RU2620200C1 - Method for object-oriented transformation of parameters of the real communication network fragment model - Google Patents

Method for object-oriented transformation of parameters of the real communication network fragment model Download PDF

Info

Publication number
RU2620200C1
RU2620200C1 RU2016119980A RU2016119980A RU2620200C1 RU 2620200 C1 RU2620200 C1 RU 2620200C1 RU 2016119980 A RU2016119980 A RU 2016119980A RU 2016119980 A RU2016119980 A RU 2016119980A RU 2620200 C1 RU2620200 C1 RU 2620200C1
Authority
RU
Russia
Prior art keywords
communication network
probability
service
subscribers
calculate
Prior art date
Application number
RU2016119980A
Other languages
Russian (ru)
Inventor
Василий Вячеславович Анисимов
Алексей Николаевич Бегаев
Юрий Иванович Стародубцев
Елена Валерьевна Сухорукова
Вадим Геннадьевич Федоров
Александр Геннадьевич Чукариков
Original Assignee
Алексей Николаевич Бегаев
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Алексей Николаевич Бегаев filed Critical Алексей Николаевич Бегаев
Priority to RU2016119980A priority Critical patent/RU2620200C1/en
Application granted granted Critical
Publication of RU2620200C1 publication Critical patent/RU2620200C1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models

Abstract

FIELD: radio engineering, communication.
SUBSTANCE: method for object-oriented transformation of parameters of real communication network fragment model is that the initial data for modelling communication network is formed, number of dissimilar subscribers, their distribution among the nodes of communication network, the load from each user and the law of its distribution, the law of formation of information directions matrix between users, required service probability for each information direction between subscribers are set, operation of the communication network is simulated taking into account the loads from users, the probability of service is calculated on each information direction between subscribers and is compared with the required probability, the model parameters are changed until the probability of servicing in information direction between subscribers is less that required.
EFFECT: increasing the adequacy of modelling by taking into account the load created by heterogeneous subscribers belonging to different control systems, and determining the model parameters, which provide customer service with the specified quality.
5 dwg

Description

Изобретение относится к средствам моделирования сетей связи и может быть применено для моделирования сети связи, инвариантной заданному сегменту и учитывающей нагрузку от разнородных абонентов.The invention relates to means for modeling communication networks and can be used to model a communication network that is invariant to a given segment and takes into account the load from heterogeneous subscribers.

Сеть связи является технологической основой системы управления (Ермишян А.Г. // Теоретические основы построения систем военной связи в объединениях и соединениях: Учебник. Ч. 1. Методологические основы построения организационно-технических систем военной связи. СПб.: ВАС, 2005. С. 433, Боговик А.В., Игнатов В.В. // Теория управления в системах военного назначения: Учебн. ВАС, 2008. С. 35). В современных условиях развертывание под каждую систему управления собственной сети связи не является рациональным. Очевидность этого факта подтверждается эталонной моделью взаимодействия открытых систем (Олифер В.Г., Олифер Н.А. // Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 4-е изд. СПб.: Питер, 2010. С. 113-123), в которой заложено логическое разделение и независимость уровней. В частности, физический, транспортный и представительские уровни никак не зависят друг от друга. Такое разделение позволяет организовать сеть на более высоком, абстрактном уровне, не зависящем от физической реализации. Таким образом, можно организовать одни сети поверх других сетей. Идеи, заложенные в модели ЭМВОС, получили свое развитие в технологии VPN.The communication network is the technological basis of the control system (Ermishyan A.G. // Theoretical foundations of building military communications systems in associations and formations: a Textbook. Part 1. Methodological foundations of building organizational and technical systems of military communications. St. Petersburg: VAS, 2005. S 433, Bogovik A.V., Ignatov V.V. // Control theory in military systems: Textbook. VAS, 2008. P. 35). In modern conditions, the deployment for each control system of its own communication network is not rational. The evidence of this fact is confirmed by the reference model for the interaction of open systems (Olifer V.G., Olifer N.A. // Computer networks. Principles, technologies, protocols: A textbook for universities. 4th ed. Of St. Petersburg: Peter, 2010. P. 113-123), which implies a logical separation and independence of levels. In particular, the physical, transport and representative levels are in no way dependent on each other. This separation allows you to organize a network at a higher, abstract level, independent of physical implementation. Thus, it is possible to organize one network on top of other networks. The ideas embedded in the EMBOS model have been developed in VPN technology.

VPN (англ. Virtual Private Network - виртуальная частная сеть) - обобщенное название технологий, позволяющих обеспечить одно или несколько сетевых соединений (логическую сеть) поверх другой сети (например, Интернет) (Олифер В.Г., Олифер Н.А. // Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 4-е изд. СПб.: Питер, 2010. С. 148). Несмотря на то, что коммуникации осуществляются по сетям с меньшим или неизвестным уровнем доверия (например, по публичным сетям), уровень доверия к построенной логической сети не зависит от уровня доверия к базовым сетям благодаря использованию средств криптографии (шифрования, аутентификации, инфраструктуры открытых ключей, средств для защиты от повторов и изменений передаваемых по логической сети сообщений).VPN (Eng. Virtual Private Network - a virtual private network) is a generic name for technologies that allow one or more network connections (logical network) over another network (for example, the Internet) (Olifer V.G., Olifer N.A. // Computer Networks, Principles, Technologies, Protocols: A Textbook for High Schools, 4th ed., St. Petersburg: Peter, 2010. P. 148). Despite the fact that communications are carried out on networks with a lower or unknown level of trust (for example, on public networks), the level of trust in the constructed logical network does not depend on the level of trust in core networks due to the use of cryptography (encryption, authentication, public key infrastructure, means for protection against repetitions and changes of messages transmitted over a logical network).

Системой управления предъявляются требования к сети связи (Ермишян А.Г. // Теоритические основы построения систем военной связи в объединениях и соединениях: Учебник. Ч. 1. Методологические основы построения организационно-технических систем военной связи. СПб.: ВАС, 2005. С. 460). Несмотря на то, что VPN является логической сетью, требования к ней, например, по своевременности и вероятности обслуживания, по пропускной способности, могут затрагивать физический, канальный и транспортный уровни модели ЭМВОС. Несколько систем управления могут одновременно использовать общую транспортную сеть, таким образом влияя друг на друга. Абоненты сети связи, принадлежащие разным системам управления, будут разнородными по отношению к друг к другу. Транспортная сеть при предоставлении услуги не разделяет между собой абонентов различных систем управления. Поэтому необходимо оценить возможности, предоставляемые транспортной сетью, с учетом использования этой же транспортной сети другими системами управления.The control system imposes requirements on the communication network (Ermishyan A.G. // Theoretical foundations of building military communications systems in associations and formations: A Textbook. Part 1. Methodological foundations of building organizational and technical systems of military communications. St. Petersburg: VAS, 2005. S . 460). Despite the fact that a VPN is a logical network, the requirements for it, for example, in terms of timeliness and likelihood of service, and bandwidth, can affect the physical, channel, and transport layers of the EMBOS model. Several control systems can simultaneously use a common transport network, thus influencing each other. Subscribers of a communication network belonging to different control systems will be heterogeneous in relation to each other. When providing a service, the transport network does not divide subscribers of various control systems among themselves. Therefore, it is necessary to evaluate the opportunities provided by the transport network, taking into account the use of the same transport network by other control systems.

Информационно-телекоммуникационные системы относятся к классу больших систем, этапы проектирования, внедрения, эксплуатации и эволюции которых в настоящее время невозможны без использования различных видов моделирования (Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа, 2009. 343 с.).Information and telecommunication systems belong to the class of large systems, the design, implementation, operation and evolution stages of which are currently impossible without the use of various types of modeling (Sovetov B.Ya., Yakovlev S.A. System modeling. M .: Higher school, 2009 . 343 p.).

Известен способ моделирования сети связи (изобретение «Способ моделирования сети связи» [Текст]: пат. 2476930 Рос. Федерация: МПК7 G06N 99/00, H04W 16/22, H04L 12/26 / О.А. Баленко [и др.]; заявитель и обладатель Военная академия связи им. С.М. Буденного. №2012106099/08; заявл. 20.02.2012; опубл. 27.02.2013, Бюл. №6. 17 с.: ил.), обеспечивающий возможность моделирования с учетом перемещения абонентов сети связи и вероятности смены узлов сети связи, обслуживающих этих абонентов.A known method of modeling a communication network (invention "A method of modeling a communication network" [Text]: Pat. 2476930 Russian Federation. Federation: IPC 7 G06N 99/00, H04W 16/22, H04L 12/26 / OA Balenko [and others ]; applicant and owner of the Military Academy of Communications named after S.M. Budyonny. No. 2012106099/08; declared. 02.20.2012; publ. 02.27.2013, Bull. No. 6. 17 pp., ill.), providing the possibility of modeling with taking into account the movement of subscribers of the communication network and the likelihood of a change in the nodes of the communication network serving these subscribers.

Известен способ моделирования разнородных сетей связи (изобретение «Способ моделирования разнородных сетей связи» [Текст]: пат. 2481629 Рос. Федерация: МПК7 G06F 17/50, G06F 17/10 / Е.А. Алисевич [и др.]; заявитель и обладатель Санкт-Петербургский торгово-экономический институт. №2012100119/08; заявл. 10.01.2012; опубл. 10.05.2013, Бюл. №13. 19 с.: ил.), обеспечивающий расширение функциональных возможностей за счет расчета вероятности наличия маршрута между абонентами.There is a known method for modeling heterogeneous communication networks (invention "Method for modeling heterogeneous communication networks" [Text]: Pat. 2481629 Russian Federation. Federation: IPC 7 G06F 17/50, G06F 17/10 / EA Alisevich [et al.]; Applicant and the owner of the St. Petersburg Trade and Economic Institute No. 2012100119/08; announced January 10, 2012; published May 10, 2013, Bull. No. 13. 19 pp., ill.), providing enhanced functionality by calculating the probability of a route between subscribers.

Недостатком перечисленных выше способов является то, что при моделировании не учитывается нагрузка от разнородных абонентов и результат моделирования не позволяет выявить критические элементы, параметры которых необходимо оптимизировать.The disadvantage of the above methods is that the simulation does not take into account the load from heterogeneous subscribers and the simulation result does not allow to identify critical elements whose parameters need to be optimized.

Наиболее близким по технической сущности к заявленному способу является способ моделирования сетей связи (изобретение «Способ моделирования сетей связи» [Текст]: пат. 2546318 Рос. Федерация: МПК7 G06F 17/50, G06F 17/10, H04W 16/22 / Е.А. Алисевич [и др.]; заявитель и обладатель Санкт-Петербургский торгово-экономический институт. №2014103873/08; заявл. 04.02.2014; опубл. 10.04.2015, Бюл. №10. 21 с.: ил.). Способ-прототип заключается в том, что задают исходные данные, формируют в каждом из статистических экспериментов граф вероятностей сети, имитируют перемещение абонентов, генерируют начальную топологию и структуру разнородных сетей, при этом исходные данные для моделирования формируют исходя из топологической структуры реальной сети и затем моделируют расположение неоднородностей в заданном фрагменте и расположение элементов в каждой неоднородности, формируют матрицу информационных направлений между узлами сети с другим узлом сети, фиксируют пути успешного функционирования для каждого информационного направления, генерируют значения пропускной способности и показателя живучести для сформированной линии привязки между узлами, рассчитывают вероятность наличия маршрута между абонентами.Closest to the technical nature of the claimed method is a method of modeling communication networks (invention "A method of modeling communication networks" [Text]: Pat. 2546318 Russian Federation. Federation: IPC 7 G06F 17/50, G06F 17/10, H04W 16/22 / E .A. Alisevich [et al.]; Applicant and owner of the St. Petersburg Trade and Economic Institute. No. 2014103873/08; application. 04.02.2014; published on 04/10/2015, Bull. No. 10. 21 pp .: ill.) . The prototype method consists in setting the initial data, generating a network of probability graphs in each of the statistical experiments, simulating the movement of subscribers, generating the initial topology and structure of heterogeneous networks, while the initial data for modeling are generated based on the topological structure of the real network and then simulated the location of heterogeneities in a given fragment and the arrangement of elements in each heterogeneity form a matrix of information directions between network nodes with another network node , Fix the successful functioning of the information for each direction, generate values of bandwidth and vitality index for the anchor line formed between the nodes, calculate the probability of having a route between subscribers.

Способ-прототип позволяет повысить достоверность моделирования сетей связи, а также обеспечивает возможность моделирования фрагментов сетей связи, инвариантных имеющимся, с учетом физико-географических условий местности и топологических неоднородностей, возникших в процессе развития сети.The prototype method allows to increase the reliability of modeling communication networks, and also provides the ability to model fragments of communication networks that are invariant to existing, taking into account the physical and geographical conditions of the terrain and topological heterogeneities that arose during the development of the network.

Недостатком данного способа-прототипа является то, что при моделировании не учитывается нагрузка от разнородных абонентов и результат моделирования не позволяет выявить критические элементы, параметры которых необходимо оптимизировать.The disadvantage of this prototype method is that when modeling does not take into account the load from heterogeneous subscribers and the simulation result does not allow to identify critical elements whose parameters must be optimized.

Техническим результатом изобретения является повышение адекватности моделирования путем учета нагрузки, создаваемой неоднородными абонентами, принадлежащими разным системам управления, и определение параметров модели, при которых обеспечивается обслуживание абонентов с заданным качеством.The technical result of the invention is to increase the adequacy of modeling by taking into account the load created by heterogeneous subscribers belonging to different control systems, and determining the model parameters at which the subscribers are served with a given quality.

Технический результат достигается тем, что в известном способе целенаправленной трансформации параметров модели реального фрагмента сети связи задают площадь реального фрагмента сети связи произвольной формы выбранного региона, радиусы площадей неоднородностей, шаг изменения радиуса, формируют состав и структуру сети связи, инвариантной реальному фрагменту сети связи, задают матрицу информационных направлений между абонентами, дополнительно задают количество разнородных абонентов, распределение разнородных абонентов по узлам сети связи, нагрузку от каждого пользователя в виде интенсивности потока и закон ее распределения, закон формирования матрицы информационных направлений между пользователями, требуемую вероятность обслуживания на каждом информационном направлении между абонентами, производительность для каждого узла сети, моделируют функционирование сети связи с учетом нагрузки от пользователей, для чего в каждом из статистических экспериментов формируют матрицу информационных направлений между пользователями, рассчитывают кратчайший маршрут для каждого информационного направления между пользователями, рассчитывают и запоминают нагрузку на каждом узле маршрута, рассчитывают нагрузку для каждого узла сети связи в текущем статистическом эксперименте и запоминают ее, рассчитывают среднюю нагрузку для каждого узла сети связи, рассчитывают вероятность обслуживания на каждом узле сети связи и переходят к расчету вероятности обслуживания на каждом информационном направлении между абонентами, для чего последовательно для каждого информационного направления между абонентами рассчитывают все возможные маршруты и запоминают их, рассчитывают вероятности обслуживания на каждом маршруте и запоминают их, рассчитывают вероятность обслуживания на текущем информационном направлении и запоминают ее, сравнивают вероятность обслуживания на информационном направлении с требуемым значением, если значение вероятности обслуживания на текущем информационном направлении не меньше требуемой, то переходят к следующему информационному направлению, иначе изменяют параметры модели, для чего формируют вариационный ряд из вероятности обслуживания на узлах, входящих в маршруты текущего информационного направления, рассчитывают разницы между значениями членов вариационного ряда и запоминают их, рассчитывают среднюю разницу между значениями членов вариационного ряда и запоминают ее, последовательно увеличивают значения вероятности обслуживания узлов сети связи, начиная с младшего члена вариационного ряда, на разницу между значением этого члена и следующего члена вариационного ряда до тех пор, пока вероятность обслуживания на текущем информационном направлении будет меньше требуемой, если значения вероятностей обслуживания на узлах сети связи станут равны между собой, то увеличивают значение вероятности обслуживания на среднюю разницу между вероятностями обслуживания узлов сети связи у всех узлов, запоминают произведенные изменения вероятности обслуживания узлов сети связи, рассчитывают произведенные изменения производительности узлов сети связи, у которых произошли изменения вероятности обслуживания.The technical result is achieved by the fact that in the known method for purposefully transforming the parameters of the model of a real fragment of a communication network, the area of the real fragment of the communication network of arbitrary shape of the selected region is set, the radii of the areas of heterogeneity, the step of changing the radius, the composition and structure of the communication network, which is invariant to the real fragment of the communication network, is set the matrix of information directions between subscribers, additionally specify the number of heterogeneous subscribers, the distribution of heterogeneous subscribers across the nodes and communications, the load from each user in the form of flow intensity and the law of its distribution, the law of forming a matrix of information directions between users, the required probability of service in each information direction between subscribers, the performance for each network node, model the functioning of the communication network taking into account the load from users, why in each of the statistical experiments they form a matrix of information directions between users, calculate the shortest route to each information direction between users, they calculate and remember the load on each node of the route, calculate the load for each node of the communication network in the current statistical experiment and remember it, calculate the average load for each node of the communication network, calculate the probability of service at each node of the communication network and go to the calculation of the probability of service in each information direction between subscribers, for which, sequentially for each information direction between subscribers, calculate all possible routes are drawn up and stored, calculated service probabilities on each route and stored, calculated service probabilities in the current information direction and stored, compared the service probabilities in the information direction with the required value if the service probability value in the current information direction is not less than the required , then go to the next information direction, otherwise change the parameters of the model, for which form a variational series of probabilities service spans at nodes included in the routes of the current information direction, calculate the differences between the values of the members of the variational series and remember them, calculate the average difference between the values of the members of the variational series and remember them, sequentially increase the values of the probability of servicing the nodes of the communication network, starting with the youngest member of the variational series , the difference between the value of this member and the next member of the variational series as long as the probability of service on the current information is directed and will be less than required if the values of service probabilities at the nodes of the communication network become equal, then increase the value of the probability of service by the average difference between the probabilities of servicing the nodes of the communication network at all nodes, remember the changes made in the probability of servicing the nodes of the communication network, calculate the changes made in the performance of nodes communication networks in which service probability changes have occurred.

Проведенный анализ уровня техники позволил установить, что аналоги, характеризующиеся совокупностями признаков, тождественным всем признакам заявленного способа, отсутствуют. Следовательно, заявленное изобретение соответствует условию патентоспособности «новизна».The analysis of the prior art allowed us to establish that analogues, characterized by sets of features that are identical to all the features of the claimed method, are absent. Therefore, the claimed invention meets the condition of patentability "novelty."

Результаты поиска известных решений в данной и смежной областях техники с целью выявления признаков, совпадающих с отличительными от прототипов признаками заявленного изобретения, показали, что они не следуют явным образом из уровня техники. Из определенного заявителем уровня техники не выявлена известность влияния предусматриваемых существенными признаками заявленного изобретения на достижение указанного технического результата. Следовательно, заявленное изобретение соответствует условию патентоспособности «изобретательский уровень».Search results for known solutions in this and related fields of technology in order to identify features that match the distinctive features of the claimed invention from the prototypes showed that they do not follow explicitly from the prior art. From the prior art determined by the applicant, the influence of the provided by the essential features of the claimed invention on the achievement of the specified technical result is not known. Therefore, the claimed invention meets the condition of patentability "inventive step".

Заявленный способ поясняется чертежами, на которых показаны:The claimed method is illustrated by drawings, which show:

фиг. 1 - алгоритм способа целенаправленной трансформации параметров модели реального фрагмента сети;FIG. 1 is an algorithm of a method for purposefully transforming the parameters of a model of a real network fragment;

фиг. 2 - алгоритм моделирования функционирования сети связи, с учетом нагрузки от пользователей;FIG. 2 - an algorithm for modeling the functioning of a communication network, taking into account the load from users;

фиг. 3 - алгоритм расчета вероятности обслуживания на каждом информационном направлении между абонентами и изменения параметров модели под заданные требования;FIG. 3 - an algorithm for calculating the likelihood of service in each information direction between subscribers and changing model parameters to specific requirements;

фиг. 4 - структура сети связи (вариант);FIG. 4 - communication network structure (option);

фиг. 5 - изменение значений параметров модели на различных этапах алгоритма изменения параметров модели.FIG. 5 - changing the values of the model parameters at various stages of the algorithm for changing the model parameters.

Заявленный способ реализован в виде алгоритма, представленного на фиг. 1.The claimed method is implemented in the form of the algorithm shown in FIG. one.

В блоке 1 осуществляется формирование исходных данных для моделирования сети связи, топологически инвариантной реальному фрагменту сети связи, а именно: количество неоднородностей, минимальное и максимальное количество элементов в неоднородностях, минимальное и максимальное расстояние между центрами неоднородностей, радиус неоднородности (см. способ-прототип «Способ моделирования сетей связи»). Для этого задают площадь реального фрагмента сети связи произвольной формы выбранного региона, радиусы площадей неоднородностей, шаг изменения радиуса.In block 1, the initial data are generated for modeling a communication network that is topologically invariant to a real fragment of a communication network, namely: the number of heterogeneities, the minimum and maximum number of elements in the heterogeneities, the minimum and maximum distance between the centers of heterogeneities, the radius of the heterogeneity (see prototype method “ A method of modeling communication networks "). To do this, set the area of the real fragment of the communication network of arbitrary shape of the selected region, the radii of the areas of heterogeneity, and the step of changing the radius.

В блоке 2 дополнительно задают количество разнородных абонентов M. Всех разнородных абонентов можно разделить на две большие группы. В первую группу входят абоненты, принадлежащие системе управления, в интересах которой проводится оценка возможностей, предоставляемых транспортной сетью. Во вторую группу входят все остальные абоненты. Для того чтобы их различать, разнородных абонентов Mразнород.аб, входящих в первую группу, будем называть просто «абонентами» Mаб, а входящих во вторую группу - «пользователями» Мпольз. Таким образом,In block 2, the number of heterogeneous subscribers M is additionally set. All heterogeneous subscribers can be divided into two large groups. The first group includes subscribers belonging to the control system, in the interests of which the capabilities provided by the transport network are evaluated. The second group includes all other subscribers. In order to distinguish between them, heterogeneous subscribers M raznorod.ab included in the first group will be called just "subscribers" M ab, and in the second group - "users" M uses. In this way,

Mразнород.аб=Mаб+Mпольз.M heterogeneous ab = M ab + M users

Задают распределение разнородных абонентов по узлам сети связи.Set the distribution of heterogeneous subscribers over the nodes of the communication network.

Задают нагрузку от каждого пользователя в виде интенсивности потока

Figure 00000001
и закон ее распределения. Интенсивностью потока называют математическое ожидание числа событий в единицу времени в данный момент (Крылов В.В., Самохвалова С.С. // Теория телетрафика и ее приложения. СПб.: БХВ-Петербург, 2005. С. 36). Например, для пуассоновского (простейшего) потока закон распределения задается выражением:Set the load from each user in the form of flow intensity
Figure 00000001
and the law of its distribution. The intensity of the flow is the mathematical expectation of the number of events per unit time at the moment (Krylov V.V., Samokhvalova S.S. // Theory of teletraffic and its applications. St. Petersburg: BHV-Petersburg, 2005. P. 36). For example, for a Poisson (simplest) flow, the distribution law is given by the expression:

Figure 00000002
Figure 00000002

а для нормального распределения выражением:and for the normal distribution by the expression:

Figure 00000003
Figure 00000003

где σ2 - дисперсия (см. Крылов В.В., Самохвалова С.С. // Теория телетрафика и ее приложения. СПб.: БХВ-Петербург, 2005. С. 41-51, Вентцель Е.С. // Теория вероятностей: Учебник для студ.вузов. 10-е изд. М.: Издательский центр «Академия», 2005. С. 331-395).where σ 2 is the variance (see Krylov V.V., Samokhvalova S.S. // Theory of teletraffic and its applications. St. Petersburg: BHV-Petersburg, 2005. P. 41-51, Ventzel E.S. // Theory of probabilities: Textbook for student universities. 10th ed. M.: Publishing Center "Academy", 2005. S. 331-395).

Задают закон формирования матрицы информационных направлений между пользователями. Для заполнения матрицы информационных направлений между пользователями могут использоваться случайные законы. Случайные законы могут быть заданы путем генерации последовательности случайных чисел. Методы генерации последовательности случайных чисел по заданному закону распределения случайных величин известны и описаны (см., например, Кнут Д. Исскуство програмирования, том 2. Получисленные алгоритмы. 3-е изд. М.: «Вильяме», 2007. С. 11-165).They set the law for the formation of a matrix of information directions between users. Random laws can be used to populate the matrix of information directions between users. Random laws can be specified by generating a sequence of random numbers. Methods for generating a sequence of random numbers according to a given law of the distribution of random variables are known and described (see, for example, Knut D. Art of programming, volume 2. The resulting algorithms. 3rd ed. M: "William", 2007. P. 11- 165).

Задают требуемую вероятность обслуживания для каждого информационного направления

Figure 00000004
производительность для каждого узла сети связи
Figure 00000005
где
Figure 00000006
- среднее время обслуживания в узле сети связи (Крылов В.В., Самохвалова С.С. // Теория телетрафика и ее приложения. СПб.: БХВ-Петербург, 2005. С. 146-157).Set the required probability of service for each information area
Figure 00000004
performance for each communication network node
Figure 00000005
Where
Figure 00000006
- the average service time in the node of the communication network (Krylov VV, Samokhvalova SS // Theory of teletraffic and its applications. St. Petersburg: BHV-Petersburg, 2005. P. 146-157).

В блоке 3 моделируют функционирование сети связи, с учетом нагрузки от пользователей.In block 3 simulate the functioning of the communication network, taking into account the load from users.

В блоке 4 рассчитывают вероятность обслуживания на каждом информационном направлении между абонентами и сравнивают ее с требуемым значением.In block 4, the probability of service in each information direction between the subscribers is calculated and compared with the desired value.

В блоке 5 изменяют параметры модели, до тех пор пока вероятность обслуживания на информационном направлении между абонентами будет меньше требуемой.In block 5, model parameters are changed until the probability of service in the information direction between subscribers is less than required.

Моделирование функционирования сети связи, с учетом нагрузки от пользователей реализовано в виде алгоритма, представленного на фиг. 2.Modeling the functioning of the communication network, taking into account the load from users, is implemented in the form of the algorithm shown in FIG. 2.

В блоке 1 вводят исходные данные, сформированные на первом этапе алгоритма целенаправленной трансформации параметров модели реального фрагмента сети связи (см. блок 1 на фиг. 1). Дополнительно задают K - количество статистических экспериментов.In block 1, the input data generated at the first stage of the algorithm for the targeted transformation of the model parameters of a real fragment of a communication network is entered (see block 1 in Fig. 1). Additionally, K is the number of statistical experiments.

В блоке 2 формируют состав и структуру сети связи, инвариантной реальному фрагменту сети связи (см. способ-прототип «Способ моделирования сетей связи»). Для чего фиксируют географические координаты элементов сети связи заданного фрагмента. Выделяют неоднородности сети связи заданного фрагмента путем применения адаптивного алгоритма кластеризации FOREL. Формируют фрагмент заданной площади. Моделируют расположение неоднородностей в заданном фрагменте. Моделируют расположение элементов сети связи в каждой неоднородности.In block 2, the composition and structure of the communication network that is invariant to the real fragment of the communication network is formed (see the prototype method "Method for modeling communication networks"). Why fix the geographical coordinates of the elements of the communication network of a given fragment. Inhomogeneities of the communication network of a given fragment are distinguished by using the adaptive FOREL clustering algorithm. A fragment of a given area is formed. Model the location of heterogeneities in a given fragment. Model the location of the elements of the communication network in each heterogeneity.

В блоке 3 устанавливают значение счетчика количества статистических экспериментов k равным «1».In block 3, set the counter value of the number of statistical experiments k equal to "1".

В блоке 4 сравнивают текущее значение счетчика статистических экспериментов с количеством статистических экспериментов.In block 4, the current value of the counter of statistical experiments is compared with the number of statistical experiments.

Если значение счетчика статистических экспериментов меньше количества статистических экспериментов, то в блоке 5 формируют матрицу информационных направлений между пользователями, где

Figure 00000007
- количество сформированных информационных направлений.If the value of the counter of statistical experiments is less than the number of statistical experiments, then in block 5 a matrix of information directions between users is formed, where
Figure 00000007
- the number of generated information areas.

В блоке 6 устанавливают значение счетчика номера информационного направления между пользователями равным «1».In block 6, the counter value of the information direction number between users is set to “1”.

В блоке 7 сравнивают текущее значение счетчика номера информационного направления с количеством информационных направлений.In block 7, the current value of the counter of the information direction number is compared with the number of information directions.

Если значение счетчика меньше, то в блоке 8 рассчитывают кратчайший маршрут между пользователями q-го информационного направления. Одним из методов вычисления кратчайшего маршрута прохождения информационного трафика между пользователями сети связи является известный алгоритм Дейкстры (см., например, Евстигнеев В.А. // Применив теории графов в программировании / под ред. А.П. Ершова. М.: Наука. Главная редакция физико-математической литературы, 1985. С. 132).If the counter value is less, then in block 8, the shortest route between users of the qth information direction is calculated. One of the methods for calculating the shortest route for the passage of information traffic between users of a communication network is the well-known Dijkstra algorithm (see, for example, V. Evstigneev // Applying graph theory in programming / edited by A.P. Ershov. M.: Science. The main edition of the physical and mathematical literature, 1985.P. 132).

В блоке 9 рассчитывают и запоминают нагрузку на каждом узле маршрута:In block 9, the load on each node of the route is calculated and stored:

Figure 00000008
Figure 00000008

где

Figure 00000009
- нагрузка на j-й узел сети связи, входящий в маршрут q-го информационного направления,
Figure 00000010
и
Figure 00000011
- нагрузка от пользователей q-го информационного направления.Where
Figure 00000009
- load on the j-th node of the communication network included in the route of the q-th information direction,
Figure 00000010
and
Figure 00000011
- load from users of the q-th information direction.

В блоке 10 увеличивают значение счетчика номера информационного направления на «1» и переходят к следующему информационному направлению.In block 10, increase the counter value of the information direction number by "1" and move on to the next information direction.

Если значение счетчика номера информационного направления больше количества информационных направлений между пользователями, то в блоке 11 рассчитывают нагрузку для каждого узла сети связи и запоминают ее:If the value of the counter of the information direction number is greater than the number of information directions between users, then in block 11, the load for each node of the communication network is calculated and stored:

Figure 00000012
Figure 00000012

В блоке 12 увеличивают значение счетчика количества статистических экспериментов на «1» и начинают новый статистический эксперимент.In block 12, the counter value of the number of statistical experiments is increased by “1” and a new statistical experiment is started.

Если значение счетчика больше количества статистических экспериментов, то в блоке 13 рассчитывают среднюю нагрузку для каждого узла сети связи:If the counter value is greater than the number of statistical experiments, then in block 13 the average load for each node of the communication network is calculated:

Figure 00000013
Figure 00000013

где

Figure 00000014
- нагрузка j-го узла сети связи в k-ом статистическом эксперименте.Where
Figure 00000014
- load of the j-th node of the communication network in the k-th statistical experiment.

В блоке 14 рассчитывают вероятность обслуживания на каждом узле сети связи и прекращают моделирование. Рассчитывают вероятность обслуживания Pj: Pj=1-Pb, где j=1, 2, …, J, J - количество узлов в сети связи, Pb - вероятность блокировки j-го узла. Расчет вероятности блокировки Pb зависит от принятой модели функционирования узла (см. классификацию систем массового обслуживания по Кендалу Крылов В.В., Самохвалова С.С. // Теория телетрафика и ее приложения. СПб.: БХВ-Петербург, 2005. С. 71-73). Например, для системы с полными потерями, состоящей из m-серверов, рассчитывается по формуле потерь Эрланга:In block 14, the probability of service at each node of the communication network is calculated and simulation is stopped. The service probability P j is calculated: P j = 1-P b , where j = 1, 2, ..., J, J is the number of nodes in the communication network, P b is the probability of blocking the j-th node. The calculation of the blocking probability P b depends on the accepted model of the node operation (see the classification of queuing systems according to Kendal V.V. Krylov, S.S. Samokhvalova // Teletraffic theory and its applications. St. Petersburg: BHV-Petersburg, 2005. P. 71-73). For example, for a system with full losses, consisting of m-servers, it is calculated according to the Erlang loss formula:

Figure 00000015
Figure 00000015

где

Figure 00000016
, λj - нагрузка на j-м узле сети связи, μj - производительность j-го узла сети связи.Where
Figure 00000016
, λ j is the load on the jth node of the communication network, μ j is the performance of the jth node of the communication network.

Для системы M/M/1:N рассчитывается по формуле:For the M / M / 1: N system, it is calculated by the formula:

Figure 00000017
Figure 00000017

где N - размер буфера.where N is the size of the buffer.

Расчет вероятности обслуживания на каждом информационном направлении между абонентами и изменение параметров модели под заданные требования реализовано в виде алгоритма, представленного на фиг. 3.The calculation of the probability of service in each information direction between the subscribers and the change of the model parameters for the given requirements is implemented in the form of the algorithm shown in FIG. 3.

В блоке 1 вводят исходные данные, сформированные на втором этапе алгоритма целенаправленной трансформации параметров модели реального фрагмента сети связи и при моделировании функционирования сети связи, с учетом нагрузки от пользователей. Исходными данными являются распределение разнородных абонентов по узлам сети связи, матрица информационных направлений между абонентами, требуемая вероятность обслуживания на информационном направлении, производительность узла сети связи, состав и структура сети связи, инвариантной реальному фрагменту сети связи, вероятность обслуживания на каждом узле сети связи.In block 1, the initial data is inputted, formed at the second stage of the algorithm for the targeted transformation of the parameters of the model of a real fragment of the communication network and when modeling the functioning of the communication network, taking into account the load from users. The initial data are the distribution of heterogeneous subscribers over the nodes of the communication network, the matrix of information directions between the subscribers, the required probability of service in the information direction, the performance of the communication network node, the composition and structure of the communication network that is invariant to the real fragment of the communication network, the probability of service at each node of the communication network.

В блоке 2 устанавливают значение счетчика номера информационного направления i равным «1».In block 2, set the counter value of the number of information direction i equal to "1".

В блоке 3 сравнивают текущее состояние счетчика номера информационного направления с количеством информационных направлений.In block 3, the current state of the counter of the information direction number is compared with the number of information directions.

В блоке 4 рассчитывают все возможные маршруты между абонентами текущего информационного направления и запоминают их. Маршрут - последовательность транзитных узлов сети, через которые передается информация между абонентами. Для формирования всех возможных маршрутов между двумя абонентами можно использовать «поиск в ширину» по графу сети и сформировать b-дерево графа сети связи. Алгоритм «поиска в ширину» и порядок формирования b-деревьев известен и описан (см. Асанов М.О., Баранский В.А., Расин В.В. // Дискретная математика: графы, матроиды, алгоритмы. Ижевск: НИЦ «РХД», 2001. С. 173-177; Майника Э. // Алгоритмы оптимизации на сетях и графах. Пер. с англ. М.: Мир, 1981. С. 63-77). На (фиг. 4) изображена сеть связи, где 1 - абонент, 2 - линия привязки абонента к узлу сети связи, 3 - узел сети связи, 4 - линии связи между узлами. Для сети связи (фиг. 4) и информационного направления АБ (фиг. 4а) между абонентами все возможные маршруты представлены в таблице (фиг. 4б). Столбцы таблицы соответствуют узлам сети связи, а строки - маршрутам между абонентами А и Б. Номера в ячейках соответствуют порядковому номеру узла в маршруте.In block 4, all possible routes between subscribers of the current information direction are calculated and stored. A route is a sequence of transit network nodes through which information is transmitted between subscribers. To form all possible routes between two subscribers, you can use the "breadth-first search" on the network graph and form a b-tree of the communication network graph. The “breadth-first search” algorithm and the order of b-tree formation are known and described (see Asanov M.O., Baransky V.A., Rasin V.V. // Discrete mathematics: graphs, matroids, algorithms. Izhevsk: Research Center “ RHD ", 2001. P. 173-177; E. Minnik // Optimization algorithms on networks and graphs. Translated from English. M.: Mir, 1981. P. 63-77). In (Fig. 4), a communication network is shown, where 1 is a subscriber, 2 is a subscriber’s link to a communication network node, 3 is a communication network node, 4 is a communication line between nodes. For the communication network (Fig. 4) and the information direction of the AB (Fig. 4a) between subscribers, all possible routes are presented in the table (Fig. 4b). The columns of the table correspond to the nodes of the communication network, and the rows correspond to the routes between subscribers A and B. The numbers in the cells correspond to the serial number of the node in the route.

В блоке 5 рассчитывают вероятность обслуживания на каждом маршруте и запоминают их. Т.к. вероятность обслуживания на каждом узле сети связи - событие независимое, то вероятность обслуживания на

Figure 00000018
маршруте рассчитывается по формуле (Вентцель Е.С. // Теория вероятностей: Учебник для студ. вузов. 10-е изд. М.: Издательский центр «Академия», 2005. С. 42):In block 5, the probability of service on each route is calculated and stored. Because the probability of service at each node of the communication network is an independent event, then the probability of service at
Figure 00000018
the route is calculated according to the formula (E. Wentzel // Probability Theory: Textbook for student universities. 10th ed. M: Publishing Center "Academy", 2005. P. 42):

Figure 00000019
Figure 00000019

где

Figure 00000020
- количество маршрутов в i-м информационном направлении,
Figure 00000021
- количество узлов сети связи в
Figure 00000022
маршруте.Where
Figure 00000020
- the number of routes in the i-th information direction,
Figure 00000021
- the number of nodes in the communication network in
Figure 00000022
route.

В блоке 6 рассчитывают вероятность обслуживания на текущем информационном направлении. Для того чтобы обслуживание на информационном направлении произошло, достаточно того, чтобы произошло обслуживание на любом маршруте, входящем в информационное направление. Т.к. обслуживания на маршрутах - события совместные, то вероятность обслуживания на информационном направлении, включающем себя L маршрутов, рассчитывается по формуле, согласно теореме сложения вероятностей (Вентцель Е.С. // Теория вероятностей: Учебник для студ. вузов. 10-е изд. М.: Издательский центр «Академия», 2005. С. 37):In block 6, the probability of service in the current information direction is calculated. In order for the service in the information direction to happen, it is enough that the service takes place on any route included in the information direction. Because services on routes - joint events, then the probability of service in the information direction, including L routes, is calculated according to the formula, according to the probability addition theorem (E. Wentzel // Probability Theory: Textbook for student universities. 10th ed. M .: Publishing Center "Academy", 2005. P. 37):

Figure 00000023
Figure 00000023

В блоке 7 сравнивают вероятность обслуживания на информационном направлении Pi с требуемым значением вероятности обслуживания на информационном направлении

Figure 00000024
In block 7, the probability of service in the information direction P i is compared with the desired value of the probability of service in the information direction
Figure 00000024

Если значение вероятности обслуживания на информационном направлении не меньше требуемой, то переходят к расчету вероятности обслуживания на следующем информационном направлении, для чего в блоке 8 увеличивают значение счетчика номера информационного направления i на единицу.If the value of the probability of service in the information direction is not less than the required, then we proceed to the calculation of the probability of service in the next information direction, for which in block 8 we increase the counter value of the number of information direction i by one.

Если значение вероятности обслуживания на информационном направлении меньше требуемой, то в блоке 9 формируют вариационный ряд, состоящий из вероятности обслуживания на узлах Pz, входящих в маршруты текущего информационного направления. Вариационный ряд - это последовательность X(1)≤X(2)≤…≤X(n-1)≤X(n), полученная в результате расположения в порядке неубывания исходной последовательности независимых одинаково распределенных случайных величин X1, …, Xn (Математический энциклопедический словарь. М.: Сов. энциклопедия, 1988. 847 с.).If the value of the probability of service in the information direction is less than the required, then in block 9 form a variation series consisting of the probability of service at nodes P z included in the routes of the current information direction. The variational series is the sequence X (1) ≤X (2) ≤ ... ≤X (n-1) ≤X (n) obtained by arranging in an undecreasing order of the original sequence of independent identically distributed random variables X 1 , ..., X n (Mathematical Encyclopedic Dictionary. M.: Sov. Encyclopedia, 1988. 847 p.).

В блоке 10 рассчитывают разницы Δi,i+1 между значениями членов вариационного ряда и запоминают их. Для сети (фиг. 4) сформирован вариационный ряд (фиг. 5а), состоящий из 4-х членов. Во второй строке рассчитаны разницы Δi,i+1 между значениями членов вариационного ряда.In block 10, the differences Δ i, i + 1 between the values of the members of the variational series are calculated and stored. For the network (Fig. 4) a variation series (Fig. 5a) consisting of 4 members has been formed. In the second line, the differences Δ i, i + 1 between the values of the members of the variation series are calculated.

В блоке 11 рассчитывают среднюю разницу между значениями членов вариационного ряда и запоминают ее. Среднее значение изменения вероятности обслуживания узлов производится по формуле:In block 11, calculate the average difference between the values of the members of the variational series and remember it. The average value of changes in the probability of servicing nodes is made by the formula:

Figure 00000025
Figure 00000025

где N - количество членов вариационного ряда. Для вариационного ряда (фиг. 5а) среднее изменение вероятности обслуживания будет равноwhere N is the number of members of the variation series. For the variation series (Fig. 5a), the average change in the probability of service will be equal to

Figure 00000026
Figure 00000026

В блоке 12 сравнивают значения производительности узлов сети между собой.In block 12, the performance values of the network nodes are compared with each other.

Если значения производительности узлов сети связи не равны между собой, то в блоке 13 устанавливают значение счетчика номера члена вариационного ряда равным «1».If the performance values of the nodes of the communication network are not equal to each other, then in block 13 set the value of the counter of the number of the member of the variation series equal to "1".

В блоке 14 сравнивают значение текущего члена вариационного ряда со следующим.In block 14, the value of the current member of the variation series is compared with the following.

Если значение текущего члена вариационного ряда равно значению следующего, то в блоке 17 увеличивают значение счетчика номера члена вариационного ряда на «1».If the value of the current member of the variation series is equal to the value of the next, then in block 17 increase the counter value of the number of the member of the variation series by “1”.

Если значение текущего члена вариационного ряда не равно значению следующего, то в блоке 15 значения увеличивают вероятности обслуживания узлов сети связи, равных значению текущего члена вариационного ряда, на разницу между значением этого члена и следующего члена вариационного ряда. Для вариационного ряда (фиг. 5а) значение первого члена вариационного ряда меньше значения второго. Поэтому увеличивают значения вероятностей обслуживания узлов сети связи, которые равны значению первого члена вариационного ряда, на Δ1,2 (фиг. 5б).If the value of the current member of the variation series is not equal to the value of the next, then in block 15 the values increase the probabilities of servicing communication network nodes equal to the value of the current member of the variation series by the difference between the value of this member and the next member of the variation series. For the variation series (Fig. 5a), the value of the first member of the variation series is less than the value of the second. Therefore, the values of the probabilities of servicing communication network nodes, which are equal to the value of the first member of the variation series, are increased by Δ 1.2 (Fig. 5b).

В блоке 16 запоминают произведенные изменения вероятности обслуживания узлов сети связи. Для вариационного ряда (фиг. 5а), это значение равно Δ1,2=0,2. Изменения параметров модели производят до тех пор, пока вероятность обслуживания на текущем информационном направлении будет не меньше требуемой, для чего переходят к блоку 5.In block 16, the changes made to the probability of servicing communication network nodes are stored. For the variation series (Fig. 5a), this value is Δ 1.2 = 0.2. Changes to the model parameters are made until the probability of service in the current information direction is not less than the required one, for which they proceed to block 5.

Возможны случаи, когда в ходе изменения параметров модели все значения вероятности обслуживания на узлах сети связи равны между собой (фиг. 5в). При этом вероятность обслуживания на текущем информационном направлении остается меньше требуемой.There are cases when, during a change in the model parameters, all values of the probability of service at the nodes of the communication network are equal to each other (Fig. 5c). At the same time, the probability of servicing in the current information area remains less than required.

Если значения вероятностей обслуживания на узлах сети связи станут равны между собой, то в блоке 18 увеличивают значение вероятности обслуживания на среднюю разницу между вероятностями обслуживания узлов сети связи у всех узлов, входящих в маршруты текущего информационного направления (фиг. 5г). Изменения параметров модели производят до тех пор, пока вероятность обслуживания на текущем информационном направлении будет не меньше требуемой, для чего переходят к блоку 16 (фиг. 5д).If the values of service probabilities at the nodes of the communication network become equal, then in block 18 the value of the probability of service is increased by the average difference between the probabilities of servicing the nodes of the communication network for all nodes included in the routes of the current information direction (Fig. 5d). Changes to the model parameters are made until the probability of service in the current information direction is not less than the required one, for which they proceed to block 16 (Fig. 5e).

Если значение счетчика номера информационного направления больше количества информационных направлений, то в блоке 19 рассчитывают изменения производительности узлов сети связи, у которых произошли изменения вероятности обслуживания и заканчивают изменение параметров модели под заданные требования. Например, формула (1) играет столь большую роль в телефонии, что ее значения табулированы, и существует масса таблиц обратного расчета, т.е. определения нагрузки, при которой обеспечивается заданная вероятность блокировки для конкретного количества серверов (Крылов В.В., Самохвалова С.С. // Теория телетрафика и ее приложения. СПб.: БХВ-Петербург, 2005. С. 159).If the value of the counter of the informational direction number is greater than the number of informational directions, then in block 19, the changes in the performance of the nodes of the communication network, for which the service probability changes have occurred, are completed and the model parameters change to the specified requirements. For example, formula (1) plays such a large role in telephony that its values are tabulated, and there are many tables of reverse calculation, i.e. determining the load at which a given probability of blocking is ensured for a specific number of servers (Krylov VV, Samokhvalova SS // Theory of teletraffic and its applications. St. Petersburg: BHV-Petersburg, 2005. P. 159).

Таким образом, за счет формирования исходных данных, учитывающих количество и создаваемую нагрузку разнородных абонентов и топологические неоднородности, возникшие в процессе развития сети, повышается адекватность моделирования и появляется возможность целенаправленно менять параметры модели под заданные требования, что и определяет достижение технического результата.Thus, due to the formation of initial data that takes into account the number and load of heterogeneous subscribers and topological heterogeneities that arise during the development of the network, the modeling becomes more adequate and it becomes possible to purposefully change the model parameters to the specified requirements, which determines the achievement of the technical result.

Claims (1)

Способ целенаправленной трансформации параметров модели реального фрагмента сети связи, заключающийся в том, что задают площадь реального фрагмента сети связи произвольной формы выбранного региона, радиусы площадей неоднородностей, шаг изменения радиуса, формируют состав и структуру сети связи, инвариантной реальному фрагменту сети связи, задают матрицу информационных направлений между абонентами, отличающийся тем, что дополнительно задают количество разнородных абонентов, распределение разнородных абонентов по узлам сети связи, нагрузку от каждого пользователя в виде интенсивности потока и закон ее распределения, закон формирования матрицы информационных направлений между пользователями, требуемую вероятность обслуживания на каждом информационном направлении между абонентами, производительность для каждого узла сети, моделируют функционирование сети связи с учетом нагрузки от пользователей, для чего в каждом из статистических экспериментов формируют матрицу информационных направлений между пользователями, рассчитывают кратчайший маршрут для каждого информационного направления между пользователями, рассчитывают и запоминают нагрузку на каждом узле маршрута, рассчитывают нагрузку для каждого узла сети связи в текущем статистическом эксперименте и запоминают ее, рассчитывают среднюю нагрузку для каждого узла сети связи, рассчитывают вероятность обслуживания на каждом узле сети связи и переходят к расчету вероятности обслуживания на каждом информационном направлении между абонентами, для чего последовательно для каждого информационного направления между абонентами рассчитывают все возможные маршруты и запоминают их, рассчитывают вероятности обслуживания на каждом маршруте и запоминают их, рассчитывают вероятность обслуживания на текущем информационном направлении и запоминают ее, сравнивают вероятность обслуживания на информационном направлении с требуемым значением, если значение вероятности обслуживания на текущем информационном направлении не меньше требуемой, то переходят к следующему информационному направлению, иначе изменяют параметры модели, для чего формируют вариационный ряд из вероятности обслуживания на узлах, входящих в маршруты текущего информационного направления, рассчитывают разницы между значениями членов вариационного ряда и запоминают их, рассчитывают среднюю разницу между значениями членов вариационного ряда и запоминают ее, последовательно увеличивают значения вероятности обслуживания узлов сети связи, начиная с младшего члена вариационного ряда, на разницу между значением этого члена и следующего члена вариационного ряда до тех пор, пока вероятность обслуживания на текущем информационном направлении будет меньше требуемой, если значения вероятностей обслуживания на узлах сети связи станут равны между собой, то увеличивают значение вероятности обслуживания на среднюю разницу между вероятностями обслуживания узлов сети связи у всех узлов, запоминают произведенные изменения вероятности обслуживания узлов сети связи, рассчитывают произведенные изменения производительности узлов сети связи, у которых произошли изменения вероятности обслуживания.A method for purposefully transforming the parameters of a model of a real fragment of a communication network, which consists in setting the area of a real fragment of a communication network of arbitrary shape for the selected region, the radii of the areas of heterogeneity, the step of changing the radius, forming the composition and structure of the communication network that is invariant to the real fragment of the communication network, setting the matrix of information directions between subscribers, characterized in that they additionally specify the number of heterogeneous subscribers, the distribution of heterogeneous subscribers over the nodes of the communication network, n loading from each user in the form of flow intensity and the law of its distribution, the law of forming a matrix of information directions between users, the required probability of service in each information direction between subscribers, the performance for each network node, model the functioning of the communication network taking into account the load from users, for which each of the statistical experiments form a matrix of information directions between users, calculate the shortest route for each inf directions between users, calculate and remember the load on each node of the route, calculate the load for each node of the communication network in the current statistical experiment and remember it, calculate the average load for each node of the communication network, calculate the probability of service at each node of the communication network and proceed to the calculation service probabilities for each informational direction between subscribers, for which all possible routes and remember them, calculate the probabilities of service on each route and remember them, calculate the probability of service in the current information direction and remember it, compare the probability of service in the information direction with the desired value, if the value of the probability of service in the current information direction is not less than the required, then go to the next information direction, otherwise change the parameters of the model, for which form a variational series from the probability of living at the nodes included in the routes of the current information direction, calculate the differences between the values of the members of the variational series and remember them, calculate the average difference between the values of the members of the variational series and remember them, successively increase the values of the probability of servicing the nodes of the communication network, starting with the youngest member of the variational series, by the difference between the value of this member and the next member of the variational series until the probability of service in the current information direction is m earlier than required, if the values of the service probabilities at the nodes of the communication network become equal, then increase the value of the service probability by the average difference between the probabilities of servicing the nodes of the communication network at all nodes, remember the changes made in the probability of servicing the nodes of the communication network, and calculate the changes made that have changed the likelihood of service.
RU2016119980A 2016-05-23 2016-05-23 Method for object-oriented transformation of parameters of the real communication network fragment model RU2620200C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2016119980A RU2620200C1 (en) 2016-05-23 2016-05-23 Method for object-oriented transformation of parameters of the real communication network fragment model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2016119980A RU2620200C1 (en) 2016-05-23 2016-05-23 Method for object-oriented transformation of parameters of the real communication network fragment model

Publications (1)

Publication Number Publication Date
RU2620200C1 true RU2620200C1 (en) 2017-05-23

Family

ID=58882579

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2016119980A RU2620200C1 (en) 2016-05-23 2016-05-23 Method for object-oriented transformation of parameters of the real communication network fragment model

Country Status (1)

Country Link
RU (1) RU2620200C1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2690213C1 (en) * 2018-05-16 2019-05-31 Николай Александрович Латушко Method of simulating an optimum version of topological arrangement of a plurality of information interconnected subscribers on a given fragment of a public communication network

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2379750C1 (en) * 2008-06-30 2010-01-20 Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) Communication network simulation method
US8190409B2 (en) * 2003-12-18 2012-05-29 Telecom Italia S.P.A. Method for simulating communication networks, related simulator, communication network, and computer program product
RU2481629C1 (en) * 2012-01-10 2013-05-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Санкт-Петербургский торгово-экономический институт" Method of simulating heterogeneous communication networks
RU2514144C1 (en) * 2013-04-22 2014-04-27 Государственное казенное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) Method of simulating mobile subscriber search in communication networks
RU2546318C1 (en) * 2014-02-04 2015-04-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Санкт-Петербургский государственный торгово-экономический университет" Method of simulating communication networks

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8190409B2 (en) * 2003-12-18 2012-05-29 Telecom Italia S.P.A. Method for simulating communication networks, related simulator, communication network, and computer program product
RU2379750C1 (en) * 2008-06-30 2010-01-20 Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) Communication network simulation method
RU2481629C1 (en) * 2012-01-10 2013-05-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Санкт-Петербургский торгово-экономический институт" Method of simulating heterogeneous communication networks
RU2514144C1 (en) * 2013-04-22 2014-04-27 Государственное казенное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) Method of simulating mobile subscriber search in communication networks
RU2546318C1 (en) * 2014-02-04 2015-04-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Санкт-Петербургский государственный торгово-экономический университет" Method of simulating communication networks

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2690213C1 (en) * 2018-05-16 2019-05-31 Николай Александрович Латушко Method of simulating an optimum version of topological arrangement of a plurality of information interconnected subscribers on a given fragment of a public communication network

Similar Documents

Publication Publication Date Title
Mei et al. On the dynamics of deterministic epidemic propagation over networks
US8099311B2 (en) System and method for routing tasks to a user in a workforce
Daganzo et al. Managing evacuation networks
Zhong et al. On the linear threshold model for diffusion of innovations in multiplex social networks
Xiao et al. Network security situation prediction method based on MEA-BP
CN110855802B (en) Data fragment distribution and storage method and device for job education and consultation and modification system and server
Lin et al. DRL-based adaptive sharding for blockchain-based federated learning
RU2620200C1 (en) Method for object-oriented transformation of parameters of the real communication network fragment model
RU2546318C1 (en) Method of simulating communication networks
Gärtner et al. Threshold behavior of democratic opinion dynamics
CN111737596B (en) Interpersonal relationship map processing method and device, electronic equipment and storage medium
Ewert et al. Efficient per query information extraction from a hamming oracle
Li et al. Participant grouping for privacy preservation in mobile crowdsensing over hierarchical edge clouds
RU2723296C1 (en) Method for simulating dynamically interacting fixed-line networks and mobile communication nodes with different interface elements
Ivanov et al. Dynamics preserving size reduction mappings for probabilistic Boolean networks
Abdullah Determining a Cluster Centroid of Kmeans Clustering Using Genetic Algorithm
CN112787833A (en) Method and device for deploying CDN (content delivery network) server
Tabrizi et al. A Simulated Annealing method to solve a generalized maximal covering location problem
CN115865943A (en) Self-adaptive dynamic cross-chain consensus mechanism selection method
CN104978382A (en) Clustering method based on local density on MapReduce platform
CN112949853A (en) Deep learning model training method, system, device and equipment
Lin et al. A genetic algorithm approach for detecting hierarchical and overlapping community structure in dynamic social networks
Peško et al. A modified micro-genetic algorithm for robust emergency system designing
CN108363720A (en) data aggregation method and device
Liu et al. Crowd intelligence evolution based on complex network

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20180524