Theo qui hoạch của chính phủ, khu đô thị khoa học Nghĩa đô sẽ được đầu tư chỉnh trang để trở thành một làng khoa học và trung tâm thương mại của Hà nội và quốc gia. Đây là một khu vực rất phù hợp cho việc xây dựng mô hình mạng B-ISDN với những dịch vụ tiên tiến của thế kỷ 21. Việc xây dựng và thử nghiệm mạng B-ISDN trong khu vực tạo điều kiện thuận lợi cho quá trình triển khai mạng B-ISDN sau này.
Xây dựng phương pháp dự báo nhu cầu dịch vụ trong mạng B-ISDN khu vực dân cư
Các nghiên cứu mới nhất của ITU-T cũng chưa đưa ra một phương pháp chính thức nào trong việc dự báo nhu cầu dịch vụ và lưu lượng của ATM. Đây là một công nghệ mới với những đặc điểm khác công nghệ chuyển mạch kênh truyền thống hơn nữa thời gian xuất hiện và thử nghiệm, nghiên cứu về công nghệ ATM còn quá ngắn so với công nghệ chuyển mạch kênh vì vậy các phương pháp dự báo cho dịch vụ ATM còn đang trong giai đoạn nghiên cứu.
Đối với Việt nam, việc xây dựng phương pháp dự báo cho các dịch vụ ISDN đã được thực hiện trong thời gian trước đây và đã đưa ra được một số kết quả tương đối chính xác.
Trong phần tiếp các phương pháp tiếp cận sẽ được trình bày và phân tích. Do điều kiện chưa có phương pháp chuẩn của ITU-T, với số liệu đầu vào rất ít hoặc không có nên việc lựa chọn phương pháp dự báo gặp rất nhiều khó khăn và chúng tôi cũng cho rằng phương pháp ựu báo được xây dựng trong báo cáo này cần được tiếp tục nghiên cứu, phát triển để đảm bảo tính chính xác của kết quả đưa ra.
Lựa chọn phương pháp dự báo
Các phương pháp dự báo truyền thống
Phương pháp ngoại suy
Phương pháp ngoại suy sử dụng cho những quá trình phát triển theo kiểu tiệm tiến của đối tượng theo một mối quan hệ hay quy luật sẽ xảy ra trong tương lai.
Thông tin ban đầu để ngoại suy là một chuỗi thời gian về động thái phát triển của đối tượng dự báo. Phân tích sự biến đổi về mối quan hệ của đối tượng trong giai đoạn lịch sử đã nêu để phát hiện ra quy luật về sự phát triển của đối tượng đang xem xét.
Phương pháp này chỉ thật sự hữu ích khi đầy đủ dữ liệu và xu hướng phát triển của đối tượng cần dự báo khá ổn định.
Phương pháp chủ quan (Phương pháp chuyên gia)
Phương pháp chuyên gia là một công cụ hữu hiệu để dự báo những vấn đề bao quát rộng, phức tạp và nhiều chỉ tiêu.
Phương pháp này chủ yếu dựa vào thu thập, xử lý các ý kiến đánh giá của tập thể các nhà khoa học, kỹ thuật (chuyên gia) nhằm mục đích xây dựng được xu hướng phát triển tương lai của đối tượng dự báo.
Phương pháp này hiệu quả trong trường hợp không có cơ sở lý luận chắc chắn, thiếu số liệu thống kê đầy đủ và tin cậy.
Nhược điểm của phương pháp này là tính chủ quan cao, phụ thuộc vào nhận định của chuyên gia.
Phương pháp mô hình hoá
Loại phương pháp mô hình hoá là lớp phương pháp có triển vọng hơn cả. Chúng kế thừa sử dụng các yếu tố của các phương pháp ngoại suy, chuyên gia và có ý nghĩa đặc biệt ở giai đoạn lựa chọn, nó đánh giá sự phát triển theo xác suất tính hiện thực và thời hạn cho phép để hoàn thành những chỉ tiêu đã đưa ra.
Mô hình là sự phản ánh có chọn lọc những thuộc tính của đối tượng được nghiên cứu. Khi sử dụng các hệ thức toán học mô tả đặc trưng của đối tượng và các mối liên hệ giữa chúng ta sẽ có mô hình toán học. Mô hình toán học thể hiện sự liên kết giữa các biến số và hệ số.
Dự báo bằng phương pháp mô hình mặc dù có nhiều ưu điểm nhưng việc sử dụng hiện nay còn bị hạn chế do đòi hỏi phải có hệ thống cơ sở dữ liệu đầy đủ trong quá khứ.
Qua nghiên cứu phương pháp mô hình hoá chúng ta thấy: do việc nghiên cứu một biến thống qua các biến khác cho nên việc giải thích các kết quả dự báo là
có thể đạt được và khi đối tượng dự báo có biến động thì có thể giải thích được nguyên nhân do phân định được trọng số của các nhân tố ảnh hưởng đến nhu cầu thực tế của dịch vụ được dự báo. Về mặt lý thuyết phương pháp dự báo bằng mô hình tỏ ra có tính thuyết phục hơn và có hiệu quả cao hơn và đương nhiên là nó cũng đòi hỏi các điều kiện khắt khe hơn so với phương pháp ngoại suy.
Đòi hỏi hệ thống dữ liệu: trong khi phương pháp ngoại suy theo thời gian chỉ cần dữ liệu của một biến cần dự báo thì phương pháp này lại đòi hỏi dữ liệu của tất cả các biến có liên quan, có ảnh hưởng đáng kể đến đối tượng cần nghiên cứu. Việc thu thập dữ liệu trong tình hình hiện nay gặp rất nhiều khó khăn, do vậy hạn chế rất nhiều đến việc áp dụng phương pháp này.
Đặc biệt đối với phương pháp này cần có sự tìm tòi, khám phá và phải dày công nghiên cứu. Do vậy cần có các bộ phận chuyên trách mới có thể đảm đương được công việc này.
Xuất phát từ các yếu tố nêu trên nên trong thực tiễn việc vận dụng phương pháp này để dự báo còn bị hạn chế. Phương pháp dự báo theo mô hình cần thiết phải được áp dụng để đáp ứng các đòi hỏi hiện tại và trong tương lai không xa của quản lý. Mặc dù áp dụng phương pháp này còn có nhiều khó khăn nhưng với những biện pháp về tổ chức và với những người nhiệt tình với công việc chắc chắn công việc vẫn có thể đạt kết quả tốt.
Phương pháp dự báo nhu cầu dịch vụ băng rộng
Đối với việc dự báo nhu cầu sử dụng dịch vụ băng rộng ở khu vực dân cư hẹp, các số liệu cần thiết cho quá trình dự báo là rất hạn chế do đó chúng ta không thể áp dụng một phương pháp dự báo cụ thể nào đó để dự báo mà cần phải kết hợp các phương pháp dự báo nói trên.
Trên cơ sở phân tích phương pháp dự báo kết hợp với số liệu có thể thu thập được, chúng tôi đã lựa chọn phương pháp tiếp cận dự báo dịch vụ phi thoại do ITU đề xuất áp dụng để dự báo cho dịch vụ băng rộng trong khu dân cư hẹp . Các phương pháp dự báo truyền thống như đã nêu ở trên sẽ được áp dụng để dự báo một số mục cần dự báo trong phương pháp tiếp cận này.
Phương pháp tiếp cận này xuất pháp từ ý tưởng dự báo nhu cầu thuê bao bằng cách dự báo số các thiết bị và kiểu thiết bị cho từng vùng và số các vùng sử dụng phương pháp nghiên cứu thị trường. Vì lý do ít dữ liệu, thậm chí không có số liệu, đòi hỏi phải đặt ra một số giả thuyết. Cách tốt nhất để đạt được kết quả tương đối chính xác là kết hợp nhiều phương pháp phương pháp tiếp cận khác nhau. Theo ý kiến chủ quan của từng người, các giả thuyết có thể không đồng nhất với nhau dẫn tới đưa ra kết quả khác nhau. Do đó nên có nhiều người cùng tham gia dự báo và so sánh các kết quả lại với nhau để đưa ra được một kết quả cuối cùng khả dĩ nhất.
Dự báo nhu cầu dịch vụ trong mạng B-ISDN
Qui trình dự báo
Dựa vào phương pháp tiếp cận như đã được trình bày ở trên, chúng ta có thể đưa ra được qui trình cho việc dự báo nhu cầu dịch vụ ở khu vực dân cư hẹp như sau:
Hình III- : Qui trình dự báo nhu cầu dịch vụ băng rộng cho khu vực Nghĩa Đô Xác định dịch vụ Xác định xu hướng phát triển nhân sự Xác định đơn vị Xác định thuộc tính lưu lượng của các dịch vụ Dự báo nhân sự cho từng đơn vị Dự báo mật độ máy tính Dự báo tốc độ phát triển tỷ lệ máy tính nối mạng
Thu thập & phân
loại số liệu Các số liệu về nhân sự Các số liệu máy tính Số liệu máy tính nối mạng Tính toán số máy tính Tính toán số máy tính nối mạng Xác định các ứng dụng
Ước lượng phân bố tần suất sử dụng thiết bị theo từng loại ứng dụng & từng dịch vụ Tính toán số các thiết bị được sử dụng trong loại ứng dụng & dịch vụ của từng đơn vị Tính toán lưu lượng của các đơn vị theo từng loại dịch vụ & loại ứng dụng Lưu lượng của các đơn vị
Thu thập và phân loại số liệu
Việc thu thập số liệu của các đơn vị được thực hiện thông qua các phiếu điều tra. Số liệu này được sắp xếp và phân loại.
Xác định các loại hình dịch vụ và thuộc tính của chúng
Trong phương pháp tiếp cận này cần phải xác định các loại dịch vụ có thể được sử dụng trong mạng. Các dịch vụ tạm thời được phân loại như sau:
ATM;
Internet, Intranet; Các dịch vụ Video ; Các dịch vụ khác.
Xác định các loại ứng dụng
Các ứng dụng trên mạng có thể phân thành các loại sau đây: Truyền tin văn phòng;
Teleconferencing;
Truyền tin giữa các máy tính mini; Truyền tin giữa các máy tính lớn;
Truyền tin giữa máy tính cá nhân và máy tính mini.
Truyền tin văn phòng và truyền tin giữa thiết bị đầu cuối với máy mini
Truyền tin văn phòng là các ứng dụng máy tính nhằm mục đích tăng hiệu suất làm việc của một văn phòng. Dưới đây là các kiểu điển hình của truyền tin văn phòng:
Thư tín điện tử: Với nghĩa rộng, thuật ngữ này mô tả các kỹ thuật truyền dữ
liệu hướng văn bản. Dữ liệu được truyền có thể từ một người đến một người hoặc từ một người đến một nhóm người. Trong cả hai trường hợp, văn bản được tạo ra từ một người nào đó được lưu trữ, gửi, chuyển tiếp và nhận bằng các thiết bị điện tử. Ví dụ một thuê bao tạo ra một bức thư có kèm địa chỉ và chuyển nó tới hệ thống thư điện tử. Sẽ có một máy tính làm nhiệm vụ truyền/chuyển tiếp thư tới máy tính thích hợp, có thể ở một vị trí địa lý khác.
Các trạm làm việc tích hợp: Là những thiết bị/đầu cuối có khả năng xử lý
tiếng nói, dữ liệu, đồ hoạ, .. và truyền hình ảnh. Điển hình đối với các trạm làm việc tích hợp này là các máy tính cá nhân.
Teleconferencing
Teleconferencing là những ứng dụng truyền số liệu thời gian thực giữa hai hoặc nhiều vị trí khác nhau.
Tính toán số liệu dự báo
Dự báo tốc độ phát triển nhân sự
Chúng ta sẽ giả sử rằng tốc độ phát triển nhân sự ở các đơn vị là ổn định trong những năm tới, do đó lực lượng nhân sự của từng đơn vị sẽ được tính theo công thức
Np(t) = Np(t-1) * (1+rp) Trong đó:
Np(t) là số nhân viên của đơn vị p trong năm t Np(t-1) là số nhân viên của đơn vị p trong năm t-1 rp là tốc độ phát triển nhân sự hàng năm của đơn vị p Kết quả dự báo nhân sự được trình bày trong phụ lục.
Dự báo tốc độ phát triển mật độ máy tính
Ta nhận thấy rằng mật độ máy tính/nhân viên tăng hàng năm cho đến giá trị bão hoà bằng 1 (mỗi nhân viên sẽ sử dụng một máy tính). Xu hướng phát triển của mật độ máy tính sẽ được ngoại suy từ dữ liệu trong quá khứ.
Chúng ta sẽ sử dụng mô hình Logistic để dự báo tốc độ phát triển mật độ máy tính.
Cấu trúc của mô hình như sau:
trong đó:
S là mức bão hoà, trong trường hợp này S = 1
Pt(p) là mật độ máy tính năm t của đơn vị p
α, β là các tham số được tính từ dữ liệu quá khứ
β α + + = t t e S p P 1 ) (
Với số liệu của hai năm quá khứ có thể tính được giá trị các tham số α, β. Sau đó sử dụng công thức trên để tính toán số liệu dự báo cho các năm trong tương lai.
Tính toán số lượng máy tính
Sau khi đã dự báo được tốc độ phát triển nhân sự và mật độ máy tính, chúng ta có thể dễ dàng tính được số lượng máy tính cho các năm trong tương lai sử dụng công thức:
Ct(p) = Et(p)* Pt(p)
Trong đó:
Ct(p) là số lượng máy tính năm t của đơn vị p
Et(p) là số nhân viên năm t của đơn vị p
Pt(p) là mật độ máy tính năm t của đơn vị p
Dự báo tốc độ phát triển tỷ lệ máy tính nối mạng
Tương tự tốc độ phát triển mật độ máy tính, xu hướng phát triển của tỷ lệ máy tính nối mạng cũng tăng dần hàng năm và sẽ đạt tới giá trị bão hoà là 1 (tất cả các máy tính đều được nối mạng). Thêm vào đó là sự hạn chế của dữ liệu quá khứ, nên mô hình thích hợp nhất để dự báo tốc độ phát triển tỷ lệ máy tính nối
mạng là mô hình Logistic: trong đó:
S là mức bão hoà, trong trường hợp này S = 1
Pt(p) là mật độ máy tính năm t của đơn vị p
α, β là các tham số được tính từ dữ liệu quá khứ
Dựa vào dữ liệu quá khứ trong các năm 1997, 1998 chúng ta có thể tính toán được các tham số α, β của mô hình trên. Từ đó có thể tính toán được tỷ lệ máy tính của các năm tương lai.
Tính toán số máy tính nối mạng
Số máy tính nối mạng được tính theo công thức sau:
NCt(p) = Ct(p)* Nt(p) trong đó: β α + + = t t e S p N 1 ) (
NCt(p) là số máy tính nối mạng trong năm t của đơn vị p.
Ct(p) là số máy tính trong năm t của đơn vị p
Nt(p) là tỷ lệ máy tính nối mạng trong năm t của đơn vị p
Phương pháp dự báo lưu lượng trong mạng B-ISDN khu vực hẹp
Tổng quan về dự báo lưu lượng
Thời gian từ khi yêu cầu cần cung cấp thêm thiết bị, đường kết nối và cơ sở hạ tầng định hình cho đến lúc có thể thực sự đáp ứng được yêu cầu đó thường khá lớn. Do vậy, để có thể đảm bảo là mạng lưới luôn đáp ứng được nhu cầu của khách hàng trong tương lai, cần thiết phải dự báo một cách chính xác nhu cầu này để có thể nâng cấp mạng trước khi mọi tài nguyên mạng đã cạn kiệt.
Công việc dự báo lưu lượng là bước tiếp theo của dự báo nhu cầu dịch vụ và bao gồm dự báo tần xuất sử dụng dịch vụ cho một thuê bao, lưu lượng đi và đến từng tổng đài và lưu lượng giữa các tổng đài.
Cho đến nay, đã có rất nhiều phương pháp dự báo lưu lượng đã được phát triển. Các phương pháp này có thể được chia thành các loại chính sau:
Phương pháp đánh giá xu thế: dựa trên số liệu hiện có để xác định xu thế
phát triển trong tương lai;
Phương pháp dự báo có cấu trúc: dựa trên kết quả dự báo các tham số có ảnh
hưởng đến lưu lượng để suy ra giá trị lưu lượng trong tương lai;
Phương pháp lặp: sử dụng các thuật toán cân bằng ma trận;
Phương pháp so sánh: dựa trên sự phát triển của lưu lượng trong quá khứ của
một vùng khác có tính chất tương tự với khu vực được nghiên cứu.
Tính chất đặc thù của dự báo lưu lượng trong mạng B-ISDN
So với dự báo lưu lượng thoại, dự báo lưu lượng ATM có một số điểm chung: Công cụ dự báo;
Bên cạnh đó, dự báo lưu lượng ATM có một số điểm khác biệt quan trọng do: Tính chất dịch vụ của ATM không giống như thoại: ATM có thể hỗ trợ các cuộc gọi điểm-điểm, điểm-đa điểm, v.v... trong khi dịch vụ thoại là điểm- điểm
Số liệu lưu lượng ATM trong quá khứ thường không đầy đủ: do ATM là một công nghệ mới, các dịch vụ xây dựng trên nền ATM hoạt động chưa lâu nên số liệu trong quá khứ không đầy đủ. Điều này đặc biệt đúng cho Việt nam.
Nhằm đáp ứng được các yêu cầu riêng đối với dự báo lưu lượng ATM, quy trình dự báo đã được phát triển và sẽ được trình bày trong phần tiếp theo.
Quy trình dự báo lưu lượng trong mạng B-ISDN khu vực hẹp
Như đã trình bày ở trên, trở ngại cho việc dự báo lưu lượng ATM là tính chất
