Розробка методики прогностичного контролю сучасних мультисервісних телекомунікаційних мереж

Размещено на http://www.allbest.ru/

МІНІСТЕРСТВО ТРАНСПОРТУ ТА ЗВ'ЯЗКУ УКРАЇНИ ДЕРЖАВНЕ ПІДПРИЄМСТВО

«УКРАЇНСЬКИЙ НАУКОВО-ДОСЛІДНИЙ ІНСТИТУТ ЗВ`ЯЗКУ»

Автореферат дисертації на здобуття наукового ступеня

кандидата технічних наук

05.12.02 - Телекомунікаційні системи та мережі

Розробка методики прогностичного контролю сучасних мультисервісних телекомунікаційних мереж

Гундерич Галина Альбертівна

Київ 2010

Дисертацією є рукопис

Робота виконана в Українському науково-дослідному інституті зв'язку Міністерства транспорту та зв'язку України

Науковий керівник кандидат технічних наук, доцент Скопа Олександр Олександрович Міжнародний гуманітарний університет МОН України (м. Одеса), завідувач кафедри Комп'ютерної інженерії

Офіційні опоненти: доктор технічних наук, професор Семенко Анатолій Іларіонович Державний університет інформаційно-комунікаційних технологій МОН України професор кафедри телекомунікаційних систем

кандидат технічних наук Аношков Валерій Михайлович ВАТ «Укртелеком» Міністерства транспорту та зв'язку України, заступник начальника відділу

Захист відбудеться 23 квітня 2010 року о 15 годині на засіданні спеціалізованої вченої ради К 26.849.01 Українського науково-дослідного інституту зв'язку за адресою: 03680, м. Київ-110, вул. Солом'янська, 13.

З дисертаційною роботою можна ознайомитися в бібліотеці Українського науково-дослідного інституту зв'язку за адресою: 03680, м. Київ-110, вул. Солом'янська, 13.

Автореферат розісланий 22 березня 2010 року.

Вчений секретар спеціалізованої вченої ради Я. І. Торошанко

1. Загальна характеристика роботи

Актуальність теми. Сучасний етап розвитку галузі телекомунікацій характеризується складним перехідним процесом створення сучасних мультисервісних мереж (МСМ) передачі даних, основаних на IP-технологіях та існуючих телефонних і телеграфних мережах в мережі єдиної архітектури, що отримали назву Next generation networks (NGN). Для даного перехідного етапу, який також називають етапом конвергенції мереж, є характерною неповнота науково-методичного апарату, який дозволяє аналізувати їх поведінку з метою оптимізації їх структури та функціонування. Всі завдання в цьому напрямі доводиться вирішувати в умовах істотної невизначеності унаслідок складності самого об'єкту - МСМ, стихійності їх розвитку та інших причин, які мають місце.

Особливої практичної важливості набувають проблеми, пов'язані з контролем технічного стану МСМ, який, за потреби, повинен давати попереджувальну інформацію про можливі відмови.

Таким чином, аналіз стану проблем, пов'язаних з досліджуваним об'єктом дозволяє зробити однозначний висновок: проблема створення методик і систем прогностичного контролю для сучасних МСМ і мереж наступних поколінь є актуальною.

Зв'язок роботи з науковими програмами, планами, темами.

Розглянуті в дисертаційній роботі питання пов'язані з вирішенням науково-технічних задач, сформульованих у «Концепції розвитку зв'язку та інформатизації України до 2010 року», затвердженої Постановою КМУ № 223/8 від 09.12.99 р. Дисертаційна робота виконана в рамках науково-дослідних робіт, які виконувались в Українському науково-дослідному інституті зв'язку по темах: «Показники якості телекомунікаційних послуг та методи їх контролю» (держ. реєстр. № 0108U007490) та «Підвищення ефективності технічної експлуатації мережі передавання даних ВАТ «Укртелеком» (держ. реєстр. №0108U010084).

Мета та завдання досліджень. Метою дисертаційної роботи є дослідження і розробка методів, алгоритмів та засобів контролю, аналізу та прогнозування відмов МСМ з метою їх запобігання.

Основним завданням досліджень, відповідно до поставленої мети, є розробка комплексної методики прогностичного контролю, яка декомпозується на наступні часткові завдання:

1. Аналіз, формалізація та синтез моделей МСМ, а також моделей їх відмов. мультисервісний телекомунікація мережа

2. Обґрунтування та вибір системи показників якості функціонування МСМ.

3. Порівняльний аналіз та розробка методів прогнозування стану МСМ згідно вибраної системи показників.

4. Розробка алгоритмів прогнозування технічного стану МСМ.

5. Розробка програмних засобів прогнозування технічного стану МСМ.

Об'єктом дослідження є сучасні МСМ на етапі їх конвергенції в мережі нових поколінь NGN.

Предметом досліджень є науково-методичний апарат прогностичного контролю функціонування сучасних МСМ.

Методи досліджень. Для вирішення поставлених завдань використовувалися: теорія ймовірностей, теорія випадкових процесів, теорія великих і складних систем, теорія надійності, теоретичні основи робасної статистики, методи обчислювальної математики, методи параметричної та структурної ідентифікації, методи кореляційного та регресивного аналізу.

Наукова новизна отриманих результатів зводиться до наступних основних положень.

1. Введено та формалізовано поняття відмови МСМ, застосовне також і до відмов NGN. При цьому встановлені основні чинники, які впливають на відмову відповідно до міжнародних стандартів та практики експлуатації МСМ, та визначені граничні значення зазначених чинників для різних класів обслуговування МСМ.

2. Вперше запропонований і обґрунтований показник відтворюваності моделей за даними контрольної вибірки, що відрізняється обчислювальною зручністю і не вимагає апріорного знання законів розподілу спостережуваних величин.

3. Вперше синтезований і обґрунтований квазіоптимальний алгоритм ідентифікації фаз гармонійних складових прогнозованих процесів. З його допомогою можуть бути встановлені фази добової та тижневої складової процесів зміни навантаження в мережах.

4. Отримала подальший розвиток методика структурної ідентифікації стосовно рішення задач прогностичного контролю МСМ. За основу методики вибраний метод максимуму компактності, алгоритми якого модифіковані стосовно вирішуваних задач.

Практична цінність отриманих результатів полягає в отриманні прийнятних для практики рішень задач прогностичного контролю з використанням розробленої методики для реальних МСМ. При цьому отримані цінні результати і висновки, серед яких необхідно відзначити наступні:

1. На основі обробки реальних даних та рішення практичних задач прогностичного контролю зроблені важливі висновки про те, що найбільшу практичну цінність мають короткострокові прогнози (від 2-х тижнів до 2-х місяців) і прогнози середньої терміновості (від 2-х місяців до 4-х місяців). Прогнози на триваліший період дозволяють встановити загальносвітові тенденції зміни навантажень на великих мережах.

2. Встановлено, що найбільш прийнятними моделями для короткострокового прогнозування є моделі, що включають поліноміальну складову порядку не вище 2 і гармонійну складову з добовим періодом. Методами структурної ідентифікації визначені конкретні види моделей для прогнозів різної терміновості та різних типів мереж.

3. Важливим для теорії й практики висновком є те, що найбільш інформативним параметром відмовостійкості сучасних МСМ є сумарна зайнятість смуги пропускання зовнішніх портів. Цей параметр значущо корельований з кількістю абонентів провайдера і навантаженням на портах підмереж. У меншій мірі, але також цей параметр зв'язаний і з числом можливих програмно-апаратних відмов на мережах.

4. Встановлено, що вихід займаної смуги пропускання за межі 0,7-0,8 від максимальної смуги пропускання приводить до лавиноподібного наростання небажаних ефектів: збільшується кількість помилкових і недоставлених пакетів, джитер, затримка доставки пакетів. Кореляція цих чинників відмов зі смугою пропускання під час переходу через межу 0,7 виявляється вельми високою. Нарешті, кількість скарг абонентів на якість надання послуг, як підсумковий показник якості, в цьому випадку значно зростає.

Достовірність і обґрунтованість отриманих результатів підтверджуються використанням математичного апарату, який відповідає завданням, поставленим в дисертаційній роботі, а також відповідністю аналітичних результатів результатам, отриманим при моделюванні на ЕОМ.

Публікації. Основні результати дисертаційної роботи опубліковані в 13 наукових роботах, серед яких 4 - в наукових фахових виданнях за переліком ВАК України [1…4], 1 - у виданні МОН України [7], 1 - у виданні Міністерства транспорту та зв`язку України [5], 7 - в матеріалах конференцій і семінарів [6, 8…13].

Особистий внесок здобувача. Результати, які складають основний зміст роботи, автором отримані самостійно. У роботах, опублікованих в співавторстві, автору належать наступні результати: у [1] - одна з прогностичних моделей чинників відмов сучасних телекомунікаційних мереж і мереж NGN; у [2] - критерії уточнення понять про чинники відмов в сучасних телекомунікаційних мережах і мережах NGN; у [4] - опис об'єкту досліджень, постановка завдання і висновки; у [6] - аналіз моделей зміни технічних параметрів інформаційних систем; у [7] - теоретичні основи прогнозування на основі вирішення вузлової суперечності; у [8] - опис об'єкту досліджень і постановка завдання; у [11] - математичні викладки; у [12] - проблема розробки теоретичних підходів до моделювання безпроводової моделі з погляду її відповідності мережам нового покоління, висновки; у [13] - методика аналізу обробки даних, отриманих в результаті моніторингу інформаційних ресурсів.

Апробація результатів дисертаційної роботи. Основні результати, які отримані в дисертаційній роботі, докладалися і обговорювалися на 5 Міжнародних науково-практичних [6, 8, 10, 12, 13] та на 2 науково-технічних [9, 11] конференціях.

Структура і об'єм дисертації. Дисертаційна робота складається зі вступу, 4 розділів з висновками, загального висновку до роботи, списку використаних джерел і 6 додатків. Робота викладена на 184 сторінках і містить 132 сторінки основного тексту з 16 таблицями і 16 рисунками (з них 8 - на окремих сторінках), список використаних джерел зі 137 найменувань на 11 сторінках включно, 6 додатків на 41 сторінці.

2. Основний зміст роботи

У вступі на основі аналізу науково-технічної літератури уточнено поняття об'єкту досліджень - сучасних мультисервісних телекомунікаційних мереж - обґрунтована актуальність теми дисертаційної роботи, визначений предмет досліджень, сформульована мета і завдання досліджень, а також основні положення, які виносяться на захист.

У першому розділі поставлене завдання синтезу моделей МСМ і процесів зміни чинників для вирішення завдань прогностичного контролю. Відповідно до рекомендацій Міжнародного союзу електрозв'язку (МСЕ) сформульовано поняття відмови МСМ як надання якості послуг нижче визначеного нормативними документами або договірними відносинами.

На основі даних про експлуатацію МСМ і рекомендаціями МСЕ формалізовані показники якості та визначені їх граничні значення для різних послуг, що надаються сучасними мережами. Ці дані приведені в табл. 1.

У табл. 1 - частка зайнятої смуги пропускання зовнішніх портів; - відсоток втрат пакетів; - затримки пакетів, с; - чинник технічної готовності.

У цьому ж розділі показаний взаємозв'язок вище зазначених чинників і пропонується моделювати їх залежність від часу поліномами Колмогорова-Габора, степеневими поліномами, а також більш загальними моделями у вигляді систем лінійно незалежних функцій.

Таблиця 1 Максимально допустимі значення основних чинників відмовостійкості мереж на рівні управління послугами NGN

Тип трафіку	Максимально допустимі значення чинників
VoIP	0,7	1	0,1	0,2
Електр. комерція	0,8	0	0,1	0,2
Транзакції	0,9	0,001	1	0,4
Електронна пошта	0,9	0	1	0,4
Telnet	0,9	0	0,1	0,4
Пошук в мережі	0,8	0,1	1	0,4
Пересилка файлів	0,7	0,1	1	0,4
Відео-конференція	0,7	0,1	0,1	0,4
Мультикастінг	0,7	0,001	0,1	0,2

З урахуванням даних про функціонування реальних МСМ і наявністю періодичностей в зміні їх основних параметрів синтезована прогностична модель вигляду:



, (1)

де гармонійні складові моделюють добову, тижневу і річну періодичності процесів.

Наявність періодичностей, представлених в моделі (1) добре видно на графіках завантаження портів рис. 1 і рис. 2 «умовні провайдери-1» (назви підприємств - провайдерів в роботі замінені вищенаведеною назвою, оскільки інформація про відмови складає, як правило, предмет комерційної таємниці).

Також формалізовані інтегральні показники якості функціонування МСМ як середнього відносного часу.

Як висновки до розділу сформульовані рекомендації по використанню синтезованих моделей МСМ, а також основні результати, отримані в ході досліджень.

Рис. 1 Графік завантаження порту умовного провайдера за добу



Рис. 2 Графік завантаження порту умовного провайдера за тиждень

У другому розділі поставлене завдання аналізу застосовності та завдання синтезу методів прогнозування, які мали б наступні властивості:

1. Бути пристосованими до рішення так званого «початкового завдання статистики», коли апріорно невідомі не тільки числові характеристики законів розподілу величин або процесів, але також наперед не можна вважати виконаними стандартні статистичні гіпотези нормальності, статистичної незалежності та ін.

2. Дозволяти встановлювати взаємозв'язки потоків відмов на різних рівнях моделі МСМ в багаторівневому операторі прогнозування.

3. Бути здатними вирішувати задачу структурної ідентифікації, коли моделі зміни чинників мають не тільки вільні параметри, але й невизначену структуру.

4. Бути стійкими до окремих значних викидів значень чинників, тобто володіти властивістю робасності.

Для вирішення цього завдання розглянута одна з найповніших класифікацій методів прогнозування, які на самому вищому рівні її ієрархії підрозділяються на експертні, фактографічні та комбіновані. Робиться висновок про те, що для вирішення завдань прогнозування стану МСМ доцільно використовувати комбіновані методи. При цьому роль експертів зводиться до визначення складу контрольних точок, синтезу методик вимірювання параметрів, неформального аналізу процесів і вироблення на цій основі загального виду моделей процесів, що відбуваються, та їх взаємозв'язків.

Як фактографічний метод розглянутий великий клас інтерполяційних, регресійних, кореляційних та ідентифікаційних методів. На основі аналізу їх застосовності для вирішення завдань прогностичного контролю обрано клас методів структурної ідентифікації, який включає метод групового обліку аргументів (МГОА) і метод максимуму компактності (ММК), які розроблені в українських наукових і учбових закладах.

Для порівняння різних методів розглянуто конкретний практичний приклад прогнозування відмови по критерію виходу зайнятої смуги пропускання понад рівень 80 Мбіт/с. В результаті експертного неформального аналізу при цьому встановлено, що така залежність повинна носити приблизно лінійний характер, що обумовлено приблизно однаковою кількістю абонентів, які підключаються щонеділі.

Серед конкуруючих моделей розглянуті різні структури поліноміальних моделей зі ступенем не вище 2, зокрема лінійна модель

і квадратична модель

.

Рішення задачі для спостережень по щотижневих максимумах завантаження портів для 2-х місячного періоду спостережень методом найменших квадратів (МНК) показано на рис. 3. При цьому виявилось, що квадратична функція краще описує дані вимірювань по критерію мінімуму емпіричної дисперсії і емпіричного середнього квадратичного відхилення (СКО). При цьому для лінійної моделі тоді як для квадратичної моделі емпірична дисперсія виявилася нижчою: .

Рис. 3 Дані про навантаження на зовнішньому порту провайдера і результати ідентифікації моделей у вигляді лінійної і квадратичної функції

Але висновок про те, що квадратична модель є найкращою для моделювання залежності даного чинника від часу, є передчасним, що добре видно на ділянках екстраполяції залежностей на рис. 4.

З цього зроблено однозначний висновок про те, що МНК не дозволяє сам по собі вирішувати задачі прогностичного контролю, оскільки не містить коректних процедур структурної ідентифікації. Як альтернативу розглянуто застосування МГОА для вирішення того ж завдання.



Рис. 4 Екстраполяція лінійної і квадратичної моделей на ділянку контрольної вибірки

У загальному випадку МГОА реалізується наступним алгоритмом:

1. З фізичних міркувань вибирається множина опорних функцій .

2. Задається спосіб перебору значень вектора структури моделі де n - номер опорної функції; l - умовний номер моделі вигляду:

. (2)

3. Вся наявна вибірка результатів вимірювань спостережуваного процесу розділяється на дві частини - «пробну» і «контрольну» вибірки. Стосовно завдань прогнозування доцільно як контрольну вибірку брати підмножину результатів вимірювань, наступну за часом за пробною вибіркою:

 ,

де - загальний об'єм вибірки, - об'єм пробної вибірки, .

4. Щодо кожної моделі (2), розв'язується завдання ідентифікації її вільних параметрів методом найменших квадратів. Очевидно, модель з номером має кількість вільних параметрів

5. Для кожної з моделей (2) здійснюється «псевдопрогноз» на ділянку контрольної вибірки, як це зроблено на рис. 4 і для кожної моделі обчислюється показник нев'язності за даними контрольної вибірки. У МГОА використовуються квадратичні показники вигляду:

(3)

де - номер структури моделі.

6. Як оптимальна вибирається модель такої структури, для якої показник (3) або монотонно пов'язані з ним показники, досягають мінімального значення.

7. Для отриманої моделі оптимальної структури розв'язується завдання ідентифікації її параметрів по всій наявній вибірці об'єму M і здійснюється прогноз підстановкою в модель майбутніх моментів часу.

Аналіз отриманих результатів показує, що лінійна модель краще наближає дані вимірювань на ділянці прогнозу. Зокрема, емпірична дисперсія для неї приблизно в 10 разів (!) менше, ніж для квадратичної моделі.

Із загальних положень і розгляду прикладів зроблений висновок про застосовність МГОА до рішення аналогічних задач. У розглянутому прикладі вибрана модель у вигляді лінійної функції дала надзвичайно точний прогноз (з помилкою всього в 1 тиждень) виходу досліджуваного параметра за межу встановленої смуги пропускання.

В той же час, на кроці 4 алгоритму МГОА, як метод параметричної ідентифікації, використовується МНК, що має відомі недоліки стосовно вирішуваних задач: поганою обумовленістю матриці квадратичної форми і, отже, чутливістю до обчислювальних помилок і окремих великих викидів реалізацій випадкових процесів.

Частково цих недоліків позбавлений ММК, що допускає використання різних методів структурної ідентифікації, як правило, одного з варіантів методу вибраних точок. Як показник відтворюваності використовується функціонал:

, (4)

де та - оцінки щільності ймовірності по пробній і контрольній вибірках.

У разі прогнозування нестаціонарних реалізацій показник (4) застосовується до нев'язності моделей трендів.

Додатковою перевагою ММК є застосування лінійних критеріїв, що фактично означає використання для вибору оптимальних структур моделей робасних оцінок параметрів, мало чутливих до викидів реалізацій.

У роботі наголошується, що певним недоліком є використання в показнику відтворюваності (4) емпіричної щільності ймовірності. Для дискретних рядів даних ідентифікація параметрів таких статистик є некоректним завданням, що вимагає застосування окремих складних процедур згладжування. При цьому саме поняття «щільності» є вельми умовним, оскільки йдеться не про безперервні величини.

ММК вибирається як основний метод прогнозування, а в наступному розділі роботи ММК розглядається модифікація ММК, позбавлена відмічених недоліків.

У третьому розділі ставиться та розв'язується завдання розробки комплексної методики прогностичного контролю МСМ.

У загальному вигляді ця методика показана у вигляді алгоритмічної реалізації на рис. 5.

1. Методика збору і аналізу поточної інформації про функціонування МСМ включає:

а) Методики визначення контрольних точок мережі, в якій враховується можливість виконання прямих або непрямих вимірювань параметрів.

Дана група методів і засобів залежить від конкретної топології мережі. Кожен провайдер (оператор) будує свій центр управління мережею - network operation centre (NOC) і вибирає множину контрольних точок мережі, виходячи з таких основних положень:

- у обов'язковому порядку контролюється завантаження портів абонентів виділених каналів передачі даних;

- у обов'язковому порядку контролюється завантаження зовнішніх портів, звернених до портів вищестоящого провайдера;

- дані про відмови типу «ненадання» послуги фіксується в диспетчерських журналах.



Размещено на http://www.allbest.ru/

Рис. 5 Алгоритмічна реалізація розробки комплексної методики прогностичного контролю МСМ

б) Методики документування результатів прямих і непрямих вимірювань параметрів мережі включають:

- правила присвоєння внутрішніх та зовнішніх IP-адрес мережевих інтерфейсів контрольних точок;

- використовуване програмне забезпечення для первинного обліку трафіку і його параметрів (як правило, це Log-файли, що генеруються мережевими операційними системами);

- використовуване програмне забезпечення для обробки даних вимірювань і відображення в наочному виді результатів вимірювань - фізично розміщується, як правило, на апаратній платформі NOC;

- методики документування вербальної інформації про відмови в наданні послуг, включаючи диспетчерські журнали і інструкції по їх заповненню.

в) Методики аналізу результатів вимірювань параметрів мережі, причин виникнення і способів попередження відмов.

2. Експертний аналіз даних і синтез моделей функціонуванні МСМ. Приклад даної методики фактично викладений в розділі 1 роботи. Синтезовані в ньому моделі носять достатньою загальний характер і можуть застосовуватися для моделювання і прогнозування параметрів реальних мереж з урахуванням необхідності застосування методів структурної ідентифікації.

3. Моніторинг стану мережі і отримання вимірювальної інформації виконується на NOC, а також в методах періодичного контролю і аналізу журналів диспетчерських і технічних служб.

4. Застосування комплексу алгоритмів і програм точкового і інтервального прогнозування. Розробці такого алгоритмічного і програмного забезпечення присвячена основна частина поточного розділу.

5. Методика ухвалення рішень і реакцій на прогнозовані відмови залежить від технічної і маркетингової політики конкретного провайдера. Зокрема, при плануванні впровадження нової послуги, обов'язковим є оцінювання класу QoS, що забезпечується даною мережею, прогнозування можливих відмов з урахуванням знов пропонованої якості і складу послуг, ухвалення рішень про модернізацію мережі, розширенні смуг пропускання зовнішніх портів і т.д.

Основна увага в розділі приділена розробці процедур прогнозування, які повинні розглядатися як найбільш універсальні і в загальному вигляді зводяться до наступних операцій:

а) Вибір класу моделей і отримання даних вимірювань.

б) Рішення задачі структурної ідентифікації.

в) Екстраполяція оптимальної по критерію відтворюваності моделі на майбутні періоди часу.

Стосовно завдання параметричної ідентифікації моделей вигляду (1) без урахування гармонічних складових в модифікованому ММК обґрунтований і використаний алгоритм, що реалізовує метод середнього. Він зводиться до наступних операцій.

1. Для чергової структури моделі , , визначається кількість її вільних параметрів .

2. Пробна вибірка

об'єму ділиться послідовно на підвибірок приблизно однакового об'єму (не знижуючи значною мірою спільності алгоритмів в роботі вважалося, що всі підвибірки мають однаковий об'єм ).

3. Для кожної з підвибірок формулюється вимога: модель повинна в середньому співпадати з даними підвибірки, що дає систему лінійних рівнянь з невідомими:

У роботі показано, що оцінки методу середнього є незміщеними і спроможними. Вони є стійкішими з обчислювальної точки зору, ніж МНК-оцінки і істотно більш робасними. Остання властивість з урахуванням особливостей спостережуваних реалізацій є в умовах вирішуваних задач вельми важливою.

У роботі в якості показників відтворюваності пропонується використовувати показники, засновані на порівнянні інтегральних функцій розподілу величин. Такі показники мають наступні переваги:

- функцію розподілу мають будь-які величини - дискретні, безперервні, комбіновані;

- є проста статистика, що дозволяє безпосередньо за даними вимірювань будувати емпіричні функції розподілу у вигляді зваженої суми одиничних функцій Хевісайда.

У роботі обґрунтована квантильна метрика, як метрика в просторі функцій розподілу. Для обчислення показника відтворюваності по пробній і контрольній вибірці однакового об'єму K, 2K=N, де N - загальний об'єм вибірки застосовується наступний алгоритм: для моделі з номером l обчислюється її нев'язність на ділянках пробної і контрольної вибірок:

, .

З отриманих вибірок нев'язності формуються ранжирувані вибірки. Показник відтворюваності обчислюється після цього як середній модуль відхилення квантилів розподілів нев'язності на пробній і контрольній вибірках:

.

Окремо в розділі розглянуте питання розробки квазіоптимального алгоритму визначення фаз гармонійних складових, які входять в модель (1) нелінійно. Для цього передбачається, що за нетривалий час зміна чинників описується спрощеною моделлю . Оскільки за період сума відліків гармонійної складової, виконаних через рівні інтервали часу, дорівнює нулю, то оцінка постійної складової визначається як середня ордината вибірки. Після цього в спрощеній моделі залишається 2 вільних параметра - амплітуда добових коливань і фаза . З урахуванням високої швидкодії сучасних комп'ютерів і невисокої частоти вимірювань завдання визначення цих параметром розв'язується комбінованим алгоритмом - повного перебору по фазі і пошуку оптимуму по амплітуді. Для цього методом половинного, що швидко сходиться, мінімізується функціонал:

Також в розділі розглядається алгоритм інтервального прогнозування. У випадку, якщо модель розподілу нев'язності вдається достатньо точно ідентифікувати, рекомендується застосовувати відомі методи статистики для обчислення параметра помилки моделі з заданою ймовірністю. У разі невідомих або нестійких розподілів, що як правило визначає інтервал можливих значень прогнозу, пропонується використовувати «правило трьох сигма», засноване на нерівності Чебишева і справедливе для будь-яких розподілів.

У четвертому розділі розв'язуються практичні завдання прогнозування стану МСМ.

В результаті встановлено, що найбільш стійкою характеристикою фази добової періодичності є година мінімального навантаження - приблизно 6 годин ранку для різних регіонів планети і різних типів переважаючого трафіку (наприклад, рис. 6). Менш стійкою характеристикою є година найбільшого навантаження, яка варіюється в широких межах - декількох годин залежно від типу провайдера і вибираного регіону. Тижневі і річні періодичності виявляються більш слабо вираженими.

Рис. 6 Добовий графік завантаження Amsterdam Internet Exchange

Для вирішення практичних завдань прогностичного контролю за допомогою розробленої методики були вибрані три провайдери з різними мережами і різною клієнтською базою.

Провайдер 1 - «класичний» Інтернет-провайдер, що пройшов в своєму розвитку всі стадії розвитку мережі Інтернет і який приступив до її конвергенції в NGN. Послуги надаються з використання радіотехнологій, виділених ліній, комутованих ліній. Переважаючий трафік - діловий.

Провайдер 2 - крупна «домашня мережа», побудована на основі Ethernet-технології. Послуга - мультисервіс, включаючи стандартні послуги мережі Інтернет, VoIP, IPTV, додатки реального часу типу Skype.

Провайдер 3 - типова мережа обміну трафіком (Backbone). Є могутнім вузлом комутації і маршрутизації трафіку. Включення в порти обміну трафіком - виключно по оптоволоконних каналах передачі даних. Для всіх цих провайдерів здійснювалося рішення задачі прогнозування на короткий період (від 2-х тижнів до 2-х місяців), середній період (від 2-х місяці до 4-х місяці) і на тривалий період (від 4-х місяців до року). Як конкуруючі моделі застосовувалися залежності, приведені в табл. 2, а зведення результатів ідентифікації - в табл. 3.

Таблиця 2 Структури прогностичних моделей

Умовний номер моделі	Вид прогностичної моделі ....	Кількість вільних парам.
1		1
2		2
3		3
4		2
5		3
6		4
7		2
8		3
9		4
10		5

Таблиця 3 Зведення прогнозування зайнятості смуги пропускання

Характеристика прогнозу	Провайдер
	Пров-1	Пров-2	Пров-3
Якнайкраща короткострокова модель	4	5	5
Відносна помилка прогнозу	12%	8%	9%
Інтервал прогнозу відмови, дні	6	5	5
Найкраща середньострокова модель	2	3	4
Відносна помилка прогнозу	17%	12%	14%
Інтервал прогнозу відмови, дні	15	12	14
Найкраща довгострокова модель	2	2	3
Відносна помилка прогнозу	23%	16%	18%
Інтервал прогнозу відмови, дні	32	25	28

Точність прогнозів виявилася у всіх випадках прийнятною для вирішення практичних завдань. Прогнози середньої терміновості розроблена методика дозволяє здійснювати з точністю до декількох днів, середньої терміновості - з точністю приблизно до півмісяця, довгострокові прогнози - з точністю близько місяця.

Решта чинників відмовостійкості виявилася в значній мірі корельованими з провідним чинником - зайнятістю смуги пропускання зовнішніх портів. Зведення кореляційних характеристик показане табл. 4.

Отримані результати дозволяють звести багатофакторне завдання прогнозування відмов МСМ до завдання прогнозування виходу зайнятої смуги пропускання за певний рівень, а задачу відмов по інших чинниках - вирішувати з використанням розрахункових формул з простою лінійною залежністю чинників.

Таблиця 4 Кореляція основних чинників відмовостійкості і інтенсивності відмов з шириною смуги пропускання

Чинник відмовостійкості	Провайдер
	Пров-1	Пров-2	Пров-3
Втрати пакетів при зайнятості смуги до 0,7	0,42	0,34	0,12
Втрати пакетів при зайнятості смуги від 0,7 до 0,8	0,57	0,48	НД
Втрати пакетів при зайнятості смуги від 0,8 до 1	0,83	0,72	НД
Затримки пакетів при зайнятості смуги до 0,7	0,68	0,56	0,48
Затримки пакетів при зайнятості смуги від 0,7 до 1	0,87	0,84	НД
Кількість абонентів	0,78	0,87	0,68
Сумарне навантаження на рівні доступу (смуга пропускання клієнтських портів)	0,84	0,92	0,71
Кількість програмно-апаратних збоїв	0,62	0,73	НД
Кількість нарікань клієнтів на якість надання послуг при зайнятості смуги пропускання до 0,8	0,44	0,62	НД
Кількість нарікань клієнтів на якість надання послуг при зайнятості смуги пропускання те 0,8 до 1	0,82	0,92	НД

У висновках до роботи приводяться основні висновки про ступінь досягнення мети досліджень, формулюються положення про досягненні наукову новизну і практичну цінність отриманих результатів.

В додатках приводяться докази математичних пропозицій, обґрунтовуються властивості методу середнього і вибраного показника відтворюваності, приводяться листинги програмного забезпечення, графіки завантаження портів мереж обміну трафіком, які використовувалися в роботі, а також акти впровадження.

Висновки

Основним змістом дисертаційної роботи є теоретичні й експериментальні дослідження принципів і методів прогностичного контролю функціонування телекомунікаційних мереж, включаючи дослідження та розроблення апарату управління зазначеним процесом. В цьому сенсі розроблений науково-методичний апарат прогностичного контролю функціонування сучасних МСМ. Створений апарат, в частині своїх основних положень і розроблених алгоритмів, представляється також застосовним до мереж наступних поколінь - NGN, оскільки була випробувана на мережах сучасних провайдерів, що надають комплексну послугу, включаючи додатки реального часу. Такі мережі вже можна розглядати як прообраз NGN.

Для досягнення мети були вирішені наступні науково-технічні та практичні завдання.

1. Формалізована та синтезована модель МСМ у вигляді багаторівневого оператора прогнозування, яка пристосована для вирішення завдань прогностичного контролю. Загальне завдання прогностичного контролю при цьому може бути декомпозоване на окремі підзадачі прогнозування параметрів і чинників, що впливають на потоки відмов на різних рівнях моделі мережі.

2. Сформульовано поняття відмови на мережах МСМ як ненадання одного з сервісів або їх групи, що виникає унаслідок неприпустимих значень впливаючих чинників або критичних відмов програмно-апаратних комплексів.

3. Встановлені основні чинники, які впливають на якість надання сервісів сучасних і перспективних телекомунікаційних мереж, до яких відповідно до рекомендацій МСЕ і практикою експлуатації віднесені: ширина смуги пропускання портів різних рівнів МСМ; втрати пакетів при пакетній комутації повідомлень, а також спотворення в передачі пакетів; затримки в передачі пакетів і їх флуктуації (джитер); чинник надійності апаратної частини мереж; надійність програмного забезпечення.

4. Синтезована модель регулярних складових процесів у вигляді функцій, що містять степеневі і тригонометричні компоненти. Доведено, що такі функції утворюють лінійно незалежні системи функцій.

5. Виконаний аналіз застосовності методів прогнозування до рішення задач прогностичного контролю. Вибрана група методів структурної ідентифікації і обґрунтована застосовність методу максимуму компактності з урахуванням необхідної його модифікації. Як такі модифікації обґрунтована застосовність методу середнього до рішення проміжної задачі параметричної ідентифікації, доведені його оптимальні властивості, включаючи підвищену робасність. Сформульований новий показник відтворюваності моделей на контрольних вибірках.

6. Розроблена методика прогностичного контролю доведена до алгоритмічної та програмної реалізації, а також застосована до рішення практичних задач прогностичного контролю. При цьому синтезовані основні моделі залежностей чинників відмовостійкості та показаний існуючий значущий кореляційний зв'язок між ними. Реально виконані прогнози дозволили своєчасно застосувати попереджують дії для запобігання відмовам, за винятком відмов апаратної частини.

Список робіт, опублікованих за темою дисертації

1. Гундерич Г. А. Прогностические модели факторов отказов современных телекоммуникационных сетей и сетей NGN / Г. А. Гундерич, Н. А. Одегов,

А. А. Скопа // Радиотехника. Всеукраинский межведомственный научно-технический сборник. - 2009. - Вып. 159. - С.24-29.

2. Гундерич Г. А. Уточнение понятий о факторах отказов в современных телекоммуникационных сетях и сетях NGN / Гундерич Г. А., Одегов Н. А., Раевский В. Н. // Наукові записки УНДІЗ. - 2009. - №3(11). - С.89-95.

3. Гундерич Г. А. Принципові завдання класифікації та аналізу моделей для прогностичного контролю мультисервісных телекомунікаційних мереж /

Г. А. Гундерич // Збірник наукових праць військового інституту Київського національного університету ім. Тараса Шевченка. - 2009. - Вип. 24. - С.93-99.

4. Скопа О. О. Знаходження -нижньої границі показника надійності системи з m послідовно з'єднаних об'єктів за результатами їх автономних біноміальних випробувань / О. О. Скопа, Г. А. Гундерич // Наукові записки УНДІЗ. - 2008. - №5(7). - С.73-77.

5. Гундерич Г. А. Задачи классификации и анализа моделей контроля телекоммуникационных сетей / Г. А. Гундерич // Вісник УНДІЗ. - 2008. - №1. - С. 61-63.

6. Гундерич Г. А. Задачі моніторингу інформаційних ресурсів глобальних інформаційних мереж / Г. А. Гундерич, Н. М. Білик // Вісник УНДІЗ: Матеріали XI Міжнар. наук.-практ. конф. «Новітні мережні технології в Україні», Партеніт, 28-30 вересня 2009 р. - К.: УНДІЗ. - №3. - С.74-78.

7. Гундерич Г. А. Прогнозування на основі вирішення вузлової суперечності /

Г. А. Гундерич, О. П. Грунтов // Наук. записки Міжнар. гуманіт. ун-ту. - Вип. 16: Управління проектами та програмами / Відп. за випуск А.І.Рибак - Одеса: МГУ, 2009. - С.104-107.

8. Гундерич Г. А. Математична модель -нижньої границі живучості технічної системи для випадку різнорідних об`єктів / Г. А. Гундерич,

О. О. Скопа // Матеріали II Міжнар. наук.-практ. конф. «Обробка сигналів і негаусівських процесів», 25-29 травня 2009 р. - Черкаси: ЧДТУ, 2009.

- С. 104-107.

9. Гундерич Г. А. Использование окон при спектральних измерениях /

Г. А. Гундерич // Матеріали III Міжнар. наук.-техн. конф. «Проблеми телекомунікацій», Київ, 21-24 квітня 2009 р. - К.: НТУУ «КПІ», 2009. - С. 101.

10. Гундерич Г. А. Автономні біноміальні випробування резервованих систем телекомунікацій / Г. А. Гундерич // Матеріали наук.-практ. конф. «Сучасні проблеми телекомунікацій-2009», Львів, 29-31 жовтня 2009 р. - Львів: Національний університет «Львівська політехніка». - С.21-22.

11. Гура В. І. Модель функціонування безпроводової локальної мережі, яка складається з ідентичних вузлів / В. І. Гура, Г. А. Гундерич // Збірник тез V Міжнар. наук.-техн. конф. «Сучасні інформаційно-комунікаційні технології», Ялта-Лівадія, 5-9 жовтня 2009 р. - К.: ДУІКТ. - С.147-148.

12. Скопа О. О. Модель системної поведінки бездротової локальної мережі у вигляді ланцюга Маркова з дискретним цілочисельним часом / О. О. Скопа, В. І. Гура, Г. А. Гундерич, В. І. Захаров // Матеріали I Міжнар. наук.-практ. конф. «Проблеми й перспективи розвитку ІТ-індустрії», Харків, 18-19 листопада 2009 р. - Харків: Харк. нац. економічний ун-т, 2009. - С.192-194.

13. Гундерич Г. А. Аналіз стратегій моніторингу інформаційних ресурсів глобальних інформаційних мереж / Гундерич Г. А., Білик Н.М. // Управление проектами в развитии общества: Материалы VI Междунар. научн.-практ. конф. «PM Kiev '09», 19-22 мая 2009 г. - К: Украинская ассоциация управления проектами «Укрнет», 2009.

Анотація

Гундерич Г.А. Розробка методики прогностичного контролю сучасних мультисервісних телекомунікаційних мереж. - Рукопис.

Дисертаційна робота на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.12.02 - Телекомунікаційні системи та мережі. - Український науково-дослідний інститут зв`язку, Київ, 2010.

Дисертація присвячена розробці комплексу методів і засобів прогностичного контролю сучасних мультисервісних телекомунікаційних мереж (МСМ) на стадії їх конвергенції в мережі наступних поколінь.

Актуальна проблема розробки науково-методичного апарату дослідження МСМ в роботі розв'язується в частині прогнозування їх параметрів, що впливають на відмови. У роботі синтезована багаторівнева модель МСМ стосовно вирішуваної задачі. На основі рекомендацій МСЕ сформульовано поняття відмови як зниження якості надання послуг нижче певного рівня. Формалізована група основних показників відмовостійкості МСМ, а також показаний взаємозв'язок між ними і рішенням задач прогнозування стану різних рівнів МСМ.

Для вирішення завдань прогнозування синтезовані моделі процесів у вигляді структур, що містять степеневі функції і гармонійні складові, які моделюють наявність явно виражених добових, тижневих та ін. періодичностей зміни параметрів.

Виконана класифікація методів прогнозування і вибрана група методів структурної ідентифікації для вирішення завдань синтезу моделей зміни чинників в умовах істотної апріорної невизначеності щодо їх структури. Запропоновані і застосовані алгоритми структурної ідентифікації, засновані на застосуванні нових показників відтворюваності прогнозів, а також на використанні методу середнього для вирішення завдань параметричної ідентифікації.

Синтезована методика прогностичного контролю доведена до алгоритмічної та програмної реалізації і застосована для рішення практичних задач. Отримані прогнози відмов при цьому виконані з практично прийнятною точністю, що дозволяє застосовувати попереджують дії для запобігання відмовам МСМ.

Ключові слова: мультисервісна телекомунікаційна мережа, відмовостійкість, чинники та параметри відмов, метод прогнозування, метод структурної ідентифікації, критерій відтворюваності, точковий та інтервальний прогноз.

Аннотация

Гундерич Г.А. Разработка методики прогностического контроля современных мультисервисных телекоммуникационных сетей. - Рукопись.

Диссертационная работа на соискание ученой степени кандидата технических наук по специальности 05.12.02 - Телекоммуникационные системы и сети. - Украинский научно-исследовательский институт связи, Киев, 2010.

Диссертация посвящена разработке комплекса методов и средств прогностического контроля современных мультисервисных телекоммуникационных сетей (МСМ) на стадии их конвергенции в сети следующих поколений.

В работе введено и формализовано понятие отказа мультисервисной сети (МСC), применимое также и к отказам NGN. При этом установлены основные факторы, влияющие на отказ в соответствии с международными стандартами и практикой эксплуатации МСC. Выполнено определение граничных значений этих факторов для различных классов обслуживания МСС.

Для анализа взаимовлияния различных уровней МСС предложены механизмы развития отказов «снизу вверх» и «сверху вниз», которые в основном сводятся к влиянию перегрузок на входящих и исходящих портах коммутационного и маршрутизирующего оборудования. Нестационарные (регулярные) составляющие процессов предложено моделировать функциями, содержащими степенные и тригонометрические компоненты. Доказано, что такие функции образуют линейно независимые системы функций. Показано, что такие функции целесообразно использовать для решения задач идентификации процессов изменения факторов, влияющих на отказы, а в стохастической модели - для идентификации процесса изменения параметра распределения Пуассона. Нестационарные (регулярные) составляющие исследуемых процессов предложено моделировать функциями, содержащими степенные и тригонометрические компоненты. Доказано, что такие функции образуют линейно независимые системы функций.

Выполнена классификация и анализ применимости методов прогнозирования для решения задач прогностического контроля. Сделан вывод о том, что классические интерполяционные методы параметрической идентификации неприменимы к решаемым задачам, поскольку не позволяют отфильтровать случайные составляющие реализаций нестационарных процессов, а методы параметрической идентификации не позволяют оптимизировать априорно неизвестную структуры модели.

Для решения задач прогностического контроля МСС по отдельным показателям предложено применять методы структурной идентификации, такие как метод группового учета аргументов и метод максимума компактности.

Синтезирована общая методика прогностического контроля современных МСС. В качестве основного компонента она включает алгоритмы структурной идентификации моделей регулярных составляющих (трендов) наблюдаемых процессов. В качестве составляющей данной методики для решения задач параметрической идентификации предложен и обоснован метод среднего, который доставляет устойчивые с вычислительной точки зрения и робастные оценки.

Предложен и обоснован показатель воспроизводимости моделей по данным контрольной выборки, отличающийся вычислительным удобством и не требующий априорного знания законов распределения наблюдаемых величин, а также предложен квазиоптимальный алгоритм идентификации фаз гармонических составляющих прогнозируемых процессов. С его помощью установлены фазы суточной и недельной составляющей процессов изменения нагрузки на сетях.

На основе обработки реальных данных и решения практических задач прогностического контроля сделаны важные выводы о том, что наибольшую практическую ценность имеют краткосрочные прогнозы и прогнозы средней срочности. Прогнозы на более длительный период позволяют установить общемировые тенденции изменения нагрузок на крупных сетях. Установлено, что наиболее приемлемыми моделями для краткосрочного прогнозирования являются модели, включающие полиномиальную составляющую порядка не выше второго и гармоническую составляющую с суточным периодом.

Синтезированная методика прогностического контроля доведена до алгоритмической и программной реализации и может быть применена для решения практических задач. Полученные прогнозы отказов характеризуются приемлемой точностью, что позволяет применять предупреждающие действия для предотвращения отказов МСС.

Ключевые слова: мультисервисная телекоммуникационная сеть, отказоустойчивость, факторы и параметры отказов, метод прогнозирования, метод структурной идентификации, критерий воспроизводимости, точечный и интервальный прогноз.

Annotation

Gunderich G.A. Development of method of prognostics control of modern multiservices telecommunications networks. - Manuscript.

Thesis for getting a Candidate of science (Techn.) degree according to the specialty 05.12.02 - Telecommunication systems and networks. Ukrainian research institute of communications, Kyiv, 2010.

Dissertation is devoted to development of complex of methods and controls prognostics multi services telecommunications networks on the stage of their convergence in the network of next generations.

The issue of the day of development of scientifically-methodical vehicle of research multi services telecommunications networks in-process decides in part of prognostication of their parameters influencing on the refusals. A level model is in-process synthesized much multi services telecommunications networks as it applies to the decided task. On the basis of recommendations ITU the concept of refusal is formulated as the declines of quality of grant of services of below certain level. The group of basic indexes of fault tolerance formalization multi services telecommunications networks, and also intercommunication is rotined between them and decision of tasks of prognostication of the state of different levels multi services telecommunications networks.

For the decision of tasks of prognostication the models of processes are synthesized as structures, containing sedate functions and harmonic constituents, which design the presence of the obviously expressed days', a week and other prognostics of change of parameters.

Classification of methods of prognostication is executed and the group of methods of structural authentication is chosen for the decision of tasks of synthesis of models of change of factors in the conditions of substantial a priori vagueness in relation to their structure. Offered and applied the observer identifiers structural, based on application of new indexes of repetition of prognoses, and also on the use of method of middle for the decision of tasks of self-reactance authentication.

The synthesized method of prognostics control is taken to algorithmic and programmatic realization and applied to the decision of practical tasks. The got prognoses of refusals are here executed with practically acceptable exactness allowing to undertake proactive actions for prevention of refusals multi services telecommunications networks.

Keywords: multi service telecommunication network, fault tolerance, factors and parameters of refusals, method of prognostication, method of structural authentication, criterion of repetition, point and interval prognosis.

Размещено на Allbest.ru

...