48
Для сетей с коммутацией пакетов вообще и сетей передачи данных в частности долгое
время применялись методы, основывающиеся на предположении о том, моментов прибытия
пакетов или инициализации соединений имеют ограниченную дисперсию, поскольку
аналитическая модель для таких систем хорошо известна [88, 9]. На основании этой модели
рассчитывались основные характеристики сети, и производилось планирование ее ресурсов
,
в частности, объема буферного пространства.
1.8.2. Критика традиционных моделей трафика
С развитием сети Интернет и появлением возможности исследования большого
количества экспериментального материала по трафику начали появляться свидетельства в
пользу того, что трафик в сетях с коммутацией пакетов с большей точностью моделируется
статистически самоподобными процессами [95] или, по крайней мере, не имеет
экспоненциального
распределения [90, 91]. Для самоподобного процесса представляющего
пакетный трафик не существует естественного ограничения длительности всплеска.
Всплески могут происходить в любом временном масштабе. Кроме того, множество типов
обменов в современной сети инициируются и управляются операционной системой сетевых
узлов автоматически, например обновления маршрутной информации, трафик протоколов
SMTP, NNTP, что может приводить в глобальной синхронизации потоков в
сети [92]. Такая
ситуация является невозможной для пуассоновской модели, однако имеет место в
реальности.
Итак, традиционный подход к моделированию трафика сети с коммутацией пакетов
базируется полностью на предположении о неограниченности дисперсии процесса
поступления пакетов, что позволяет применять теоретический аппарат марковских цепей для
анализа таких систем. Однако развитие современных скоростных сетей передачи
данных и
мультимедиа информации с выраженной гетерогенной физической и логической
инфраструктурой и большим набором разнообразных сервисов и генерируемых ими потоков,
приводит к появлению существенно более сложных характеристик потоков. Трафик в таких
сетях имеет явно выраженный всплесковый характер, не сглаживаемый усреднением по
длительным временным промежуткам и большому числу потоков. Традиционный подход к
моделированию трафика изменялся путем разработки все более сложных стохастических
моделей: fluid flow models, Markov modulated Poisson processes, Markovian arrival processes,
Batched Markovian arival processes, и т.д. Основной целью разработки всех этих моделей
являлось сохранение возможности аналитического подхода к исследованию задач
управления очередями и эффективностью системы. Однако, авторы обзора [93] отмечают,
что статистические свойства стохастических моделей не совпадают со свойствами