Разработка дисциплины обслуживания на основе нейросетевого прогноза трафика дифференцированных услуг
Диссертация
Разработана подсистема оптимизации управления. Подсистема оценивает моделируемое будущее, используя подсистему ведения очередей для моделирования поведения узла и подсистему нейросетевого прогнозирования для моделирования поведения источников трафика. Разработана методика дискретной оптимизации, так как динамическая система модельной сети существенно дискретна. В процессе исследований получено… Читать ещё >
Содержание
- СПИСОК СОКРАЩЕНИЙ
- ГЛАВА 1. АНАЛИЗ МЕХАНИЗМОВ QOS В ТЕХНОЛОГИИ
- DIFFSERV
- 1. 1. Сети следующего поколения и QoS
- 1. 1. 1. Параметры QoS
- 1. 1. 2. Различное понимание QoS для разных видов трафика
- 1. 1. 3. Пересчёт требуемого QoS соединения в параметры QoS узла
- 1. 1. 4. Средства обеспечения QoS
- 1. 1. 5. Дозирование средств обеспечения QoS
- 1. 2. Технология дифференцированных услуг (DiffServ)
- 1. 2. 1. Терминология дифференцированных услуг
- 1. 2. 2. Классы трафика и поле DS заголовка дейтаграммы
- 1. 2. 3. Сетевая архитектура DiffServ
- 1. 2. 4. Архитектура узла DiffServ
- 1. 2. 5. Поведение на переходе (РНВ) и дисциплина обслуживания
- 1. 3. Дисциплины обслуживания (ДО)
- 1. 3. 1. Простая очередь (First In, First Out — FIFO)
- 1. 3. 2. Приоритетные очереди (Priority Queuing)
- 1. 3. 3. Взвешенная справедливая буферизация (Weighted Fairness Queuing-WFQ)
- 1. 3. 4. Очереди no классам (Class-Based Queuing — CBQ)
- 1. 3. 5. Отбрасывание хвоста (Tail Drop)
- 1. 3. 6. Случайное раннее отбрасывание (Random Early Detection -RED)
- 1. 4. Концепция имитационной дисциплины обслуживания
- 1. 1. Сети следующего поколения и QoS
- ИДО)
- 1. 4. 1. Место моделирования трафика в ДО
- 1. 4. 2. Определение имитационной ДО
- 1. 4. 3. Моделирование и прогнозирование
- 1. 4. 4. Микро- и макроуправление
- 1. 4. 5. Сопоставление имитационной ДО и обычных ДО
- Выводы
- ГЛАВА 2. РАЗРАБОТКА МОДЕЛЬНОЙ РЕАЛИЗАЦИИ ИДО
- 2. 1. Подсистема времени
- 2. 2. Разработка модели источников мультисервисной нагрузки
- 2. 2. 1. Архитектура модели источников
- 2. 2. 2. Модельные агрегаты трафика
- 2. 3. Разработка подсистемы ведения очередей с контролем QoS
- 2. 3. 1. Параметры QoS
- 2. 3. 2. Параметры управления
- 2. 3. 3. Алгоритм работы подсистемы ведения очередей
- 2. 3. 4. Характеризацияразработанной СМО
- 2. 4. Оптимизация управления
- 2. 4. 1. Математическая постановка оптимизационной задачи управления
- 2. 4. 2. Целевая функция
- 2. 4. 3. Условный и безусловный прогноз
- 2. 4. 4. Методика дискретной оптимизации
- 2. 4. 5. Временные параметры оптимизации
- 2. 5. Эволюция динамической системы
- Выводы
- ГЛАВА 3. НЕЙРОСЕТЕВОЕ ПРОГНОЗИРОВАНИЕ
- 3. 1. Анализ нейросетевого прогнозирования
- 3. 2. Разработка нейросетевого предиктора
- 3. 2. 1. Обобщённая оцифровка
- 3. 2. 2. Прогнозирование на несколько шагов вперёд
- 3. 2. 3. Структура нейросети предиктора
- 3. 3. Обучение нейросетевого предиктора
- 3. 3. 1. Метод обратного распространения
- 3. 3. 2. Метод сопряжённых градиентов
- 3. 3. 3. Имитация отжига
- 3. 4. Тестирование нейросетевого предиктора
- Выводы
- ГЛАВА 4. ЧИСЛЕННЫЙ ЭКСПЕРИМЕНТ РЕАЛИЗАЦИИ ИДО
- 4. 1. Временные параметры оптимизации
- 4. 2. Эволюция с управлением и без управления
- 4. 3. Идеальный предиктор
- 4. 4. Обсуждение результатов численного эксперимента
- Выводы
Список литературы
- Борисов Ю., Кашкаров В., Сорокин С. Нейросетевые методы обработки информации и средства их программно-аппаратной поддержки. //Открытые системы #04,1997.
- Галушкин А. Современные направления развития нейрокомпьютерных технологий в России. //Открытые системы #04, 1997.
- Галушкин А. Теория нейронных сетей. М.: ИПРЖР, 2000.
- Гольдштейн А.Б., Гольдштейн Б. С. Технология и протоколы MPLS. -СПб.: БХВ-Санкт-Петербург, 2005.
- Горбань А.Н. Нейроинформатика. Глава 1. Возможности нейронных сетей, http://oasis.peterlink.ru/~dap/nneng/nnlinks/book2/gl 1 .htm
- Гургенидзе А.Т., Кореш В. И. Мультисервисные сети и услуги широкополосного доступа. СПб.: Наука и техника, 2003. — 400 с.
- Джейн А.К., Жианчанг Мао, Моиуддин К.М. Введение в искусственные нейронные сети. //Открытые системы, #4, 1997, стр. 16−24.
- Дорогов А.Ю., Алексеев А. А., Буторин Д. А. Нейронные сети со структурой быстрого алгоритма. //6-й Всероссийский семинар «Нейроинформатика и ее приложения» 20−25 октября 1998, Красноярск, с.53
- Круглов В.В., Борисов В. В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия-Телеком, 2001.
- Кульгин М. Технологии корпоративных сетей. Энциклопедия. СПб: Питер, 2000.
- Кучерявый А.Е., Гильченок JI.3. Сеть сигнальных коммутаторов для модернизации сетей связи общего пользования. //Электросвязь. № 10, 2002.
- Кучерявый А.Е., Гильченок J1.3., Иванов А. Ю. Пакетная сеть связи общего пользования. СПб.: Наука и техника, 2004.
- Кучерявый А.Е., Иванов А. Ю., Станкевич А. А. Протокол SIGTRAN: учебное пособие. СПб.: СПбГУТ, 2004.
- Кучерявый А.Е., Иванов А. Ю., Станкевич А. А. Протоколы SIP и SIP-Т: учебное пособие. СПб.: СПбГУТ, 2005.
- Кучерявый А.Е., Станкевич А. А. Имитационная дисциплина обслуживания для систем с очередями //Электросвязь, 2005, № 8, с.24−26.
- Кучерявый А.Е., Станкевич А. А. Нейросетевое прогнозирование трафика // Международный телекоммуникационный симпозиум «Мобильная связь. Мультисервисные услуги в высокоскоростных системах мобильной связи». 27−30 июня 2006. Сб. трудов СПб.: СПбГУТ, 2006.
- Кучерявый А.Е., Цуприков A.JI. Сети связи следующего поколения. М: ФГУП ЦНИИС, 2006. 208 с.
- Кучерявый Е.А. Управление трафиком и качество обслуживания в сети Интернет СПб.: Наука и техника, 2004. — 336 с.
- Малинецкий Г. Г., Курдюмов С. П. Нелинейная динамика и проблемы прогноза.http://vivovoco.nns.ni/VV/JOURNAL/VRAN/GREF/GREF.HTM
- Малинецкий Г. Г., Потапов А. Б. Современные проблемы нелинейной динамики. М.: Эдиториал УРСС, 2000. — 336 с.
- Медведев B.C., Потемкин В. Г. Нейронные сети. MATLAB 6 М: Диалог-МИФИ, 2002.
- Метод сопряженных градиентов — математический аппарат http://www.basegroup.ru/neural/conjugate.htm
- Модели нейронных сетей для реализации отображений http://oasis.peterlink.ru/~dap/nneng/nnlinks/nbdoc/ideal.htm
- Назаров А.В., Лоскутов А. И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб.: Наука и техника, 2003.
- Национальная нормативная база NGN: большие надежды-2004 //ИнформКурьер-Связь, № 2, Февраль 2004 г.
- Осовский С. Нейронные сети для обработки информации. -М.: Финансы и статистика, 2002.
- Перуш М. Математические модели ассоциативных нейронных сетей. -СПб.: Каро, 2000.
- Печинкин А.В., С.И. Тришечкин. Марковская модель системы с двумя типами заявок, дисциплиной случайного выбора на обслуживание и общим накопителем конечной ёмкости. //Информационные процессы, том 4, № 1, 2004, стр. 32−45.
- Прогнозирование на основе аппарата нейронных сетей. http://www.anriintern.com/neuro/menu.shtml
- РД. Оборудование связи реализующее функции гибкого коммутатора (Softswitch). Технические требования.
- РТМ. Требования к пакетным сетям для предоставления базовой услуги телефонии. СПб: 2003.
- Справочник по теории автоматического регулирования. /Под ред. А. А. Красовского. М.: Наука, 1987. — 712 с.
- Станкевич А.А. Модельная реализация имитационной дисциплины обслуживания // Электросвязь, 2006, № 8.
- Терехов В.А., Д.В.Ефимов, И. Ю. Тюкин, В. Н. Антонов. Нейросетевые системы управления. СПб.: Изд. СПбГУ, 1999.
- Трифонов А.Г. Постановка задачи оптимизации и численные методы ее решения. Методы безусловной оптимизации. http://matlab.exponenta.ru/optimiz/book2/22.php
- Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992, 240 с.
- Хехт-Нильсен Р. Нейрокомпьютинг: история, состояние, перспективы. //Открытые системы, #04−05,1998.
- Чаплыгин В.В. Система массового обслуживания G/BMSP/1/rl //Информационные процессы, том 3, № 2, 2003, стр. 97−108.
- Электронный учебник по статистике. М.: StatSoft, 2001. http://www.statsoft.ru/home/textbook/default.htm.
- Albores-Velasco F.J., Tajonar-Sanabria F.S. Analysis of the GI/MSP/c/r Queueing System. //Информационные процессы, том 4, № 1,2004, стр. 46−57.
- Andronov A. Efficiency Analysis of Queueing Model Validation by Use of Trace-Driven Simulation. //Информационные процессы, том 2, № 2, 2002, стр. 141−142
- Belyy A.V. and Aminova I.V. Queueing Network Simulation Based on Quasi-Weak Regeneration. //Информационные процессы, том 2, № 2, 2002, стр. 146−148.
- Bennett J. and Hui Zhang. Hierarchical Packet Fair Queueing Algorithms. //Proc. ACM SIGCOMM 96, August 1996.
- Bocharov P.P. On Queueing Networks with Signals. //Информационные процессы, том 2, № 2, 2002, стр. 157−160.
- Bogoiavlenskaia О. Markovian Model of Internetworking Flow Control. //Информационные процессы, том 2, № 2, 2002, стр. 149−154.
- Class-Based Weighted Fair Queueing http://www.cisco.com/univercd/cc/td/doc/product/software/ios 120/120new ft/120t/120t5/cbwfq.htm
- D’Apice C., T. De Simone, R. Manzo, G. Rizelian. Priority Service of Primary Customers in the M/G/l/r Retrial Queueing System with Server Searching for Customers. //Информационные процессы, том 4, № 1, 2004, стр. 13−23.
- Dudin A.N. and Nishimura S. Optimal Control for a BMAP/G/1 Queue with Two Service Modes. //Mathematical Problems in Engineering, Volume 5, pp. 255−273.
- Dudin A.N., Klimenok V.I. Matrix Queueing Theory. //Информационные процессы, том 2, № 2, 2002, стр. 173−175.
- ETSITR 101 301. TIPHON. Telecommunications and Internet Protocol Harmonization Over Networks (TIPHON)/ Release 4. April, 2004.
- ETSI TR 101 329. TIPHON. General aspects of Quality of Service (QoS). June, 1999.
- Ferguson P., Huston G. Quality of Service. Delivering QoS on the Internet and in Corporate Networks John Wiley & Sons, 1998.
- Floyd S. and Jacobson V. Link-sharing and Resource Management Models for Packet Networks. //IEEE/ACM Transactions on Networking, Vol. 3 no. 4, pp. 365−386, August 1995.
- Internet-draft. Differentiated Services Quality of Service Policy Information Base. IETF, June 2002.
- Internet-draft. Information Model for Describing Network Device QoS Datapath Mechanisms. IETF, May 2003
- Jiang Y. Delay bounds for a network of guaranteed rate servers with FIFO aggregation. //Computer Networks, 2002, v.40, pp.683−694.
- Juneja S.K. and Nicola V.F. Efficient Simulation of Buffer Overflow in Queueing Networks. //Информационные процессы, том 2, № 2, 2002, стр. 198−200.
- Klemm A., Lindemann С., and Lohmann M. Modeling IP Traffic Using the Batch Markovian Arrival Process (extended version). //Performance Evaluation, 54, pp. 149−173, 2003.
- Klemm A., Lindemann C., and Lohmann M. Traffic Modeling and Characterization for UMTS Networks. //Proc. of the Globecom, Internet Performance Symposium, San Antonio TX, pp. 1741−1746, Nov. 2001.
- Stankevich A., Koucheryavy A. The Model Implementation of Simulating Queuing System. //9-th International Conference on Advanced Communication Technology (ICACT 2007), 12−14 Februaiy 2007, Phoenix Park, Korea.
- Lucantoni D.M., New Results on the Single Server Queue with a Batch Markovian Arrival Process, Comm. in Statistics: Stochastic Models, 1991, vol.7, p. 1−46.
- Nedaiborshch I., Nikolaev K., Vladimirov A. Lipschitz Continuity and Unique Solvability of Fluid Models of Queueing Networks. //Информационные процессы, том 3, № 2, 2003, стр. 138−150.
- Random Early Detection (RED) http://www.cisco.com/waф/public/732/Tech/red/
- RFC0793. Transmission Control Protocol (TCP). IETF, 1981.
- RFC 1254. Gateway Congestion Control Survey. IETF, August 1991.
- RFC 1633. Integrated Services in the Internet Architecture: an Overwiev. IETF, June 1994.73 • RFC2001. TCP Slow Start, Congestion Avoidance, Fast Retransmit, and Fast Recovery Algorithms. IETF, January 1997.
- RFC2210. The Use of RSVP with IETF Integrated Services. IETF, September 1997.75