают состояние системы во времени.

Преимущества моделирования

Обычные аналитические методы используют обширные математические модели, которые требуют внесения в модель допущений и ограничений. Это может привести к предотвратимой неточности в выходных данных. Моделирование позволяет избежать наложения ограничений на систему, а также учитывает случайные процессы; фактически в некоторых случаях моделирование является единственным применимым практическим методом моделирования; ^[1]^[2]
Аналитики могут детально изучить взаимосвязи между компонентами и смоделировать прогнозируемые последствия нескольких вариантов проектирования, прежде чем им придется реализовывать результат в реальной жизни. ^[1]^[2]
Можно легко сравнить альтернативные конструкции, чтобы выбрать оптимальную систему. ^[1]
Фактический процесс разработки моделирования сам по себе может дать ценную информацию о внутренней работе сети, которую, в свою очередь, можно использовать на более позднем этапе. ^[1]

Недостатки моделирования

Разработка точной имитационной модели требует обширных ресурсов. ^[1]^[2]
Результаты моделирования настолько хороши, насколько хороша модель, и поэтому являются лишь оценками/прогнозируемыми результатами. ^[1]
Оптимизацию можно выполнить только с использованием нескольких альтернатив, поскольку модель обычно разрабатывается с использованием ограниченного числа переменных. ^[1]^[2]
Создание симуляций требует больших денег, а их производство очень дорого.

Статистические проблемы при имитационном моделировании

Входные данные

Имитационные модели создаются на основе набора данных, взятых из стохастической системы. Необходимо проверить статистическую достоверность данных путем подбора статистического распределения, а затем проверки значимости такого подбора. Кроме того, как и в любом процессе моделирования, необходимо проверить точность входных данных и удалить любые выбросы. ^[1]

Выходные данные

После завершения моделирования необходимо проанализировать данные. Выходные данные моделирования дадут лишь вероятную оценку реальных событий. Методы повышения точности выходных данных включают в себя: многократное выполнение моделирования и сравнение результатов, разделение событий на пакеты и обработку их по отдельности, а также проверку того, что результаты моделирования, проведенного в смежные периоды времени, «связываются» для создания связного целостного представления о системе. . ^[1]^[4]

Случайные числа

Поскольку в большинстве систем задействованы случайные процессы, в симуляциях часто используются генераторы случайных чисел для создания входных данных, которые аппроксимируют случайный характер реальных событий. Генерируемые компьютером [случайные числа] обычно не являются случайными в строгом смысле этого слова, поскольку они рассчитываются с использованием набора уравнений. Такие числа известны как псевдослучайные числа. При использовании псевдослучайных чисел аналитик должен убедиться, что проверена истинная случайность чисел. Если окажется, что числа не ведут себя достаточно случайным образом, необходимо найти другой метод генерации. Случайные числа для моделирования создаются генератором случайных чисел .

См. также

Ссылки

^ Jump up to: ^а ^б ^с ^д ^и ^ж ^г ^час ^я ^дж ^к ^л ^м ^н Флад, Дж. Э. Телекоммуникационная коммутация, трафик и сети , Глава 4: Телекоммуникационный трафик, Нью-Йорк: Prentice-Hall, 1998.
^ Jump up to: ^а ^б ^с ^д ^и ^ж ^г ^час Пенттинен А., Глава 9 – Моделирование , Конспект лекций: S-38.145 – Введение в теорию телетрафика, Хельсинкский технологический университет, осень 1999 г.
^ Кеннеди И.Г., Моделирование дорожного движения , Школа электротехники и информационной инженерии, Университет Витватерсранда, 2003.
^ Акимару Х., Кавасима К., Телетрафик – теория и приложения , Springer-Verlag London, 2-е издание, 1999, стр. 6

[flood-1] Jump up to: ^а ^б ^с ^д ^и ^ж ^г ^час ^я ^дж ^к ^л ^м ^н Флад, Дж. Э. Телекоммуникационная коммутация, трафик и сети , Глава 4: Телекоммуникационный трафик, Нью-Йорк: Prentice-Hall, 1998.

[penttinen-2] Jump up to: ^а ^б ^с ^д ^и ^ж ^г ^час Пенттинен А., Глава 9 – Моделирование , Конспект лекций: S-38.145 – Введение в теорию телетрафика, Хельсинкский технологический университет, осень 1999 г.

[kennedy-3] Кеннеди И.Г., Моделирование дорожного движения , Школа электротехники и информационной инженерии, Университет Витватерсранда, 2003.

[akimaru-4] Акимару Х., Кавасима К., Телетрафик – теория и приложения , Springer-Verlag London, 2-е издание, 1999, стр. 6

[1]

[2]

[3]

[4]