350 руб
Журнал «Нелинейный мир» №4 за 2014 г.
Статья в номере:
Нелинейно-динамические модели сетевого трафика
Ключевые слова: сетевой трафик временной ряд хаос нелинейная динамика показатель Хёрста имитационное моделирование
Авторы:
А. В. Колесников - аспирант, кафедра ИУ-9 «Теоретическая информатика и компьютерные технологии», МГТУ им. Н.Э. Баумана И. П. Иванов - д. т. н., проректор по информатизации, зав. кафедрой «Теоретическая информатика и компьютерные технологии», МГТУ им. Н.Э. Баумана М. А. Басараб - д. ф.-м. н., профессор кафедры «Информационная безопасность», МГТУ им. Н.Э. Баумана
Аннотация:
Рассмотрены методы расчета динамических характеристик входящего и исходящего сетевого трафика сервера корпоративной сети МГТУ им. Н.Э. Баумана. Для сетевого трафика рассчитаны показатели Ляпунова и Хёрста, характеризующие его хаотические свойства. Исследованы фазовые диаграммы трафика, выявлено возникновение аттракторов, позволяющих провести анализ влияния нагрузки на пропускную способность сети. Выявлено самоподобие процессов передачи данных, что дает возможность применения моделей хаотической динамики для работы с данными, в частности, при решении задач прогнозирования поведения временных рядов. Разработана имитационная модель компьютерной сети, исследованы ее основные характеристики. Сделаны выводы о применимости разработанной модели к изучению реальной корпоративной сети.
Страницы: 44-56
Список источников

  1. Иванов И. П., Бойченко М. К. Мониторинг ресурсов узлов корпоративной сети // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2010. № 2. С. 114‑120.
  2. Бойченко М. К., Иванов И. П., Кондратьев А. Ю. Доступность ресурсов транспортных подсистем компьютерных сетей // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2010. № 3. С. 103‑118.
  3. Столлингс В. Современные компьютерные сети. СПб.: Питер. 2003.
  4. Таненбаум Э. Компьютерные сети. СПб.: Питер. 2003.
  5. Кашин М. М. Разработка метода управления перегрузками в сетях SIPна основе прогноза сигнального трафика: Дисс. - канд. техн. наук. Самара. 2011.
  6. Heyman D. P., Sobel M. J. Stochastic Models in Operations Research. V. I. Stochastic Processes and Operating Characteristics. New York: McGraw-Hill. 1982.
  7. Leland W. E., Taqqu M. S., Willinger W., Wilson D. V. On the Self-Similar Nature of Ethernet Traffic (Extended Version) // IEEE/ACM Transactions on Networking. February 1994. V. 2. № 1.
  8. Willinger W., Taqqu M. S., Sherman R., Wilson D. V. Self-Similarity Through High-Variability: Statistical Analysis of Ethernet LAN Traffic at the Source Level // IEEE/ACM Transactions on Networking. Feb. 1997. V. 5. № 1. P. 71‑86.
  9. Виноградов Н. А., Лесная Н. Н., Савченко А. С., Колисник О. В. Исследование характеристик полезной пропускной способности в условиях меняющейся нагрузки // Проблеми інформатизації та управління: Зб. наук. пр. Киев: НАУ. 2009. Вип. 4(28). С.28‑31.
  10. Шелухин И. О., Тенякшев А. М., Осин А. В. Фрактальные процессы в телекоммуникациях. М.: Радиотехника. 2003.
  11. Шелухин И. О., Осин А. В., Смольский С. М. Самоподобие и фракталы. Телекоммуникационные приложения. М.: Физмалит. 2008.
  12. Basarab M. A., Ivanov I. P., Kolesnikov A. V., Kolobaev L. I. University Corporative Network Traffic Analysis Based on the Methods of Nonlinear Dynamics // Proc. of the Tenth Intern. Conf. - Computer Data Analysis and Modeling: Theoretical and Applied Stochastics?, Minsk, 2013. Sept. 10-14. V. 2. Minsk: Publ. center of BSU. 2013. P. 99-105.
  13. Hunt G. A. Random Fourier transforms // Trans. Amer. Math. Soc. 1951. V. 71. P. 38‑69.
  14. Hurst H., Black R. Long-Term Storage: An Experimental Study. London: Constable. 1965.
  15. Hurst H. E. Long-Term Storage Capacity of Reservoirs // Transactions of the American Society of Civil Engineering. 1951. № 116. P. 770-799.
  16. User manual Zabbix. http://www.zabbix.com/en/documentation.php.
  17. Кириллов Д. С., Короб О. В., Митин Н. А., Орлов Ю. Н., Плешаков Р. В. Распределения показателя Хёрста нестационарного маркированного временного ряда // Препринты ИПМ им. М.В. Келдыша. 2013. № 11.
  18. Шредер М. Фракталы, хаос, степенные законы. Ижевск: Регулярная и хаотическая динамика. 2001.
  19. Rosenstein M. T., Collins J. J., De Luca C. J. A Practical Method for Calculating Largest Lyapunov Exponents from Small Data Sets // Physica D. 1993. V.65. P. 117-134.
  20. Иванов И. П. Математические модели, методы анализа и управления в корпоративных сетях: диссертационная работа. М.: МГТУ им. Н. Э. Баумана. 2010.
  21. Коннова Н. С.Цифровая обработка сигналов допплеровского датчика объемной скорости кровотока в условиях переходных процессов в микроциркуляторном русле //Наука и образование. Электронное научно-техническое издание. Декабрь 2012. № 12.DOI: 10.7463/1212.0506267.
  22. Осовский С. Нейронные сети для обработки информации. М.: Финансыистатистика. 2002.