'

Модели повышения эффективности передачи данных при использовании протокола ТСР

Понравилась презентация – покажи это...





Слайд 0

Модели повышения эффективности передачи данных при использовании протокола ТСР Научный руководитель проф. д.ф.м.н. Васенин В. А.


Слайд 1

Особенности AIMD Средняя скорость ограничена В среднем используется ? доступной полосы пропускания Наличие сильных осцилляций скорости передачи данных


Слайд 2

Ограниченность скорости Возрастание скорости передачи данных от до происходит по правилу арифметической прогрессии


Слайд 3

Колебания скорости передачи данных Неполное использование ресурсов Глобальные осцилляции Сильные осцилляции скорости передачи данных


Слайд 4

Математическая модель алгоритма Индекс справедливости


Слайд 5

Математические свойства модели Верно соотношение: Если aI >0, тогда F монотонно возрастает Если aI >0, тогда Если , то система стремится к справедливым состояниям


Слайд 6

Пример динамики модели С течением времени система сходится к справедливым состояниям


Слайд 7

MAIMD и AIMD Для MAIMD неверно утверждение о сходимости к справедливым состояниям MAIMD быстрее восстанавливается после потерь Если рассмотреть асинхронную модель – утверждение о справедливости не выполняется


Слайд 8

Простейший метод повышения производительности – масштабирование Увеличение размера MTU в n раз Использование n параллельных потоков ТСР Использование алгоритма AIMD с aI=n


Слайд 9

Методы с переменными параметрами Метод виртуального MTU Метод заданной средней скоростью


Слайд 10

Метод виртуального MTU Вводим виртуальный MTU v=[bm/l] Получаем в результате Особенность метода: экспоненциальный рост скорости передачи данных


Слайд 11

Метод с заданием средней скорости Рассмотрим две пары (P,W) и (P1,W1) - какие мы хотим получить размеры окна при различных частотах потери Из этого соотношения можно подобрать нужные параметры AIMD алгоритма:


Слайд 12

Метод, основанный на характеристическом уравнении Требуется, чтобы алгоритм модификации окна удовлетворял Оценка среднего интервала между событиями потери: По построенной оценке выбирается размер «окна» так, чтобы выполнялось характеристическое соотношение


Слайд 13

Эвристика групп Пуассона События потери располагаются во времени неравномерно Начальные точки групп представляют собой пуассоновский процесс Группы удалены друг от друга


Слайд 14

В результате возникают задачи Выделить из событий потери группы По последовательности начальных точек групп проверить гипотезу об увеличении частоты потери данных против альтернативы о неувеличении частоты событий потери В качестве выходного параметра рассмотрим уровень значимости критерия, при котором отвергается гипотеза


Слайд 15

Модель с параметрами – случайными величинами р – уровень правдоподобие гипотезы о ухудшении состояния сети


Слайд 16

Результат моделирования Уменьшены глобальные осцилляции Совокупная производительность увеличилась на 10.5% Увеличена скорость передачи данных каждым приложением


×

HTML:





Ссылка: