на в виде сети массового обслуживания. Различают открытые, замк-
нутые и смешанные сети.
1Открытой 0 называется сеть массового обслуживания, состоящая
из М узлов, причем хотя бы в один из узлов сети поступает извне
входящий поток заявок, и имеется сток заявок из сети. Для откры-
тых сетей характерно то, что интенсивность поступления заявок в
сеть не зависит от состояния сети, т.е. от числа заявок, уже пос-
тупивших в сеть. Открытые сети используются для моделирования
ЛВС, работающих в неоперативном режиме. Пример такой модели дан
- 13 -
на рис. 1. Здесь системы S1 и S2 моделируют работу узлов коммута-
ции, системы S3 и S4 - работу серверов и системы S5 и S6 - работу
межузловых каналов. В сети циркулируют два потока заявок. Каждая
заявка поступает на вход соответствующего узла коммутации, где
определяется место ее обработки. Затем заявка передается на
"свой" сервер или по каналу связи - на "соседний" сервер, где об-
рабатывается, после чего возвращается к источнику и покидает
сеть.
1Замкнутой 0 называется сеть массового обслуживания с множест-
вом узлов М без источника и стока, в которой циркулирует постоян-
ное число заявок. Замкнутые СеМО используются для моделирования
таких ЛВС, источниками информации для которых служат абонентские
терминалы, работающие в диалоговом режиме. В этом случае каждая
группа абонентских терминалов предтавляется в виде многоканальной
системы массового обслуживания с ожиданием и включается в состав
устройств сети.
Различают простой и сложный режимы работы диалоговых абонен-
тов. В простом режиме абоненты не производят никаких действий,
кроме посылки заданий в ЛВС и обдумывания полученного ответа.
Пример такой модели дан на рис. 2. Здесь системы S01 и S02 моде-
лируют работу групп абонентских терминалов 1 и 2, системы S7 и S8
моделируют работу каналов связи с абонентами, системы S1 и S2 -
работу узлов коммутации (моста), системы S3 и S4 - работу серве-
ров и системы S5 и S6 - работу каналов межузловой связи. Абоненты
с терминалов посылают запросы, которые по каналам связи поступают
на узлы коммутации, а оттуда - на обработку на "свой" или ""со-
седний" сервер. Дальнейшая обработка осуществляется так же, как в
сети на рис. 1.
При сложном режиме диалога работа абонентов представляется в
виде совокупности операций некоего процесса, называемого 1техноло-
1гическим процессом 0. Каждая операция технологического процесса мо-
делируется соответствующей СМО. Часть операций предусматривает
обращение к ЛВС, а часть операций может такого обращения не пре-
дусматривать. Пример моделирования ЛВС со сложной структурой диа-
лога абонентов с помощью замкнутых СеМО дан на рис. 3. Здесь име-
ются две группы абонентов, каждый абонент в процессе работы со-
вершает несколько операций, причем часть из этих операций предус-
матривает обращение к ЛВС. Алгоритм работы самой ЛВС такой же,
как для сети на рис. 2.
1Смешанной 0 называется сеть массового обслуживания, в которой
циркулирует несколько различных типов заявок (трафика), причем
относительно одних типов заявок сеть замкнута, а относительно
других типов заявок сеть открыта. С помощью смешанных СеМО моде-
лируются такие ЛВС, часть абонентов которых работает в диалого-
вом, а часть - в неоперативном режиме. Для диалоговых абонентов
также различают простой и сложный режим работы. Часто смешанные
СеМО моделируют ЛВС, в которых сервер дополнительно загружается
задачами, решаемыми на фоне работы самой сети.
Пример моделирования ЛВС с простым режимом работы диалоговых
абонентов с помощью смешанных СеМО дан на рис. 4. Алгоритм работы
сети для диалоговых абонентов аналогичен алгоритму работы сети на
рис. 2, а алгоритм работы сети для неоперативных абонентов - ал-
- 14 -
горитму работы сети на рис. 1.
Различают экспоненциальные и неэкспоненциальные модели ЛВС.
1Экспоненциальные модели 0 основаны на предположении о том, что по-
токи заявок, поступающие в ЛВС, являются пуассоновскими, а время
обслуживания в узлах ЛВС имеет экспоненциальное распределение.
Для таких сетей получены точные методы для определения их харак-
теристик; трудоемкость получения решения зависит в основном от
размерности сети.
Однако в большинстве сетей (и локальных сетей в частности)
потоки не являются пуассоновскими. Модели таких сетей называются
1неэкспоненциальными 0. При анализе неэкспоненциальных сетей в общем
случае отсутствуют точные решения, поэтому наибольшее применение
здесь находят приближенные методы.
Одним из таких методов является метод диффузионной аппрокси-
мации. Использование диффузионной аппроксимации позволило, к нас-
тоящему времени получить приближенные аналитические зависимости
для определения характеристик всех типов СМО, рассмотренных выше.
При этом не требуется точного знания функций распределения слу-
чайных величин, связанных с данной СМО (интервалов между поступ-
лениями заявок временем обслуживания в приборах), а достаточно
только знание первого (математического ожидания) и второго (дис-
персии или квадрата коэффициента вариации - ККВ) моментов этих
величин.
Применение диффузионной аппроксимации при анализе ЛВС осно-
вано на следующем:
1) по каждому типу заявок вычисляется интенсивность поступ-
ления заявок данного типа в узлы сети так, как если бы данный по-
ток заявок циркулировал в сети только один;
2) по определенному правилу, зависящему от типа СМО и дис-
циплины обслуживания, складываются потоки заявок от всех источни-
ков;
3) по определенному правилу определяется среднее время обс-
луживания в каждом узле ЛВС;
4) полученные значения подставляются в соответствующую диф-
фузионную формулу и определяются характеристики узлов ЛВС;
5) определяются характеристики ЛВС в целом.
Постановка задачи анализа ЛВС при этом примет следующий вид.
Дано:
число узлов ЛВС;
тип каждого узла ЛВС (тип СМО, моделирующей данный узел);
дисциплина обслуживания в каждом узле ЛВС;
общее число типов источников заявок, работающих в диалоговом
режиме;
общее число типов источников заявок, работающих в неопера-
тивном режиме;
для диалоговых источников в случае сложного режима работы -
число технологических процессов каждого типа, число операций в
каждом технологическом процессе, среднее и ККВ времени выполнения
каждой операции, матрица вероятностей передач между операциями, а
также наличие или отсутствие на каждой операции обращения к ЛВС;
для диалоговых источников в случае простого режима работы -
число источников (терминалов) каждого типа, среднее и ККВ времени
- 15 -
реакции абонента на ответ сети;
для неоперативных абонентов - средняя интенсивность поступ-
ления заявок и ККВ времени между поступлениями заявок;
по каждому типу заявок (диалоговому и неоперативному) -
средняя интенсивность обслуживания в каждом узле ЛВС, ККВ времени
обслуживания в узлах ЛВС и матрица вероятностей передач между уз-
лами.
Требуется найти:
среднее значение и дисперсию (или стандартное отклонение)
времени задержки заявки каждого типа в ЛВС в целом;
среднее значение и дисперсию (или стандартное отклонение)
времени задержки в узлах ЛВС;
загрузку узлов ЛВС;
вероятность потери заявки в узле ЛВС (для узлов, моделируе-
мых СМО с потерями).
Ограничения могут быть следующими:
загрузка узлов не должна превышать 1;
вероятность потери заявки не должна превышать 1;
все характеристики должны быть положительны.
Иногда представляет интерес определение такого показателя,
как максимальное время задержки заявки каждого типа в ЛВС. 1Макси-
1мальное время 0 - это такое время, превышение которого допустимо
лишь для некоторого, наперед заданного процента заявок каждого
типа. Для определения максимального времени используется методи-
ка, основанная на аппроксимации функции распределения времени за-
держки в сети эрланговским или гиперэкспоненциальным распределе-
нием, при этом необходимо задавать долю (процент) заявок, для ко-
торых рассчитывается максимальное время.
ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА МОДЕЛИРОВАНИЯ
Существует довольно значительное количество ППП, автоматизи-
рующих процессы разработки и исследования аналитических моделей
вычислительных систем и сетей. Рассмотрим один из них, достаточно
простой и удобный в использовании, - ППП "ДИФАР". В основу его
построения положены изложенные выше положения моделирования сис-
тем и сетей массового обслуживания.
Пакет ДИфАР предназначен для аналитического моделирования и
оптимизации систем, сетей массового обслуживания и сетевых сис-
тем. Он позволяет рассчитывать вероятностно-временные характерис-
тики СМО, СеМО и сетевых систем, задавая в качестве параметров
два момента входных потоков и обслуживания, что позволяет иссле-
довать поведение систем в широком диапазоне изменений как средних
значений, так и дисперсий потоков и обслуживания, а также найти
оптимальное построение сетевых систем по значениям вероятност-
но-временных характеристик (ВВХ), адекватных фактическим распре-
делениям.
Пакет ДИФАР обеспечивает расчет:
- системных характеристик для одноканальных и многоканальных
систем массового обслуживания без ограничений на емкости буферных
накопителей (среднее значение и дисперсия времени пребывания,
максимальное время пребывания для r процентов заявок, загрузка);
- 16 -
- системных характеристик для одноканальных и многоканальных