Аппроксимативные методы и модели массового обслуживания, Исследование компьютерных сетей, Бахарева Н.Ф., Тарасов В.Н., 2017.
В книге моделирование рассматривается как средство системного анализа сложных систем, каковыми являются компьютерные сети. На основе математических операций над потоками событий получены уравнения баланса потоков на уровне средних значений и дисперсий интервалов между событиями. Их совместное решение с аппроксимативной моделью массового обслуживания общего вида позволяет определить показатели производительности компьютерных сетей. Разработанные методика и программная система анализа производительности компьютерных сетей, позволяют рассчитывать также и самоподобный трафик современных сетей телекоммуникаций.
Данная книга может быть полезна аспирантам, специалистам в области математического моделирования и проектировщикам компьютерных и телекоммуникационных сетей при их системном проектировании.
Методы управления потоками в сетях пакетной коммутации.
Управление потоком предназначено для регулирования загрузки основных ресурсов сети, таких как буферы узлов коммутации и каналы связи и согласования скорости передачи информации источником со скоростью приема адресатом. Управление потоком, являясь важнейшим компонентом сети пакетной коммутации, реализуется на разных уровнях протоколов. Оно может осуществляться между соседними узлами коммутации базовой сети; между узлом коммутации - источником и узлом коммутации-адресатом базовой сети; между парами процессов, обменивающимися информацией и т.д. Выполнение функций согласования скоростей и надежной передачи информации на всех уровнях протоколов базируется на механизмах квитирования и концепции окна. Указанные механизмы служат так же эффективным средством борьбы с перегрузкой ресурсов сети [6,35].
Из-за отсутствия управления использованием ограниченных ресурсов сети при чрезмерном увеличении потока требований от одного или группы абонентов может возникнуть резкое увеличение времени задержки или падение производительности сети вплоть до образования полностью блокированных участков (в которых передача данных невозможна). Причина появления блокированных участков и падения производительности сети при перегрузках могут быть различными [35]. Ограничимся иллюстрацией этого явления на двух примерах. На рисунке 1.10а показаны два узла коммутации пакетов, связанные каналом передачи данных. Если буферная память узла А занята пакетами для узла В, а память узла В заполнена пакетами, предназначенными узлу А, то передача между ними невозможна из-за отсутствия свободных буферов и указанный участок оказывается полностью заблокированным.
Оглавление.
Введение.
ГЛАВА 1. Методологические аспекты исследования производительности компьютерных сетей.
1.1. Проблемы организации корпоративных сетей и подходы к их исследованию.
1.2. Концепция построения моделей корпоративных сетей передачи данных как сложных систем.
1.3. Анализ аппаратно-программных средств оценки количественных и качественных показателей функционирования сетей.
1.4. Обзор математического и программного инструментария моделирования компьютерных сетей
1.4.1. Использование теории сетей массового обслуживания для исследования компьютерных сетей
1.4.2. Аналитические методы и модели анализа производительности компьютерных сетей.
1.4.3. Определение показателей производительности сети путем имитационного моделирования сетевого трафика и событий.
1.5. Сравнительный анализ методов построения моделей активного оборудования.
1.6. Методы управления потоками в сетях пакетной коммутации.
1.7. Постановка проблемы.
1.8. Выводы по главе 1.
ГЛАВА 2. Математическая модель трафика в виде уравнений равновесия потоков на уровне двух первых моментов интервалов времени.
2.1. Реализация математической операции мультиплексирования потоков на основе аппроксимации законов распределений.
2.2. Определение неизвестных параметров аппроксимирующих функций.
2.3. Определение моментных характеристик результирующего потока.
2.4. Математическое мультиплексирование потоков на основе их диффузионной аппроксимации.
2.5. Анализ точности полученных результатов по математическому мультиплексированию.
2.6. Реализация математических операций демультиплексирования потоков.
2.7. Уравнения равновесия потоков на уровне дисперсий интервалов времен.
2.8. Обобщение уравнений равновесия в случае наличия избыточных потоков.
2.9. Обобщение уравнений равновесия потоков в случае неоднородного трафика.
2.10. Выводы по главе 2.
ГЛАВА 3. Аппроксимативная модель массового обслуживания общего вида как математическая модель функционирования ресурса сети и расчет ее характеристик.
3.1. Известные методы диффузионной аппроксимации процессов функционирования СМО типа G/G/1 и исследование их точности.
3.2. Двумерная диффузионная аппроксимация процессов функционирования СМО общего вида для расчета ее характеристик.
3.3. СМО типа G/G/1/оо с бесконечной очередью и расчет ее характеристик.
3.4. Расчет характеристик СМО типа G/G/1/m с конечной очередью и потерями.
3.5. Определение характеристик сетевых моделей через характеристики узлов.
3.6. Проверка адекватности аппроксимативной модели массового обслуживания общего вида.
3.7. Структура разработанной программной системы анализа производительности компьютерных сетей.
3.8. Выводы по главе 3.
ГЛАВА 4. Применение разработанных методов и моделей к анализу и расчету самоподобного трафика.
4.1. Введение в самоподобные процессы.
4.2. Распределения с тяжелыми хвостами РТХ.
4.3. Дескрипторы графика и установление связи между коэффициентами Херста и вариации интервалов времени.
4.4. Сравнительный анализ результатов расчетов классических моделей массового обслуживания и моделей на основе РТХ.
4.5. Исследование на самоподобие реальных трафиковых процессов и установление связи с РТХ.
4.6. Другие подходы к восстановлению моментных характеристик интервалов времени для целочисленных процессов.
4.7. Выводы по главе 4.
ГЛАВА 5. Применение разработанных методов к анализу производительности сетевых структур.
5.1. Моделирование фрагмента сети филиала Центробанка РФ с неоднородными потоками.
5.2. Проектирование и моделирование сети кафедры ВУЗа.
5.2.1. Методика сбора сетевого трафика.
5.2.2. Сбор статистики для одного сегмента сети и формирование матриц вероятностей передач.
5.2.3. Определение длины пакета и интенсивности обслуживания сетевых устройств.
5.2.4. Анализ производительности сети кафедры в авторской программной системе.
5.3. Имитационное моделирование сети кафедры в системе Opnet Modeler.
5.4. Моделирование сети кампуса.
5.4.1. Анализ трафика и моделирование сети в авторской программной системе.
5.4.2. Имитационное моделирование сети кампуса в системе Opnet Modeler.
5.5. Моделирование сети факультетов и кафедр с использованием механизма NAT.
5.6. Выводы по главе 5.
ГЛАВА 6. Анализ производительности корпоративных сетей.
6.1. Анализ структуры графика сети ВУЗа.
6.2. Численное моделирование сети ВУЗа в авторской программе.
6.3. Имитационное моделирование сети ВУЗа в системе OPNET Modeler.
6.4. Моделирование сети ВУЗа с использованием механизма NAT.
6.5. Корпоративная сеть энергосбывающей компании.
6.6. Анализ и расчет параметров глобальных каналов связи удаленных офисов компании.
6.7. Численное моделирование корпоративной сети энергосбывающей компании.
6.8. Имитационное моделирование корпоративной сети энергосбывающей компании.
6.9. Выводы по главе 6.
Заключение.
Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Аппроксимативные методы и модели массового обслуживания, Исследование компьютерных сетей, Бахарева Н.Ф., Тарасов В.Н., 2017 - fileskachat.com, быстрое и бесплатное скачивание.
Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу
Скачать - pdf - Яндекс.Диск.
Дата публикации:
Теги: учебник по информатике :: информатика :: компьютеры :: Бахарева :: Тарасов
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
- Компьютерное моделирование объектов, процессов и систем, Королев А.Л., Паршукова Н.Б., 2020
- Технология разработки программного обеспечения, Зубкова Т.М., 2017
- Операционные системы, 2-3 курс, Груздев Д.В., 2017
- Сканирование и получение качественной трехмерной модели объекта в дизайне и технологии художественной обработки материалов на 3D сканере Range Vision Smart, Гамов Е.С., 2017
Предыдущие статьи:
- Секретные фишки TikTok 2020
- Структуры и алгоритмы обработки данных, Иерархические структуры и графы, Батищев Р.В., 2017
- CASE-технологии, Дармаев Т.Г., 2018
- Введение в инженерную деятельность, Абрамова Л.B., 2017