Сетевые технологии высокоскоростной передачи данных

Москва

Горячая линия – Телеком

2016

Рекомендовано УМО по образованию в области 

Инфокоммуникационных технологий и систем связи в качестве 

учебного пособия для студентов высших учебных заведений, 

обучающихся по направлению 11.03.02 – «Инфокоммуникационные 
технологии и системы связи» квалификации (степени) «бакалавр» 

и «магистр»

УДК 621.396.2 
ББК  32.884 
   Б90 

Р е ц е н з е н т ы :  доктор техн. наук, профессор  Л. Г. Доросинский; доктор 
техн. наук, профессор Д. Г. Неволин 

Будылдина Н. В., Шувалов В. П. 
Б90      Сетевые технологии высокоскоростной передачи данных. 
Учебное пособие для вузов / Под ред. профессора В. П. Шувалова. – М.: Горячая линия – Телеком, 2016. – 342 с.: ил. 
ISBN 978-5-9912-0536-8. 

В компактной форме изложены вопросы построения инфокоммуникационных сетей, обеспечивающих высокоскоростную передачу 
данных. Представлены разделы, которые необходимы для понимания 
того как можно обеспечить передачу не только с высокой скоростью, 
но и с другими показателями, характеризующими качество предоставляемой услуги. Приведено описание протоколов различных уровней эталонной модели взаимодействия открытых систем, технологий 
транспортных сетей. Рассмотрены вопросы передачи данных в беспроводных сетях связи и современные подходы, обеспечивающие передачу больших массивов информации за приемлемые отрезки времени. 
Уделено внимание набирающей все большую популярность технологии 
программно-конфигурируемых сетей. 
Для студентов, обучающихся по направлению подготовки «Инфокоммуникационные технологии и системы связи» квалификации (степени) «бакалавр» и «магистр». Книга может быть использована для повышения квалификации работниками электросвязи. 
ББК 32.884 

Адрес издательства в Интернет www.techbook.ru 

Будылдина Надежда Вениаминовна, Шувалов Вячеслав Петрович  
Сетевые технологии высокоскоростной передачи данных
Учебное пособие для вузов 

Все права защищены.
Любая часть этого издания не может быть воспроизведена в какой бы то ни было форме 
и какими бы то ни было средствами без письменного разрешения правообладателя
© ООО «Научно-техническое издательство «Горячая линия – Телеком»
www.techbook.ru
©  Н.В. Будылдина, В.П. Шувалов 

Введение

Выступая в 2010 г. на конференции Technomy, председатель совета директоров компании Google Эрик Шмидт сказал: «Пять экзабайт
информации создано человечеством с момента зарождения цивилизации до 2010 года, столько же сейчас создается каждые два дня...».
Напомним, что 1 экзабайт = 1024 петабайта, 1 петабайт = 1024 терабайта, а 1 терабайт = 1024 гигабайта. Если использовать среднестатистическое Интернет-соединение для передачи всего 10 Тбайт данных
из Беркли (США, Калифорния) в Сиэтл (США, Вашингтон), то потребуется 45 дней, в то время как пересылка винчестера с помощью
курьерской службы занимает менее одного дня [1].
Понятно, что столь плачевные результаты обусловлены большим
объемом передаваемой информации и относительно низкой скоростью
передачи данных.
Что такое низкая, средняя, высокая скорость? Если открыть учебник [2], изданный в 1990 г., то там можно прочитать, что низкая
скорость — это 300 бит/с, средняя — 600...1200 бит/с, а высокая —
9600 бит/с и более. Сегодня скорость 300 бит/с и даже более высокие, такие как 9600 бит/с, используются чрезвычайно редко. В локальных сетях скорости достигают нескольких Гбит/с, в городских
они несколько меньше, и еще меньше скорости, которые достигаются
в глобальных сетях. Таким образом, чем меньше расстояния, на которые передается информация, тем выше скорость. Итак, подчеркнем
еще раз: высокая скорость есть понятие относительное, зависящее от
того, в какой период времени мы рассматриваем эту характеристику
сети передачи данных.
Далее поясним, пользуясь соответствующими первоисточниками,
термины, входящие в состав названия учебного пособия «Сетевые технологии высокоскоростной передачи данных». Итак, «данные: информация, представленная в виде, подходящем для автоматической обработки ее автоматическими средствами при возможном участии человека» [3]. В современном толковом словаре изд. «Большая Советская
Энциклопедия» сказано: «данные» в информатике — это информация,
представленная в формализованном виде, что обеспечивает возможность ее хранения, обработки и передачи. Термин «данные» происходит от слова «data» (факт), а «информация» («information») означает
разъяснение, изложение, т.е. сведения.
Слово «технология» происходит от греческого τεχνη, что означает «искусство», и λoγoζ — «наука, учение». В толковом словаре С.И. Ожегова и Н.Ю. Швецовой «технология — это совокупность
производственных методов и процессов в определенной отрасли про

Введение

изводства, а также научное описание способов производства». Для
информационных технологий первоначальным «сырьем» и конечной
«продукцией» является информация, поэтому процессы преобразования информации можно назвать технологией.
Подводя итоги сказанного, отметим, что перед нами стоит задача
рассмотреть различные методы преобразования информации, обеспечивающие передачу данных с высокой скоростью или передачу больших объемов информации (Big Data) за приемлемое время. Разумеется, при этом необходимо обеспечить требования к другим показателям, определяющим понятие QoS (качество услуг). Подчеркнем еще
раз: высокая скорость понятие относительное, подверженное время от
времени пересмотру.
В учебном пособии рассмотрен комплекс вопросов, относящихся
к проблематике высокоскоростной передачи данных.
В главе 1 представлены основные понятия и определения, значение которых необходимо и достаточно для чтения и понимания последующего материала. Здесь затронуты вопросы обеспечения высокой
скорости за счет использования соответствующей физической среды,
рассмотрены ограничения, вызванные наличием помех в канале, показана возможность повышения скорости передачи информации за счет
использования многопозиционных сигналов.
Сама по себе высокая скорость передачи информации еще недостаточна для того, чтобы удовлетворить потребности клиента, необходимо также обеспечить такие качественные показатели, как достоверность, надежность, минимальное время задержки и др. Эти вопросы
рассмотрены в главе 2.
В главе 3 представлены технологии, обеспечивающие сегодня
требования к высокоскоростной передаче данных в локальных сетях.
4-я глава посвящена описанию протоколов канального уровня, а
5-я — описанию сетевого и транспортного уровня модели взаимодействия открытых систем.
В главе 6 рассматривается четырехуровневая наложенная транспортная сеть и пути сокращения числа уровней с переходом на оптические транспортные сети. Здесь представлено описание таких технологий как АТМ, SDH, MPLS-TP, PBB-TE.
В главе 7 рассмотрены беспроводные технологии высокоскоростной передачи данных (Wi-Fi, WiMAX, LTE).
Материал 8-й главы содержит результаты исследований, выполненных в Германии в лаборатории FILA (Future Internet Lab. Anchalt)
под руководством проф. Э. Сименса.
Здесь рассмотрены основные препятствия, ограничивающие пропускную способность каналов, и некоторые соображения относитель

но того, как решать проблему передачи больших данных (Big Data) в
современных IP-сетях, приведены результаты экспериментальных исследований скорости передачи данных от величины задержки и процента потери пакетов.
В приложении к пособию дано краткое изложение принципов
построения программно-конфигурируемых сетей, которые завоевывают в последнее время все большую и большую популярность. Дано
описание технологии виртуализации сетевых функций NFV (Network
Function Virtualization), приведено сравнение SDN и NFV.
Помимо авторов, указанных на титульном листе, в подготовке
материалов для данного пособия приняли участие доцент СибГУТИ
С.В. Тимченко (глава 7) и аспиранты СибГУТИ А.Ю. Бахарев и
Д.С. Качан (глава 8).
Авторы считают своим приятным долгом выразить благодарность
студенткам СибГУТИ А. Волковой и Е. Курносовой за помощь в подготовке разделов рукописи к печати.

Список литературы к введению
1. Armbrust M., et. al. Above The Clouds: A Berkeley View of Cloud
Computing. 2009. Tec. Rep. No UUCB/EECS-2009-28.
2. Шувалов В.П., Захарченко Н.В., Шварцман В.О. и др. Передача
дискретных сообщений: Учебник для вузов / Под ред. В.П. Шувалова. — М.: Радио и связь, 1990.
3. ГОСТ Р 53728-2009. Качество услуги «Передача данных». Дата
введения — 2011–01–01. — М., 2011. — 6 с.

Глава 1

Основные понятия и определения

1.1. Информация, сообщение, сигнал

Рассмотрим цепочку взаимосвязанных понятий, которая представлена на рис. 1.1

Рис. 1.1. Цепочка понятий

Существует несколько определений понятия информации. Наиболее краткое, принадлежащее Н.Винеру, звучит так: «Информация есть
информация, а не материя и не энергия». Это определение близко по
смыслу к другому, более полному определению: «Информация — это
третья составляющая трех основ мироздания (материя, энергия и информация), т.е. чтобы сделать автомобиль и т.п. надо иметь знания —
это и есть информационная составляющая».
Наиболее часто встречающееся в учебниках определение звучит
так: «Информация — это сведения о каких-либо процессах, событиях,
фактах или предметах».
В математической теории (в теории связи) понятие «информация»
носит объективный характер и определяется только для случайных
событий. Информация — это то, что уменьшает неопределенность
события.
Формой представления информации является сообщение, служащее для передачи ее от источника к получателю. Примером сообщений являются текст телеграммы, речь, музыка, чертеж и др.
Материальным носителем или физическим процессом является
сигнал, несущий (отражающий) передаваемое сообщение.
Итак, в сообщениях заложена информация. Поэтому естественно возникает задача оценить информативность этих сообщений, т.е.
количество информации, заложенное в них.
Очевидно, что из трех определений информации для оценки количества информации, содержащегося в сообщении, можно использовать только четвертое. Информация — это то, что уменьшает неопределенность события, т.е. чем выше неопределенность события, тем
большее количество информации несет принимаемое сообщение.
Рассмотрим работу реле. Пусть поступление тока в обмотку реле вызывает замыкание контактов. Итак, пусть контакты находятся в
замкнутом состоянии с вероятностью p1, в разомкнутом — с вероятностью p2 = 1−p1. Варианты значений p1 приведены в табл. 1.1.

Основные понятия и определения
7

Таблица 1.1. Вероятности событий и оценка количества информации

N
p1
p2
Количество информации

1
1
0
J = 0

2
0,7
0,3
J > 0

3
0,5
0,5
max J

4
0,3
0,7
J > 0

5
0
1
J = 0

В вариантах 1 и 5 неопределенность отсутствует. Первый вариант соответствует случаю, когда контакты всегда замкнуты, и мы об
этом знаем (нам известна вероятность этого события). Вариант 5 соответствует случаю, когда контакты всегда разомкнуты (вероятность
этого события также равна 1, и мы об этом знаем). Очевидно, что
количество информации J, которое несет сообщение как в варианте
1, так и в 5, равно нулю (J = 0).
Максимальное количество информации, которое можно получить, соответствует максимальной неопределенности (вариант 3).
Итак, в основе определения количества информации, содержащегося в сообщении, лежит вероятностный подход, учитывающий степень неожиданности (новизны) сообщения. Что это значит? Предположим, произошло какое-то явление или событие. Чем оно более
редкое, тем сообщение о нем для нас неожиданнее, информативнее
и интереснее. Наоборот, те сообщения, которые для нас оказываются обыденными, привычными, интереса не представляют и оказываются малоинформативными. Например, сообщение о том, что зимой
солнце восходит позже, чем летом, для нас никакой информации не
несет. Естественно, что подобные сообщения нет смысла передавать.
Но если сообщили, что студенческая стипендия будет равна зарплате
президента России, то в силу большой неожиданности это сообщение
будет содержать очень большое количество информации (и довольно приятной). Вероятность появления такого сообщения чрезвычайно
мала (стремится к нулю).
Количество информации в отдельно взятом сообщении определяется величиной, обратной вероятности сообщения, вычисленной в
логарифмических единицах:

J(a) = logk
1

p(a) = − logk p(a),

где p(a) — вероятность сообщения a; k — основание логарифма. При
p(a) = 1 количество информации равно нулю, т.е. сообщение об известном событии никакой информации не несет.
Количество информации, содержащееся в нескольких независимых сообщениях, равно сумме количества информации в каждом из
них. Это соответствует и интуитивным представлениям об увеличе

Глава 1

нии информации при получении дополнительных сообщений.
Как выбирается основание логарифма? Оно может быть любым.
Но в теории и технике связи наиболее употребительным является
основание 2, так как по каналам связи чаще всего передаются так
называемые двоичные сообщения, у которых элементы могут иметь
одно из двух значений: 0 или 1, а также 1 или −1. Кроме того, двоичная система счисления используется в электронно-вычислительных
машинах.
Если принять основание логарифма равным двум, тогда количество информации, содержащейся в сообщении, выражается в двоичных единицах:
J(a) = − log2 p(a).
Двоичную единицу обычно называют битом — от «binary digit»
(двоичная цифра).
Совокупность всех возможных сообщений и вероятностей их появления образует ансамбль сообщений. Если ансамбль состоит всего из двух сообщений a1 и a2 (например, вида «да» и «нет» или
0 и 1), которые являются независимыми и равновероятными, т.е.
p(a1) = p(a2) = 1

2, то каждое из сообщений несет одну двоичную единицу (один бит) информации:

J = − log2 p(a1) = − log2 p(a2) = − log2
1
2 = 1 бит.

Определим количество информации в слове из n букв, если алфавит состоит из m букв (32 в русском алфавите) и вероятности букв
одинаковы, а сами буквы следуют независимо друг от друга. Количество информации при передаче одной буквы J(ai) = − log2 p(ai).
Так как мы приняли вероятности появления букв одинаковыми, то
p(ai) = 1

m и количество информации, содержащееся в любой букве,

J(ai) = − log2
1
m = log2 m.

Если считать, что буквы следуют независимо, то количество информации в слове из n букв:

Jсл =

n
i=1
J(ai) = n log2 m.

Например, для слова «студент» (n=7, m=32) количество информации составит 35 бит.
Часто возникает потребность оценивать информационные свойства источника сообщений в целом. Такой характеристикой является
среднее количество информации, приходящееся на одно сообщение —
энтропия источника сообщений.
Выше рассмотрен пример, когда появление разных букв было рав

Основные понятия и определения
9

новероятным. Реальные сообщения имеют алфавиты с более сложной вероятностной структурой. Возьмем, например, алфавит русского
языка. Оказывается, его буквы встречаются в тексте неодинаково часто — имеют различную вероятность появления. Например, буквы О
и Е появляются в тексте гораздо чаще, чем буквы Ц и Щ.
Реальные сообщения имеют еще одну особенность. Их элементы
не только разновероятны, но еще и связаны друг с другом определенными закономерностями. Например, в любом осмысленном тексте появление гласной буквы влечет за собой со значительной вероятностью
появление согласной, т.е. менее вероятны двухбуквенные сочетания
гласных или согласных. А их трехбуквенные сочетания встречаются еще реже. (Напомним, что сочетание «еее» встречается только в
одном слове русского языка. Каком?)
Указанные закономерности вызваны особенностями структуры
языка, они существуют незримо, мы их просто в силу привычки не
ощущаем. Но эти закономерности объективно существуют, и их оценивают статистическими (вероятностными) связями. В общем случае
они довольно сложны, и мы не будем останавливаться на их количественной оценке.
Отметим только, что наличие статистических связей между элементами сообщений уменьшает их информативность, энтропию.
Наличие таких структурных свойств сообщений, как разновероятность элементов, их статистическая связь, приводит к избыточности
реальных сообщений. Что это значит? То, что фактически в сообщениях «вмещается» меньше информации, чем могло бы быть, если бы
элементы оказались равновероятными и независимыми. Их фактическая информативность оказывается меньше потенциально возможной.
За счет избыточности в реальных сообщениях много «воды». Это
значит, что необходимые сведения, информацию можно было бы передать более короткими сообщениями, с меньшим количеством элементов. Следовательно, избыточность — это плохо? Не всегда. Преподаватель, выделяя важное место в лекции, иногда повторяет сказанное. Студент, конспектируя лекцию, прибегает к различным, понятным ему сокращениям слов и даже фраз. И потом без особого
труда восстанавливает смысл записанного. Без избыточности он не
смог бы это сделать: сокращенная часть информации оказалась бы
потерянной.
Прочтите фразу: «Поздр--ляю с наст-п--щим Н-в-м го-ом». Фраза выглядит не очень привлекательно, но ее смысл понятен только
благодаря избыточности русского языка.
С другой стороны, избыточность вредна там, где необходимо передать информацию с максимальной эффективностью. Например, пе

Глава 1

редать по каналу связи информацию с наибольшей скоростью, эффективно используя его пропускную способность. Если не принять специальных мер по устранению избыточности, то передача информации
займет слишком много времени из-за нерациональной насыщенности
ею реальных сообщений.
Оказывается, что избыточность письменной речи в русском языке близка к 0,5. Это означает, что примерно 50% букв текста не несут
никакой информации, являются «балластом». Еще большая избыточность наблюдается в английском языке. В то же время в иврите количество гласных сведено до минимума, что привело к уменьшению
избыточности.
Есть ли способы борьбы с избыточностью там, где она нежелательна или даже вредна? Есть. Этим занимается специальное направление в теории информации и связи, использующее различные
способы кодирования и преобразования сообщений. Примером может служить статистическое кодирование, при котором наиболее часто встречающиеся элементы сообщения кодируются (представляются) более коротким сигналами. Для передачи же более редких элементов используются длинные сигналы. Такой принцип реализован в
коде Морзе. Самая частая буква в английском языке — буква Е —
передается самым коротким сигналом — точкой. Сравнительно редко
появляющаяся буква Q кодируется длинным сочетанием точек и тире.
Суть такого кодирования заключается в следующем. Если по
какой-то причине при передаче «потеряется» буква Е (например, изза воздействия помех), то она сравнительно легко интуитивно «восстановится»: вследствие высокой частоты ее появления к ней просто
привыкают. Редкую же букву необходимо «защитить» более длинным
сигналом, так как интуитивно ее «восстановить» значительно труднее.

1.2. Скорость передачи информации

Рассмотрим это понятие на примере передачи цифровых сигналов
вида, представленного на рис. 1.2, где U(t) принимает два значения —
0 и 1.

t
1 c

U(t)

Рис. 1.2. Цифровой сигнал