Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Моделирование процессов передачи и обработки трафика в вычислительных сетях на основе аналитических и имитационных методов

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В основе теоретических исследований лежат методы аналитического моделирования, в частности теория массового обслуживания и ее расширения, а также методы имитационного моделирования. Для аналитического расчета сетевых характеристик применяется метод баланса потоков и его численный аналог — метод Бузена (свертки), а также итерационный метод анализа средних значений. Имитационные модели используют… Читать ещё >

Содержание

  • СОКРАЩЕНИЯ
  • Глава 1. Теоретические основы моделирования вычислительных сетей
    • 1. 1. Моделирование сложных систем
    • 1. 2. Языки описания сетевых моделей
    • 1. 3. Формализм теории массового обслуживания
    • 1. 4. Технологии имитационного моделирования
    • 1. 5. Примеры описания сетевых моделей
    • 1. 6. Анализ сетевого трафика методами теории временных рядов
    • 1. 7. Современные средства моделирования ВС
    • 1. 8. Определение объектов исследования. Информационная модель ВС
    • 1. 9. Возможности комплексного моделирования ВС
  • Выводы и постановка задачи
  • Глава 2. Особенности аналитического расчета сетевых характеристик
    • 2. 1. Методы баланса потоков
    • 2. 2. Итерационный расчет
    • 2. 3. Расчет ВС на основе MVA-метода при различных вариантах распределения трафика
    • 2. 4. Декомпозиция сетей массового обслуживания
  • Выводы
  • Глава 3. Имитационное моделирование процессов обработки и передачи трафика в ВС
    • 3. 1. Основные определения
    • 3. 2. Представление структуры сети
    • 3. 3. Алгоритм работы построенной модели
    • 3. 4. Перспективы развития имитационной модели в области параллельных вычислений
    • 3. 5. Общие принципы применения модели
  • Выводы
  • Глава 4. Особенности реализации методов моделирования ВС
    • 4. 1. Аспекты проектирования информационной системы
    • 4. 2. Апробация работы и анализ результатов
  • Выводы

Моделирование процессов передачи и обработки трафика в вычислительных сетях на основе аналитических и имитационных методов (реферат, курсовая, диплом, контрольная)

Формулировка проблемы. Использование компьютерных сетей для решения самого широкого круга вычислительных задач началось в 80-х годах прошлого столетия. Но и сегодня мы наблюдаем активное внедрение сетевых технологий во все новые сферы деятельности. Интеллектуальную инфраструктуру современной организации сегодня нельзя представить без программных комплексов учета, поддержки принятия решений, экспертных систем, баз данных и т. п. Все эти средства нуждаются в надежной и качественной транспортной платформе. С растущими информационными потребностями общества все больше требований предъявляется к качеству работы вычислительных сетей (ВС), которые становятся все более сложноорганизованными. Надежность и производительность ВС часто являются критически важными факторами в деятельности организаций самых различных масштабов. В то же время ВС остаются уязвимыми для аппаратных и программных сбоев, атак злоумышленников.

Актуальность темы

Подобные факторы делают целесообразным использование средств анализа и моделирования ВС для обеспечения их оптимальной работы и профилактики сбоев. К средствам, моделирующим работу сетей, можно отнести COMNET от CACI Products Company, SimuNet от Telenix, OPNET от MIL3, NetCracker, OMNeT++, NS-2, NS-3 и другие. Работы современных исследователей в области теоретических основ моделирования трафика в ВС можно разделить на несколько групп [39]. К первой относятся работы, развивающие классический подход теории массового обслуживания (ТМО). Здесь важное место занимают исследования Вишневского В. М. [25,26], а также других авторов (Тарасов В. Н, Костров В.О.) [50,70]. Применительно к вычислительным сетям, ТМО рассматривает сети массового обслуживания и предлагает аналитические и численные методы расчета характеристик работы ВС. Большинство методов теории массового обслуживания основаны на предположении об отсутствии последействия у потока сообщений в сети.

Во вторую группу попадают исследования альтернативного подхода, согласно которому, сетевой трафик рассматривается как самоподобный процесс и обладает фрактальными свойствами [59,73]. Среди авторов этой категории можно отметить Ильницкого C.B. [25,26], коллектив американских исследователей (Taqqu M.S., Wilson D. V., Leland W.E.) [21,22].

К третьей группе можно отнести работы в прочих областях: статистических методов, имитационного моделирования, нейронных сетей [5,8]. Так, в Пермском государственном университете ведется разработка [43,54,55] распределенной имитационной системы Triad.Net, которая использует трехуровневое описание имитационной модели в формате M={STR,.ROUT, MES}, где STR — слой структур, то есть взаимосвязанных объектов, имеющих входы и выходы для передачи сообщений. Структуры могут быть представлены в виде графов. Алгоритм взаимодействия объектов структуры описывается с помощью процедур (рутин) уровня ROUT. В ходе работы имитационной модели объекты структуры обмениваются сообщениями, описанными на уровне MES. Группа исследователей из Пензенского государственного университета (Вашкевич Н.П., Дубинин В. Н., Зинкин С.А.) [42] формализуют ВС с помощью языка описания сетевых моделей (ЯОСМ) и далее используют статистические методы обработки полученной модели. Методология гибридного моделирования ВС на основе аналитических методов и дискретных систем подробно рассматривается в работе Ярославцева А. Ф. [75].

Аппарат математического моделирования вычислительных сетей, предоставляет сегодня базу для дальнейших исследований процессов передачи информации в сетях, а также ряд методов, пригодных для практического использования. Поскольку такие исследования ведутся, в основном, в двух направлениях: аналитического и имитационного моделирования, особый интерес представляют методы, разработанные «на стыке» этих направлений, которые позволяли бы использовать наиболее важные преимущества каждого из них. Такие варианты на сегодняшний день еще очень мало изучены.

В настоящей работе предлагается комбинированное использование аналитических и имитационных методов для решения широкого спектра задач анализа и моделирования ВС — от расчета сетевых характеристик до визуальной интерпретации работы ВС.

Целью работы является разработка, численная и программная реализация аналитических и имитационных моделей ВС, отражающих структуру и топологию сети, а также процессы передачи и обработки трафика.

Для достижения поставленной цели в работе решаются следующие задачи:

1. Разработка критерия выбора метода или комбинации аналитических и имитационных методов для решения различных задач моделирования ВС.

2. Разработка математической модели, формально описывающей структуру, топологию ВС и потоки сетевого трафика, для применения аналитических и имитационных методов моделирования.

3. Разработка математической модели ВС на основе сетей Петри, для проведения имитационных экспериментов.

4. Разработка аналитических и имитационных методов, а также эффективных численных алгоритмов их реализации для расчета характеристик однородных и неоднородных ВС: среднего размера очереди сообщений, среднего времени обработки сообщений в узлах сети и общего времени реакции сети.

5. Реализация программного комплекса для комбинированного моделирования ВС, расчета и анализа их характеристик.

6. Проведение вычислительного эксперимента по расчету сетевых характеристик, оценка и анализ полученных результатов.

Методы исследований:

В основе теоретических исследований лежат методы аналитического моделирования, в частности теория массового обслуживания и ее расширения, а также методы имитационного моделирования. Для аналитического расчета сетевых характеристик применяется метод баланса потоков и его численный аналог — метод Бузена (свертки), а также итерационный метод анализа средних значений. Имитационные модели используют методологию сетей Петри. Реализация программного комплекса требует применения методов объектно-ориентированного программирования. Результаты вычислительных экспериментов анализируются с помощью методов математической статистики.

Научная новизна работы:

1. Критерий выбора методов решения задач моделирования процессов передачи и обработки трафика в ВС, в качестве которого впервые предложено использовать функционал, отображающий упорядоченное множество входных параметров задачи на множество аналитических и имитационных методов решения данной задачи. Критерий предоставляет возможность построить формальный план комбинированного решения задачи, а также расширить круг задач моделирования ВС, традиционно решаемых в рамках одного специализированного программного продукта.

2. Модифицированный метод анализа средних значений (МУА-метод) для численного расчета времени обработки сообщений и размеров очередей сообщений в неоднородных сетях, отличительной особенностью которого является возможность расчета характеристик такой сети на основе искусственно введенной однородной сети путем усреднения показателей смешанного трафика. Характеристики искомой сети рассчитываются с помощью коэффициентов перехода, характеризующих отношение исходных данных неоднородной сети к аналогичным показателям «опорной сети», без использования итерационного процесса. Такой подход позволяет уменьшить вычислительную сложность по сравнению с прямым МУА-методом в задачах моделирования различных вариантов распределения неоднородного трафика.

3. Имитационная модель ВС на основе сетей Петри, отличающаяся введением новых объектов — ролевых функционалов, которые позволяют описывать объекты сетевой инфраструктуры (активные сетевые устройства и сегменты сети) и автоматизировать имитационный анализ сетей сложной структуры и большой размерности. 4. Программный комплекс для решения широкого круга задач моделирования ВС, основанный на алгоритмах комбинированного использования аналитических и имитационных алгоритмов.

Практическая значимость результатов работы:

— разработанные модели, методы и алгоритмы могут быть использованы при разработке программных средств мониторинга и моделирования ВС, а также для дальнейших исследований в этой области;

— реализованные модули программного комплекса могут быть использованы в совокупности или по отдельности сетевыми специалистами для:

• расчета сетевых характеристик и общей оценки работы сети и ее компонент, как в реальных, так и в произвольных условиях;

• принятия решений о модификации ВС на основе информации о состоянии и прогнозируемых данных;

• проектирования новых ВС;

• выявления аномального поведения ВС.

Реализация результатов работы:

Полученные результаты были использованы при выполнении планов научно-исследовательских работ КемГУ и ИВТ СО РАН в 2005;2011 гг.

Программный комплекс тестировался в КемГУ для исследования и анализа сегментов ВС, а также в ООО «Скиф» — аутсорсингового предприятия, обслуживающего вычислительную инфраструктуру угледобывающей компании «Кузбассразрезуголь». Использование программного комплекса на основе разработанных моделей позволило оптимизировать работу сетевых администраторов, а также подобрать ряд параметров для отдельных сегментов ВС компании «Кузбассразрезуголь», при которых среднее время реакции в исследуемом сегменте сети уменьшилось на 10−20% по сравнению с прежними значениями. Достоверность реализации программного комплекса подтверждается справкой об использовании.

Публикации.

По теме диссертации опубликовано 11 работ, в том числе 2 статьи в изданиях, рекомендуемых ВАК для предоставления основных результатов диссертации, 9 публикаций в трудах и материалах конференций. Публикации по теме диссертации в изданиях, рекомендованных ВАК:

1. Гудов A.M., Семехина М. В. Имитационное моделирование процессов передачи трафика в вычислительных сетях // Управление большими системами. М.: ИПУ РАН, 2010 г. Выпуск 31- стр. 130−161.

2. Семехина М. В. Имитационное моделирование трафика в вычислительных сетях на основе аппарата сетей Петри // Вестник КемГУ, Кемерово, 20 Юг, № 4(44) — стр. 10−15.

Труды научно-практических конференций и сборников:

3. Гудов A.M., Федотов А. М., Семехина М. В. Автоматизированная система сетевого моделирования // Труды VI Всероссийской научно-практической конференции «Системы автоматизации в образовании, науке и производстве» AS' 2007, г. Новокузнецк, 2007 г.- стр. 107−109.

4. Семехина М. В. Автоматизированная система сетевого моделирования // Материалы XI Всероссийской научно-практической конференции «Научное творчество молодежи», г. Анжеро-Судженск, 2007 г.- стр.118−121.

5. Семехина М. В. Распределенная информационная система моделирования компьютерных сетей // Материалы VII Всероссийской научно-практической конференции «Инновационные Недра Кузбасса. IT-технологии», г. Кемерово, 2008 г.- стр.65−67.

6. Гудов A.M., Семехина М. В. «Комплексный подход к моделированию компьютерных сетей» // Труды VII всероссийской научно-практической конференции «Системы автоматизации в образовании, науке и производстве» AS'2009, г. Новокузнецк, 2009 г.- стр.114−117.

7. Гудов A.M., Семехина М. В. «Комплексное моделирование трафика в вычислительных сетях» // Материалы VIII Всероссийская научно-практическая конференция с международным участием «Информационные технологии и математическое моделирование», г. Анжеро-Судженск, 2009; стр.98−100.

8. Гудов A.M., Семехина М. В. Имитационное моделирование процессов передачи трафика в вычислительных сетях на основе модифицированных сетей Петри // Интеллектуальные технологии в образовании, экономике и управлении 2009. Сборник материалов VI международной научно-практической конференции, Воронеж, г. Воронеж, «Воронежская областная типография», 2009; стр. 348−353.

9. Семехина М. В. Гудов A.M. Комплексный подход к моделированию трафика в корпоративных вычислительных сетях // Сборник материалов VII Всероссийской конференции по теоретическим основам проектирования и разработки распределенных информационных систем «ПРИС-2009». г. Красноярск, 2009; стр.49−51.

10.Семехина М. В. Гудов A.M. Аспекты имитационного моделирования трафика в вычислительных сетях на основе Сетей Петри // Материалы IX Всероссийской научно-практической конференции с международным участием. Часть 1, Издательство Томского университета, г. Томск, 2010; стр. 73−77.

11.Гудов A.M., Семехина М. В. Комплексное моделирование трафика в вычислительных сетях // Материалы IX Всероссийской научно-практической конференции с международным участием «Информационные технологии и математическое моделирование» г. Анжеро-Судженск, 2010; стр.137−142. а также регулярно на научных семинарах кафедры ЮНЕСКО по НИТ КемГУ под руководством профессора К. Е. Афанасьева (Кемерово, 2005;2011).

Структура и объем работы.

Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа содержит 108 страниц текста, в том числе 23 таблицы, 18 рисунков. Кроме того, в работу входит список использованных источников из 75 наименований и приложений на 12 страницах.

Выводы.

В четвертой главе приводятся результаты использования системы на реальных сетях создание моделей, расчет и анализ данных на основе моделей ВС, сверка их с реальными данными, собранными из сети, анализ полученных результатов. Решены подзадачи определения требований к информационной системе (ИС) и структуры ИС. Дается оценка качества работы системы, основанная на реальных испытаниях, позволяющая сделать вывод о том, что разработанная система «СиМАКС» соответствует поставленным задачам и общей цели работы и позволяет, используя различные инструменты, оценить состояние сети в реальных или прогнозируемых условиях.

В главе приводится описание интерфейса и основных возможностей системы, что в совокупности с полученными расчетными результатами позволяет также оценить практическую ценность системы для конечных пользователей: сетевых аналитиков и сетевых администраторов. Рассмотрены возможности интеграции, расширяемости и переносимости системы.

Заключение

:

1. В работе решается задача разработки и реализации методов и алгоритмов моделирования ВС, которая является актуальной научно-технической проблемой.

2. Предложена система классификации и декомпозиции задач моделирования, критерий выбора методов их решения, который позволяет расширить круг задач, традиционно решаемых с помощью программных продуктов.

3. Разработан приближенный метод анализа средних значений для расчета характеристик неоднородных сетей, позволяющий оптимизировать скорость расчета средних очередей и среднего времени обработки сообщений в устройствах ВС в задачах многократного расчета неоднородных сетей с общей опорной сетью.

4. Предложены принципы построения имитационных моделей ВС на основе сетей Петри, позволяющие с помощью новых объектов — ролевых функционалов, автоматически создавать и выполнять сети Петри для моделирования ВС.

5. Реализован программный комплекс «СиМАКС», который позволяет оперативно создавать аналитические и имитационные модели ВС путем автоматического получения данных из реальных сетей, а также решать различные задачи сетевого моделирования на основе комбинированного использования методов.

6. Проведен вычислительный эксперимент с использованием разработанного программного комплекса. Рассчитываемые показатели сети позволяют оценить качество ее работы в целом и отдельных сетевых устройств.

Диссертация предлагает решение задачи моделирования ВС в реальных и прогнозируемых условиях и может быть использована в качестве инструмента поддержки принятия решений об оптимизации ВС.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждаются корректным использованием методов теории массового обслуживания, теории случайных процессов, результатами имитационного моделирования и практического использования для исследования трафика разработанных методов, алгоритмов и прикладных программных модулей.

Показать весь текст

Список литературы

  1. Abell J. A., Judd R.P., A model and algorithm for analysis of discrete event systems with structural changes // Proc. of the 1992 American Control Conf. v.4. USA American Control Council. 1992. p.3206−3210.
  2. Adas A. Traffic models in broadband networks // IEEE Communications Magazine. 1997. V.35, № 7. p.82−87.
  3. Arvidsson A., Karlsson P. On traffic models for TCP/IP // Proceedings of ITC 16. 1999. № 6. p. 457−466.
  4. Г/П т"&bdquo-11 тл /~<�л ntj .Dan u. uroo / v i (jsnliuiauuii piugiciiiimiag language) // i ууа, vv unci опиишииш
  5. Conf.: Proceedings. IEEE, 1992. p.426−430.
  6. Barton R.R., Designing simulation experiments // Proceedings of the 2002 Winter Simulation Conference. USA: IEEE. 2002. p.45−51.
  7. Bear, D. Principles of telecommunication traffic engineering // Revised 3rd Edition. Peter Peregrinus Ltd, Stevenage. 1988. 250 p.
  8. Bertsekas D. P., Network Optimization: Continuous and Discrete Models. Athena Scientific. 1998.
  9. Calvert K.L., Zegura E.W., Doar M. Modeling Internet Topology // IEEE Communications Magazin. 1997. p. 160−163.
  10. Cao X.-R., Ho Y.-C. Models of discrete event dynamics systems // IEEE Control Systems Magazin. 1990, v.2 № 4. p.69−76.
  11. Chang X. Network simulation with OPNET // Proc. Of the 1999 Winter Simulation Conference: Proceedings. 1999. p.7−13.
  12. Cox, D.R. A use of complex probabilities in the theory of stochastic processes. Proceedings of the Cambridge Philosophical Society, vol. 51, № 2, p. 313−319.
  13. Elmagraby S.E. The Role of Modeling in I.E. Design, The Journal of Industrial Engineering, v. XIX, № 6, 1968.
  14. Gelenbe E. G-networks with signals and batch removal // Probability in the Engineering and Informational Sciences. V.7, 1993, p.335−342.
  15. Gelenbe E. Product form networks with negative and positive customers // Journal of Applied Probability. V.28, 1999. p. 655−663.
  16. Gelenbe E., Schassberger R. Stability of G-networks // Probability in the Engineering and Informational Sciences, V.6,1992, p. 271−276.
  17. HP OpenView Network Node Manager // Электронный ресурс: http://www.openview.ru/nnm2.htm (дата обращения 24.02.2009).
  18. Iversen V.B. Analysis of real teletraffic processes based on computerized measurements. Ericsson Technics, № 1, 1973. p. 1−64.
  19. Jackson, R.R.P. Queueing systems with phase type service. Operations Research Quarterly, V.5, № 2, 1954. p. 109−120.
  20. Lam S., Lien I. A tree Convolution Algorithm for the Solution of Queuing Networks // Communications Of ACM, 1983, V.26, № 3, p.203−215.
  21. Leland W.E., Taqqu M.S., Willinger W., Shermann R. Proof of a Fundamental Result in Self-Similar Traffic Modeling // ACM SIGCOMM'95, San-Fransisco. 1995.
  22. Leland W. E, Taqqu M.S., Willinger W., Wilson D.V. On the Self-Similar Nature of Ethernet Traffic. // ACM SIGCOMM Computer Communications Review, Vol. 23, 1993, p. 183−193. Proceedings of the ACM/SIGCOMM'93, San Francisco, September 1993.
  23. Rocky K., Chang C., Defending against Flooding-Based Distributed Denial-of-Service Attacks: A Tutorial // IEEE Communications Magazine, October 2002. p. 42−51.
  24. Rowe A.J. Simulation A Decision-Aiding Tool, AJJE International Conference Proceedings, New York, 1963.
  25. H.M. Вейвлет анализ: основы теории и примеры применения. Москва, УФН. 1996, 1145 с.
  26. Н.С., Жидков Н. П., Кобельков Г. М. Численные методы. Москва, Наука, 1987, 354с.
  27. Т.П., Бочаров П. П., Коган Я. А. Анализ очередей в вычислительных сетях. Теория и методы расчета. Москва. Наука, 1989. 336с.
  28. Т.П. Лекции по математической теории телетрафика. Учебное пособие. Москва, РУДН. 2004, 186 с.
  29. И.О., Жидков Н. П. Методы вычислений, т.1. Москва: Наука, 1966. 632с.
  30. А.Н. Телекоммуникационные сети и устройства. БИНОМ. Лаборатория знаний. 2008, 319с.
  31. Н.П. Моделирование сложных систем. Москва: Наука, 1978. 399с.
  32. М., Шаповаленко С. Экспертиза, проектирование и реинжиниринг инфраструктуры информационных ресурсов предприятия. Электронный ресурс: http://www.ccc.ru (дата обращения 18.05.2010).
  33. Н.Н. Основы сетевых технологий на базе коммутаторов и маршрутизаторов. БИНОМ. Лаборатория знаний. 2011, 270с.
  34. В.В. Телекоммуникационные системы и сети: Т. 3. Мультисервисные сети. Москва, Горячая линия-Телеком. 2005.
  35. В.М. Теоретические основы проектирования компьютерных сетей, Москва, Техносфера. 2003.
  36. В.М. Аналитические методы исследования телеавтоматических систем массового обслуживания // Автоматизированные системы массового обслуживания. Москва, Институт проблем управления. 1980. с.5−18.
  37. .В., Коваленко И. Н. Введение в теорию массового обслуживания. Москва: Наука, 1987. 431с.
  38. Д.С. Сети связи следующего поколения. БИНОМ. Лаборатория знаний. 2007, 184с.
  39. Дж. Скотт Хогдал. Анализ и диагностика компьютерных сетей. Москва, Лори. 2001. 353с.
  40. Н. Очереди с приоритетами: Пер. с англ./ Под ред. В. В. Калашникова. Москва, Мир. 1973. 280с.
  41. Диалоговая автоматизированная система имитационного моделирования ДАСИМ // Сопроводительная документация к программному продукту. Одесса, 1995.
  42. В.Н., Зинкин С. А. Проектирование вычислительных систем на основе сетевого формализма. Пензенский государственный университет, 1998 // Электронный ресурс: http://alice.stup.ac.ru/~dvn/complex/title.html (дата обращения 17.01.2007).
  43. Е.Б. Современные теории имитационного моделирования: Специальный курс. Пермский государственный университет. Учебное пособие, 2007.119с.
  44. , В.Б. Разработка телетрафика и планирование сетей. БИНОМ. Лаборатория знаний. Серия: Основы информационных технологий, 2011, 526с.
  45. А.П., Цицкун Д. В. Противодействие атакам на отказ в сети интернет: выбор среды моделирования // Проблемы программирования. 2008. № 2−3, с.579−586.
  46. C.B. Работа сетевого сервера при самоподобной нагрузке // Электронный ресурс http://314 159.ru/ilnickis/ilnickisl.pdf (дата обращения 02.05.2010)
  47. JI. Вычислительные системы с очередями. Пер. с англ. Москва, Мир, 1979, 600с.
  48. JI. Теория массового обслуживания. Москва, Машиностроение. 1979. 432с.
  49. В.Е. Сети Петри // Москва, Наука. 1984. 160с.
  50. В. О. Разработка метода расчета пропускной способности мультисервисных сетей связи с дифференцированным обслуживанием потоков сообщений // Дисс. кандидата технических наук. Москва, 2003
  51. . С, Пшеничников А. П., Харкевич А. Д. Теория телетрафика // Учебник для вузов, 2-е издание. Москва, Связь, 1979. 224с.
  52. Лифшиц А. Л, Мальц Э. А. Статистическое моделирование систем массового обслуживания. Москва, Советское радио. 1978. 247с.
  53. Дж. Мартин. Введение в сетевые технологии. Практическое руководство по организации сетей. Москва, Лори. 2002, 660с.
  54. А.И., Замятина Е. Б. Система имитации с удаленным доступом // Материалы третьей междисциплинарной конференции с международным участием (НБИТТ-21), 2004 г. Петрозаводск, с. 73.
  55. А.И., Замятина Е. Б. Технологии имитационного моделирования больших систем. Труды Всероссийской научной конференции «Научный сервис в сети Интернет». Москва, МГУ. 2008, с. 199−204.
  56. H.A., Олифер В. Г. Средства анализа и оптимизации локальных сетей. // Электронный ресурс: http://citforum.ru/nets/optimize/index.shtml (дата обращения 02.09.2008).
  57. Ю.Н. Имитационные модели и системы. Москва, Фазис. ВЦ РАН, 2000. 134с.
  58. А.И. Имитационное моделирование систем и сетей связи. Москва, ЛООНИИС. 2000. 345с.
  59. A.C., Матвеев С. Б. Исследование самоподобия GPRS трафика. ГОУ ВПО «МГУС», г. Москва. //Электронныйресурс: www.mgus.ru/files/electronicJournal/number5/pastuhovmatveev.doc (дата обращения 02.09.2008).
  60. A.B. Рыков В. В. О декомпозиции замкнутых сетей с зависимым обслуживанием // Автоматика и телемеханика. 1999, № 11, с.58−69.
  61. Дж. Теория сетей Петри и моделирование систем. Москва, Мир. 1984, 264с.
  62. Преимущества пакета Network Simulator 2 // Электронный ресурс: http://www.networksimulation.ru/index.php?option=comcontent&view=article&id= 128:2009−12−04−15−35−58&catid=65:"ns2&Itemid=153 (дата обращения 28.03.2009).
  63. Сервер с русскоязычной информацией по ns2. // Электронный ресурс: http://www-ns2.da.ru, http://yk.atm.tut.fi/ns2/ (дата обращения 20.03.2009).
  64. Н.К. Основы теории вейвлетов. Вейвлеты в MATLAB. Москва, ДМК Пресс. 2005, 304с.
  65. Среда описания ресурса (RDF): Понятия и абстрактный синтаксис // Электронный ресурс: http://www.w3.org/2007/03/rdfconceptsru/0verview.html (дата обращения 02.04.2009)
  66. С.Н. Основы телетрафика мультисервисных сетей. Москва, Эко-Трендз. 2010. 392с.
  67. С.Н., Иверсен В. Б. Способы уменьшения объема вычислений при расчете моделей систем связи с потерями, основанные на игнорировании маловероятных состояний. // Проблемы передачи информации, № 37:3 (2001), с. 82−95.
  68. Т. Учимся моделировать. // Электронный ресурс: http://www.osp.rU/nets/1998/05/143 377/#partl (дата обращения 17.03.2009).
  69. A.A. Архитектура программной системы автоматизированного проектирования и моделирования вычислительных сетей. // Электронный ресурс: http://www.swsys.ru/index.php?page=article&id=35 (дата обращения 17.03.2009).
  70. В.Н., Коннов А. Л., Ушаков Ю. А. Анализ и оптимизация локальных сетей и сетей связи с помощью программной системы OPNET Modeler // Электронный ресурс: http://elibrarv.ru/download/28 319 375.pdf (дата обращения 14.02.2009).
  71. В.Я. Работы по математической теории массового обслуживания. Под ред. Б. В. Гнеденко. Москва, ИФМЛД. 1963, 221с.
  72. В.П. Курс теории вероятностей. Москва, Лань. 2003. 256с.
  73. О.И., Тенякшев A.M., Осин A.B. Фрактальные процессы в телекоммуникациях. Под ред. Шелухин О. И. Москва, Радиотехника. 2003. 480с.
  74. Шеннон, Роберт Е. Имитационное моделирование систем искусство и наука. Москва, Мир. 1978. 420с.
  75. А.Ф. Методы и программные средства гибридного моделирования мультисервисных сетей большой размерности // Дисс. докт. технических наук. Новосибирск, 2006.
Заполнить форму текущей работой