Ганифаев Р.А.

Оценка эффективности работы коммутатора Softswitch в реальных условиях

обработки трафика

Аннотация: Разработана модель многоканальная система массового обслуживания типа

P/M/N и W/M/N для определения параметров QoS в реальных условиях обработки трафика
коммутатора Softswitch.

Ключевые слова: Самоподобный трафик, имитационное моделирование, система

массовое обслуживание, Softswitch

Введение. Характерным для описания процессов передачи данных пакетным трафиком

являются обнаруженные на современных коммутационных системах свойства самоподобия,
которые называют фрактальными процессами. В случае самоподобного трафика при расчете
параметров качества обслуживания трудно получить аналитически обоснованные результаты
характеристик систем массового обслуживания в силу непредсказуемости самоподобных
потоков. Кроме того, доказано, что на параметры качества обслуживания влияют и
вероятностные законы распределения длительности обслуживания [1]. В работах [2, 3]
показано, что исследование данной проблемы представляется важным, поскольку при наличии
самоподобного трафика в системах передачи, как правило, ухудшается качество обслуживания
по сравнению с тем, которое наблюдалось бы, например, в случае потока с пуассоновским
распределением. Поэтому, вопросы исследования трафика с непуассоновкими функциями
распределениями вероятностей длительностей поступления и обслуживания остаются
актуальными.
Актуальность работы. Наблюдения и исследования реальных трафиков на различных
телекоммуникационных сетях, в том числе в сетях NGN показали некоторое отличие
измеренных статистических данных от основных характеристик теоретических законов
распределения [1]. При решении задачи эффективности работы реального коммутационного
устройства современных телекоммуникационных сетей, трафик описывается с помощью
распределений с «тяжелыми хвостами», которые приводят к самоподобным процессам [3].
Другими словами, что в современных коммутационных системах распределения информации с
пакетной передачей входящий трафик является пачечным и обладает так называемым
свойством самоподобия. В данной работе для анализа параметров QoS взяты наиболее
встречающиеся распределения с «тяжелым хвостом» – (P –Pareto) и Вейбулла (W – Weibull) [4].
Используя данные входящего распределения закона можно найти эффективность работы
многоканальную систему массового обслуживания типа P/M/N и W/M/N с помощью
имитационного моделирования, которая адекватно описывает работу коммутатора Softswitch в
реальных условиях обработки трафика. С учетом вышесказанного, одной из целей
исследования является определения параметров QoS, описывающей закон длительности
поступления пакетов и обслуживания в узле коммутатора связи. В статье оцениваются
эффективность работы коммутатора Softswitch в качестве многоканального СМО с
самоподобным входящим трафиком при различных количествах каналов методом
имитационном моделированием GPSS.
Анализ статистических характеристик потоков вызовов Softswitch. Гибкий
коммутатор SoftSwitch-это основной компонент сети NGN, осуществляющий в основном
управление вызовами, управление доступом к медиашлюзам, распределение ресурсов,
обработку протоколов, маршрутизацию, аутентификацию и учет стоимости услуг, а также
предоставление абонентам основных речевых услуг связи, мобильные услуги, услуги
мультимедиа, а также интерфейсы программирования приложений. Обслуживание
поступающего в пучки каналов Softswitch потока вызовов подразумевает установление
соединения. Среди установленных соединений могут быть успешные, которые окончились
разговором, и безуспешные – из-за занятости или не ответа вызываемого пользователя.
Существуют также соединения, не установленные из-за потерь в коммутационной системе или
недоступности какого-либо из участков сети («частично установленные»). Перечисленные
варианты обслуживания характеризуются следующими параметрами [4]:
- доля вызовов, окончившихся разговором,
- доля вызовов, окончившихся неответом,
- доля вызовов, окончившихся слушанием сигнала «Занято»,
- доля вызовов, не окончившихся разговором из-за ошибок в процессе набора номера,
- доля вызовов, окончившихся не прохождением по техническим причинам.
Вызовы в пучки каналов Softswitch поступают как с телефонной сети общего
пользования, других мобильных и корпрортивных IP сетей.

NM RADIUS R

Billing
center Server center

SNMP/MML RADIUS FTP/FTAM

SoftX3000

IP MAN

MGCP/H.248

AMG5000 TMG8010 UMG8900 SG7000

Рисунок 1. Модель взаимодействия Softswitch при управлении сетью и трафика

Имитационное моделирование работы коммутатора Softswitch с входящим

самоподобном трафиком. В настоящее время известны некоторые приближённые
аналитические модели обслуживания самоподобного трафика с распределением Парето,
основанные на аппроксимации результатов имитационного моделирования экспоненциальными
функциями или на использовании общих (для разных СМО) аналитических зависимостей с
подходящими параметрами [3,5]. Однако указанные аналитические модели являются или
слишком приближёнными (противоречащими результатам имитационного моделирования), или
справедливыми (достаточно точными) лишь в ограниченном диапазоне значений нагрузки и
показателя Хёрста. Поэтому, как уже отмечалось в работах [5,6] в настоящее время остается
актуальной проблема поиска и/или разработки других (новых) достаточно точных и удобных в
вычислительном смысле иммитационых моделей, применимых во всем диапазоне возможных
значений параметров самоподобного трафика с распределением Парето.
Реальный трафик, обладающий свойствами самоподобия с определенным значением
показателя Хёрста H, может быть представлен различными математическими моделями.
Основной мерой степени самоподобия сложного мультимедийного трафика является
показатель Хёрста H, который может принимать значения в интервале от 0,5 (минимальная
степень самоподобия или фактически его отсутствие) до 1 (максимальная степень самоподобия,
которая на практике не встречается). Одной из самых популярных моделей самоподобного
трафика является модель типа fBM (от англ. Fractal Brownian Motion – фрактальное
броуновское движение) [2]. Для данной модели известны аналитические и показателя Хёрста H
при детерминированном функциональные зависимости относительного среднего времени
ожидания от нагрузки и экспоненциальном (M) распределении времени обслуживания в
одноканальных системах массового обслуживания вида fBM/D/1 и fBM/M/1[5]. Для
моделирования самоподобного трафика кроме модели fBM могут использоваться многие
другие распределения с «длинными хвостами». Наиболее популярными являются
распределения Парето (P – Pareto) и Вейбулла (W – Weibull). Однако точные аналитические
функциональные зависимости параметров QoS для моделей P/M/N и W/M/N при поступлении
на вход устройства коммутации потоков данных, описываемых распределениями Парето (P) и
Вейбулла (W), неизвестны. Поэтому для расчета показателей качества обслуживания в таких
моделей широко используется имитационное моделирование.
Для формирования самоподобного трафика известен метод Мандельброта [4]. Он
основан на суперпозиции нескольких независимых и имеющих одинаковое распределение
ON/OFF источников, интервалы между ON и OFF периодами которого обладают эффектом Ноа.
Эффект Ноа в распределении длительностей ON/OFF периодов является базовым при
моделировании самоподобного трафика. Эффект Ноа является синонимом синдрома
бесконечной дисперсии. Для достижения эффекта Ноа используют распределения Парето или
Вейбулла, часто называемые «распределениями с длинным хвостом». Наличие в распределении
«длинного хвоста» обеспечивает свойство пачечности трафика, так как в распределении
возрастают вероятности длинных интервалов между событиями, а также для их компенсации
 возрастают и вероятности очень коротких интервалов. Плотность распределения Вейбулла
задается функцией:
𝑎
𝜆0 𝑎𝑥 𝑎−1𝑒 −𝜆0 𝑥

где 𝑎 – параметр формы; 𝜆0 – коэффициент масштаба. При практическом

моделировании самоподобного трафика, например, при помощи алгоритма [6], распределение
Парето получается путем перехода от равномерного распределения методом обратной
функции:
1
1 𝑎
𝑋𝑖 = (− 𝑙𝑛𝑈𝑖 )
𝜆0
где Xi – i-й интервал между заявками потока; U – случайное число, равномерно
распределенное на интервале [0,1]. Для обеспечения самоподобных свойств моделируемого
трафика необходимо задавать значения параметра формы а в пределах от 1 до 0, что должно
обеспечивать значения коэффициента самодобности Херста в диапазоне H = 0,5…1
соответственно. Принято считать [6], что параметр формы a распределения Вейбулла и
коэффициент Херста H находятся в такой зависимости:
2−𝑎
𝐻=
2
Временный
интервал
90 каналов 120 каналов
Среднее Максимал Среднее
Максимально Среднее Среднее
время ьное время
е оличества количества Загрузка количества Загрузка
ожидания оличества ожидания
вызовов в вызовов в канала вызовов в канала
вызовов в вызовов в вызовов в
очереди системе системе
очереди очереди очереди
Понедельник 73 1.154 66 0.730 7 0 75 0.629
Вторник 72 0.721 64 0.700 7 0 75 0.629
Среда 72 0.715 64 0.710 1 0 69 0.575
Четверг 46 0.389 60 0.673 2 0 67 0.560
Пятница 46 0.389 61 0.677 10 0 78 0.654
Суббота 63 1.804 69 0.765 1 0 63 0.530
Воскресенье 46 0.688 64 0.712 1 0 64 0.530

Таблица 1. Параметры QoS для моделей P/M/N

Временный
интервал
90 каналов 120 каналов
Максимальн Среднее Максимал Среднее
Среднее Среднее
ое время ьное время
количества Загрузка количества Загрузка
оличества ожидания оличества ожидания
вызовов в канала вызовов в канала
вызовов в вызовов в вызовов в вызовов в
системе системе
очереди очереди очереди очереди
Понедельник 27 0.077 63 0.702 1 0 59 0.496
Вторник 23 0.037 59 0.662 1 0 67 0.556
 Среда 23 0.037 59 0.662 1 0 70 0.582
Четверг 17 0 51 0.567 1 0 66 0.556
Пятница 24 0 55 0.617 1 0 84 0.697
Суббота 32 0.358 70 0.776 6 0 60 0.496
Воскресенье 23 0.038 60 0.662 1 0 60 0.498

Таблица 2. Параметры QoS для моделей W/M/N

Вывод. Представленная работа служит начальным этапом для исследования QoS

параметров и разработки модели многоканальной системы массового обслуживания типа P/M/N
и W/M/N в реальных условиях обработки трафика коммутатора Softswitch. Разработанная
модель учитывает реальный характер самоподобного трафика и детали его для различных
количествах каналов, что является приоритетным вопросом при определении и
прогнозировании современного трафика устройства Softswitch.

Литература

1. А.Г Ложковский. Методы расчета качества обслуживания в мультисервисных сетях

связи. The 2-nd International Conference «Telecommunication, Electronics and
Informatics». – Chishinau, 2008. – С.117–126.
2. В.В. Крылов, С.С. Самохвалов. Теория телетрафика и её приложения–СПб: БХВ
Петербург, 2005. – 288 с.: ил
3. А.Г Ложковский., Р.А. Ганифаев. Оценка параметров качества обслуживания
самоподобного трафика энтропийным методом. Наукові праці ОНАЗ ім. О.С. Попова.
– 2008. – № 1. – С. 57–62
4. Т.М. Мансуров, Р.А Ганифаев. Статистический анализ характеристик входящего
потока вызовов Softswitch. Вісник Хмельницького національного університету.
Хмельницький національный університет. №4, 2019, s.165-169
5. Т.М. Мансуров, Р.А Ганифаев. Анализ точности оценок системы fBM/D/1 для
решения задачи качества обслуживания мулбтисервисной сети. Вісник
Хмельницького національного університету. Хмельницький національный
університет. №1, 2019, s. 135-140.
6. А.Г. Ложковский, Э.И, Керимов, О.В. Вербанов. Расчет характеристик
ссамоподобного трафика аппроксимируемого распределением Вейбулла. İnformasiya
texnologiyaları problemləri, 2016, №1, 27–32