BTCP ≈ min
|
,
|
|
|
|
|
|
|
|
|
|
|
|
(2.12)
|
RTT
|
|
|
|
|
|
|
|
|
|
|
|
|
2bP
|
|
|
|
3bP
|
|
|
|
|
|
|
|
|
|
|
|
2
|
|
|
|
|
|
|
pl
|
|
|
|
gl
|
|
|
|
|
|
|
RTT
|
|
|
+ T0
|
|
+ 32Ppl )
|
|
|
|
|
3
|
|
min 1,3
|
8
|
|
Pgl (1
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где B TCP – приблизительная модель пропускной способности ТСР, пак/с; W max
– максимальный размер буферного окна получателя, пакеты; RTT – период кругового обращения, с, RTT = 2T NP ; b – количество пакетов, запрошенных для подтверждения приема полученным ACK; T0 – время ожидания для повторной передачи не подтвержденного (потерянного) пакета.
Для эталонной конечной точки ТСР (ТСР Рино) приняты следующие параметры: максимальное окно 16, 64 или 256 кбайт, время ожидания T0 =1
с,
b =2 пакета (одно подтверждение АСК на два пакета). Характерной особенностью ТСР-соединения является его способность предотвращать перегрузки, однако в результате таких действий появляются дополнительные
потери пакетов (потери вследствие проверки протоколом ТСР возможности передачи с недопустимыми параметрами) с вероятностью Pпров .Для оценки Pпров можно воспользоваться упрощенной формулой пропускной способности
ТСР:
|
BTCP 〈
|
MSS
|
∗
|
|
C
|
|
(2.13)
|
RTT
|
|
|
|
Pпров
|
|
|
|
|
|
|
где С – постоянная, которая учитывает влияние случайных/периодических потерь и стратегии АСК, как правило, С =0,866; MSS – максимальный размер сегмента ТСР. Учитывая, что ТСР ограничивает пропускную способность приблизительно до 75 %, то есть 0,75 TCP NP B ≈ B , имеем:
-
Рпров ≈
|
MSS
|
∗
|
C
|
(2.14)
|
RTT
|
0,75BNP
|
|
|
|
49
Тогда суммарная вероятность потерь:
-
Ppl = 1− (1− PNP )(1− Pпров )
|
(2.15)
|
При просмотре одной Web-страницы время загрузки приближенно можно оценить как:
Тсеанса = Т уст.соед. + Тпер (2.16)
где T уст. соед. – время установления соединения ТСР; Tпер – время передачи содержимого Web-страницы.
Время передачи определяется объемом загружаемой страницы L (для страницы со сложной графикой L ≈ 1 Мбит) и пропускной способностью ТСР
-
При незначительных потерях в сети, когда P NP < P пров , можно считать
-
Время установления соединения представляет собой сумму всех временных задержек (RTT), которые имеют место на данном этапе. Для соединения, предложенного в G.1030в качестве эталонного (рис.2.8), это время DNS-опроса (26 мс) и время открытия ТСР- соединения (39 мс + T NP )
Рис.2.8. Время установление соединения TCP
Таким образом, формулы (2.9) – (2.17) представляют собой зависимость QoE(NP) для просмотра Web-информации, которая может быть использована
50
для формирования ограничений вида (2.2) исходя из требуемого уровня MOS. Для остальных видов услуг передачи данных (транзакции, e-mail, telnet, передача неподвижных изображений, интерактивные игры и пр.) формулы
(2.12) – (2.17) отражают зависимость QoS(NP) и могут быть использованы для формирования ограничений вида (2.3) исходя из требуемого QoS.
51
Выводы
В данной главе диссертации были рассмотрены следующие:
Метод ITU-T определяет рейтинг основных качеств:
рейтинг качества R (Quality Rating), 0≤R≤100 ;
среднюю экспертную оценку MOS (Mean Opinion Score), 1≤ MOS ≤5.
2.Воспринимаемое качество обслуживания QoE зависит как от качества работы сети, так и от ряда действий, производимых над трафиком в оконечном оборудовании в соответствии с типом приложения, генерирующего данный трафик
3.В результате функциональная зависимость QoE(QoS(NP)) определяется типом приложения. Как показали результаты анализа, формализованная зависимость QoE(NP) (а значит NPтреб(QoEтреб)) существует только для трех типов услуг: передача речи, видео-телефония и просмотр информации в Web.
52
3.НЕЧЕТКО-МНОЖЕСТВЕННЫЙ АНАЛИЗ КАЧЕСТВА ОБСЛУЖИВАНИЯ
3.1.Основы нечетко множественного анализа
общем случае под нечеткой моделью понимается информационно - логическая модель системы, построенная на основе теории нечетких множеств
нечеткой логики[18].
Таким образом, отдельными этапами процесса нечеткого моделирования являются:
Анализ проблемной ситуации.
Структуризация предметной области и построение нечеткой модели.
Выполнение вычислительных экспериментов с нечеткой моделью.
Применение результатов вычислительных экспериментов.
Коррекция или доработка нечеткой модели.
Как было отмечено ранее, одним из характерных признаков сложности построения модели является неопределенность в представлении структуры или поведения системы оригинала. При этом сама категория неопределенности может быть рассмотрена с различных точек зрения. В рамках современной методологии системного моделирования неопределенность может характеризовать следующие аспекты модельных представлений.
Неясность или нечеткость границы системы. Так, например, использование дихотомических признаков " высокий - низкий", "большой маленький", " дорогой - дешевый", "молодой- старый", "опытный- неопытный", "быстрый-медленный" и подобных им для определения состава элементов системы сталкивается с принципиальной трудностью представления структуры модели системы. Xapaктepный пример этого аспекта неопределенности собственно класс сложных систем в контексте ответа на вопрос: "Какие системы следует считать сложными?" Другим примером может служить проблема распознавания рукописного текста компьютером, которая и сейчас не решена
53
в полном объеме.
Неоднозначность семантики отдельных терминов, которые используются при построении концептуальных моделей систем. Речь идет о присущей естественным языкам полисемии или неоднозначности смысла понятий (модель прически и математическая модель, игральный автомат и автомат как стрелковое оружие, географическая карта местности и игральная карта, стрела башенного крана и стрела, пущенная из лука, замок двери и средневековый замок).
Неполнота модельных представлений о некоторой сложной системе, особенно в связи с решением слабо формализуемых проблем. В этом случае сама попытка построить адекватную модель сложной системы или предметной области сталкивается с принципиальной невозможностью учесть все релевантные особенности решаемой проблемы.
Противоречивость отдельных компонентов модельных представлений или требований, которым должна удовлетворять модель сложной системы. Так, например, требование решить проблему за минимальное время и с минимальными финансовыми затратами содержит в себе элемент противоречия. Элементы противоречий содержатся в законодательных актах и являются предметом юридической практики.
Неопределенность наступления тех или иных событий, относящихся к возможности нахождения системы оригинала в том или ином состоянии в будущем. Речь идет о том, что анализ процесса поведения системы не дает оснований для однозначного ответа на вопрос: "Будет ли находиться система оригинал в некотором состоянии в момент времени, который относится к ее будущему?" Этот аспект неопределенности часто называют стохастическим, поскольку он традиционно исследовался средствами теории вероятностей и математической статистики.
Возвращаясь к характеристике методологии нечеткого моделирования, следует отметить, что исходной предпосылкой ее развития являлась разработка aдeкватных модельных средств для представления первого
54
аспекта неопределенности, связанного, прежде всего, с неясностью или нечеткостью описания границы системы или отдельных ее состояний. Тем не менее, появление и последующее развитие концепции нечеткой меры и теории возможностей позволяет утверждать то, что и другие аспекты неопределенности могут быть подвергнуты нечеткому анализу.
Таким образом, нечеткая модель системы оригинала, или нечеткая система в первую очередь характеризуется неопределенностью типа неясности (нечет - кости) границы системы, а также, возможно, отдельных ее состояний, входных и выходных воздействий. В этом случае исходная структуризация нечеткой системы может быть изображена графически в виде фигуры с расплывчатыми границами (рис. 3.1).
Рис.3.1. Графическая иллюстрация нечеткой системы как системы с нечеткой
границей
Как было отмечено выше, базовой методологией построения нечетких
моделей являются собственно теория нечетких множеств и нечеткая логика, которые, в свою очередь, являются обобщением классической теории множеств и классической формальной логики. В связи с этим в приложениях 1 и 2 рассматриваются те из понятий классической теории множеств и формальной логики, которые в той или иной степени используются далее для соответствующего нечеткого обобщения.
55
связи с рассмотренными выше различными аспектами неопределенности, перечень которых, в свою очередь, не претендует на полноту, следует отметить дискуссию, которая возникла по вопросу: "Является ли нечеткость разновидностью вероятности или она имеет некое самостоятельное содержание?" Эта дискуссия была инициирована адептами стохастического подхода к анализу неопределенности и время от времени дополняется новой аргументацией в пользу того , что по их мнению, нечеткость не вносит ничего нового в процесс анализа неопределенности. Хотя ниже будет строго математически показано что концепция нечеткой меры включает как частный случай вероятностную меру, уже сейчас можно увидеть качественное отличие
рассмотренных выше аспектах неопределенности. Наличие других ее аспектов, таких как неуверенность, несогласованность, ненадежность, недостаточность, могут послужить предметом дальнейших размышлений заинтересованных читателей по данной проблематике. Исторически изучением и разработкой моделей, учитывающих неопределенность того или иного вида, занимаются многие математические дисциплины, такие как теория вероятностей, теория информации, математическая статистика, теория игр, теория массового обслуживания и теория нечетких множеств. Один из способов показать различия нечеткого и стохастического подходов классифицировать тип неопределенности, которая изучается этими дисциплинами. С этой целью рассмотрим два наиболее характерных типа неопределенности стохастическую и лингвистическую неопределенности.
Do'stlaringiz bilan baham: |