Разработка нейронечеткой модели для эффективности полностью оптической сети телекоммуникации
Осуществление выбора рационального метода коммутации в маршрутизируемых по длине волны оптических сетях телекоммуникации. Разработка вероятностной и нейронечеткой модели в многоузловом тракте передачи данных полностью оптической сети телекоммуникации.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 24.05.2018 |
| Размер файла | 2,1 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Были разработаны схемы организации сети, синхронизации и управления.
Выбрано оборудование электропитания, а также приведена схема прохождения цепей по ЛАЦ для пункта В.
2. Разработка вероятностной и нейронечеткой модели в многоузловом тракте передачи данных полностью оптической сети телекоммуникации
2.1 Вероятностная модель и регулярный метод вычисления вероятностей ошибок в многоузловых трактах передачи данных полностью оптической сети телекоммуникации
Эффективность функционирования ТПД при заданном тарифе r оценивается реальным объемом Vp предоставленных в течении расчетного интервала ТР услуг вычисляемым согласно [6],Vp=Tэ•r, где Тэ - эффективный трафик, определяемый как сумма отрезков времени полезной занятости тракта связи передачей сообщений.
Передаваемое по ТПД сообщение подвергается воздействию внешних помех, искажающих или нештатно использующих передаваемую информацию. Последний вариант называется атакой, методы защити передаваемой информации в этом случае является предметом теории безопасности телекоммуникации. Предметом данной работы является разработка регулярной методики расчета вероятности ошибок в сообщении под воздействием помех. Тракт передачи данных должен доставлять потребителю достоверных данных.
Для защиты от искажений под воздействием помех передаваемая информация кодируется помехоустойчивым кодом. В последнее время обычно применяются простые коды, обнаруживающие искажения в сообщении. Процедура обеспечения потребителя достоверной информацией приведена на рис. 2.1.
Рис. 2.1 Процедура обеспечения потребителя достоверной информацией
Источники информации (абоненты) И1, И2,…Иn в реальном масштабе времени или ретроспективно доставляют в узел формирования данных (ФД) сообщений, в общем случае, с различной интенсивностью лi,.
Формированные с использованием соответствующих методов помехоустойчивого кодирования сообщения (пакеты сообщений) от передающего узла (Пер) транспортируются по образованному тракту приемному узлу (Пр). В процессе декодирования принятых сообщений в приемном узле устанавливается наличие или отсутствие искажений в принятом сообщении (пакете). Не обнаружение искажений (ошибок) подтверждает достоверность, т.е. соответствие принятого в Пр сообщения переданному от Пер, и передаются для реализации ПИ. При обнаружении искажений запрещается передача принятого сообщения (пакета) потребителю информации (ПИ) и по каналу обратной связи (КОС) передается Пер запрос на повторение сообщения (пакета). Если вероятность искажения сообщений в процессе передачи по тракту составляет Р(h), то для обеспечения ПИ достоверной информацией передатчик Пер передает дополнительный по каналу обратной связи дополнительный объем сообщении ДV(h). Суммарный эффективный трафик обеспечивающий ПИ достоверным объемом Vдбудет составлять .
Следовательно, для вычисления реального показателя качества тракта по трафику необходимо определять влияние вероятности помех на увеличения эффективного трафика при передаче данного сообщения.
В теории передачи дискретной информации известны некоторые модели ТПД (Гильберта, на основе цепей Маркова и др.), которые основаны на стационарности потока сообщений. Этот подход приемлем, когда исследуется тракт связи между двумя узлами связи. Современные тракты передачи данных содержат подверженных воздействию помех десятки узлов ретрансляции между отправителем и потребителем информации. Возникает необходимость в создании вероятностной модели такого тракта передачи данных и разработки методов вычисления вероятности ошибок в многоузловых ТПД.
Вероятностная модель тракта передачи данных
Предложенная Международным Союзом Электросвязи (Рекомендации ITU-T, 2100, 07/05) гипотетическая модель нормированных характеристик ТПД устанавливает взаимосвязь между уровнями национальных международных трактов с уровнем ТПД 64 кбит/с [7], предназначенная для обработки результатов предпусковых (Bring-intoservice) и эксплуатационных (maintenance) испытаний и оценки качества работы ТПД. Количественной характеристикой тракта приняты коэффициенты: ошибочной секунды (ESR), числа ошибочных секунд (SESR) и ошибочных блоков к общему времени испытаний и числу блоков в тракте, соответственно.
Формированный по заданному передатчиком маршруту (адресу) тракт связи содержит промежуточные узлы, которые в данной гипотетической модели служат ретрансляторами передаваемого сообщения (массива сообщений) (Рис. 2.2.) Следовательно, современные ТПД представляют собой многоузловые структуры с передающими и приемными и пунктами.
Предполагаем, что передаваемое сообщение С в пункте передатчика Н0кодируется помехоустойчивым кодом, допускающим не корректированную ошибку С0 с вероятностью Р(С0). В процессе передачи по каналу связи L1 и обработки (ретрансляции) в узле H1сообщение С с вероятностью не корректированной ошибки (далее ошибки кодирования Р(С0) подвергается воздействию обобщенной помехи h1, с вероятностью Р(h1).
Рис. 2.2. а Гипотетическая модель нормированных характеристик тракта передачи данных. Б. Гипотетическая вероятностная модель ТПД
При предположении, что случайные события С0 и h1независимые и связанные, вероятность ошибки на выходе узла H1 определяется так
Р(С1)=Р(С0)+Р(С0/h1)(2.1)
В работе [8] показано, что вероятность ошибки на выходе приемного узла определяется по формуле
,(2.2)
где - второй член правой части равенства - приращения вероятности ошибки кодирования под воздействиям помех hi, ,определяемая как условная вероятность события Сi-1 при условии, что событие hiосуществилась. В теории вероятностей все еще отсутствовал метод вычисления условной вероятности. Учитывая это обстоятельство разработан нами метод [7], кратко изложим его содержание.
Условная вероятность и логическая функция импликация
По определению, условная вероятность случайных событий А и В появляется, когда эти события связанные во взаимодействии. Это взаимодействие случайных событий Р(С0) и Р(hi), , в процессе передачи цифровых сообщений по ТПД проявляется согласно (2.2) в виде зависимости приращения вероятности события Р(С0) на выходе i-го узла от вероятности приращений Р(С0) на всех предыдущих узлах ТПД. Такая сложность формирования приращений ДР(Сi) обусловливает необходимость выяснения семантики (содержания) понятия условная вероятности.
В трудах известных ученых по теории вероятностей встречаются две категории трактовки понятия условной вероятности.
Определение 2.1. Вероятность события А, вычисленная при условии, что осуществилось другое событие В называется условной вероятностью и обозначает Р(А/В) [9].
Определение 2.2. Если система в момент времени s находится в фазовом состоянии I, то в последующий момент времени t система будет находится в состоянии j.... с вероятностью Рi,j(s,t)=P[E(t)=j/E(s)=i] [10].
Нетрудно заменить, что в определении 1. условность появления события А/Выражено через причинно - следственное отношение «при условии, что» а в определении 2.2 - через логической функции импликация «Если А, то В», отражающая логическую функциональную или другого характера связи между событиями А и В. Эту связь мы формулировали так.
Определение 2.3. Если имеет место в системе событие А, то появление и воздействие на него другого события В образует (порождает) новое условное событие А/В, с вероятностью Р(А/В). Доказательство этого определения начнем с анализа понятия импликация.
Определение 2.4. Импликация - логическая операция, соответствущая образованию высказывания, «Если А то В» из высказываний А и В, обозначаемая обычно А > В или АВ. Точный смысл высказывания А > В различен при классическом, конструктивном и других подходах к построению семантики языка [11].
Далее речь будет идти, согласно Определениям 2.2 и 2.4 о конструктивном подходе к представимости условной вероятности в импликативной форме.
В качестве примера конструктивного подхода обратимся к проблеме вычисления приращения вероятности некорректированной ошибки кодирования Р(С0) при передаче кодированного сообшения С по n-узловому тракту передачи цифровых данных под воздействием помехhi, ,[12].При такой постановке задачи смысл высказываний А и В для входа первого узла тракта передачи данных соответствуют событие С0 и h1 физического происхождения, причем здесь в качестве базисного события выступает некорректированная ошибка кодирования С0, а воздействующего фактора внешняя помехаh1. Теперь конструктивную форму понятия «импликация» применительно к данной задаче можно формулировать так.
Определение 2.5. Если в передаваемом сообшении С присутствует случайное событие С0, то воздействие на него на тракте связи случайного события h1 приводит к образованию в сообщении импликаций случайннх событий С0 > h1. и операцию «импликация вероятностей» событий С0 и h1 можно представить в виде Р(С0)> P(h1). Таким образом, принимая во внимание семантическую (содержательную) общность понятий условной вероятности событий С0 и h1 и импликации вероятностей событий С0 и h1, можно записать
(2.3)
Выражение (2.3) назовем импликативной формой условной вероятности (ИФУВ).
Анализируя определения 2.2, 2.4 и 2.5, формулировок понятии цепей Маркова [10]и нечеткой импликации[13], приходим к выводу, что смысл понятия «импликация» действительно зависит от конструктивного подхода к семантике языка, т.е. от цели и области применения понятия импликация.
Следовательно, введенный нами термин «импликативная форма условной вероятности» может употребляться в исследованиях определенных классов технологических, физических и других задач.
Как известно, «степень возможности появления каждого события оценивается определенным числом, называемым вероятность этого события» [10]. Поэтому ИФУВ, определящая условную вероятность событий С0 и h, также должна иметь конкретное численное значение. Для решения этой задачи построим таблицу классической импликации и, исходя из условий нашей конкретной проблемы, сопоставим ее с таблицей вероятностной импликации, имея в виду, что в математической логике высказывания А и В имеют значения 0 или 1, а вероятности событий С0 и h1 в технологии передачи данных являются величинами физического происхождения, определяемыми как вероятность с конкретными цифровыми значениями в пределах от 0 до 1. В таблице, построенной с учетом этого условия, высказывание А отождествляется с событием С0, а высказывание В - с событием h1.
|
Классическая форма импликации |
Вероятностная форма импликации |
|||||||
|
№ |
А |
В |
А>В |
С0 |
h1 |
С0>h1 |
Р(h1/С0) |
|
|
1 |
Истинно |
Истинно |
Истинно |
С0 |
h1 |
С0>h1 |
Р(С0) >Р(h1) |
|
|
2 |
Истинно |
Ложно |
Ложно |
С0 |
- |
С0 |
Р(С0) |
|
|
3 |
Ложно |
Истинно |
Истинно |
- |
h1 |
h1 |
Р(h1) |
|
|
4 |
Ложно |
Ложно |
Истинно |
- |
- |
- |
- |
Выполненный анализ данных таблицы, взяв за основу упомянутое выше положение «смысл операция импликация различен при классическом, конструктивном и других подходах к семантике языка» [11] при условии, что передача сообщений представляет собой технологический процесс прохождения сообщения С по тракту связи, подверженному воздействию внешней помехи (h1), позволяет установить следующие положения.
В строке 1 истинность операции импликация определяется истинностью высказыванийи А и В, т.е.А>В. Этому условию, согласно Определению 2.4 и формуле (2.3), на выходе первого узла тракта связи соответствует вероятностный аналог импликации условной вероятности в виде
Р(С0) >Р(h1) = Р(С0/h1)
В строке 2 истинно только событие А, чему в таблице соответствует событие С0и из условий ложности события В вытекает С0>h1 =С0, а следовательно, Р(С0/h1) = Р(С0).
Легко заметить, что в данной постановке задачи в качестве базисного выступает событие С0. Точно так же при принятии в качестве базисного событияh0 из анализа строки 3 следует Р(h0 /С1)=Р(h0).
Именно в последних равенствах заключается особенность импликативного подхода к определению условной вероятности.
Основываясь на полученных результатах, можно утверждать, что известная проблема неопределенности условной вероятности
, при Р(А) = 0, (2.4)
решена для условий передачи по тракту связи цифровых данных по много узловому линейному тракту под воздействием внешних факторов и установлено, что в таких сетях условная вероятность характеризуется предельными значениями, определяемых неравенствами названными нами в [12] «неравенство ИФУВ».
Р(С0) • Р(h1) ? Р(С0/h1) ? Р(С0) - при базисном событии С0 (2.5)
Р(h0) • Р(С1) ? Р(h0/С1) ? Р(h0) - при базисном событии h0
Изложенное дает основание считать, что таблица вероятностной формы импликации действительно отражает процесс прохождения кодированных сообщений по тракту передачи данных под воздействием внешних факторов и предельные значения в неравенствах (2.5) могут служить основой для создания аналитического метода вычисления условных вероятностей.
Методика расчета предельных вероятностей ошибок в многоузловом ТПД
В много узловом ТПД с базисньм событием С0и воздействующим фактором h1описываемых формулой (2.1) предельные значения условной вероятности событий, для выхода первого узла тракта согласно неравенству (2.5) принимают вид [12]:
Р(С0/h1) = Р(С0);
Р(С0/h1) = Р(С0)•Р(h1)
Тогда расчетные формулы для вычисления вероятности ошибки на выходе приемного n-го узла ТПД представляются в виде
(2.6)
(2.7)
Выполнив операции по преобразованию этих выражений, получим формулы, значительно упрощаюшие вычисления:
а также:
Здесь буква П означает знак произведения.
При использовании метода ИФУВ приращения вероятности базисной ошибки С0 под воздействием внешних факторовhi, , определяется так
Проведя аналогичные преобразования, получим
Далее, поделив на Р(С0) и умножив на 100 обе стороны этих выражений, получим формулу для вычисления относительного приращения базисной ошибки в ТПД под воздействием внешних факторов (в процентах):
Рис. 2.3 Характеристики приращений вероятности ошибки кодирования при
.
На рис. 2.3 приведены характеристики приращения вероятности базисного события С0 ДР(Сi), вычисленные по формулам (2.6) и (2.7) при исходных данных: Р(С0)=0,2, а Р(hi), имеют следующие величины
1.´. Р(hi) = 0; 0,1; 0,2; 0,3; 0,4; 0,5 - для кривых 1 и 2
- Р(hi) = 0; 0,1; 0,4; 0,3; 0,2; 0,5 - для кривых 3 и 4.
Из анализа и сопоставления характеристик рис.3 можно заключить, что) кривые 1 и 3, вычисленные по формуле , независимых С0 и Р(hi), а кривые 2 и 4 - построенные по формуле - являются результатом связанности событий С0 и P(hi).
2. Воздействие на сообщение С случайного события hn>hi (вторая группа Р(hi) данных) обуславливает повышение соответствующих кривых 3 и 4 над 1 и 2, соответственно, и отражает появление нештатного источника помехи. Создание системы контроля по узлам сети позволит регистрировать нештатный режим и принять срочные меры по его устранению.
3. Площади между кривыми 1 и 2, 3 и 4 представляют собой пространства существования условных вероятностей, а пространств между кривыми 2 и 3 и осью абсцисс Р(hi)- существовании условных вероятностей связанных событий. Интерпретация и использование кривых 1, 2 и 3, 4 и пространств зависит от постановки задачи и целей применения вероятности базисного события Р(С0) в расчете процессов передачи сообщения по ТПД.
1. Предложена вероятностная модель многоузловой ТПДИ, представляющая вероятность ошибки на выходе приемника тракта суммой вероятностей базисной ошибки декодирования и ее приращений в процессе передачи сообщений под воздействием внешних факторов.
2. Разработан методологический подход, основанный на семантической аналогии классической логической импликации и вероятностной импликации и установлены предельные значения условной вероятности в зависимости от взаимосвязи случайннх событий С0и hi.
3. Предложен регулярные метод вычисления приращений вероятности ошибок на выходах узлов и приемника тракта передачи данных.
2.2 Решение задачи нечеткой многокритериальной маршрутизации в полностью оптической сети телекоммуникации
В большинстве случаев ограничения параметрических моделей представляет собой математическое описание и количественное выражение самых разнообразных условий, от которых зависит некоторый технический или производственный процесс. Это разнообразие может сказаться, в частности, и в том, что причины, влияющие на изменение величин, при помощи которых выражаются соответствующие ограничения, необходимо рассматривать как независимые, но действующие одновременно. Задачи такого рода естественно описывать при помощи нескольких параметров. Часто имеется только “расплывчатая” - нечёткая информация о коэффициентах параметрической модели. В качестве математического аппарата, позволяющего формализовать нечёткую информацию, в работе применяется теория нечётких множеств.
Телекоммуникационная сеть состоит из узлового сетевого оборудования и каналов связи. В качестве сетевого оборудования могут выступать маршрутизаторы, антенны, коммутаторы и другие устройства. Каналы связи - это кабели или, в случае радиорелейной сети, направление в пространстве.
Телекоммуникационную сеть можно представить в виде графа (N, A), где N = {v1, v2, v3, …} обозначает конечное множество сетевого оборудования (узлов). A = {a12, a23, a34, …} обозначает множество соединений (дуг) сети. Каждая дуга aij соответствует паре (i, j) для некоторых точек i, j из N ().
Для двух произвольных точек сети и путь p от k до точки t есть последовательность дуг.
Каждый узел и дуга имеют свои сетевые характеристики, на основе которых выбирается путь p. При выборе маршрута трафика учитываются следующие параметры: стоимость пропускания трафика по каналу, величина полосы пропускания, величина временной задержки, коэффициент надёжности, а также количество промежуточных сетевых узлов.
В зависимости от типа трафика, для которого строится путь, важность того или иного параметра пути может изменяться. Так, для голосового трафика наиболее критичной характеристикой является временная задержка передачи пакетов, а для потока видео, напротив, самой важной характеристикой является ширина полосы пропускания.
Введём следующие обозначения:
cij - стоимость соединения между узлами сети i и j. В неё входят стоимость аренды места, по которому проложен кабель, стоимость аренды места на крыше или вышке в случае радиорелейного соединения, стоимость ежегодного обслуживания этого соединения и др.
bij - доступная полоса пропускания между узлами i и j. Величина вычисляется путём вычитания уже зарезервированного объёма трафика другими сервисами из номинального значения полосы пропускания, которая является характеристикой физического соединения (i, j).
Bt - полоса пропускания, необходимая для предоставления услуги типа T.
Bcurij - текущая загрузка канала между узлами i и j.
Bmaxij - максимально допустимая загрузка канала между узлами i и j.
Dij - величина временной задержки. Величина, характеризующая среднее время обработки единицы трафика (пакет в случае IP сетей) на концевых устройствах i и j. Является характеристикой этих устройств и при увеличении нагрузки на оборудование, время обработки падает.
Rij - коэффициент надёжности соединения между узлами i и j. Зависит от свойств оборудования (точки i, j). Величина определяется во время функционирования сети путём сбора статистики о количестве потерянных пакетов на единицу переданных данных.
Также введём степень загрузки L каждого элемента сети (N, A) как отношение текущей загрузки к максимальной:
где V(i) - текущая загрузка элемента i (Mb/s), Vmax(i) - максимально допустимая загрузка элемента сети (Mb/s).
Решается задача построения пути прохождения трафика по сети (N, A).
В зависимости от типа трафика (голосовой, видео и др.) на искомый путь накладывается ряд ограничений: обеспечение требуемой ширины полосы пропускания, величины временной задержки [15]. При этих ограничениях путь должен минимизировать стоимость прохождения трафика по сети и загрузку сетевых элементов - каналов связи - и максимизировать коэффициент надежности.
Путь p состоит из набора дуг сети
p = <asi, aij, … amt>, где
и ,
,
.
Используя значения параметров каждой дуги, можно вычислить характеристики пути p.
Пусть c1(p,T), B(p), D(p), c2(p) и c3(p,T) - функции, которые определяют стоимость прохождения трафика T по пути p, значение доступной полосы пропускания, величину задержки, коэффициент надежности и коэффициент загрузки для каждого пути p соответственно. Эти функции имеют вид:
- стоимость резервирования канала p для пропускания трафика типа T;
- коэффициент загрузки канала;
- ширина полосы пропускания канала;
- суммарная величина временных задержек на пути;
- коэффициент надёжности канала.
Также каждый тип услуги Т имеет ряд требований к каналу p:
B(p) > Дbandwidth(T) - полоса пропускания канала должна быть больше некоторой заданной величины Дbandwidth(T), зависящей от типа сервиса T.
D(p) < Дdelay(T) - время задержек должно быть меньше заданной величины Дdelay(T), зависящей от типа сервиса T.
Задача поиска пути принимает вид:
,
B(p) >Дbandwidth(T),
D(p) <Дdelay(T).
В настоящей работе предлагается многокритериальный подход, который решает задачу маршрутизации в мультисервисных сетях связи и который учитывает не только технические требования к ресурсам, но и экономическую составляющую.
Многокритериальный анализ имеет ряд преимуществ перед однопараметрической оптимизацией и, поэтому, в последнее время широко применяется в разных технических задачах. На сегодняшний день существуют лишь несколько попыток применения многокритериального анализа в области телекоммуникации. С появлением всё большего числа сервисов (услуг) число аспектов или критериев, которые должны учитываться при решении задач в современных телекоммуникационных сетях, увеличивается и, тем самым, возникает необходимость применения многокритериального анализа [14].
Потребность количественного ранжирования частных критериев и неопределенность при их описании в задачах многокритериальной оптимизации объективно являются источниками субъективизма, неопределенности. Необходимость использования информации качественного характера признается многими исследователями, и предложены различные пути формализации и решения этой проблемы
Теория нечетких множеств, особенно ее концептуальная основа и математический аппарат для работы с объектами лингвистической природы, оказались плодотворными, эффективными средствами постановки и решения задач многокритериальной оптимизации при наличии неопределенностей нестатистического характера. При этом следует отметить, что существует чрезвычайно большое многообразие такого рода задач, и поэтому не существует единой универсальной методики их решения.
Многокритериальная задача нечеткого линейного программирования, соответствующая задаче нечеткого линейного программирования, определяется следующим образом:
«максимизировать»
при ограничениях
где K = {1,2, …, q} - множество нечетких критериев, a : R [0, 1], :R [0, 1], :R [0, 1], k K, i M, j N, - функциипринадлежности нечетких параметров , соответственно.
Чтобы «максимизировать» целевые функции, можно использовать понятия «оптимального решения», аналогичные 1) идею удовлетворяющего решения, 2) идею - эффективного решения.
Для каждого критерия
мы допускаем существование заданной дополнительной цели ( R) - некоторого нечеткого множества на вещественной оси. Определение цели может быть существенным для качества «оптимального» решения. Его смысл зависит, однако, от природы критериев, будучи в некотором смысле идеальными значениями соответствующих критериев. Нечеткое значение функции критерия сравнивается с целью с помощью некоторого нечеткого отношения Sk, также заданного извне. Тогда нечеткие критерии обрабатываются как ограничения .
Пусть - минисвязанные возможностные величины, определенные на возможностом пространстве, i(0,1 - уровни возможности, Х=хЕnх1, …, хn0 - множество альтернатив, .
Мобильная проблема многокритериальной оптимизации записывается следующим образом:
,
где М - оператор перехода к модальным значениям соответствующих возможностных функций.
Проблема максимизации уровня при построчных ограничениях по возможности определяется как решение следующей задачи:
,
В рамках интервального анализа данную проблему можно интерпретировать как максимаксную модель принятия решения.
В данной работе представлен один из методов решения задачи многокритериальной маршрутизации в мультисервисных телекоммуникационных сетях связи. К особенностям предложенного метода можно отнести использование при поиске маршрута таких критериев, как стоимость резервирования канала связи, его загрузка и надежность. К ограничениям, накладываемым на маршрут пропускную способность и временную задержку передачи данных в канале. Этот подход позволяет строить оптимальный маршрут практически для любого типа сервиса.
В результате работы создан объектно-ориентированный расширяемый программный комплекс, который решает поставленную задачу.
3. Алгоритм и программа решения задач маршрутизации с нечеткой целью в полностью оптической сети телекоммуникации
3.1 Алгоритм решения задач маршрутизации с нечеткой целью в полностью оптической сети телекоммуникации
При выборе маршрута трафика учитываются следующие параметры: стоимость пропускания трафика по каналу, величина полосы пропускания, величина временной задержки, коэффициент надёжности, а также количество промежуточных сетевых узлов. Для обеспечения требуемого качества обслуживания может применяться технология разделения трафика. Идея метода состоит в том, чтобы расщепить трафик на отдельные составляющие (в зависимости от типа сервиса) и осуществить его транспортировку по сетям связи, удовлетворяющим требованиям сервиса к ресурсам. Этот метод часто применяется для маршрутизации голосовых пакетов на магистральных сетях.
Метод разделения трафика является одним из лучших методов решения задачи маршрутизации с технической точки зрения.
Заметим, однако, что при наличии в сети нескольких альтернативных маршрутов равной стоимости (метрики), трафик делится между ними, и нагрузка на маршрутизаторы и каналы связи распределяется более сбалансировано. Но когда стоимость альтернативных маршрутов даже незначительно хуже, чем у кратчайшего маршрута, этот инструмент не работает.
Вторым недостатком маршрутизации IP является то, что маршруты рассчитываются с учетом локальной оптимизации. В рамках всей сети такой выбор может оказаться неоптимальным. Чтобы оптимизировать использование ресурсов в масштабах всей сети, решение о маршрутизации должно приниматься с учетом назначения всей сети и общего представления о ней.
Третьим недостатком традиционных методов маршрутизации трафика в сетях IP является то, что пути выбираются без учета текущей загрузки ресурсов сети. Если кратчайший путь уже перегружен, то пакеты все равно будут посылаться по нему. Современные протоколы маршрутизации при расчёте метрики учитывают такие параметры сети, как:
· Число маршрутизаторов, входящих в маршрут,
· Пропускная ширина канала
· Время задержек
· Процент потерянных пакетов и др.
Алгоритм состоит из следующих этапов.
1. Расчет метрики.
Протокол IGRP (Interior Gateway Routing Protocol) использует следующую формулу для подсчёта метрики, на основании которой выбирается маршрут:
,
где
d - коэффициент, характеризующий временные задержки при движении пути по маршруту пакетов,
b - ширина пропускания канала в самом узком сегменте пути,
o - коэффициент, характеризующий загрузку канала
r - коэффициент надежности маршрута
K1, K2 - константы
Вид функции и значения коэффициентов K1, K2 заданы априори. Этот протокол учитывает множество параметров сети, необходимые для расчёта пути: полоса пропускания, задержки, текущая загрузка. Но он неэффективен для трафика разных типа сервисов, когда сам вид функции для расчёта метрики и константы зависят от конкретного типа сервиса. Помимо технической стороны вопроса, этот протокол никак не учитывает экономическую составляющую при выборе маршрута. Как уже говорилось выше, каждое соединение имеет эксплуатационную стоимость и без учета этого параметра при выборе маршрута нельзя построить экономически оптимальную сеть связи.
2. Многокритериальный анализ решения задач маршрутизации с нечеткой целью. В настоящей работе предлагается многокритериальный подход, который решает задачу маршрутизации в мультисервисных сетях связи и который учитывает не только технические требования к ресурсам, но и экономическую составляющую.
Многокритериальный анализ имеет ряд преимуществ перед однопараметрической оптимизацией и, поэтому, в последнее время широко применяется в разных технических задачах (см., например [14,15]). На сегодняшний день существуют лишь несколько попыток применения многокритериального анализа в области телекоммуникации. С появлением всё большего числа сервисов (услуг) число аспектов или критериев, которые должны учитываться при решении задач в современных телекоммуникационных сетях, увеличивается и, тем самым, возникает необходимость применения многокритериального анализа [15].
Потребность количественного ранжирования частных критериев и неопределенность при их описании в задачах многокритериальной оптимизации объективно являются источниками субъективизма, неопределенности. Необходимость использования информации качественного характера признается многими исследователями, и предложены различные пути формализации и решения этой проблемы
Теория нечетких множеств, особенно ее концептуальная основа и математический аппарат для работы с объектами лингвистической природы, оказались плодотворными, эффективными средствами постановки и решения задач многокритериальной оптимизации при наличии неопределенностей нестатистического характера. При этом следует отметить, что существует чрезвычайно большое многообразие такого рода задач, и поэтому не существует единой универсальной методики их решения [14].
Задача многокритериальной оптимизации имеет следующий вид:
(3.1)
где
,
Задача многокритериальной оптимизации с нечеткой целью предполагает нахождение таких х, которое удовлетворяет следующих ограничений:
(3.2)
где - нечеткое множество,
(3.3)
Решение нечеткой задачи (3.2) может быть преобразован к решению четкой задачи
(3.4)
Решение называется Парето оптимальным решением если для всех y и хотя бы одного .
Решение называется оптимальным по критерию типа Парето, если не существует , лучшею по критерию типа Парето, чем .
Введем понятие улучшаемости решения по критерию типа Парето в нечеткой среде: решение назовем улучшаемым, если существует решение , которое лучше у по критерию типа Парето.
Решение улучшаемо в ситуации принятия многоцелевых нечетких решений тогда и только тогда, когда существует вектор , для которого выполнены неравенства
для всех и хотя бы одного , где ,
Пусть требуемые неравенства выполнены, тогда согласно определению существует для которого справедливо и, следовательно, , для всех или хотя бы одного . Эти неравенство показывают, что решение улучшаемо.
Пусть решение улучшаемо и пусть является тем решением, которое лучше решения по критерию Парето. Положим для всех , где Тогда
Учитывая, что для всех из , получаем , для всех и или хотя бы одного . Отсюда следует справедливость неравенств.
Решение улучшаемо в ситуации принятия многоцелевых решений тогда и только тогда, когда существует вектор г из множества такой, что выполнены неравенства . Справедливость этих неравенств следует из соображений
,
для всех , .
Отсюда следует, что если оценочные функционала получены после применение естественной нормализации, то область Г имеет вид:
.
Таким образом, решение вопроса об улучшаемости, оптимальности по Парето многоцелевого решения по критерию Парето сводится к существованию (отсутствию) вектора для которого выполнены неравенства .
Таким образом, для того чтобы решение было улучшаемо (оптимально по Парето), необходимо чтобы выполнялись (были несовместны) неравенства:
Справедливость этих неравенств видно из следующих соображений:
для всех или хотя бы одного .
Пусть функция принадлежности , определяемое как в (3). оптимальное решение улучшаемой задачи
,
(3.5)
Тогда решение Парето - оптимальное решение задачи (3.1).
Предположим обратное. Пусть Парето - оптимальное решение (3.1). Тогда существует такое решение , что при всех () и для некоторого Так как вектор положительный и удовлетворяет следующие равенства:
и
Тем не менее существует при всех () и для некоторого
Это приводит к следующим неравенством:
Это означает решение (5) не является оптимальным.
3. Решение задач маршрутизации с нечеткой целью с использованием рекуррентных нейронных сетей. Нахождение Парето - оптимального решения (3.5) при условии (3.3) приводится к решению следующий задачи линейного программирование:
(3.6)
Решение данной задачи находим с использованием рекуррентных нейронных сетей.
Длярешения задачи (3.1)-(3.2) предложена рекуррентная нейронная сеть,
, (3.7)
где - шаг по времени. Параметры подбираются экспериментально и существенно влияют на скорость достижения решения задачи и качество этого решения.
3.2 Программа решения задач маршрутизации с нечеткой целью в полностью оптической сети телекоммуникации
В данной работе представлен один из методов решения задачи многокритериальной маршрутизации в полностью оптической сети телекоммуникации. К особенностям предложенного метода можно отнести использование при поиске маршрута таких критериев, как стоимость резервирования канала связи, его загрузка и надежность. К ограничениям, накладываемым на маршрут пропускную способность и временную задержку передачи данных в канале. Этот подход позволяет строить оптимальный маршрут практически для любого типа сервиса.
Для решения задачи маршрутизации был создан программный комплекс на высокоуровневом объектно-ориентированном языке программирования Delphi.
Программный комплекс состоит из трёх основных модулей:
· Менеджер сети;
· Модуль поиска маршрута;
· Модуль визуализации сети связи.
На вход программы подаётся сеть - граф (N, E), набор параметров для каждой дуги из E, сервис, для которого строится маршрут.
Также указывается, какие параметры соединения (дуги из E) относятся к критериям, а какие к ограничениям. Для выбранных n критериев нужно указать n-1 количественных или интервальных оценок важности.
Как в методе количественных оценок важности критериев, так и в методе интервальных оценок важности критериев, значения всех критериев должны быть приведены к одной шкале. Для этого применяется процедура нормализации, описанная в работе выше.
Пример сети, которая загружается в систему приведен на рис. 3.1.
Рис. 3.1 Модель сети связи
Каждое соединение характеризуется следующими параметрами:
· Стоимость;
· Загруженность;
· Коэффициент ошибок;
· Доступная полоса пропускания;
· Коэффициент задержек.
Параметры стоимость и загруженность являются критериями, по которым происходит оптимизация, параметры доступная полоса пропускания и коэффициент задержек являются ограничениями, по которым из исходного множества всевозможных путей происходит первоначальная фильтрация. Параметр коэффициент ошибок является и ограничением и критерием. Значения параметров стоимость, загруженность, коэффициент ошибок, доступная полоса пропускания и коэффициент задержек вычисляются по следующим формулам соответственно.
- стоимость резервирования канала p для пропускания трафика типа T.
- коэффициент загрузки канала.
- ширина полосы пропускания канала.
- суммарная величина временных задержек на пути.
- коэффициент надёжности канала.
Cij - стоимость соединения между узлами сети I и j. В неё входят стоимость аренды места, по которому проложен кабель, стоимость аренды места на крыше или вышке в случае радиорелейного соединения, стоимость ежегодного обслуживания этого соединения и др.
bij - доступная полоса пропускания между узлами I и j. Величина вычисляется путём вычитания уже зарезервированного объёма трафика другими сервисами из номинального значения полосы пропускания, которая является характеристикой физического соединения (I, j).
Bt - полоса пропускания, необходимая для предоставления услуги типа T.
Bcurij - текущая загрузка канала между узлами I и j.
Bmaxij - максимально допустимая загрузка канала между узлами I и j.
Dij - величина временной задержки. Величина, характеризующая среднее время обработки единицы трафика (пакет в случае IP сетей) на концевых устройствах I и j. Является характеристикой этих устройств и при увеличении нагрузки на оборудование, время обработки падает.
Rij - коэффициент надёжности соединения между узлами I и j. Зависит от свойств оборудования (точки I, j). Величина определяется во время функционирования сети путём сбора статистики о количестве потерянных пакетов на единицу переданных данных.
Далее рассмотрим алгоритм решения задачи маршрутизации методами множественных оценок важности критериев на примере сети связи, изображённой на рисунке 1.
Каждый из методов решения многокритериальной задачи предполагает однородность всех критериев, поэтому перед применением методов нужно провести процедуру нормализации, в результате которой значения каждого критерия лежит в одном и том же множестве.
Так как в задаче стоимость и загруженность минимизируются, а для коэффициента ошибок ищется максимум, то умножим значения критериев стоимость и загруженность на -1 и будем искать максимальные значения для всех критериев.
На рисунке 2 представлено решение задачи маршрутизации.
Рис. 2 Решение задачи маршрутизации
Предложенные подходы не только решают задачу более точно, но и позволяют учитывать помимо технических характеристик маршрута, его стоимость, надежность и другие параметры.
Заключение
1.Данная диссертационная работа посвящена актуальным вопросам создания и функционирования оптических транспортных сетей телекоммуникаций. Предложена в качестве рационального метода коммутации перспективная технология оптической коммутации блоков совместно с широко используемыми оптическими транспортными сетями с коммутацией длин волн, дан сравнительный анализ основных видов коммутации. Также описан протокол установления канала связи в сети с оптической коммутацией блоков и рассмотрены механизмы обеспечения QoS.
2. В настоящее время для формирования баз знаний актуально создание гибридных технологий - нечетких нейронных сетей, сочетающих в себе достоинства нейросетевых моделей и нечетких систем.
Структура используемой в данной работе нечеткой нейронной сети однозначно определяется следующим множеством параметров:
1) количеством нейронов во входном слое;
2) количеством выходных нейронов;
3) числом градаций входных нейронов;
4) алгоритмом нечёткого логического вывода нечётко-продукционной модели.
3. Подготовлены обучающие выборки и проведено обучение нечеткой нейронной сети с получением системы правил. Проведен сравнительный анализ результатов работы нечеткой нейронной сети при различных подходах к настройке ее параметров - с применение методики преднастройки и оптимизации и без нее.
4. В работе предлагается анализ решения задач маршрутизации в телекоммуникационных сетях связи. Исследуются задачи многокритериальной оптимизации с нечеткой целью.
Список использованной литературы
1. Постановление Президента Республики Узбекистан №ПП-1730 «О мерах по дальнейшему внедрению и развитию современных информационно-коммуникационных технологий» от 21.03.2012.
2. Постановление Президента Республики Узбекистан №ПП-1920 «О государственной программе «Год благополучия и процветания» от 14.02.2013.
...Подобные документы
Достоинства компьютерных сетей. Основы построения и функционирования компьютерных сетей. Подбор сетевого оборудования. Уровни модели OSI. Базовые сетевые технологии. Осуществление интерактивной связи. Протоколы сеансового уровня. Среда передачи данных.
курсовая работа [2,7 M], добавлен 20.11.2012Проектирование и моделирование линейной вычислительной сети многоэтажного здания. Улучшение производительности LAN посредством VLAN. Настройка QoS в существующей сети. Проектирование Wireless Lan и управление доступом к среде передачи. Описание симуляции.
дипломная работа [2,6 M], добавлен 10.07.2017Взаимодействие уровней в процессе связи, его эталонная модель для открытых систем. Функции уровней модели OSI. Сетезависимые протоколы, а также протоколы, ориентированные на приложениях, их сравнительное описание и использование в современных сетях.
реферат [361,5 K], добавлен 16.04.2015Всемирная межбанковская система SWIFT, особенности ее деятельности в России. Цели создания SWIFT и основные этапы ее развития. Преимущества и недостатки сети. Системы банковских телекоммуникаций. Системы электронной почты. Разработка базы данных "Аптека".
курсовая работа [1,1 M], добавлен 07.07.2014Анализ цели проектирования сети. Разработка топологической модели компьютерной сети. Тестирование коммутационного оборудования. Особенности клиентских устройств. Требования к покрытию и скорости передачи данных. Виды угроз безопасности беспроводных сетей.
дипломная работа [3,3 M], добавлен 22.03.2017Анализ применяемых технологий в мультисервисных сетях. Сосуществование сетей АТМ с традиционными технологиями локальных сетей. Характеристика сети передачи данных РФ "Электросвязь" Кемеровской области. Схема организации сети передачи данных, каналы связи.
дипломная работа [642,3 K], добавлен 02.11.2010Современные средства связи и их характеристика. Разработка структуры сети передачи данных. Выбор типа доступа. Основные уровни модели OSI, технология доступа. Выбор оборудования, характеристики сервера. Расчет стоимостных показателей для прокладки сети.
курсовая работа [411,7 K], добавлен 22.04.2013Компьютерные телекоммуникации в системе среднего образования. Преимущества Интернет как средства обучения. Его дидактические возможности в обучении письменным и устным видам речевой деятельности. Формирование грамматического навыка с помощью сети.
курсовая работа [35,5 K], добавлен 17.09.2015Технологии высокоскоростной передачи данных в локальных сетях. Расчет информационных потоков. Выбор сетевых стандартов. Разработка структуры сети, схемы прокладки кабелей. Выбор аппаратного и программного обеспечения. Разработка системы защиты информации.
дипломная работа [555,3 K], добавлен 19.01.2017Разработка компьютерных моделей, позволяющих рационально организовать потоки в железнодорожной сети. Составление списков входных и выходных параметров имитационной модели железнодорожной транспортной сети. Реализация алгоритма, листинг программы.
курсовая работа [1,4 M], добавлен 05.09.2009Математические модели, построенные по принципу организации и функционирования биологических нейронных сетей, их программные или аппаратные реализации. Разработка нейронной сети типа "многослойный персептрон" для прогнозирования выбора токарного станка.
курсовая работа [549,7 K], добавлен 03.03.2015Разработка программно-аппаратного модуля, предназначающегося для сбора и анализа собранных данных в беспроводной сенсорной сети. Изготовление макета устройства. Внесение собираемых данных в базу. Расположение протокола MQTT в модели OSI приложения.
дипломная работа [3,9 M], добавлен 18.11.2017Понятие социальной сети, определение основных целей и задач ее создания, распространенность и значение в современном обществе. Модели влияния в социальных сетях. Выбор средств проектирования и программная реализация, разработка и реализация интерфейса.
дипломная работа [1,5 M], добавлен 11.09.2012Беспроводные и проводные системы передачи данных. Методы обеспечения безошибочности передачи данных в сетях. Оценка зависимости показателей эффективности. Снижение вероятности появления ошибки сбора данных в соответствии с предъявленными требованиями.
дипломная работа [309,0 K], добавлен 14.10.2014Выделенный канал. Скорость доступа. Стоимость доступа. Стоимость оборудования и подключения. Использование телефонных линий Dial-Up. Модем или посредник между компьютерами. Использование бытовой электрической сети для доступа в Интернет. Intranet.
контрольная работа [56,8 K], добавлен 25.12.2004Обеспечение правильной работы и обслуживания сети посредством разработки и исследования имитационной модели локальной вычислительной сети. Анализ основных проблем: организационная структура, расположение, испытание, проверка сети и экономическая выгода.
дипломная работа [606,9 K], добавлен 14.10.2010Вычислительные системы, сети и телекоммуникации: цели и задачи обработки информации, аппаратные средства её реализации. Функции управления ЭВМ, их программные составляющие (память, интерфейс, средства обработки). Многопроцессорные вычислительные системы.
курсовая работа [2,1 M], добавлен 17.12.2009Локальная вычислительная сеть, узлы коммутации и линии связи, обеспечивающие передачу данных пользователей сети. Канальный уровень модели OSI. Схема расположения компьютеров. Расчет общей длины кабеля. Программное и аппаратное обеспечение локальной сети.
курсовая работа [55,0 K], добавлен 28.06.2014Разработка событийной модели сети массового обслуживания дискретной системы, преобразование ее в программно-реализуемую форму. Детерминированный тест для проверки правильности модели. Выполнение пробных прогонов разработанной программной модели.
контрольная работа [1,3 M], добавлен 17.03.2013Общие сведения о вычислительных сетях, история их появления. Локальные и глобальные сети. Пакет как основная единица информации вычислительной сети. Главные способы переключения соединений. Методы организации передачи данных между компьютерами.
презентация [611,9 K], добавлен 25.11.2012
