На правах рукописи

СИМОНИНА

Ольга Александровна

МОДЕЛИ

РАСЧЕТА ПОКАЗАТЕЛЕЙ QoS

В СЕТЯХ СЛЕДУЮЩЕГО ПОКОЛЕНИЯ

05.12.13 – Системы, сети и устройства телекоммуникаций

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

САНКТ-ПЕТЕРБУРГ

2005

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Согласно принципам построения сетей следующего поколения (Next Generation Network - NGN), основанных на документах МСЭ-Т, в качестве технологической базы построения транспортного уровня NGN предполагается технология IP. Модель такой IP-ориентированной мультисервисной сети, учитывающей особенности современной сетевой инфраструктуры, может быть представлена двумя основными уровнями: уровнем услуг и транспортным уровнем.

В рамках развития NGN как единой сети общего пользования решаются задачи двух типов: краткосрочные - стирание существующей разницы в транспортировке речи и данных, предоставление новых возможностей в области развития услуг, сравнительная простота реализации при меньших затратах относительно существующих сетей; долгосрочные - построение простой и эффективной единой сети для всех видов приложений, удешевление сетевых компонентов, активное развитие новых видов услуг.

Вопросы построения мультисервисных сетей активно исследуются в работах отечественных (Б.С. Гольдштейн, А.Е Кучерявый, А.Н. Назаров, Н.А Соколов, С.Н. Степанов, М.А. Шнепс-Шнеппе, Г.Г. Яновский) и зарубежных (U.

Black, J. Davidson, S. Fisher, J.M. Garcia, D. McDysan, D. Minoli, F.A. Tobagi) авторов.

В данной диссертационной работе ставятся и решаются задачи, связанные с разработкой моделей оценок показателей качества обслуживания в NGN с учетом особенностей трафика таких сетей. В ряде публикаций (M. Crovella, W.

Leland, S. Molnar, K. Park, M. Taqqu, W. Willinger) показано, что трафик IP-сетей может описываться с использованием самоподобных процессов.

Теоретические исследования самоподобных процессов в СМО рассматриваются в работах М.Н. Неймана (1998), Б.С. Цыбакова (1999), В.С. Зборовского (2000), О.И. Шелухина (2003).

Однако вопросы исследования качества обслуживания (Quality of Service, QoS) в IP-ориентированных мультисервисных сетях с учетом свойств самоподобия трафика остаются открытыми, что и определяет актуальность диссертационной работы.

Цели и задачи исследования. Целью диссертационной работы является разработка моделей расчета показателей качества в сетях NGN с учетом особенностей трафика IP-ориентированных мультисервисных сетей и влияния оконечных устройств.

Для достижения поставленной цели в диссертационной работе решаются следующие задачи:

• анализ трафика различных приложений в IP-ориентированных мультисервисных сетях с учетом свойств самоподобия;

• разработка моделей расчета значений основных показателей сквозного QoS для различных приложений;

• оценка влияния оконечных устройств на показатели QoS для речевого пакетного трафика;

• исследование взаимного влияния трафика различных приложений в мультисервисных сетях с позиций обеспечения качества обслуживания.

Методы исследования. Проводимые исследования базируются на теории вероятностей, теории массового обслуживания, теории фрактальных процессов и методах имитационного моделирования. Для численного анализа используется программный математический пакет MatLab 6.5. Имитационное моделирование фрагмента мультисервисной сети выполнено с помощью пакета моделирования сетей ns-2.

Научная новизна. Основные результаты диссертации, обладающие научной новизной:

1. Классификация трафика в мультисервисных сетях с учетом следующих характеристик: типа приложений, чувствительности к показателям QoS и законов распределения трафика;

2. Разработка моделей оценки показателей QoS (потерь и задержек) для мультисервисной сети с учетом свойств самоподобия трафика;

3. Разработка модели оценки вероятности потерь речевого трафика в мультисервисной IP-ориентированной сети в сквозном соединении с учетом влияния оконечных устройств;

4. Решение задачи оценки взаимного влияния трафика двух типов – реального времени и эластичного, с позиций обеспечения качества обслуживания, определение условий, при которых трафик реального времени и эластичный трафик могут передаваться в одном агрегированном потоке без использования механизмов управления потоками.

Практическая ценность. Основным практическим результатом диссертационной работы является получение оценок для расчета потерь и задержек в сквозном соединении в IP-ориентированных мультисервисных сетях, которые могут быть использованы при проектировании мультисервисных сетей следующего поколения.

Реализация результатов работы. Основные результаты диссертационной работы использованы в разработках НТЦ «Протей» и в учебном процессе СПбГУТ им. проф. М.А. Бонч-Бруевича, что подтверждается соответствующими актами внедрения.

Апробация работы и публикации. Результаты диссертационной работы докладывались и обсуждались на всероссийских и международных конференциях:

1. Симонина О.А. Повышение QoS пакетной передачи речи путем сглаживания эффектов потерь в кодеках IP-телефонии // Всероссийская конференция «Сети связи следующего поколения»: сб. тр.

СПб: «Петеркон», 22-6 февраля, 2003.

2. Симонина О.А. Использование метода прогнозирования временных рядов для обеспечения QoS IP-телефонии на стороне получателя // 5-я МНТК «ПТСПИ'2003»: мат-лы. Владимир-Суздаль, 1-4 июля, 2003.

3. Simonina O.A, Galkin A.M., Yanovsky G.G. Analysis of IP-oriented multiservice networks characteristics with consideration of traffic’s selfsimilarity properties // IEEE Russia Northwest section: рroceedings. StPetersburg, May 18-25, 2005, а также на научно-технических конференциях и семинарах СПбГУТ.

Основные положения диссертации изложены в 9 докладах на научно-технических конференциях, 3 научных статьях и в 1 учебном пособии. Всего по теме диссертации опубликовано 13 печатных работ.

Основные положения, выносимые на защиту:

1. Классификация трафика в мультисервисных сетях по приложениям.

2. Модели оценки основных показателей качества обслуживания – потерь и задержек – в мультисервисных сетях.

3. Модели влияния параметров оконечных устройств на показатели качества обслуживания.

4. Результаты анализа взаимного влияния трафика в мультисервисных сетях.

Личный вклад автора. Основные результаты теоретических и прикладных исследований получены автором самостоятельно. В работах, опубликованных в соавторстве, соискателю принадлежит основная роль при постановке и решении задач и обобщении полученных результатов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения.

Работа содержит 130 страниц текста, 41 рисунок, 16 таблиц, 61 формулу.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, сформулированы цели и задачи работы, перечислены результаты, полученные в диссертации, определены практическая ценность и области применения результатов, приведены сведения по апробации работы и представлены основные положения, выносимые на защиту.

В первой главе диссертационной работы проведен анализ современного состояния мультисервисных сетей и тенденций их развития в направлении NGN. Поскольку в качестве технологической основы построения транспортного уровня мультисервисных сетей следующего поколения рекомендовано использование технологии IP, модель мультисервисной сети может быть представлена двумя основными уровнями: услуг и транспортным. Такое уровневое представление оказывается весьма полезным при построении моделей оценок сквозного QoS.

Одна из главных проблем, возникающих при переходе от специализированных сетей к единой мультисервисной сети связи, состоит в обеспечении требуемого качества обслуживания для различных услуг и приложений. Разработка механизмов обеспечения качества обслуживания в мультисервисных сетях является одной из центральных проблем в деятельности организаций по стандартизации: ITU-T, IETF, ETSI и др.

Эталонная модель мультисервисной IP-ориентированной сети, обеспечивающей сквозное качество обслуживания, т.е. каждая сеть, входящая в состав мультисервисной сети, и каждый узел этих сетей должны соответствовать соглашению по QoS, показана на рис. 1.

Передающий Рис.1. Эталонная модель сети с обеспечением сквозного QoS В диссертационной работе проанализированы модели предоставления качества услуг (IntServ, DiffServ, MPLS) и показатели QoS.

Как показал анализ, проведенный в главе 1, задача обеспечения сквозного качества обслуживания в мультисервисных сетях является достаточно сложной, поскольку имеется значительное число факторов, влияющих на показатели QoS в территориально распределенных сетях. Совокупность этих факторов определена в диссертационной работе и представлена на рис. 2. Анализ влияния отдельных факторов рассматривается в дальнейших главах диссертационной работы.

ПОКАЗАТЕЛИ QoS

кодирования/декодирования механизм пакетизации размер речевого формирование IP-пакета нивелирования потерь Вторая глава посвящена анализу статистических свойств трафика и методам расчета основных показателей QoS в мультисервисных сетях.

Основное влияние на показатели QoS в IP-сетях оказывают протоколы транспортного уровня TCP и UDP. Статистический анализ трафика в современных IP-сетях (S. Molnar, 2000) показывает, что доля трафика TCP достигает 90%, еще около 9% приходится на долю трафика UDP и приблизительно 1% занимает трафик служебных протоколов. При переходе к мультисервисным IP-сетям возрастает доля трафика UDP по сравнению с трафиком TCP в связи с ростом приложений реального времени. При этом возникает ряд проблем, связанных, в первую очередь, с задачей обеспечения качества обслуживания приложений, использующих протокол UDP.

В общем случае трафик мультисервисной сети можно разделить на три основных класса: реального времени, потоковый и эластичный (табл. 1).

Классификация трафика мультисервисной IP-сети по приложениям времени Видеоконференцсвязь На основе анализа проведенных исследований (S. Molnar, М. Taqqu, М.

Crovella и др.) в диссертационной работе предложены классификация трафика по приложениям и сопоставление каждому типу приложений законов, позволяющих наиболее полно описать поведение трафика на конкретном уровне модели IETF. Результаты классификации представлены в табл. 1 и 2. В табл. 2 приняты следующие обозначения: А – закон распределения входящего потока, В – закон распределения длин блоков данных.

Законы распределения для типов трафика на разных уровнях модели TCP/IP Как видно из табл. 2, для описания трафика в мультисервисных IP-сетях наиболее широко применяется распределение Парето. Кроме того, для трафика определенных приложений ограниченно используются распределения Вейбулла, логнормальное и пуассоновское. Важно отметить, что распределение Парето, как и распределения Вейбулла и логнормальное, относится к распределениям с тяжелым хвостом и обладает бесконечной дисперсией в диапазоне 1 < < 2, где показатель характеризует «тяжесть» хвостов распределения и определяет пачечную структуру процесса. Такие процессы относятся к самоподобным процессам.

Таким образом, поведение трафика мультисервисной IP-сети характеризуется различными законами распределения, отличными от пуассоновского, в основном, законом Парето. В качестве модели СМО может быть выбрана система с общими распределениями входного потока и процессов обслуживания типа G/G/m. Задача расчета систем вида G/G/m для указанных входных процессов и процессов обслуживания (Парето, Вейбулла, логнормального) затруднена тем, что дисперсии этих процессов бесконечны. Учитывая широкое применение закона Парето для описания трафика в IP-ориентированных сетях, в дальнейшем рассматривается только система с распределениями Парето.

Введем ограниченное распределение случайной величины, которое позволяет, не меняя формы распределения, указать ее минимальное и максимальное значения. Тогда основные параметры распределения Парето будут иметь следующий вид:

где L – максимальный размер блока данных, k – минимальный размер блока данных. Под длиной блока данных понимается: размер пакета, генерируемого приложениями, например, IP-телефонии, или размер пачки пакетов, образующейся в результате работы приложения или прохождения пакетов по сети.

Для расчета системы G/G/m воспользуемся результатами теории диффузионной аппроксимации, полученными в монографии Н.Б. Зелигера, О.С. Чугреева, Г.Г. Яновского (1984).

Тогда оценка среднего числа пакетов в системе G/G/m имеет вид:

где P(, m) – вероятность того, что пакет, придя в систему, застанет все приборы занятыми. При этом P(, m) может быть рассчитан с использованием приближенной второй формулы Эрланга:

Среднее значение числа пакетов в очереди и значение задержки в очереди определены как:

t – среднее время пребывания пакета в буфере, t s – среднее время обработки пакета прибором обслуживания. Оценки t для различных распределений входных потоков и процессов обслуживания приведены на рис. 3 и 4. При расчете были приняты следующие предположения: пропускная способность канала Мбит/с, среднее время обработки пакета на коммутаторе t s = 1 10.

10-7 с для различных L Потери сети Pnet обусловлены ошибками в канале (с внедрением ВОЛС потери в канале имеют величины порядка 10 –9, и ими можно пренебречь с учетом норм на потери в сети) и потерями в узлах сети Ploss. Потери в узлах сети Ploss определяются интенсивностью трафика, размером буфера, применяемой политикой обслуживания очередей и используемыми методами предотвращения перегрузки.

Используя формулы для оценки потерь в системе G/G/1, приведенные в монографии Н.Б. Зелигера и др.:

где C a и C s – квадратичные коэффициенты вариации, соответственно, распределений входящего потока и времени обслуживания, nb – размер буфера, - загрузка системы.

Зависимости потерь от загрузки системы и размера буфера для различных нагрузок показаны на рис. 5, 6.

Рис.5. Зависимость вероятности потерь Рис.6. Зависимость вероятности потерь В IP-сетях трафик различных источников на сетевом уровне мультиплексируется, формируя общий поток, называемый агрегированным. Далее в работе рассматривается решение задачи оценки потерь при условии, что на вход узла поступает агрегированный трафик.

В работах M. Taqqu и W. Willinger показано, что при агрегировании различных потоков результирующий поток будет обладать свойствами самоподобия, если хотя бы один из исходных потоков обладает этими свойствами.

В статье Б.С. Цыбакова (1999) доказано существование верхней и нижней асимптотических границ вероятности потерь для агрегированного потока:

где с1 и с2 – некоторые функции, зависящие от характеристик источников трафика, т.е. законов распределения и пачечности, nb – размер буфера источника, k = f() – функция, характеризующая поведение узла. Однако Б.С. Цыбаков не определил вид функций с1 и с2, отметив, что это является нерешенной задачей.

На основе соотношения (8) и в предположении, что степень пачечности для всех потоков одинакова, в диссертационной работе показано, что:

где Lmin и Lmax – нижняя и верхняя границы (в числе пакетов) максимально возможного размера пачки агрегированного потока.

Тогда, используя соотношение (8), можно рассчитать верхнюю и нижнюю границы вероятности потерь в системе P/P/1. На рис. 7 показаны верхняя и нижняя границы вероятности потерь, полученные при условиях: Lmin= 60 и Lmax=100 пакетов.

менение кодеков как устройств пакетизации речи приводит к определенным проблемам, связанным с обеспеРис. 7. Асимптотические границы чением требуемых значений показавероятности потерь в системе Р/Р/ нивелирования потерь (Packet Loss Concealment, PLC), обеспечивающий компенсацию пробелов в речевом потоке, вызванных потерей отдельных пакетов.

Применяемые методы PLC можно разделить на два типа.

На стороне получателя: позволяют улучшать показатели качества обслуживания независимо от механизмов обеспечения QoS внутри сети. Обнаружение потерянного пакета на стороне получателя обеспечивается анализом номеров пакетов в заголовках RTP, после чего используются различные варианты замены потерянного пакета: комфортным шумом, предыдущим пакетом или его фрагментом.

На стороне отправителя и получателя (обеспечение сквозного QoS): предполагается применение PLC на обоих концах соединения. Эта группа методов базируется на начальном анализе сигнала на стороне отправителя:

определяются огласованные и неогласованные участки речи, и для каждого участка речи подбираются параметры, позволяющие снизить влияние потерь на качество речи.

Однако применение механизмов PLC зачастую приводит к существенному росту общесетевых задержек.

Кодек G.711 обеспечивает наименьшую задержку алгоритма кодирования tcodec_max 15 мс (с учетом применения методов PLC), но требует существенно больших сетевых ресурсов, чем кодеки других типов.

Задержка, вносимая кодеками G.723 и G.729 на основе линейного предсказания (LCP-кодеками), состоит из двух составляющих – задержки анализатора кодека tan на передающей стороне и задержки синтезатора кодека tsyn на приемной стороне (рис.8). Причем tan – постоянная величина, а tsyn – переменная, зависящая от используемых в синтезаторе кодека механизмов повышения помехоустойчивости.

Анализатор кодека формирует IP-пакеты на основании кадров речи, обеспечивая постоянную задержку анализатора кодека:

где tfr – длина кадра, tal – задержка алгоритма кодека или пакетизации.

Задержка синтезатора кодека с учетом джиттер-буфера:

где tj – задержка, вносимая джиттер-буфером, tdec – задержка, вносимая алгоритмом декодера, tplc – задержка, вносимая механизмом нивелирования потерь.

Таким образом, общая задержка LCP-кодека имеет вид:

Речевой сигнал На основе проведенного анализа параметров кодеков и механизмов PLC показано, что параметр tcodec удовлетворяет неравенству: tcodec 3,5 tfr.

Результаты расчетов задержек, вносимых основными типами кодеков, приведены в табл. 3, из которой видно, что для обеспечения задержки менее 200 мс (норматив ESTI, проект TIPHON) задержка сети не должна превышать 95 мс для кодека G.723 и 165 мс для G.729. Таким образом, использование кодека G.723, хотя приводит к экономии полосы пропускания, но формирует значительную задержку, которая может привести к понижению качества обслуживания из-за потерь, обусловленных превышением максимально допустимой задержки.

Оценка задержки сети с учетом задержки оконечных устройств