DOI: https://doi.org/10.32515/2664-262X.2019.1(32).173-183

Метод генерування фрактальноподібної числової послідовності на основі скінченного автомату для моделювання трафіку у мережі

Г.М Дрєєва, О.А. Смірнов, О.М. Дрєєв

Об авторах

Г.М Дрєєва, викладач, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна

О.А. Смірнов, професор, доктор технічних наук, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна

О.М. Дрєєв, доцент, кандидат технічних наук, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна

Анотація

У даній роботі розглядається проблематика представлення трафіку, для моделювання його поведінки при навантаженні комп’ютерних мереж. Визначено що трафік в комп’ютерних мережах на певних масштабах є фракталоподібним і при цьому класичні закони розрахунку параметрів системи масового обслуговування дають хибні результати Предметом вивчення у статті є метод генерування фрактальноподібної числової послідовності на основі скінченного автомату для моделювання трафіку у мережі. Метою роботи є створення генератора фрактальних бінарних послідовностей на основі скінченного автомату та використання методу генерування фрактальноподібної числової послідовності на основі скінченного автомату для моделювання трафіку у мережі. Для цього у роботі були вирішені наступні задачі: побудований фрактальноподібний трафік шляхом використання запропонованого генератора випадкових чисел, визначені його недоліки; визначено місце генератора фрактального трафіку в системах імітаційного моделювання; здійснено генерування фрактальноподібної числової послідовності на основі скінченного автомату; оцінено статистичні властивості часткових сум генерованих послідовностей. Результатом роботи є реалізація методу генерування фрактальноподібної числової послідовності на основі скінченного автомату для моделювання трафіку у мережі. Висновки: показано актуальність задачі створення генераторів фрактальних бінарних послідовностей без використання нескінченних розподілів; запропоновано використати генератор фрактальної бінарної послідовності на основі скінченного автомату; показано можливість попереднього визначення фрактальної розмірності генерованого трафіку при інтенсивності λ=0.5. Визначені подальші напрямки досліджень, які полягають у розв’язанні наступних задач: провести аналітичні оцінки показника Херста генерованої бінарної послідовності при інтенсивності трафіку λ=0.5; показати варіативність фрактальної розмірності бінарної послідовності й при інших інтенсивностях λ; вивести аналітичні вирази для отримання параметрів генератора з заданою густиною вихідних бітів з керуванням їх фрактальної розмірності; покращити аналітичні оцінки та їх узагальненням на довільну інтенсивність генерованого трафіку.

Ключові слова

генератор фрактальної двійкової послідовності, трафік, комп'ютерні мережі
PDF

Посилання

1. Broek, D. (1980). Osnovyi mehaniki razrusheniya. Moskva: Vyisshaya shkola. Perevod Dorofeeva Viktora Ivanovicha. (1974). Leyden: Elementary engineering fracture mechanics [in Russian].

2. Ushanev, K.V. (2015). Imitatsionnyie modeli sistemyi massovogo obsluzhivaniya tipa Pa/M/1, H2/M/1 i issledovanie na ih osnove kachestva obsluzhivaniya trafika so slozhnoy strukturoy. Sistemyi upravleniya, svyazi i bezopasnosti, 4, 217-251 [in Russian].

3. Dobrovolskiy, E.V. & Nechiporuk, O.L. (2005). Modelirovanie setevogo trafika s ispolzovaniem kontekstnyih metodov. NaukovI pratsI ONAZ Im. O.S. Popova, 1, 24-32 [in Russian].

4. Semenov, S.G., Meleshko, E.V. & Ilyushko, Ya.V. (2011). Matematicheskaya model multiservisnogo kanala svyazi na osnove eksponentsialnoy GERT-seti. Sistemi ozbroEnnya I vIyskova tehnIka, HUPS, 3(27), 64-67 [in Russian].

5. Tamara Radivilova, Yousef Ibrahim Daradkeh & Lyudmyla Kirichenko. (2018). Development of QoS Methods in the Information Networks with Fractal Traffic. International Journal of Electronics and Telecommunications, 64 (1), 27-32 [in English].

6. Mahdi Barat, Zadeh Joveini, Javad Sadri & Hoda Alavi Khoushhal (2018). Fractal Modeling of Big Data Networks. International Conference on Pattern Recognition and Artificial Intelligence (ICPRAI 2018). Canada, Montreal: Concordia University, 1-4 [in English].

7. Jiang, D., Huo, L. & Li, Y. (2018). Fine-granularity inference and estimations to network traffic for SDN. PLoS ONE, 13(5). Doi.org/10.1371/journal.pone.0194302 [in English].

8. Bulakh, V., Kirichenko, L. & Radivilova, T. (2018). Time Series Classification Based on Fractal Properties. International Conference on Data Stream Mining & Processing (DSMP): іn Proceedings of the 2018 IEEE Second, 21–25 August. Lviv. (рр. 198–201). Doi:10.1109/DSMP.2018.8478532 [in English].

9. Youri Raaijmakers, Hansjoerg Albrecher & Onno Boxma. (2017) The single server queue with mixing dependencies February 6. (http://www.hec.unil.ch/halbrech_files/QueueMixing.pdf) [in English].

10. Xie, K., Peng, C, Wang, X., Xie, G. & Wen, J. (2017). Accurate recovery of internet traffic data under dynamic measurements, in Proc. of INFOCOM’17, (рр. 1–9) [in English].

11. Wang, C, Maguluri, S T & Javidi, T. (2017). Heavy traffic queue length behavior in switches with reconfiguration delay, in Proc. of INFOCOM’17, (рр. 1–9) [in English].

12. Xie, G, Xie, K, Huang, J, Wang, X, Chen, Y. & Wen, J. (2017). Fast low-rank matrix approximation with locality sensitive hashing for quick anomaly detection, in Proc. of INFOCOM’17, (рр. 1–9) [in English].

13. Tatamikova Tatiana Mikhailovna & Kutuzov Oleg Ivanovich. (2016). Evaluation and comparison of classical and fractal queuing systems. XV International Symposium Problems of Redundancy in Information and Control Systems, 155 – 157 [in English].

14. Czarkowski Michał, Kaczmarek Sylwester & Wolff Maciej. (2016). Influence of Self -Similar Traffic Type on Perform ance of QoS Routing Algorithms. INTL Journal of electronics and telecommunications, Vol. 62, 1, 81-87 [in English].

15. Lakhmi Priya Das, Sanjay Kumar Patra (2016). Sarojananda Mishra. Impact of hurst parameter value in self-similarity behaviour of network traffic. International Journal of Research in Computer and Communication Technology, Vol 5, 12, 631-633 [in English].

16. Hae-Duck Joshua Jeong. (2002). Modelling of self-similar teletraffic for simulation. University of Canterbury [in English].

17. Kuchuk, G. A, MozhaEv, O. O. & Vorobyov, O. V. (2006). Metod prognozuvannya fraktalnogo trafIka. RadIoelektronnI I komp’yuternI sistemi, 6, 181–188. URL: http://nbuv.gov.ua/UJRN/recs_2006_6_34 [in English].

18. Kuchuk, G. A, MozhaEv, O. O. & Vorobyov, O. V. (2007). Prognozirovanie trafika dlya upravleniya peregruzkami integrirovannoy telekommunikatsionnoy seti. RadIoelektronnI I komp’yuternI sistemi, 8, 261–271. URL: http://nbuv.gov.ua/UJRN/recs_2007_8_48 [in Russian].

19. Kuchuk, G. A., MozhaEv, O. O. & Vorobyov, O. V. (2006). AnalIz ta modelI samopodIbnogo trafIka. Aviatsionno-kosmicheskaya tehnika i tehnologiya, 9, 173–180. URL: http://nbuv.gov.ua/UJRN/ aktit_2006_9_35 [in English].

20. Kovalenko, A. A., Kuchuk, G. A. & Mozhaev, A. A. (2010). Postroenie eksponentsialnyih vremennyih shkal pri analize ocheredey multiservisnyih setey. RadIoelektronnI I komp’yuternI sistemi, 7, 257–262. URL: http://nbuv.gov.ua/UJRN/recs_2010_7_52 [in Russian].

Пристатейна бібліографія ГОСТ

  1. Броек Д. Основы механики разрушения. Высшая школа, Москва, 1980./ Перевод Дорофеева Виктора Ивановича (Broek D. Elementary engineering fracture mechanics, Лейден, 1974).
  2. Ушанев К.В. Имитационные модели системы массового обслуживания типа Pa/M/1, H2/M/1 и исследование на их основе качества обслуживания трафика со сложной структурой. Системы управления, связи и безопасности. 2015. №4. С.217-251.
  3. Добровольский Е.В., Нечипорук О.Л. Моделирование сетевого трафика с использованием контекстных методов. Наукові праці ОНАЗ ім. О.С. Попова. 2005. № 1. С.24-32.
  4. Семенов С.Г., Мелешко Е.В., Илюшко Я.В. Математическая модель мультисервисного канала связи на основе экспоненциальной GERT-сети. Системи озброєння і військова техніка, ХУПС, 2011. № 3(27). С.64-67.
  5. Tamara Radivilova, Yousef Ibrahim Daradkeh, Lyudmyla Kirichenko. Development of QoS Methods in the Information Networks with Fractal Traffic. International Journal of Electronics and Telecommunications. 2018. 64 (1). Р. 27-32.
  6. Mahdi Barat, Zadeh Joveini, Javad Sadri, Hoda Alavi Khoushhal. Fractal Modeling of Big Data Networks. International Conference on Pattern Recognition and Artificial Intelligence (ICPRAI 2018). Canada, Montreal: Concordia University. 2018. Р. 1-4.
  7. Jiang D., Huo L., Li Y. Fine-granularity inference and estimations to network traffic for SDN. PLoS ONE 2018, 13(5). Doi.org/10.1371/journal.pone.0194302.
  8. Bulakh V., Kirichenko L., Radivilova T. Time Series Classification Based on Fractal Properties. International Conference on Data Stream Mining & Processing (DSMP): іn Proceedings of the 2018 IEEE Second, 21–25 August 2018, Lviv, 2018. Р. 198–201. Doi:10.1109/DSMP.2018.8478532.
  9. Youri Raaijmakers, Hansjoerg Albrecher, Onno Boxma. The single server queue with mixing dependencies, 2017. February 6. (http://www.hec.unil.ch/halbrech_files/QueueMixing.pdf).
  10. Xie K., Peng C, Wang X., Xie G., Wen J. Accurate recovery of internet traffic data under dynamic measurements, in Proc. of INFOCOM’17. 2017. Р. 1–9.
  11. Wang C, Maguluri S T, Javidi T. Heavy traffic queue length behavior in switches with reconfiguration delay, in Proc. of INFOCOM’17. 2017. Р. 1–9.
  12. Xie G, Xie K, Huang J, Wang X, Chen Y., Wen J. Fast low-rank matrix approximation with locality sensitive hashing for quick anomaly detection, in Proc. of INFOCOM’17. 2017. Р. 1–9.
  13. Tatamikova Tatiana Mikhailovna, Kutuzov Oleg Ivanovich. Evaluation and comparison of classical and fractal queuing systems. XV International Symposium Problems of Redundancy in Information and Control Systems. 2016. Р.155 – 157.
  14. Czarkowski Michał, Kaczmarek Sylwester, Wolff Maciej. Influence of Self -Similar Traffic Type on Perform ance of QoS Routing Algorithms. INTL Journal of electronics and telecommunications. 2016. Vol. 62, no. 1. Р. 81-87.
  15. Lakhmi Priya Das, Sanjay Kumar Patra, Sarojananda Mishra. Impact of hurst parameter value in self-similarity behaviour of network traffic. International Journal of Research in Computer and Communication Technology. 2016. Vol 5, no 12. P.631-633.
  16. Hae-Duck Joshua Jeong. Modelling of self-similar teletraffic for simulation. University of Canterbury. July 2002. 270 p.
  17. Кучук Г. А, О., Можаєв О., Воробйов О. В. Метод прогнозування фрактального трафіка. Радіоелектронні і комп’ютерні системи. 2006. №6,.С. 181–188. URL: http://nbuv.gov.ua/ UJRN/recs_2006_6_34.
  18. Кучук Г. А, Можаєв О. О., Воробйов О. В. Прогнозирование трафика для управления перегрузками интегрированной телекоммуникационной сети. Радіоелектронні і комп’ютерні системи. 2007. № 8. С. 261–271. URL: http://nbuv.gov.ua/UJRN/recs_2007_8_48.
  19. Кучук Г. А., Можаєв О. О., Воробйов О. В. Аналіз та моделі самоподібного трафіка. Авиационно-космическая техника и технология. 2006. № 9. С. 173–180. URL: http://nbuv.gov.ua/UJRN/ aktit_2006_9_35.
  20. Коваленко А. А., Кучук Г. А., Можаев А. А. Построение экспоненциальных временных шкал при анализе очередей мультисервисных сетей. Радіоелектронні і комп’ютерні системи. 2010. № 7. С. 257–262. URL: http://nbuv.gov.ua/UJRN/recs_2010_7_52.

Copyright (c) 2019 Г.М Дрєєва, О.А. Смірнов, О.М. Дрєєв