Контакты
Подписка
МЕНЮ
Контакты
Подписка

В рубрику "Решения корпоративного класса" | К списку рубрик  |  К списку авторов  |  К списку публикаций

Оптимизация использования пропускной способности

Р.А. Фролов
Ведущий инженер компании Zelax

Проектирование передачи голосового трафика в сетях с коммутацией пакетов требует анализа ряда особенностей, которые не учитываются классической теорией телетрафика, применяемой для построения сетей традиционной телефонии. Одной из таких особенностей является большая транспортная задержка и ее вариация. В статье анализируется задержка как параметр класса обслуживания наравне с уровнем блокировки и предлагается способ ее уменьшения с использованием свойства самоподобия голосового трафика.

Когда нужны новые алгоритмы

Особенности пакетной коммутации диктуют необходимость пересмотра традиционных подходов к анализу и синтезу телекоммуникационных систем с использованием традиционной теории телетрафика и теории массового обслуживания. При рассмотрении систем пакетной передачи речи обнаруживаются новые особенности и характеристики качества обслуживания, которых лишена традиционная телефония. Появляются новые возможности, связанные, например, с подавлением пауз (VAD - Voice Activity Detection) в речи и использованием освободившегося сетевого ресурса (пропускной способности). Механизмы VAD, реализованные в большинстве производимого на сегодняшний день телекоммуникационного оборудования для пакетных сетей с интеграцией речевых сервисов, еще больше усложняют динамику трафика в сети.

Модели поведения голосового трафика в классической теории телетрафика не совсем подходят для проектирования сети IP-телефонии. Это связано с тем, что голосовой IP-поток не является пуассоновским потоком данных, а проявляет свойства самоподобия [1, 2, 3]. Стандартные алгоритмы обработки трафика, созданные для работы с простейшими потоками, оказываются недостаточно эффективными для потоков с самоподобием.

Класс обслуживания (GoS)

Трафик определяется как количество данных или число сообщений через линию связи в течение заданного отрезка времени. Голосовой трафик включает в себя взаимоотношения между попытками вызовов и скоростью, с которой эти звонки завершаются. Анализ трафика позволяет определить необходимую пропускную способность линии связи для обычных и голосовых данных. Инжиниринг трафика позволяет определить необходимый класс обслуживания (Grade of Service - GoS) или уровень блокировки (Blocking factor). Правильно спроектированная сеть должна имеет низкий уровень блокировки и высокий уровень утилизации р (коэффициент использования) линий связи, что в итоге означает рост числа и качества сервисов, а также уменьшение их стоимости.

Во все проблемы, связанные с телефонной нагрузкой, вовлечены три взаимосвязанных параметра:

  • поступающая нагрузка (трафик);
  • обслуживающие трафик ресурсы;
  • требования к предоставляемому сервису (GoS).

Эти взаимоотношения можно представить в виде треугольника. Для заданного требования к сервису (основание треугольника) увеличение поступающего трафика требует соразмерного увеличения объема ресурсов так же, как и уменьшение объема ресурсов требует соответствующего уменьшения уровня поступающей нагрузки.

В классической теории телетрафика параметр GoS основывается только на вероятности блокировки пакетов. В сети VoIP GoS следует рассматривать минимум как двухмерный вектор GoS - (Pblock, Poutdelay), где Pblock - вероятность блокировки пакетов; Poutdelay - вероятность появления на выходе пакета с задержкой, превышающей заданную.

При проектировании VoIP-сети надо определить необходимую пропускную способность BW для удовлетворения заданному GoS. Определив предполагаемую модель поведения трафика и используя таблицы Эрланга, получим количество соединительных линий СЛ, требуемых для удовлетворения заданного GoS:

где BW — необходимая пропускная способность для выбранной СЛ; NDS0 - число i-тых каналов связи, различающихся алгоритмом сжатия; BWDS0 - полоса пропускания, необходимая для одного канала DS0; kVAD - коэффициент эффективности функции определения голосовой активности.

Рассчитанная пропускная способность BW по формуле (1) является верной только в случае передачи по сети только голосового трафика, что в реальной жизни неприменимо, так как всегда стоит задача интегрированной передачи голоса и данных.

Качество обслуживания (QoS - Quality of Service)

Для совместной передачи голоса и данных в сетях с коммутацией пакетов часто используется дифференцированное обслуживание, которое, с одной стороны, призвано "защитить" голосовой трафик от остального, а с другой -вносит вариацию в задержку (джиттер). Исследования доказывают [4], что наилучший механизм обслуживания голосовых данных (с точки зрения вносимой задержки) - это механизм приоритетного обслуживания (PQ - Priority Queue). В таком случае можно выделить два типа источников джиттера голосовых пакетов:

  • Задержка буферизации при нахождении голосовых пакетов в одной очереди (см. рис. 1). Непостоянство задержки зависит от шаблона голосового трафика, который является неравномерным вследствие применения механизма подавления пауз. Буфер голосовой очереди обычно выполняет функцию выравнивания интенсивности трафика (шейпинг), что позволяет уменьшить Pblock но приводит к увеличению Poutdelay.
  • Остаточная передача низкоприоритетного трафика (см. рис. 2). Прибывающие в очередь голосовые пакеты вынуждены ждать окончания передачи пакета низкоприоритетного трафика, что влияет на вариацию задержки голосового трафика. Кроме того, вызванная этим степень неравномерности экспоненциально увеличивается с количеством транзитных узлов.

Вариация задержки, а как следствия необходимый размер джиттер-буфера, приводит к увеличению Poutdelay

Самоподобие трафика GoS и QoS

В различных работах [2, 5, 6] установлено, что потоки данных, в том числе и голосовых, в сети с коммутацией пакетов нельзя аппроксимировать простейшими потоками, и, как следствие, они уже имеют совершенно иную структуру, чем принято в классической теории телетрафика. В частности, было установлено, что трафик такой сети обладает свойством самоподобия, то есть выглядит качественно одинаково при почти любых масштабах временной оси, имеет память (последействие), а также характеризуется высокой пачечностью - отношением пиковой интенсивности процесса поступления заявок на обслуживание к его среднему значению.

В отличие от пуассоновских процессов самоподобные характеризуются наличием последействия: вероятность поступления следующего события зависит не только от времени, но и от предыдущих событий. Это означает, что число текущих событий может зависеть от числа предыдущих событий в отдаленные промежутки времени.

Интенсивность самоподобного трафика значительно изменяется во времени, в результате чего трафик имеет высокую пачечность. Как следствие, статическое задание (рис. 3а) пропускной способности канала BWS (алгоритм шейпинга) приводит к необходимости значительно увеличить пропускную способность канала, снижая при этом утилизацию ρ в канале, чтобы вектор GoS оставался в заданных пределах.

Для улучшения характеристик обработки (уменьшения джиттера) самоподобного трафика предлагается использовать алгоритм динамического управления (рис. 3б) пропускной способностью канала BWD, основанный на прогнозировании самоподобного сетевого трафика. Возможность осуществлять прогнозы, как уже упоминалось выше, обязана свойству длительной памяти процессов и теоретически должна обеспечить повышение коэффициента использования канала и увеличение общей эффективности системы.

Для снижения джиттера, вызванного алгоритмом шейпинга и остаточной передачей низкоприоритетного трафика, можно использовать свойство прогнозирования самоподобного голосового трафика, а именно добавить предсказатель в механизм обслуживания очередей PQ (см. рис. 4). C помощью предсказателя система заранее получает информацию о требованиях к пропускной способности голосового канала в некоторый момент времени t в ближайшем будущем. Поэтому к наступлению момента времени t система выделяет для голосовых данных требуемый ресурс пропускной способности.

Резервирование пропускной способности на основе прогноза позволит снизить джиттер, обусловленный остаточной передачей низкоприоритетного трафика, и обеспечивать увеличение утилизации канала по сравнению со статическим резервированием.

Важнейшим параметром, характеризующим степень самоподобия, является параметр Херста H, определяемый для временного ряда Xk, k = 1, 2, ...N из соотношения R/S = (αN)H, где R = max(Xk) - min(Xk) - размах отклонения; - стандартное отклонение; N - число членов временного ряда; α - константа.

При H > 0,5 процесс является самоподобным и обладает длительной памятью. Оценка [2] агрегированного трафика (более 20 голосовых источников) с использованием методов R/S-статистики и изменения дисперсии выявили, что значения показателя Херста H лежат в интервале 0,75-0,95.

Таким образом, можно предположить, что использование механизмов QoS с прогнозированием будет эффективным, а их разработка перспективной.

Применение QoS с предсказанием

Внедрение механизмов QoS с предсказанием, очевидно, экономически эффективно на линиях связи с ограниченной пропускной способностью, таких как радиорелейные, спутниковые или DSL-каналы. На более скоростных каналах связи, например оптических, решить проблему качества обслуживания выходит дешевле (если увеличивать пропускную способность), чем оптимизировать механизмы QoS.

Предлагаемая оптимизация призвана, прежде всего, уменьшить возможную транспортную задержку и, самое главное, снизить количество потерь пакетов. Увеличение задержки и уровня потерь ведет к снижению качества связи или ее разрыву и, как следствие, к росту неудовлетворенности пользователей. Кроме того, данные проблемы начинают лавинообразно проявляться с ростом числа пользователей (опять-таки из-за свойств самоподобия трафика, что более явно проявляется с увеличением источников трафика).

Механизмы QoS с предсказанием должны приходить на помощь в тех случаях, когда возможности увеличить пропускную способность не имеется либо соотношение стоимости канала и коэффициента его использования не приемлемо по экономическим соображениям. Кроме того, все общеизвестные механизмы QoS уже использованы, поэтому внедрение "предсказания" потребует дополнительных системных ресурсов, а следовательно, вложений в производительность телекоммуникационного оборудования. Предполагается, что применение описанного метода увеличит коэффициент использования канала на 10-15%, снизит время ожидания в сглаживающем буфере на 50-60% и уменьшит потери по сравнению с механизмом шейпинга.

Для того чтобы понять, насколько эффективным будет использование свойств самоподобия в конкретной сети, можно предварительно провести сбор трафика и его анализ с целью выявления коэффициента H.

Предсказуемый трафик - гарантированный результат

При проектировании сети IP-телефонии можно опираться на теорию телетрафика, применяемую в традиционных телефонных сетях. Однако необходимо понимать, что отношение доступной пропускной способности к скорости передачи одного голосового канала не является количеством необходимых соединительных линий для обеспечения заданного GoS, так как не учитывает вызовы с неприемлемой транспортной задержкой. Уменьшение транспортной задержки путем увеличения пропускной способности нерационально и не всегда приводит к требуемому результату. Поэтому представляет интерес разработка предсказателя интенсивности трафика для улучшения механизма приоритетной обработки PQ с целью снижения вносимого джиттера, уменьшения времени ожидания в буфере и уровня потерь, а также увеличения коэффициента использования пропускной способности канала связи. Разработка механизма QoS с предсказанием позволит добиться требуемого класса обслуживания без увеличения пропускной способности.

Литература

  1. Петров В.В. Структура телетрафика и алгоритм обеспечения качества обслуживания при влиянии эффекта самоподобия. – М.: МЭИ, 2005.
  2. Осин А.В. Влияние самоподобности речевого трафика на качество обслуживания в телекоммуникационных сетях. – М: МГУС, 2005.
  3. Dang T.D., Sonkoly B., Molnar S. Fractal analysis and modeling of VoIP traffic // Telecommunications Network Strategy and Planning Symposium. – NETWORKS 2004, 11th International, 2004.
  4. Karam M.J., Tobagi F. A. Analysis of the Delay and Jitter of Voice Traffic Over the Internet // Computer Networks: The International Journal of Computer and Telecommunications Networking. – Elsevier North-Holland, Inc., 2002.
  5. Кокорев А.Е., Кузнецов П.Г., Абилов А.В. Исследование трафика пакетной передачи голоса Voice over IP. – Ижевск, Ижевский государственный технический университет, 2006.
  6. Шелухин О.И., Тенякшев А.М., Осин А.В. Фрактальные процессы в телекоммуникациях. Монография: Под ред. О.И. Шелухина. – М.: Радиотехника, 2003.

Опубликовано: Журнал "Технологии и средства связи" #3, 2007
Посещений: 15872

  Автор

Фролов Р.А.

Фролов Р.А.

Ведущий инженер компании Zelax

Всего статей:  1

В рубрику "Решения корпоративного класса" | К списку рубрик  |  К списку авторов  |  К списку публикаций