Mô hình hoá lưu lượng được sử dụng để mô tả luồng lưu lượng đến hệ thống ví dụ như tốc độ đến, phân bố lưu lượng và tận dụng tuyến nối trong khi mô hình hệ thống được sử dụng để mô tả ch
Trang 1ĐỒ ÁN TỐT NGHIỆP CÔNG NGHỆ PHẦN MỀM “KĨ THUẬT LƯU LƯƠNG
IP/WDM”
CHƯƠNG II KĨ THUẬT LƯU LƯỢNG IP/WDM
2.1 Mô hình hoá lưu lượng viễn thông
Kĩ thuật lưu lượng phải được thực hiện trên một mô hình cụ thể mà ở đây là
mô hình mạng viễn thông hoặc mạng máy tính Do đó, không thể không xem xét các phương pháp mô hình hoá mạng Để mô hình hoá mạng viễn thông hay mạng máy tính cần hai bước là mô hình hoá lưu lượng và mô hình hoá hệ thống Mô hình hoá lưu lượng được sử dụng để mô tả luồng lưu lượng đến hệ thống ví dụ như tốc
độ đến, phân bố lưu lượng và tận dụng tuyến nối trong khi mô hình hệ thống được
sử dụng để mô tả chính bản thân hệ thống kết mạng của nó ví dụ như cấu hình và
mô hình hàng đợi Kiểu hệ thống hoàn toàn tổn thất có thể được sử dụng để làm
mô hình cho các mạng chuyển mạch kênh vì trong đó không có vị trí đợi Vì thế, khi hệ thống đã đầy thì nếu như khi đó có một khách hàng mới, anh/chị ta sẽ không được phục vụ Hệ thống có tổn thất dựa trên việc giám sát để chỉ ra nhu cầu của khách hàng Còn hệ thống đợi hoàn toàn được sử dụng để mô hình hoá các mạng chuyển mạch gói với giả thiết rằng hàng đợi là vô hạn Khi đó nếu tất cả các máy chủ đều đang bận thì một khách hàng đến vào thời điểm đó sẽ chiếm một vị trí trong hàng đợi Ở đây không có tổn thất nhưng khách hàng phải đợi một khoảng
Trang 2thời gian nhất định trước khi được phục vụ Lúc này mối quan tâm sẽ chuyển sang kích thước của bộ đệm và chính sách được sử dụng trong hàng đợi
Ở đây, đồ án sẽ chỉ xem xét vấn đề mô hình hoá lưu lượng còn mô hình hoá
hệ thống phải dựa trên các hệ thống cụ thể Báo cáo sẽ tìm hiểu các nguyên lí dự đoán lưu lượng được sử dụng trong mô hình hoá lưu lượng cũng như các thông số
để thực hiện mô hình hoá
2.1.1 Mô hình lưu lượng dữ liệu và thoại cổ điển
a) Mô hình lưu lượng thoại
Lưu lượng thoại có thể được mô hình hoá nhờ sử dụng mô hình Erlang Đây
là mô hình tổn thất hoàn toàn Giả thiết rằng tổng lưu lượng là α thì:
xh
trong đó λ biểu thị tốc độ cuộc gọi đến và h biểu thị thời gian chiếm (gọi) trung bình (thời gian dịch vụ) Đơn vị của cường độ lưu lượng là Erlang (erl) Lưu lượng một erlang có nghĩa rằng trung bình thì kênh luôn bị chiếm Nghẽn trong mô hình Erlang xảy ra khi cuộc gọi bị tổn thất Có hai đại lượng nghẽn là nghẽn cuộc gọi và nghẽn thời gian Nghẽn cuộc gọi là xác suất một cuộc gọi (một khách hàng) thực hiện cuộc gọi khi tất cả các kênh đều đã bị chiếm Nghẽn thời gian là xác suất
mà tất cả các kênh bị chiếm trong một khoảng thời gian bất kì Rõ ràng là nghẽn cuộc gọi, Bc, thể hiện QoS tốt hơn từ quan điểm của khách hàng Giả sử có một hệ thống tổn thất M/G/n/n, trong đó n là số kênh trên một tuyến nối, cuộc gọi đến tuân theo quá trình Poisson với tốc độ λ và các thời gian chiếm cuộc gọi là phân bố độc lập và bằng nhau theo phân bố h thì mối quan hệ giữa nghẽn cuộc gọi, mức độ tập trung lưu lượng và thời gian chiếm trung bình được cho bởi biểu thức nghẽn Erlang như sau:
Trang 3Bc = Erlang (n,α) =
n
i
i n
i
n
0 !
!
b) Mô hình lưu lượng dữ liệu
Lưu lượng dữ liệu có thể được mô tả nhờ sử dụng các mô hình hàng đợi Lưu lượng dữ liệu được biểu diễn bởi tốc độ đến của gói tin λ, chiều dài gói tin trung bình L, và thời gian truyền dẫn gói tin 1/µ Giả sử rằng R hệ thống biểu diễn tốc
độ tuyến nối hay nói cách khác là số đơn vị dữ liệu trong một đơn vị thời gian thì thời gian truyền dẫn gói tin sẽ là L/R Khi đó tổng số lưu lượng sẽ được thể hiện bởi tải lưu lượng ρ:
R
L
.
Từ quan điểm của người sử dụng thì đặc tính quan trọng là QoS QoS được biểu diễn bởi Pz, là xác suất một gói tin phải đợi lâu hơn một giá trị tham chiếu z Giả thiết một hệ thống hàng đợi M/M/1, có các gói tin đến tuân theo quá trình Poisson với tốc độ λ và chiều dài gói tin phân bố độc lập và bằng nhau theo phân
bố luỹ thừa L thì mối quan hệ giữa khả năng tải lưu lượng hệ thống, QoS được cho bởi công thức sau:
) 1 ( ,
L
R -exp R L
1) ( R L 1, z) L, , Wait(R,
R L z
P z
Trang 42.1.2 Các mô hình lưu lượng dữ liệu lí thuyết
Lưu lượng LAN Ethernet đã được nghiên cứu một cách chính xác dựa trên hàng trăm triệu gói tin Ethernet bao gồm cả thời gian đến và chiều dài của chúng Các nghiên cứu đó đã chỉ ra rằng lưu lượng Ethernet dường như biến đổi rất nhiều
do sự xuất hiện của tính bùng nổ trong các dải thời gian từ micro giây tới miligiây, giây, phút, giờ và ngày Nghiên cứu cũng chỉ ra rằng lưu lượng Ethernet có tính tự tương quan thống kê Điều này có nghĩa là lưu lượng sẽ trông giống nhau trong tất
cả các dải thời gian và có thể sử dụng một tham số duy nhất là tham số Hurst để miêu tả đặc tính phân mảnh Các đặc tính lưu lượng Ethernet này không thể diễn tả nếu sử dụng các mô hình lưu lượng cổ điển như là mô hình Poisson
Lưu lượng WAN Internet cũng đã được nghiên cứu ở cả hai mức đo là mức gói tin và mức kết nối Nghiên cứu đã chỉ ra rằng tại mức gói tin, phân bố thời gian đến giữa các gói tin TELNET là không tăng nhanh theo hàm luỹ thừa như các mô hình cổ điển Còn tại mức kết nối đối với các phiên TELNET tích cực thì tốc độ đến kết nối tuân theo quá trình Poisson (với tốc độ cố định theo từng tiếng đồng hồ) Tuy nhiên, nghiên cứu cũng chỉ ra rằng tại mức kết nối, đối với các kết nối trong phiên khởi tạo người sử dụng (FTP, HTTP) và máy khởi tạo thì tốc độ đến kết nối có tính bùng nổ, đôi khi là tương quan và không tuân theo quá trình Poisson
Để thể hiện được tính bùng nổ của lưu lượng dữ liệu Internet thì có thể cần phải sử dụng các phân bố số mũ con như là các phân bố Log-normal, Weibull, Pareto Đối với các quá trình có phụ thuộc dải dài thì các quá trình tự tương quan như là chuyển động Brownian phân mảnh có thể được sử dụng
Trang 52.1.3 Một mô hình tham chiếu băng thông
Kĩ thuật lưu lượng vòng kín có thể được thực hiện dựa trên phản hồi và tham chiếu băng thông Kĩ thuật lưu lượng vòng kín dựa trên phản hồi sẽ được trình bày trong phần 4.2 Tham chiếu băng thông là một công cụ hữu ích cho kĩ thuật lưu lượng Các dự đoán băng thông trong tương lai có thể được sử dụng để khởi tạo tái cấu hình mức mạng Nhờ việc dự đoán băng thông của dòng lưu lượng, có thể xác định được các đòi hỏi về dung lượng của tuyến nối IP/WDM và do vậy sẽ quyết định có thực hiện tái cấu hình hay không
Dòng lưu lượng IP là một dòng các gói tin IP đơn hướng (của cùng một lớp lưu lượng) giữa hai đầu cuối Các đầu cuối có thể là các bộ định tuyến liền kề trong trường hợp các dòng lưu lượng IP là lưu lượng chạy trên tuyến nối nằm giữa hai bộ định tuyến Tương ứng như thế, các đầu cuối cũng có thể không phải là các bộ định tuyến liền kề Một dòng lưu lượng IP là đơn hướng và điều này sẽ dẫn tới tính không đối xứng của lưu lượng giữa các đầu cuối Cho trước một dòng lưu lượng thì điều ta mong muốn là xác định các tính chất và ước lượng được băng thông của
nó Mặc dù phương pháp dưới đây có thể áp dụng cho nhiều kiểu lưu lượng nhưng
nó được hi vọng là sẽ có khả năng ước lượng được tải mong muốn của kết nối IP
và sau đó các ước lượng này sẽ được sử dụng để thực hiện các quyết định tái cấu hình
Khoảng thời gian dự đoán xác định độ lớn thời gian dự đoán trong tương lai Khoảng thời gian cho tái cấu hình mức mạng được xác định bởi nhiều yếu tố Người ta mong muốn tái cấu hình mức mạng có khả năng phản ứng trước các thay đổi trong xu hướng lưu lượng (chẳng hạn như các thay đổi tải trong một ngày) Mặt khác khoảng thời gian tái cấu hình ít nhất cũng phải bằng thời gian của một thủ tục tái cấu hình Khoảng thời gian tái cấu hình bao gồm các thành phần sau:
Thời gian để thực hiện một dự đoán
Trang 6 Thời gian để tính toán một mô hình mới
Thời gian để dịch chuyển từ mô hình hiện tại tới mô hình mới
Thời gian để thực hiện dự đoán băng thông phụ thuộc vào độ phức tạp tính toán của mô hình dự đoán Thời gian để tính toán mô hình mới phụ thuộc vào độ phức tạp của các thuật toán hay giải pháp dựa trên kinh nghiệm để thực hiện việc thiết kế mô hình đó Còn thời gian để dịch chuyển từ cấu hình hiện tại sang cấu hình mới lại phụ thuộc vào chu trình dịch chuyển được sử dụng Giả thiết rằng chu trình dịch chuyển bao gồm một chuỗi các thiết lập và loại bỏ từng tuyến nối IP/WDM riêng rẽ Khi đó thời gian dịch chuyển sẽ bằng tổng thời gian để thiết lập
và loại bỏ các tuyến nối IP/WDM với thời gian để các giao thức định tuyến ổn định sau mỗi thay đổi mô hình
Dựa trên các nhận xét trên, người ta thừa nhận một khoảng thời gian tái cấu hình nhất định Đây là khoảng thời gian xác định tính thường xuyên thực hiện tái cấu hình mức mạng Thời gian này được gọi là khoảng thời gian thô (khác với khoảng thời gian mịn - thời gian cho các phép đo lưu lượng) Khoảng thời gian thô
là một thông số có thể thay đổi được tuỳ theo thiết kế Ảnh hưởng của các giá trị khác nhau của thông số thời gian thô đã được đánh giá
Dự đoán băng thông cho dòng lưu lượng trong khoảng thời gian kế tiếp phụ thuộc vào một số yếu tố sau:
Giờ trong ngày và ngày trong tuần: tồn tại mối tương quan giữa ngày trong tuần và giờ trong ngày với độ lớn lưu lượng Internet
Các mối tương quan từ các mẫu thời gian trước đó: độ lớn lưu lượng trong quá khứ gần sẽ ảnh hưởng tới độ lớn lưu lượng trong tương lai
Trang 7 Quá trình đến của lưu lượng: không thể chỉ dự đoán các quá trình này là các quá trình Poisson Cần phải tính đến các đặc tính tự tương quan của dòng lưu lượng trong đó
Mục đích là tìm kiếm một mô hình thông số dựa trên kinh nghiệm để có thể
dự đoán được băng thông lưu lượng trong khoảng thời gian kế tiếp Mô hình sẽ tận dụng các thông tin đo đạc lưu lượng và giả thiết rằng quá trình đến của lưu lượng
là quá trình tự tương quan Mô hình dưới đây đã được đề xuất bởi A Neidhardt và
J Hodge tại Bellcore và được dùng để dự đoán dung lượng của một ATM VPC mang lưu lượng IP và được mở rộng trong dự án NGI Supernet NC&M tại Bellcore/Telcordia
Quá trình chuyển động phân mảnh Brownian
Quá trình chuyển động phân mảnh Brownian (FBM) là một quá trình tự tương quan được mô tả bởi ba thông số là: tốc độ đến trung bình m, tham số dao động a
và thông số Hurst, H Một mạng IP/WDM có thể mô hình hoá tốc độ đến như FBM
để xem xét đến sự dao động của tổng lưu lượng mịn hoá trong khoảng thời gian thô FBM được định nghĩa như sau:
A(t) = mt + amZ(t) trong đó t
Trong đó Z(t) là quá trình chuyển động phân mảnh Brownian bình thường hoá với các tính chất sau:
Z(t) đồng biến
Z(0) = 0 và E[Z(t)] = 0 với mọi t
E[Z(t)]2 = t 2H với mọi t
Z(t) có tính liên tục
Trang 8 Z(t) có tính Gauss
Sự biến thiên của Z(t) được thể hiện bởi:
V[A(t)] = amt 2H
Hãy xem xét một hàng đợi với quá trình đến FBM như trên và với tốc độ dịch
vụ C Hệ thống này có bốn thông số: m là tốc độ đến trung bình, a là tham số biến thiên của quá trình đến, H là thông số tự tương quan và C là tốc độ dịch vụ Xác xuất tràn dòng của hàng đợi trên hay chính là P(Q>B) trong đó B là kích thước bộ đệm được cho bởi công thức gần đúng sau:
) )
1 ( )
( ) ( 2
1 exp(
)
P
Giả thiết rằng người ta cần xác xuất tràn dòng ở trên bị chặn nghĩa là:
P(Q > B) exp (-
2
2
z
) thì biểu thức cho tốc độ dịch vụ của hàng đợi C sẽ có dạng như sau:
1 1
1 2 1 2 1 2 1
) 1 (
Các nguyên lí tham chiếu lưu lượng
Nguyên lí đầu tiên là băng thông lưu lượng trong khoảng thời gian kế tiếp phụ thuộc nhiều vào lưu lượng đã thấy trong dòng lưu lượng của cùng khoảng thời gian đó của tuần trước đó
Nguyên lí này phản ánh mô hình độ lớn lưu lượng phụ thuộc lớn vào giờ trong ngày và ngày trong tuần được quan sát thấy trong các tuyến nối Do vậy, độ lớn lưu lượng trung bình trong khoảng thời gian kế tiếp sẽ gần như giống hệt như
độ lớn đã xuất hiện trong cùng thời điểm của ngày, của cùng thứ hôm đó của tuần trước đó Và điều này có thể được biểu diễn bởi biểu thức:
Trang 9h d
F
F0 ,
Trong đó F[h,d] là lưu lượng quan sát thấy tại giờ h của ngày d trong tuần trước đó Giả sử rằng tốc độ phát triển của lưu lượng từ tuần này sang tuần khác được mô hình bởi một hàm có thông số γ Cũng giả thiết rằng hàm tăng trưởng này
là hàm mũ:
0
F 0 1
e F
F
Trong đó γ là thông số mô hình được ước lượng từ các phép đo lưu lượng Giả thiết rằng W0 và W1 là tổng lưu lượng đo được trong hai tuần liền trước trong dòng lưu lượng thì có thể xác định γ từ phương trình sau:
0
0 1
W W e w
Nguyên lí thứ hai là dự đoán băng thông lưu lượng trong khoảng thời gian kế tiếp sẽ khác với lưu lượng đã được quan sát thực tế trong cùng một cách mà phép
dự đoán trong khoảng thời gian liền trước đó đã thực hiện
Cho A(h-1) là độ lớn lưu lượng thực tế đo được trong khoảng thời gian (h-1) Giả thiết F(h-1) là độ lớn lưu lượng dự đoán cho khoảng thời gian (h-1) thì:
) 1 ( ) 1 (
) 1 (
h
F
h
A
là tỉ lệ để xem xét sự khác nhau giữa giá trị dự đoán và giá trị thực tế trong khoảng thời gian liền trước Do đó:
) 1 (
) 1 (
1
h F
h A F F
trong đó ρ có thể được chọn bằng cách làm phù hợp với dữ liệu đã đo được trước đó Ví dụ như người ta có thể chọn giá trị ρ sao cho sai số do tỉ lệ được cho bởi:
) 1 (
) 1 ( )
(
) (
h F
h A h
F
h A
Trang 10là nhỏ nhất cho dữ liệu trong quá khứ Nói cách khác, có thể chọn ρ sao cho tối thiểu hoá giá trị:
2
) 1 (
) 1 ( )
(
) (
h F
h A h
F
h A
trong đó E là toán tử dự đoán Nó sẽ cho kết quả là:
2
) 1 (
) 1 (
) 1 (
) 1 ( ) (
) (
h F
h A E
h F
h A h F
h A E
Giả thiết rằng một quá trình đến FBM với tốc độ trung bình F2, kích thước bộ định tuyến là B và xác xuất tổn thất gói tin sẽ bị chặn trên bởi thì điều kiện cho dung lượng sẽ được biểu diễn bởi:
) , , , (
1 2 2
3 F F H a H B z
z H a H BH H H H z
B H
1 1
1 2 1 2 1
) 1 ( )
, , , (
Dưới đây, đồ án sẽ trình bày hai phương pháp dùng để ước lượng các thông
số a và H từ lưu lượng đo được Phương pháp đầu tiên giả định rằng đã có các kết quả đo độ lớn lưu lượng cho mỗi một trong N khoảng thời gian mịn liên tiếp t Biểu thị độ lớn lưu lượng cho mỗi khoảng i là T(i) Khi đó giá trị ước lượng độ lớn lưu lượng trung bình sẽ là:
N
i T m
N
i
1
) (
và giá trị ước lượng của phương sai sẽ là:
1
) ) ( ( 1
2
N
m i T V
N
i t
