Redes Corporativas

Tema 1.3
Caracterizacin del trfico. Modelos avanzados de la
Teora de Colas. Modelos de trfico en Internet.

@2015 DIT

Contenido del tema

Recordatorio de conceptos.
M/G/1 FIFO (frmulas de Pollaczek-Khinchin).
Disciplinas de cola y control de trfico.
M/G/1 PQ (frmulas de Cobham).
Otros modelos para servicio general.
WFQ.
Modelos de trfico multimedia.
Trfico en Internet y los modelos clsicos.
Modelos autosemejantes.
Discusin.
Introduccin a las redes de transporte y al diseo de redes.
2

Conceptos a recordar para seguir el tema

Variables aleatorias y procesos que describen el

estado de un sistema de colas: n, q, T, W.
Trfico y utilizacin de un recurso.
Notacin de Kendall.
Frmula de Little.
Procesos de nacimiento y muerte.
Redes de Jackson.
Disciplina de cola.

Variables aleatorias relevantes al estudiar un sistema de colas:

N (n). Nmero de clientes en el sistema (servidores+zona de espera, si existe).

Q (q). Nmero de clientes en la zona de espera (cola), si existe.

W. Tiempo de permanencia de un cliente en la zona de espera, mientras no recibe servicio.

S. Tiempo de servicio de un cliente.

T. Tiempo total de permanencia de un cliente en el sistema de colas. T = W + S.

Notacin de Kendall: A/B/C/D/E/F.

A: proceso de llegadas. M = sin memoria (Memoryless, Markov; es un proceso de Poisson si la

poblacin es infinita). G = General.

B: tiempo de servicio. M = sin memoria (exponencial negativa). G = General.

C: nmero de servidores.

D (opcional): capacidad del sistema. Si se omite, se entiende que es infinito.

E (opcional): poblacin. Si se omite, se entiende que es infinita.

F (opcional): disciplina de cola. Si se omite, se suele suponer FCFS/FIFO.

Frmula de Little: E(n) = E(T):

Nmero de clientes en el sistema: n.

Tiempo de permanencia de los clientes en el sistema: T.

Tasa de paso de los clientes por el sistema: .

Sistemas de prdidas y de espera basados en procesos de nacimiento y muerte.
Redes de Jackson.
Disciplina de cola: estrategia que sigue el planificador de un sistema de colas para decidir qu cliente ser el
prximo en recibir servicio.

FCFS/FIFO: First Come First Served /First In First Out

Disciplinas de cola
Quin es el siguiente?

Disciplina de cola: estrategia que

sigue el planificador de un sistema
de colas para decidir qu cliente
ser el prximo en recibir servicio.

FCFS/FIFO: First Come First Served /First

In First Out

RR = Round Robin.
PQ = Priority Queuing.
WFQ = Weighted Fair Queuing.
SPTF = Shortest Processing Time First.
...
4

Tipos de disciplinas de cola:

Sin requisa (non preemptive). Cuando un cliente

comienza a recibir servicio, no abandona el servidor
hasta que termina completamente de recibir servicio.
Ejemplos: FCFS, PQ sin requisa, WFQ.
Con requisa o expulsin (preemptive). Se puede expulsar
a un cliente que est recibiendo servicio si se tiene que
dar servicio a otro de mayor prioridad. Ejemplos: RR
con timeslicing (ej., procesos en un sistema operativo
multitarea), PQ con requisa.
En caso de requisa, el cliente expulsado puede volver
a la cola para, con el tiempo, terminar de recibir
servicio, o desaparecer definitivamente.

Objetivo: control de trfico

Mecanismo de QoS con los objetivos siguientes:

Garantizar el retardo a los flujos que lo necesiten (SLS).

Garantizar los recursos (Ancho de Banda del enlace) a
los diferentes flujos que comparten el enlace.
Flujo 1

Planficador

Entradas

Salida

Tiempo

Flujo 4

CLASIFICACIN
5

Fuentes: Tanenbaum 5.4.2 Packet Scheduling

ITU Y.1221
7.1.6 Packet scheduling
Packet scheduling is a function of the network with two different
objectives. One objective is to bind the queuing delay for a flow,
which has stringent delay requirements. Another objective is to
divide an available resource (e.g. bandwidth) over different flows
in a network-specific manner.

Sistema M/G/1 con disciplina FIFO

Llegadas poissonianas. Tasa de llegadas constante .

Servicio: se conocen la media (1/) y la varianza (2).
Un nico servidor, capacidad del sistema infinita.
Se calcula el trfico ofrecido .

El rgimen estacionario slo se alcanza si < 1.

en este caso es tambin la utilizacin del servidor.
Frmulas de Pollaczek-Khinchin.

E(T) =
E(n) =

1
2 2
[1 (1 )]
2
(1 )

2 2
[1 (1 )]
2
1

Los dems estadsticos

se obtienen fcilmente:
E(W ) = E(T) 1/
E(q) =E(W)
6

Deduccin a partir de E(W):

Suponemos FCFS. No hay requisa.

El tiempo medio de espera en cola de un cliente que acaba de llegar incluye dos contribuciones:

El tiempo que le falta al cliente que est recibiendo servicio, si lo hay = VIDA RESIDUAL
(VR).

El tiempo de servicio de los clientes que han llegado antes (FCFS). En media vale E(q)(1/).

E(W )=E(VR)+ E(q)/=E (VR )+ E(W )/

E (W )=E (VR)+ E (W )

E(W )=E(VR)/(1)
VR

S3

S1
S2

S4

S5

M(T) representa el nmero de clientes que reciben servicio en el intervalo (0..T).

Si es el tiempo de servicio del cliente i-simo que recibe servicio.
Se supone que < 1, luego la tasa de paso por el servidor es la tasa de llegadas.
M (T )

1
1
1 2
E(VR)=lim ( ) VR(t)dt=lim ( ) ( Si )
T T 0
T T i=1 2
M (T )
M (T )
1
1 2 1
2
E (VR)=lim (
)(
) ( Si )= E (S )
T
2
M (T ) i=1 2
T

E (W )=

1
E(S 2 )
2(1)

A partir de E(W) se puede obtener

E(T)=E(W)+1/ y
E(n) = E(T)

Sistema M/G/1 con prioridades

Supondremos:

Hay 1 .. P clases de prioridad.

Los clientes de la clase 1 son los ms prioritarios.
Los clientes de la clase P son los menos prioritarios.
Ningn cliente puede empezar a recibir servicio mientras haya en
cola clientes ms prioritarios.
Es necesario que estos flujos estn conformados y vigilados para
que no impidan la transmisin de los flujos menos prioritarios.

Entre clientes de la misma clase se usa FCFS.

No hay requisa: una vez que un cliente comienza a recibir servicio,
lo termina, aunque mientras reciba servicio lleguen al sistema
clientes ms prioritarios.
El sistema alcanza el rgimen estacionario: < 1.
7

Tasa de llegadas de la clase i: i

Tasa de servicio de la clase i: i

Utilizacin de la clase i: i= i /i

Utilizacin i < 1

Tasa de llegadas agregada: i

Tasa media de servicio: =

Tiempo de espera de la clase 1: razonamiento similar al de M/G/1 sin prioridades,
teniendo en cuenta que los clientes en cola de clases menos prioritarias no pueden
hacer esperar a un cliente de la clase 1. Pero esto no incluye al que puede estar
recibiendo servicio. E(VR) tiene en cuenta todos los clientes que han empezado a
recibir servicio.
E (S 2 ) 1
E (W 1)=
E(W1) = E(VR) + 1 E(W1)/1 = E(S2)/2 + 1E(W1)
2
(11 )
Tiempo de espera de la clase 2: El tiempo de espera de un cliente de la clase 2 que
llega al sistema incluye las siguientes contribuciones:

Vida residual del cliente que est recibiendo servicio.

Tiempo de servicio de todos los clientes de clase 1 que hay en la cola al llegar este
cliente (son ms prioritarios).

Tiempo de servicio de todos los clientes de clase 2 que hay en la cola al llegar este
cliente (suponemos FCFS y los dems han llegado antes).

Tiempo de servicio de todos los clientes de clase 1 que llegan al sistema mientras
este cliente espera (aunque llegan despus, son ms prioritarios y reciben servicio
antes).

E (S 2 ) E (q 1 ) E (q 2 ) E (W 2 ) 1 E (S 2 )
E (W 2 )=
+ 1 + 2 +
=
+ E (W 1 )1 + E (W 2 )2 + E (W 2 )1
1
2
2
2

E (S ) E (S )
E(S 2 )
+(
)
+ E(W 1 )1
2
2(11 ) 1 E(S 2 ) 1
2
1
E(W 2 )=
=
=
112
11 2
2
11 112

Tiempo de espera de la clase i

El tiempo de espera de un cliente de la clase i que llega al sistema

incluye las siguientes contribuciones:

Vida residual del cliente que est recibiendo servicio.

Tiempo de servicio de todos los clientes de clases 1..i-1 que hay en la cola al llegar este
cliente (son ms prioritarios).
Tiempo de servicio de todos los clientes de clase i que hay en la cola al llegar este cliente
(suponemos FCFS y los dems han llegado antes).
Tiempo de servicio de todos los clientes de clase 1..i-1 que llegan al sistema mientras este
cliente espera (aunque llegan despus, son ms prioritarios y reciben servicio antes).

Se obtiene un sistema triangular de ecuaciones: E(Wi) depende de los

trminos de las clases 1..i, pero no de los i+1..P.
Puede demostrarse que la solucin general del tiempo medio de espera
para la clase i es (frmulas de Cobham):
2

E (W i )=

E (S )
2

i1

j=1

j=1

(1 j ) (1 j )
8

Otros sistemas con tiempo de servicio

de distribucin general

Sistemas de prdidas (Erlang-B y Engset).

Puede demostrarse que las expresiones de probabilidad de prdida

de estos sistemas son vlidas para distribuciones de tiempo de
servicio general, no slo exponencial.
Ej., la frmula de Erlang-B se puede aplicar a sistemas M/G/N/N.

Redes de Jackson.

El teorema de Jackson se deduce para tiempos de servicio que

siguen la distribucin exponencial.
Si el tiempo de servicio no es exponencial (mantenindose el resto
de las condiciones de Jackson) se puede estudiar el sistema de
forma aproximada sustituyendo las expresiones M/M/1 por las
correspondientes M/G/1 (Bertsekas, Gallager, 1992).
9

Fair Queueing
Entradas

Salida

Conmutador de
paquetes

Flujo 1

Entradas

Round Robin

Salida

Tiempo

Flujo 4

CLASIFICACIN

Dos mejoras necesarias:

1. Asignar a cada flujo diferentes recursos
2. Considerar el tamao de los paquetes

(ej. flujo1 40%, y el resto 20%).

10

Asignacin de pesos
Dos mejoras necesarias:
1. Asignar a cada flujo diferentes recursos
2.

(ej. flujo1 40%, y el resto 20%).

Considerar el tamao de los paquetes

Flujo 1

Entradas

W1=2 (40%)
W2=1

Salida

W3=1

Tiempo

W4=1 (20 %)

Flujo 4

CLASIFICACIN

CONCEPTO IMPORTANTE:
El ancho de banda del enlace se est COMPARTIENDO y
Flujo 1

W1=1 (2%)
W2=20

Entradas

W3=20 (40%)
Flujo 4

NO REPARTIENDO.

W4=9 (18%)

Salida
Tiempo

11

WFQ (Weighted Fair Queueing)

Dos mejoras necesarias:
1. Asignar a cada flujo diferentes recursos .
2. Considerar el tamao de los paquetes
WFQ

Es como si se hiciese el round robin bit a bit (con pesos).

El paquete que se transmite primero es
el primero en terminar esta transmisin bit a bit.
1

Entradas

Flujo 1

2 1
W1=2

Salida

2
4

3
5

W2=1
Flujo 2

Tiempo

6 54
14 2 5 3

Transmisin Real

CLASIFICACIN

12

Garantas de WFQ: BW y retardo

Flujo 1

W1 W1
W2

Flujo N

WN

Enlace de Salida de Capacidad

bps

El ancho de banda garantizado al flujo i es:

ri = R x Wi / j Wj

Suponiendo que el flujo i est conformado por un Token Bucket

de capacidad Ci (bits) , y tasa de generacin de tokens i < ri (bps).
El retardo introducido en el primer nodo a un paquete del flujo i es:
Dmax Ci/ ri + LMAX/R
LMAX es el tamao mximo de un paquete en la red (en bits).
La cota de retardo del WFQ la demostr K. Parekh en 1992 (A Generalized
Processor Sharing Approach to Flow Control in Integrated Services Networks, )
y se aplica para decidir el ancho de banda que es necesario garantizar a un flujo
que requiere un retardo mximo garantizado.

13

WFQ: cota de retardo en un trayecto

Suponiendo que el flujo i (paquetes de tamao mximo L max) est conformado por
un Token Bucket de capacidad Ci (bits) , y tasa de generacin de tokens i < ri (bps).
Usando WFQ en cada router se puede
garantizar un caudal r >

Flujo (TSpec):
C

Lmax
..

El receptor calcula r
para cumplir Dmax
y lo reserva enviandolo
el mensaje RESV

Router
1

R1 (bps)

Router
H

Router
2

El retardo introducido por el primer

router/salto es (TB con WFQ):

D1

RH (bps)

R2 (bps)

C LMAX

T p1
r
R1
Dmax

Cada uno de los dems saltos

aaden un retardo adicional inferior a:

Lmax LMAX

Tp j
r
Rj

C ( H 1) Lmax
L
( MAX Tp j )
r
Rj
j 1
H

Se va acumulando
salto a salto en
el mensaje PATH

LMAX es el tamao mximo de un paquete en la red (en bits).

14

Tp: Incluye el retardo de procesamiento del router y de propagacin del salto.

Lmax es la longitud mxima de los paquetes del flujo considerado.
LMAX es la longitud mxima de los paquetes en la red.
Para entender el retardo adicional de cada router (2..H) se debe considerar que:
1.Todos los routers implementan WFQ garantizando un ancho de banda r al
flujo.
2.El primer router ya impone la limitacin (en caso peor) a la velocidad r.
3.Por lo tanto, el retardo aadido es nicamente el de transmisin del paquete +
espera por otro paquete que se estuviera transmitiendo + Tp.

Caracterizacin de conversaciones
de VoIP

Modelo de un cdec de voz paquetizada.

Hay cdecs de voz que generan una tasa constante, haya silencios o no.
Otros no generan voz codificada cuando hay silencios.
Otros pueden generar tramas que representan el silencio.
En general, distinguiremos que una fuente de VoIP puede encontrarse en dos
estados:
ACTIVO: generan voz digitalizada a tasa M bps.
SILENCIO: generan voz digitalizada a tasa m bps.
Este modelo cubre los casos anteriores:
M = m si la tasa es constante.
m = 0 si no se enva nada cuando hay silencio.
Se llama tasa o factor de actividad a al porcentaje de tiempo que una fuente
se encuentra en estado ACTIVO.
Generalmente se toma a = 0,35, aunque por seguridad se pueden hacer
clculos con a = 0,5.

15

Caracterizacin de conversaciones
de VoIP

Los cdecs generan tramas de audio digitalizado que

contienen las muestras digitalizadas y comprimidas
de un intervalo de tiempo (que depende del cdec).
Estas tramas hay que transportarlas sobre la torre
TCP/IP:
Protocolo de aplicacin: RTP (cabecera de 12
octetos).
Protocolo de transporte: UDP (cabecera de 8
octetos).
Protocolo de interred: IP (cabecera mnima de 20
octetos en v4, de 40 en v6)
Capas inferiores a IP.
Debido a esta sobrecarga tan importante, se suele
mandar ms de una trama en cada paquete IP
retardo.
Aun as, la sobrecarga es comparable a la carga
til, por lo que los valores de M y m que se usen al
calcular caudales deben incluir las sobrecargas de la
torre TCP/IP.

Audio
RTP
UDP
IP
Ethernet MAC
Ethernet PHY
Ejemplo de torre de
protocolos, suponiendo
enlace Ethernet
16

Ejemplo: cdec G.723.1 a 5,3 kbps. Las tramas generadas por el cdec
contienen 30 ms de audio. El tamao de las tramas en estado de silencio
es de 4 octetos, mientras que cuando llevan voz digitalizada es de 20
octetos. La sobrecarga de RTP/UDP/IP es de 40 octetos. Generalmente
se mandan 4 tramas de audio por paquete IP. Esto supone que las tasas M
y m son las siguientes:

M = (4x20+40)x8 bits /120 ms = 8 kbps.

m = (4x4+40)x8 bits / 120 ms = 3,73 kbps.

Modelo de N conversaciones de VoIP

Supondremos N conversaciones simultneas.

Independientes unas de otras.
Con el mismo factor de actividad a.
En ese caso, la probabilidad de que haya i
conversaciones simultneas en estado activo es:
p(i)= N ai (1a)Ni
i

( )

El caudal de las N conversaciones, cuando hay i en

estado activo, es iM + (N-i)m.
Luego el caudal promedio es p (i)(i M +( N i)m)= N (aM +(1a)m)
N

i=0

17

Dimensionado
Si se reserva un ancho de banda B para transportar el
trfico de N conversaciones, hay dos opciones:

Tasa del agregado de N conversaciones

Dimensionar para el caso peor, es decir, B = NM.

Pero es improbable que las N conversaciones estn en

estado activo simultneamente, especialmente si N es
grande desperdicio de recursos.

Reservar un ancho de banda B < NM, pero

lgicamente siendo B > N(aM+(1-a)m)

Pprdida

Bopt

Exceso

El dimensionado hay que hacerlo acotando

una probabilidad de prdida.

Modelo restrictivo, pues supone un descarte

en lugar de espera, por pequea que sea.

Bpico = NM = tasa de pico

Si se tiene en cuenta la posibilidad de que

los paquetes esperen, el modelo resultante se
complica mucho. En todo caso las esperas
no pueden ser elevadas para no empeorar la
calidad de la conversacin.

Bmedio =N(aM+(1-a)m) = tasa media

Bopt = Bmedio + Exceso
Si se reserva Bopt, la tasa de
prdidas es Pprdida

18

Dimensionado

Cuando hay i fuentes activas, llamamos Ti a la

duracin agregada de los subintervalos de T en los
que hay i fuentes activas. Por tanto, Ti = Tp(i).
El volumen de datos perdidos en Ti es:

Ti max[(iM+(N-i)m)-B, 0]

Tasa del agregado de N conversaciones

La tasa de prdidas se calcula como el cociente

entre los datos perdidos y los datos totales
enviados en un intervalo T.

Bpico = NM = tasa de pico

Pprdida

Bopt

Exceso

La tasa media de prdidas es, por tanto:

Bmedio =N(aM+(1-a)m) = tasa media

T i max[(i M +( N i)m)B ,0]

P = i=0

TN (aM +(1a)m)

p (i)max [(i M +( N i)m)B ,0]

i=0

N (aM +(1a) m)

19

La expresin anterior para la probabilidad de prdida no permite despejar B

de forma analtica, pero se puede calcular por ordenador. A continuacin se
incluye un programa en PHP con el que se ha generado la grfica de la
transparencia siguiente:
functionncmb($n,$i){//num.combinatorionsobrei
$a=1;$b=1;
for($k=0;$k<$i;$k++){
$a=$a*($n$k);
$b=$b*($k+1);
}
return$a/$b;
}
functionexpres($n,$sup,$inf,$b){
$s=0;
for($i=0;$i<=$n;$i++){
$s=$s+ncmb($n,$i)*pow(0.5,$n)*max(0,(($i*$sup+($n$i)*$inf)$b));
}
return$s/(0.5*$n*($sup+$inf));
}
$may=9.07;//Mconsobrecargas
$min=3.73;//mconsobrecargas
$lim=0.01;//probabilidad
for($nc=1;$nc<=30;$nc++){
$b0=0.5*$nc*($may+$min);
$inc=0.001*$b0;
$bi=$b0;
while(expres($nc,$may,$min,$bi)>$lim)$bi=$bi+$inc;
$eb=($bi$b0)*100.0/$b0;
printf("%d%.2f\n",$nc,$eb);
}

Dimensionado

Porcentaje en exceso que hay que reservar sobre el caudal promedio para una probabilidad de prdida < 1%
(Cdec G.723.1 a 6,4 kbps, factor de actividad 0,5 y 4 tramas de voz por paquete IP)
Ver tambin: O. Hersent, D. Gurle, J.P. Petit. IP Telephony. Packet-based multimedia communications systems. Pearson Education, 2000
20

Tasa del agregado de 16 conversaciones

Bpico = 16xM = tasa de pico

Pprdida

Bopt

Exceso 0,1 x Bmedio

Bmedio =N(aM+(1-a)m) = tasa media

Bopt = Bmedio + Exceso

16

Modelos de trfico de vdeo

Modelo sencillo de un agregado de n flujos de vdeo MPEG (fuente: Alagz).

Basado en el Teorema del Lmite Central.

En su formulacin original, hay que partir de n variables aleatorias independientes

idnticamente distribuidas.
Pero se han encontrado condiciones (Lyapunov, Lindeberg) que permiten extenderlo a N
variables no necesariamente idnticamente distribuidas.
Sea X1... Xn n variables aleatorias independientes de media i y varianza 2i. Sea s2n =
iPara n suficientemente grande, se cumple que:
n

1
( X i i)N (0,1)
s n i=1

Aplicacin: usar como VV.AA. las tasas "instantneas" de generacin de datos de n

fuentes de vdeo. El agregado tendr un valor que se puede estudiar segn la distribucin
normal de media la suma de las medias y varianza la suma de las varianzas de las fuentes
de vdeo.
Dificultad: valor de n para que esto se cumpla con una buena aproximacin. Si n es es
bajo, este modelo SUBESTIMA seriamente los recursos necesarios para transportar un
agregado de n fuentes de vdeo con una probabilidad mxima P de desbordamiento.
21

Procesos de llegadas segn cadenas de Markov.

Referencia: Cooper, R.B. and D.P. Heyman.
Teletraffic Theory and Engineering. Froehlich/Kent
ENCYCLOPEDIA OF TELECOMMUNICATIONS,
Vol. 16, Dekker, 1998, 453-483.
En las pginas 477-480 se describe un modelo de
proceso de llegadas segn una cadena de Markov, que
se puede aplicar a la transmisin de imgenes.
Superposicin de dos procesos autorregresivos.
Referencia: Approximations on the Aggregate MPEG
Video Traffic and Their Impact on Admission Control.
Fatih ALAGOZ, 2002.

Son aplicables los modelos clsicos

al anlisis del tafico de Internet?

La teora clsica de trfico suele trabajar con

procesos de llegadas poissonianos:
M/M/1, M/G/1.
Redes de Jackson.
Hasta qu punto son vlidos esos modelos para
estudiar el trfico de Internet?
Son poissonianas las llegadas de paquetes?
Cul es la distribucin del tiempo de servicio?
Son vlidas las condiciones de Jackson?

22

Se puede estudiar el tiempo de servicio

con la distribucin exponencial?

Fuente:
CAIDA
www.caida.org
The CAIDA UCSD
[equinix-chicago.dirA]
[2014-05-16],
http://www.caida.org/dat
a/passive/trace_stats/ch
icago-A/2014/equinix-chi
cago.dirA.20140516-13000
0.UTC.df.xml

23

Problemas del modelo de Jackson

Condiciones de Jackson:
Colas FIFO infinitas.
En cada cola, tiempo de servicio exponencial independiente del
tiempo de servicio en otras colas.
Seleccin aleatoria de rutas.
Llegadas poissoinianas a la red.
Este sistema no cumple las condiciones:

Suposicin de independencia de Kleinrock: Kleinrock propuso que la

combinacin de mltiples flujos de transmisin en las redes tiene el
efecto de restaurar la independencia entre el proceso de llegadas y el
tiempo de servicio (tiempo de transmisin de los paquetes).
Esto supone que el modelo de Jackson sera ms aplicable a redes con
24
mltiples flujos y ms caminos posibles.

Proceso de llegadas
Se observa este comportamiento
en una red de datos?

El nmero de llegadas de un
proceso de Poisson de tasa
durante un intervalo T es una
variable aleatoria de media T
y desviacin tpica = (T) .
Al aumentar la escala de
tiempos (T crece), la
desviacin tpica, aunque crece
en valor absoluto, disminuye
en valor relativo respecto de la
media los estadsticos de un
proceso de Poisson tienden a
suavizarse al aumentar la
escala temporal.

Tomado de Willinger, Paxson, 1998

25

Trfico poissoniano frente a autosemejante

Trfico poissoniano: variabilidad limitada:

Independencia entre la poblacin (o al menos correlacin temporal
que disminuye exponencialmente).
Parmetros relativos al trfico que tambin tienen distribuciones con
disminucin exponencial.
Trfico en redes de datos: extrema variabilidad que
se explica en el tiempo por dependencias de largo
alcance.

La correlacin temporal no disminuye

exponencialmente sino geomtricamente.
Distribuciones de cola larga.
Esto resulta en un comportamiento fractal o
autosemejante (self-similar):

Las propiedades estadsticas se repiten

a escalas temporales diferentes.

Comportamiento a rfagas (burstiness)

en escalas temporales diferentes.
26

Consecuencias?

Willinger y Paxson fueron radicales:

The Internet engineering community has thus come

to consider teletraffic theory as irrelevant (and
actually detrimental) to the development of the
Internet. More specifically, it has criticized the Poisson-

based approach on grounds that the models: (i) have little

in common with network engineers practical experience
observing their networks; (ii) are theoretical constructs
based on assumptions lacking validation against measured
data, especially when extended with additional parameters
for describing burstiness; (iii) are too complex to aid in
developing intuition or a physical understanding of actual
network traffic dynamics (black boxes); and (iv) require
inputs (parameter estimates) that, in practice, cannot be
specified, collected, or estimated.
(Willinger y Paxson, 1998)

Teleo
trfic

27

Enfoques alternativos
Our analysis demonstrates that
backbone packet arrivals appear to
agree with the Poisson assumption
(Karagiannis et al., LRD, 2004.)

Otros investigadores han

sugerido que los modelos
poissionianos s tienen
aplicabilidad (al menos
parcial) al estudio del trfico
en Internet.

28

Enfoques alternativos

Telkamp, 2004
Telkamp, 2009

Telkamp: LRD (autosemejanza) aparece en escalas temporales del

orden de ~ 1s. (> 150ms).
A escalas temporales ms pequeas la autocorrelacin es muy baja
(0,13) los modelos markovianos se aproximan a esto.
Pero para trfico con requisitos de QoS en el retardo, la escala
temporal a la que se mueve el planificador es precisamente <
150ms (ver G.114).
29

Por qu es importante?

Telkamp, 2004:

If the Markovian model were true, one could ensure QoS

by proper capacity planning aimed at keeping long term
utilization below link capacity for high-speed links.
On the other hand, if the traffic were truly bursty at all
time scales, one would not expect for queuing delay to
decrease with increased aggregation. The relative
burstiness that would not allow utilization over 70% in
a 45 Mbps link would remain at Gigabit speeds and
beyond. In this case, to make economical use of
capacity, one would likely have to deploy queuing
disciplines aimed at moving high-priority packets
through the system as quickly as possible.
...

One would not expect to be able to achieve QoS at such high utilization levels without
sophisticated queuing if the traffic were bursty and self-similar
Although some self-similarity exists in Internet traffic at timescales over a few hundred
milliseconds, our results show that this has no major impact on queuing and QoS.
30

Introduccin al dimensionado de redes

de transporte
IP1
IP2
c4

Las empresas despliegan redes privadas

(corporativas) para cursar el trfico de sus servicios
de datos/voz/vdeo.
Estas redes son de trfico o de servicio de
aplicacin.

En estas redes las empresas mantienen sus propios dispositivos

de conmutacin (conmutadores, enrutadores).
Pero no despliegan su propia infraestructura fsica de enlaces
para conectar estos equipos, sino que la contratan a otros
proveedores, de los que son clientes.
Estos proveedores son los grandes operadores de
comunicaciones.

c1

En estas redes se usan tecnologas diversas: SONET/SDH,

Y tienen sus propios equipos de conmutacin.
Esta combinacin de redes diversas da lugar a un escenario de
redes multicapa.

c6

c3

c2

IP3

IP4
Vista de la red de trfico

Vista de la red de transporte

c6 c4
sw1
sw2

Por economa de escala, los operadores de

comunicaciones pueden agregar en una red el
c2
trfico de varias empresas clientes.
Las redes de los operadores de comunicaciones que c6
se usan para este propsito se llaman redes de
c1
transporte.

c5

c2

c5
c3

c5

sw3

c2

sw4

31

Redes multicapa
IP1

Los enlaces en la red de

trfico son enlaces lgicos.
Estos enlaces se implantan
usando la infraestructura de la
red de transporte subyacente.
La topologa de la red de
transporte puede ser muy
diferente de la red de trfico.

Implicaciones importantes cuando

se considera la robustez y la
capacidad de restauracin
/reconfiguracin.

c1

IP2

c4
c5

c6

c3

c2

IP3

IP4
Vista de la red de trfico

Vista de la red de transporte

c6 c4
sw1
sw2
c2

c2

c6

c5
c3

c5

c1

sw3

c2

sw4

32

Conceptos de trfico relevantes en

redes de transporte

En la teora clsica de trfico se han

obtenido expresiones que relacionan las
prestaciones con la demanda (trfico) y los
recursos.
El diseo se basa en usar estas expresiones,
poniendo como objetivo obtener unas
prestaciones concretas.

Ej., M/M/1 E(T) = 1/()

Es posible usar como criterio alternativo imponer

una utilizacin () mxima del recurso.

Con trfico poissoniano puede llegar a un valor relativamente

elevado (0,7-0,9), segn la capacidad de la lnea. Con trfico
autosemejante puede que no se pueda superar el 50% o incluso
menos.
33

Conceptos de trfico relevantes en

redes de transporte

Cuando las empresas disean su red corporativa teniendo en cuenta su

demanda interna (trfico), obtienen como resultado, entre otros, las
capacidades de los enlaces que conectarn sus equipos de conmutacin.
Generalmente esta conectividad la contratan a los proveedores de redes
de transporte.
La demanda (trfico) que hay que tener en cuenta como entrada en la
planificacin de redes de transporte es la salida (resultado) del diseo
de las redes de trfico (escenario de red multicapa).
Las escalas de tiempo son diferentes:

En las redes de trfico la demanda tiene fluctuaciones a muy corto plazo (ms).
En las redes de transporte la planificacin se hace a escalas temporales mucho mayores
(semanas, meses, ), pudindose considerar semipermanente o (casi) permanente.

Unidades a manejar:

DVU ("Demand Volume Units"), para la demanda (trfico). Podran ser Erlangs, pero
tambin pps, (M)bps, con las precauciones adecuadas.
LCU ("Link Capacity Units"), para la capacidad de las lneas.
Estas unidades generalmente se manejan en mdulos (ej.: E1, STS-1, STM-1, etc.).
34

Casos de diseo de redes

1)Dado un conjunto de nodos, la matriz de trfico entre ellos, y entre qu
nodos hay enlaces, obtener las capacidaes de los enlaces y la asignacin
de flujos de trfico a enlaces (encaminamiento) que minimiza una funcin
de coste.
2)dem, pero se conoce la capacidad de los enlaces.
3)Dado un conjunto de nodos, los enlaces y sus capacidades, y supuesto que
la demanda es elstica, obtener la asignacin de flujos que maximiza una
funcin de ingresos (que depende del trfico transportado).
4)Diseo topolgico. Como (1), pero en la funcin de coste se aade un
trmino asociado a la instalacin de enlace (equivale a decir que se disea
tambin entre qu nodos se instala un enlace).
5)Diseo de recuperacin. Se tiene en cuenta la posibilidad de fallo de
enlaces.
6)Modelado multicapa. Se tiene en cuenta el escenario multicapa ya
expuesto.
Estos problemas de diseo y optimizacin se resuelven con algoritmos que
en muchas ocasiones suponen el empleo de tcnicas de programacin lineal.
35

Ejemplo de problema de diseo

v=2

Notacin:

Nodos: v = (1, 2, , V)
Demanda (trfico): d = (1, 2. , D)

El volumen de la demanda d se denota con hd.

Unidades DVU.

Enlaces: e = (1, 2, , E)

Demanda

Unidades LCU, que deben ser consistentes con

DVU.

d=3

v=1

v=3

d=2
v=2

Red

e=1

e=2

Si se conoce la capacidad del enlace e, se denota

con ce.
En caso contrario, se representa con la variable
y e.

d=1

v=1

e=4

v=4

e=3

v=3

e=5

A cada demanda d se le asigna una lista de rutas que pueden llevar su

trfico. El nmero de rutas de la demanda d se denota con P d. Cada ruta
se denota por p = (1, 2, ...Pd).
La lista de rutas de la demanda d se representa con Pd = (Pd1, Pd2, , PdPd)
36

Ejemplo de problema de diseo (cont.)

Las demandas se realizan asignando flujos a rutas (que

deben pertenecer a la lista de rutas de la demanda).
Notacin: xdp es el flujo que realiza la demanda d en la
ruta p (p = 1, 2, Pd).
Para escribir las ecuaciones, se define el coeficiente

edp = 1 si el enlace e pertenece a la ruta p para la demanda d; 0 en caso contrario.

Se pueden ya plantear restricciones que deben cumplirse:

Restricciones de demanda: p xdp = hd , d = 1, 2, D

Restricciones de capacidad: dp edp xdp ye , e = 1, 2, E

Restricciones de las variables: xdp 0, ye 0

(d = 1, 2, D; p = 1, 2, P d; e = 1, 2, E)
37

Ejemplo de problema de diseo (cont.)

Objetivo: minimizar una funcin de coste relacionada con la

capacidad:
F = e ye
Esto permite obtener soluciones para x e y.

Adems, puede haber variantes del problema:

La solucin puede no ser nica, pero el valor de F correspondiente s.

Se puede imponer que cada demanda slo pueda realizarse con un nico flujo
(solucin "no bifurcada", que puede no ser nica).
Se puede tener un sistema en el que las capacidades de los enlaces ya vienen
dadas. Las ecuaciones de las restricciones cambian sustituyendo ye por ce (valores
dados de las capacidades).

Debe tenerse en cuenta que las capacidades de los enlaces que se

obtienen as (ye) deben corregirse para que el factor de utilizacin
no supere el valor pretendido (transp. 34). En caso de que las
capacidades vengan dadas (ce), en las ecuaciones se pondrn los
valores ya ajustados por el factor de utilizacin mximo.
38

Referencias

D. Bertsekas, R. Gallager. Data Networks. Prentice Hall 1992.

Apndice de Spectrum Requirement Planning in Wireless Communications: Model and Methodology for
IMT-Advanced Edited by H. Takagi and B. H. Walke. John Wiley & Sons, 2008..
Cooper, R.B. Introduction to Queueing Theory. Macmillan, 1972. 2nd Edition, North-Holland, 1981.
Cooper, R.B. and D.P. Heyman. Teletraffic Theory and Engineering. Froehlich/Kent Encyclopedia of
Telecommunications, Vol. 16, Dekker, 1998, 453-483.
O. Hersent, D. Gurle, J.P. Petit. IP Telephony. Packet-based multimedia communications systems. Pearson
Education, 2000.
W. Willinger, V. Paxson. Where Mathematics meet the Internet. Notices of the AMS. September, 1998.
T. Karagiannis, M. Molle, M. Faloutsos. Long-Range Dependence. Ten Years of Internet Traffic Modeling.
IEEE Computing. Sept-Oct. 2004.
T. Karagiannis, M. Molle, M. Faloutsos, A. Broido. A Nonstationary Poisson View of Internet Trafc.
INFOCOM, 2004.
M. Becchi. From Poisson Processes to Self-Similarity: a Survey of Network Traffic Models. Trabajo del
curso CSE567M: Computer Systems Analysis (Fall 2006)
K. Park, W. Willinger. Self-Similar Network Traffic: An Overview. 1999.
W. Willinger. Scaling phenomena and data network traffic.
T. Telkamp, A. Maghboulegh, V. Sharma, S. Gordon.
Internet Traffic is not Self-Similar at Timescales Relevant to Quality of Service. February, 2004.
T. Telkamp. How full is full? DENOG 2009.
The CAIDA UCSD Statistical information for the CAIDA Anonymized Internet Traces,
http://www.caida.org/data/passive/passive_trace_statistics.xml
M. Pioro, D. Medhi. Routing, Flow, and Capacity Design in Communication and Computer Networks.
Morgan Kaufmann, 2004. Captulo 2 disponible en la web de un autor.
Agradecimientos: imagen del dentista tomada de http://www.wpclipart.com.
39

Resumen
Se ha visto:

Disciplinas de cola FIFO, PQ y WFQ, y algunas de

sus prestaciones.
Modelos con tiempo de servicio general.
Modelos de trfico multimedia.
Problemtica del modelado del trfico de Internet y
sus implicaciones para el dimensionado de redes.
Introduccin al planteamiento de problemas de diseo
de redes.

40

40