- •Содержание
- •Сети нового поколения (ngn)
- •Основные понятия и термины
- •Классы сервиса и приоритеты обслуживания трафика
- •Управление процессом передачи сообщений
- •Повышение загрузки ресурса сети
- •Характеристики трафика
- •Уровни анализа трафика в мультисервисных сетях
- •Основные параметры пакетного трафика
- •Распределения вероятностей
- •Взаимные корреляционные моменты
- •Пуассоновские потоки заявок
- •Непрерывные и дискретные случайные величины
- •Разделение канального ресурса во времени
- •Обслуживание пуассоновских потоков
- •Смо с непуассоновскими потоками
- •Особенности мультисервисного трафика
- •Непуассоновские потоки
- •Функция г-распределения
- •Квазипуассоновское распределение вероятностей числа заявок
- •Гиперпуассоновское распределение вероятностей числа заявок на интервале
- •Гипер г- распределение вероятностей числа заявок на интервале
- •Очереди в одноканальных системах передачи с потоками заявок общего вида
- •Последовательное распределение постоянных интервалов времени передачи
- •Средняя доля недообслуженных заявок
- •Дообслуживание очередей
- •Уравнение баланса
- •Аппроксимация
- •Аппроксимация степенной зависимостью
- •Полиномиальная аппроксимация
- •Мультиплексирование потоков
- •Бесприоритетное обслуживание
- •Мультиплексирование групповых потоков
- •Относительные приоритеты
- •Оценка канального ресурса на уровне установления соединения
- •Механизм управления трафиком
- •Классы трафика
- •Службы атм
- •Форматы ячеек атм
- •Механизмы управления потоком
- •Формирование трафика
- •Контроль приоритетов
- •Контроль потока abr
- •Механизмы отбрасывания ячеек
- •Методы сброса пакета
- •Протоколы
- •Cетевая модель tcp/ip
- •Уровень доступа к сети
- •Управление логическим каналом
- •Управление на подуровне доступа к среде удс (мас)
- •Протоколы межсетевого уровня
- •Протокол ip
- •Протоколы транспортного уровня модели tcp/ip
- •Протокол udp
- •Поля udp дейтограммы
- •Инкапсуляция udp
- •Протокол tcp
- •Протоколы прикладного уровня
- •Http – протокол передачи гипертекстов
- •Smtp-протокол
- •Средства мониторинга и анализа трафика
- •Системы мониторинга
- •Анализаторы протоколов
- •Описание программы Wireshark
- •Установка программы
- •Первый запуск и начало работы с программой
- •Настройка программы и запуск захвата трафика.
- •Главное рабочее окно программы
- •Фильтр. Построение фильтров
- •Поля и списки
Пуассоновские потоки заявок
Непрерывные и дискретные случайные величины
|
Рис. 3.1 Случайный поток заявок |
- непрерывная случайная величина, которая может принимать любые (в частном случае) положительные значения.
|
Рис. 3.2 Гистограмма |
Предположим, что проведено N измерений величины k, k=1,2..N.. Число n(, ) показывает, сколько раз интервал времени k попал в интервал от до ( +).
Величина n(, )/N показывает долю измерений, в которых величина k находится в пределах интервала k(+). В случае стационарного процесса, при увеличении числа измерений, это отношение стремится к постоянному значению, определяющему вероятность попадания величины k в интервал k(+).
|
(3.1) |
Определим плотность вероятности, приходящуюся на единицу интервала . Не трудно заметить, что величина n(, ) уменьшается пропорционально уменьшению интервала . Поэтому, плотность распределения вероятностей стремится к своему предельному значению (3.2).
|
(3.2) |
Вероятность того, что определяет функцию распределения вероятностей (3.3).
|
(3.3) |
Если поток заявок представленных на рис. 3.1 является простейшим (удовлетворяется условие стационарности и отсутствия взаимного влияния заявок), то плотность распределения интервалов между соседними заявками определяется соотношением (3.4), где выражение (3.5) - математическое ожидание (первый начальный момент интервалов между заявками), (3.6) - второй начальный момент, (3.7) - D - дисперсия случайной величины .
Для простейшего потока заявок справедливо соотношение (3.8).
|
(3.4) |
|
(3.5) |
|
(3.6) |
|
(3.7) |
|
(3.8) |
Величина , обратная , представляет среднее число заявок, поступающих в единицу времени, и называется параметром интенсивности потока.
Поток, представленный на рис. 3.1 можно охарактеризовать другой случайной величиной - n(), которая представляет случайное число заявок, поступающих в течении постоянного времени . Для стационарного потока, расположение интервала на оси времени не имеет значения. Величина n() является дискретной, ni()=0,1,2 целые числа. На рис. 3.3 ось времени разбита на равные интервалы и указаны числа заявок ni(), попавшие в указанные интервалы.
|
Рис. 3.3 |
Интервалы, содержащие одинаковые числа заявок объединяются в группы и определяются числа элементов в каждой группе. Так, например, группа, содержащая по 3 заявки, включает 4 элементарных интервала , а группа, содержащая 4 заявки, состоит из двух элементов. Группы, содержащие по 5 и более заявок, отсутствуют, т.е. содержат 0 элементов.
Числа заявок ni(), поступивших за интервалы времени и числа ki() в каждой из групп показаны в таблице 4.
Таблица 4.
Число элементов в группе |
ki() |
1 |
1 |
2 |
4 |
2 |
0 |
0 |
0 |
… |
Число заявок на интервале |
ni() |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
… |
На рис.3.4 показана соответствующая гистограмма
|
Рис. 3.4 Гистограмма |
Обозначим суммарное число элементов, содержащееся во всех группах, через K() и назовем его нормирующим коэффициентом.
|
(3.9) |
Вероятности поступления в течении интервала времени ровно n() заявок, определяются соотношением Pn()=kn()/K(). В рассматриваемом интервале K()=10, а соответствующее распределение вероятностей показано на рис. 3.5.
|
Рис. 3.5 Распределение вероятностей числа заявок на интервале |
Очевидно, что сумма значений всех вероятностей равна единице.
Функция распределения вероятностей Fn() определяет вероятность того, что число заявок i поступивших в течение интервала времени , окажется меньше или равно n.
|
(3.10) |
Естественно, что указанная вероятность, при достаточно большом значении числа заявок n, стремится к единице.
Для случайной переменной n()
определим математическое ожидание
,
второй начальный момент
и дисперсию Dn().
|
|
|
Для распределения вероятностей, представленного на рис. 3.5:
|
|
|
Для простейшего потока, имеющего экспоненциальное распределение интервалов между заявками, распределение вероятностей Pn() подчиняется закону Пуассона.
|
(3.11) |
Где
- математическое ожидание числа заявок
на интервале .
Не трудно показать, что для закона Пуассона выполняется равенство (3.12) , то есть, отношение дисперсии к математическому ожиданию равно единице.
|
(3.12) |
Если, в течении интервала времени , в среднем поступает заявок, то средний интервал между заявками определяется, как (3.13), а параметр интенсивности потока (3.14) для потока любого вида.
|
(3.13) |
|
(3.14) |
При этом, закон Пуассона может быть представлен в обычном виде
|
(3.15) |
|
(3.16) |
|
(3.17) |
С учетом обозначения (3.16), значение vn2() уменьшается обратно увеличению интервала времени , а соотношение (3.17) всегда справедливо.

,
,
,