ИНВАРИАНТЫ ПОТОКОВ ДАННЫХ В IP СЕТЯХ

ИНВАРИАНТЫ ПОТОКОВ ДАННЫХ В IP СЕТЯХ
А.Н. Сандалов, А.В. Синелобов, Р.В. Сорокин, Н.А. Сухарева, С.А. Телегин, А.С. Федотов
Физический факультет МГУ им. М.В.Ломоносова, г.Москва
Представлены результаты систематического исследования структуры потоков данных, получаемых в результате перехвата на сегментах, выходящих из базовых узлов коммутации сети передачи данных. Основной задачей исследования было определение собственных передаточных характеристик узлов коммутации и маршрутизации, разработка методов измерения корреляционных матриц программно-аппаратных комплексов, применяемых в
системах сопровождения трафика реального времени.
Анализируется структура потоков двух типов:
- "собственных", регистрируемых при перехвате существующего в сегментах трафика (пассивных мониторинг),
- "наведённых", порождаемых генератором потока с регулируемыми параметрами (активный мониторинг).
Экспериментальным полигоном при анализе "собственных потоков" были магистральные узлы коммутации
потоков локальной сети физического факультета МГУ им. М.В. Ломоносова. Указанная сетевая структура содержит более 1500 IP узлов, внутренняя система коммутации основана на FastEthernet, внешний канал на узел коммутации MSUNet – ATM 155 Mbps. При анализе структуры наведённых потоков использовался специальный полигон,
позволяющий создавать каналы с необходимыми параметрами.
Использованы следующие методики исследования:
- анализ собственных значений статистических параметров потоков в предположении пуассоновского типа собственного трафика,
- анализ автокорреляционных параметров собственных потоков,
- анализ искажения корреляционных характеристик наведённых потоков,
- фрактальная структура собственного трафика и её стационарность,
- мультифрактальный и каскадный анализ собственного трафика.
Ниже кратко перечислены основные экспериментальные результаты проведённого исследования.
1. Экспериментально доказана стационарность параметра Харста собственного трафика в пределах локальной
сетевой структуры в широком диапазоне изменения плотности потока сетевых сегментов (от 10 до 100000
сегментов в секунду). Обсуждается правило преобразования параметра Харста при смешении потоков.
2. В предположении применимости каскадной модели для описания структуры потоков данных IP сетей, проведён анализ связи структуры стека протоколов со структурой регистрируемого каскада. Впервые на собственных и наведённых сетевых потоках экспериментально зарегистрированы проявления различных механизмов
TCP. Фактически вводится понятие "каскадного паспорта потока". Разработанный метод позволяет "ставить
диагноз" сетевым потокам на основании относительно кратковременного среза трафика.
3. Проведено экспериментальное исследование автокорреляционных свойств TCP потоков и связи получаемых
корреляционных характеристик со свойствами канала передачи и параметрами протокола. Вводится понятие
матрицы когерентности для узлов коммутации сетевого трафика.
4. В приближении мульэкспоненциального распределения для интервалов времени следования в счётном процессе прохождения сегментов данных установлена стационарность собственных значений скорости генерации
потоков для конкретного сетевого сегмента.
Фактически создано первое приближение прикладной библиотеки анализа собственных и наведённых потоков
сегментов данных. Программные модули реализованы в виде процедур, написанных на Fortran77. Узлы перехвата
собственных потоков или генерации наведённых потоков представляют собой внедрённые в исследуемые сегменты
PC станции, работающие под управлением ОС FreeBSD. Графическое представление результатов обработки проводится с помощью библиотеки DISLIN.
Результаты исследований позволяют прогнозировать разрушение когерентной структуры потоков реального
времени в IP сетях, разработать условия оптимизации потоков Video over IP в узкополосных спутниковых каналах.
Помимо исследовательских целей созданный макет может быть использован для проведения практических занятий студентов в цикле дисциплин по методам анализа структуры потоков в IP сетях, архитектуре сеансов с использованием протоколов с петлёй положительной обратной связи, анализу влияния различных типов шумов и потерь в каналах на кинетику и динамику потоков данных.
3