Подход к построению
параметризованной модели сети передачи данных
Григорьев Александр Сергеевич,
аспирант Ульяновского государственного
технического университета.
В
статье предлагается подход к построению имитационной модели сети передачи
данных (СПД), которая параметризуется за счет результатов активных и пассивных
измерений в реальной сети. Подход описывает алгоритмы интеграции процессов
измерения и моделирования.
Использование
имитационного моделирования в решении задачи проектирования СПД позволяет получить
более точные проектные решения. При этом нетривиальной является задача воспроизведения
в модели СПД информационных потоков [1, 7, 8]. Что связано с многообразием современных
протоколов прикладного уровня, сетевых приложений, различными моделями поведения
пользователей в сети. Одним из возможных решений такой задачи может быть
параметризация модели путем проведения в реальной сети ряда измерительных
процедур [2].
Оценивая
степень исследованности проблем моделирования СПД следует отметить, что в части
методов моделирования существует достаточно теоретической и практической базы, имеется
множество зарекомендовавших себя программных пакетов моделирования. Также
большое число методов и средств разработано для организации измерений в сетях
передачи данных, но они, как правило, носят утилитарный характер и предназначены
для решения частных задач. Гораздо реже можно встретить комплексные решения,
объединяющие в себе измерение и моделирование.
Но и такие продукты ограничены в применении. Например одна из известных систем
моделирования OPNET позволяет проводить измерения и настройку модели
посредством протокола SNMP и не использует активные измерения, что приводит к
ряду ограничений: невозможно обнаружить в сети узлы, не поддерживающие SNMP, соответственно невозможно выявить
характеристики каналов передачи данных между такими узлами. Таким образом,
существует определенный пробел между средствами измерения и моделирования,
который на практике заполняется ручным трудом, когда специалист, применяя набор
не связанных средств, трансформирует результаты работы одного инструмента для
управления другим. Рассматриваемые в настоящей работе подход позволяет
автоматизировать такой труд.
Для
апробации на практике изложенных в работе идей использовался ряд инструментальных
средств: в качестве среды имитационного моделирования – симулятор сетей NS2; для организации пассивных измерений - пакеты
программ TCPDUMP,
MRTG, Net-SNMP; для выяснения топологии моделируемой
СПД на сетевом уровне - программный инструмент TRACEROUTE; для организации активных измерений –
пакеты: pathchar,
clink [3, 4, 5, 6, 9]
и собственные средства.
В
предлагаемом подходе вводятся два понятия: трафик информационных потоков и перекрестный
трафик. Трафик информационных потоков – это трафик имитируемых сетевых приложений,
который в имитационной модели представляется как массив коммуникаций с рядом
характеристик: время возникновения, взаимодействующие узлы, объем и
интенсивность передачи данных, прочие параметры. Перекрестный трафик – это трафик,
который возникает и терминируется на узлах за пределами моделируемого участка,
но оказывает влияние на информационные потоки, поскольку создает загруженность
каналов СПД моделируемой сети. Такой трафик будет учитываться в модели в виде
некоторого потока обезличенных данных между двумя соседними узлами модели,
например двумя маршрутизаторами, с главной характеристикой: объем трафика в единицу времени. Это
позволяет воссоздать в модели нагрузку на оборудование, создаваемую сторонним
трафиком при реальной эксплуатации сети. В этой связи важное значение имеет оценка
загруженности удаленных каналов – параметра далее обозначаемого как «U». Предполагается, что мы имеем дело с
дуплексными каналами передачи данных, соответственно, расчет параметра выполняется
для каждого направления передачи трафика (U1 и U2).
Разработан
и предлагается алгоритм построения имитационной модели СПД, представленный на
рисунке 1. Исходными данными для алгоритма является множество NS
– множество серверов, относительно которых требуется построить модель сети и
информационных потоков. Они рассматриваются как точки мониторинга для получения
множества R – трейсов работы реальной сети. На
основании данных R формируются: множества
клиентов NС и промежуточных узлов NG (маршрутизаторы IP-сети), множество сессий информационного
обмена S и сетевых маршрутов P,
матрицы связей С между элементами
множества узлов N=(NS, NС, NG), множество каналов связи Lp,
множество параметров перекрестного трафика O. Которые
впоследствии используются для генерации кода имитационной модели M=(MN, ML, MS, MO). Где MN – модель узлов, ML – модель каналов, MS – модель информационных потоков, MO – модель перекрестного трафика, представленные
в виде программного кода языке симулятора NS2. Скрипт загруженный в симулятор – есть
имитационная модель исследуемой сети передачи данных.
Приведенный
алгоритм реализуются набором специальных функций, которые трансформируют данные
в ходе построения модели. Выделены функции измерительные, функции трансформации
данных внутри модели и функции интеграционные. Связность функций между собой
образует общую схему интеграции процессов измерения и моделирования,
представленную на рисунке 2. Алгоритм построения имитационной модели, взаимосвязь
функций и суть выполняемых ими преобразований образуют собой подход к автоматизации
построения имитационной модели сети передачи данных за счет интеграции
процессов измерения и моделирования.
Рис. 1. Алгоритм
построения модели сети на основе результатов измерений.
Рис. 2. Схема интеграции
процессов измерения и моделирования, функции интеграционные
и внутри процессов.
Литература
1.
Григорьев А.С. Моделирование сетевых приложений.
Сборник трудов VI всероссийского совещания-семинара «Информационные технологии
в учебном процессе кафедр физики и математики (ИТФМ-2002)», Ульяновск, 2002.
2.
Григорьев А.С.
Планирование измерительных экспериментов в сети УлГТУ. Сборник докладов XXXV
научно-технической конференции ППС УлГТУ «Вузовская наука в современных
условиях», Ульяновск, 2001.
3.
Bandwidth estimation: metrics, measurement techniques,
and tools [электронный ресурс]. IEEE Network, 2003. http://www.caida.org/outreach/papers/2003/bwestmetrics/.
4.
Claffy, K. Internet measurement and data analysis:
passive and active measurement /
K.Claffy,
5.
Curtis, J. Review of bandwidth estimation techniques [электронный ресурс]. 2001.
http://citeseer.ist.psu.edu/curtis01review.html
6.
7.
Grigoriev A.S.
The approach to simulation of network services in large computer networks.
Interactive Systems: The Problems of Human-Computer Interaction. – Proceedings
of the 5-Th International Conference. –
8.
Grigoriev A.S. About integration of the
measurement and simulation at designing computer networks. Problems of the
measuring experiments. Interactive Systems: The Problems of Human-Computer
Interaction. – Proceedings of the 4-Th International Conference. –
9.
Jain, M. End-to-end available bandwidth: Measurement
methodology, dynamics, and relation with tcp throughput // Proceedings of
SIGCOMM.
Поступила в редакцию
16.12.2008 г.