Descargar

Repercusión del tráfico autosemejante sobre redes con multiplexación

Enviado por Pablo Turmero


Partes: 1, 2

    edu.red

    1 Introducción y Objetivo Introducción Transmisión de vídeo VBR en redes con multiplexación estadística

    Tráfico VBR presenta comportamiento LRD, asociado a fractalidad o autosemejanza, parametrizable con H

    Tráfico prioritario LRD puede afectar a la QoS de otros tráficos de baja prioridad: fenómeno de starvation o inanición

    edu.red

    2 Introducción y Objetivo Objetivo Constatar el fenómeno de starvation en las condiciones planteadas

    Analizar la repercusión que tiene el parámetro H sobre el problema de starvation

    edu.red

    3 Contenido 1. Concepto de starvation 2. Tráfico de alta prioridad 3. Tráfico de baja prioridad 4. Escenario para confrontación del tráfico 5. Simulación en escenario con modelos 6. Conclusiones finales y líneas futuras de investigación

    edu.red

    4 1. Concepto de starvation Necesidad de clases de servicios en las redes de datos

    Ofrecer determinada QoS en base a fijar parámetros: Retardo Fluctuación del retardo (jitter) Ancho de banda Fiabilidad

    edu.red

    5 1. Concepto de starvation Uso de mecanismos de control de la calidad de servicio: Protocolos de reserva del ancho de banda Mecanismos contra la congestión Tratamiento de colas con preferencias: (Gp:) Estrategias de gestión de colas Cola FIFO Cola SPQ Cola FQ Cola WRR Cola WFQ (Gp:) Tráfico de alta prioridad Tráfico de baja prioridad

    edu.red

    6 1. Concepto de starvation Aparición del fenómeno de starvation: Redes de datos asíncronas con multiplexación estadística QoS bajo esquemas de planificación de prioridad absoluta (SPQ) Flujo de alta prioridad presenta comportamiento LRD STARVATION Flujo de baja prioridad ve mermada su QoS

    edu.red

    7 2. Tráfico de alta prioridad Caracterización del comportamiento LRD Dependencias a largo plazo (LRD) Fractalidad o autosemejanza Fenómeno de persistencia o efecto Hurst Parámetro de Hurst H en el rango 0.5 a 1 Aplicación de diferentes métodos para estimar H

    edu.red

    8 2. Tráfico de alta prioridad Comportamiento del flujo de datos para servicio de vídeo VBR Series almacenadas de muestras de tráfico de vídeo Distintas naturalezas de señal audiovisual Distintas opciones del esquema de codificación (MPEG-1, M-JPEG, H.261) Estimación de H Series codificadas VBR presentan LRD Comportamiento LRD en dos rangos: H alto (de 0.8 a 1) H bajo (de 0.6 a 0.8)

    edu.red

    9 2. Tráfico de alta prioridad Propuesta de modelos para tráfico de alta prioridad Modelado mediante ajuste del descriptor estadístico PDF o pdf Dependencias SRD Dependencias LRD Modelado mediante ajuste del comportamiento en cola Tamaño medio de cola Desviación de la cola Probabilidad de pérdidas Distribución de datos en cola MODELO

    edu.red

    10 2. Tráfico de alta prioridad Validación de modelos Del ajuste del descriptor estadístico Del ajuste del comportamiento en cola Rango de comportamiento LRD Situación de alta tasa de ocupación Modelo parsimonioso Modelo sintético FGN parametrizable con H

    edu.red

    11 3. Tráfico de baja prioridad Tráfico genérico de redes de datos multiplexado Modelado grueso sin considerar retransmisiones Consideración del comportamiento de baja prioridad en cola Modelo de fácil parametrización, ajustable en la tasa de ocupación del canal Modelo de fuentes sintéticas ON – OFF

    edu.red

    12 3. Tráfico de baja prioridad Ocupación modelable con TOFF=((1/?)-1)?TON , 0< ??1 TON , TOFF exponencial TON , TOFF subexponencial (heavy-tailed) mediante Pareto de mínimo nulo, F(x)=1-((b+x)/b)-? , con b=??(?-1) y 1< ??2 para heavy-tailed

    (Gp:) Velocidad de información del modelo ON-OFF (Gp:) VON (Gp:) Tiempo (Gp:) VOFF (Gp:) Tiempo de actividad distribuido con media TON (Gp:) Tiempo de inactividad distribuido con media TOFF

    Modelo de fuentes sintéticas ON – OFF :

    Partes: 1, 2
    Página siguiente