Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Модели телетрафика

Покупка
Основная коллекция
Артикул: 666864.04.01
Доступ онлайн
от 232 ₽
В корзину
Частному лицу
Бумажная книга
1 266 ₽
Купить
Купить в составе основной коллекции от 1 490 ₽
Основная цель предлагаемого курса состоит в том, чтобы дать обзор существующих математических моделей трафика в телекоммуникационных системах, показать источники их происхождения и возможное применение. Материал курса опирается на традиционные курсы высшей математики, а также курсы теории вероятностей и теории случайных процессов в объеме, предлагаемом в технических университетах. Соответствует требованиям Федеральных государственных образовательных стандартов высшего образования последнего поколения. Учебное пособие предназначено для студентов бакалавриата и магистратуры, обучающихся по направлениям подготовки 01.03.02 (01.04.02) «Прикладная математика и информатика», 02.03.02 (02.04.02) «Фундаментальная информатика и информационные технологии», 02.03.01 (02.04.01) «Математика и компьютерные науки», а также может быть использовано при подготовке специалистов по другим направлениям, где изучаются дисциплины с подобным или близким содержанием. Надеемся, что издание привлечет также внимание аспирантов и специалистов, интересующихся математическим моделированием процессов в телекоммуникационных сетях.

Математическое моделирование телетрафика: от классики к фрактальным процессам

Современные телекоммуникационные системы представляют собой сложнейшие инфраструктуры, функционирование которых требует глубокого математического анализа. Учебное пособие М. Пагано, В.В. Рыкова и Ю.С. Хохлова «Модели телетрафика» систематизирует подходы к описанию информационных потоков, охватывая как классические методы теории массового обслуживания (ТМО), так и современные фрактальные модели, учитывающие специфику интернет-трафика.

Классические и марковские модели

Фундаментом теории телетрафика традиционно выступают точечные процессы. Авторы подробно рассматривают рекуррентные потоки и их обобщения, включая пуассоновские процессы, которые долгое время считались эталонными для моделирования телефонных сетей. Однако развитие компьютерных сетей выявило недостаточность простых моделей. В связи с этим в книге детально анализируются марковские (MAP) и групповые марковские (BMAP) входные потоки, а также полумарковские модели. Эти инструменты позволяют учитывать зависимость между интервалами поступления пакетов, что критически важно для корректной оценки производительности узлов сети.

Феномен самоподобия и долговременная зависимость

Ключевой вклад пособия заключается в глубоком анализе свойств реального интернет-трафика, таких как самоподобие (self-similarity) и долговременная зависимость (Long Range Dependence). Авторы показывают, что в отличие от пуассоновских моделей, где агрегирование потоков приводит к их сглаживанию, реальный трафик сохраняет свою «всплесковую» природу на различных временных масштабах. Для описания этого явления привлекаются дробное броуновское движение и дробное движение Леви. Особое внимание уделено распределениям с «тяжелыми хвостами», которые объясняют возникновение экстремальных нагрузок, значительно превышающих средние значения.

Оценка качества обслуживания (QoS)

Практическая ценность работы заключается в методах оценки качества обслуживания. Авторы демонстрируют, как классические СМО (например, M/M/1 или M/PH/1) позволяют получить базовые оценки вероятности переполнения буфера и задержек. Однако для самоподобных потоков эти оценки оказываются слишком оптимистичными. В книге приводятся асимптотические границы вероятности переполнения буфера для моделей Норроса и Цыбакова, где скорость убывания вероятности потерь с ростом размера буфера оказывается степенной, а не экспоненциальной. Это требует пересмотра подходов к проектированию сетевых ресурсов.

Моделирование протоколов передачи данных

Заключительная часть пособия посвящена анализу протокола TCP. Авторы рассматривают механизмы управления перегрузками (алгоритмы «медленного старта» и «предотвращения перегрузки») и представляют аналитические модели пропускной способности соединения. Знаменитая «1/p-формула» (где p — вероятность потери пакета) анализируется через призму PFTK-модели, учитывающей как быстрый повтор передачи, так и тайм-ауты.

Данное учебное пособие является ценным ресурсом для студентов и специалистов, занимающихся математическим моделированием в инфокоммуникациях. Оно успешно связывает теоретические основы теории случайных процессов с практическими задачами проектирования современных сетей, предоставляя читателю инструментарий для количественной оценки надежности и эффективности передачи данных.

Текст подготовлен языковой моделью и может содержать неточности.

18
63
Пагано, М. Модели телетрафика : учебное пособие / М. Пагано, В.В. Рыков, Ю.С. Хохлов ; под общ. ред. В.В. Рыкова. — Москва : ИНФРА-М, 2026. — 178 с. — (Высшее образование). — DOI 10.12737/textbook_5bd709f990a273.05500590. - ISBN 978-5-16-019526-1. - Текст : электронный. - URL: https://znanium.ru/catalog/product/2243114 (дата обращения: 19.11.2026). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов
МОДЕЛИ  
ТЕЛЕТРАФИКА
М. ПАГАНО
В.В. РЫКОВ
Ю.С. ХОХЛОВ
Москва 
ИНФРА-М
2026
УЧЕБНОЕ ПОСОБИЕ
Под общей редакцией В.В. Рыкова
Рекомендовано Учебно-методическим советом ВО 
в качестве учебного пособия для студентов высших учебных заведений, 
обучающихся по направлениям подготовки 
01.03.02 «Прикладная математика и информатика», 
02.03.01 «Математика и компьютерные науки», 
02.03.02 «Фундаментальная информатика и информационные технологии» 
(квалификация (степень) «бакалавр»)


УДК 621.391(075.8) 
ББК 32.88я73
 
П12
Пагано М. 
Модели телетрафика : учебное пособие / М. Пагано, В.В. Рыков, 
Ю.С. Хохлов ; под общ. ред. В.В. Рыкова. — Москва : ИНФРА-М, 
2026. — 178 с. — (Высшее образование: Бакалавриат). — DOI 10.12737/ 
textbook_5bd709f990a273.05500590.
ISBN 978-5-16-106633-1 (online)
Основная цель предлагаемого курса состоит в том, чтобы дать обзор 
существующих математических моделей трафика в телекоммуникационных системах, показать источники их происхождения и возможное применение. Материал курса опирается на традиционные курсы высшей 
математики, а также курсы теории вероятностей и теории случайных 
процессов в объеме, предлагаемом в технических университетах.
Соответствует требованиям Федеральных государственных образовательных стандартов высшего образования последнего поколения.
Учебное пособие предназначено для студентов бакалавриата и магистратуры, обучающихся по направлениям подготовки 01.03.02 (01.04.02) 
«Прикладная математика и информатика», 02.03.02 (02.04.02) «Фундаментальная информатика и информационные технологии», 02.03.01 (02.04.01) 
«Математика и компьютерные науки», а также может быть использовано 
при подготовке специалистов по другим направлениям, где изучаются 
дисциплины с подобным или близким содержанием. Надеемся, что издание привлечет также внимание аспирантов и специалистов, интересующихся математическим моделированием процессов в телекоммуникационных сетях.  
УДК 621.391(075.8) 
ББК 32.88я73
П12
ISBN 978-5-16-014107-7 (print)
ISBN 978-5-16-106633-1 (online)
©	 Пагано М., Рыков В.В., 
Хохлов Ю.С., 2019
Р е ц е н з е н т ы:
Морозов Е.В., доктор физико-математических наук, профессор Петрозаводского государственного университета;
Федоткин М.А., доктор физико-математических наук, профессор Национального исследовательского Нижегородского государственного университета имени Н.И. Лобачевского


Предисловие
Настоящее издание представляет собой обработку материалов 
лекций, читавшихся в течение ряда лет профессором университета г. Пизы (Италия) М. Пагано студентам, обучающимся по специальности «Теория вероятностей и математическая статистика», 
Российского университета дружбы народов, Петрозаводского, 
Тверского и Томского государственных университетов.
Профессор В.В. Рыков отредактировал и окончательно обработал текст, добавил некоторые результаты, относящиеся к теории 
периодических пуассоновских процессов, применению моделей 
систем массового обслуживания.
Профессор Ю.С. Хохлов предоставил материал по самоподобному трафику, моделям распределений с тяжелыми хвостами и долговременной зависимостью и методам оценивания характеристик 
таких моделей.
Основная цель курса: дать обзор существующих моделей трафика в телекоммуникационных системах, показать источники их 
происхождения и возможные применения. Таким образом, курс 
представляет собой в некотором смысле обзор существующих моделей трафика в телекоммуникационных системах. Естественно, 
невозможно представить все существующие модели, поэтому курс 
отражает интересы авторов в рассматриваемом направлении.
Основной единицей курса является параграф, поэтому нумерация формул, рисунков, таблиц, теорем и т.п. своя внутри каждого 
параграфа. В конце каждого параграфа приведены вопросы и задания для самоконтроля, упражнения, задачи и краткие библиографические замечания.
БоKльшая часть материалов опирается на традиционные курсы 
теории вероятностей, случайных процессов и стохастических сетей. 
В данном пособии авторы избегают ссылок на первоисточники, так 
как они в большинстве случаев малодоступны российскому читателю. Вместо этого даются ссылки на более доступные учебные материалы и монографии с указанием имен авторов приводимых результатов. Упоминания первоисточников (возможно, без ссылок) 
содержатся либо в библиографических примечаниях, помещенных 
после каждого раздела, либо внутри текста.
Предварительную подготовку текста осуществили студентки 
кафедры ТВиМС РУДН Е. Вихарева, И. Стальченко, О. Швецова, 
которым авторы выражают искреннюю благодарность.


Список обозначений и сокращений
R — действительная прямая;
1{A} — индикаторная функция события A;
сov(X, Y) — ковариация;
сov(u, v) = covY(Y(u), Y(v)) — ковариационная функция;
ρ(u, v) — корреляционная функция;
С = σ
μ — коэффициент вариации;
ρ(X, Y) — коэффициент корреляции;
Z = {…, –1, 0, +1, ...}, Z+ = {0, 1, 2, ...} — ряд натуральных чисел;
N(μ, σ2) — семейство нормально распределенных случайных величин (с.в.) с параметрами μ, σ2;
P, M, D — символы вероятности, математического ожидания, 
дисперсии;
F(x), x > 0 — функция распределения (ф.р.) с.в.;
1
0
( ) :
( ),
;
F x
F x
x
=
−
>
 
( )
x
Φ
 — функция стандартного нормального распределения;
⇒ — слабая сходимость распределений случайных величин и векторов или конечномерных распределений случайных процессов;
BH — дробное броуновское движение с параметром H;
Lα — α-устойчивое движение Леви.
Архитектура:
 
• дифференцированного обслуживания — Differentiated Services 
(DiffServ);
 
• интегрированного обслуживания — Integrated Services (IntServ);
 
• открытых систем.
Время двойного оборота — Round Trip Time (RTT).
Закон больших чисел (ЗБЧ):
 
• усиленный закон больших чисел (УЗБЧ).
Интернет:
 
• асинхронный режим передачи — Asynchronous Transfer Mode 
(ATM);
 
• интернет-протокол — Internet Protocol (IP);
 
• максимальный размер пачки — Maximum Burst Size (MBS);
 
• мультипротокольная коммутация меток — Multiprotocol Label 
Switching (MPLS):
 
• окно перегрузки — control windows (cwnd);
 
• пропускная способность соединения (Throughput);


 
• протокол пользовательских дейтаграмм — User Datagram Protocol (UDP);
 
• протокол управления допустимостью соединения — Connection Admission Control (CAC);
 
• протокол управления передачей — Transmission Control Protocol (TCP);
 
• случайное раннее обнаружение — Random Early Detection 
(RED);
 
• ширина полосы пропускания (Bandwidth).
Модели регрессионного типа:
 
• модель авторегрессии порядка p — AutoRegressive process 
(AR(p));
 
• модель скользящего среднего порядка q — Moving Average 
process (MA(p, q));
 
• модель авторегрессии и скользящего среднего порядков p и q — 
AutoRegressive Moving Average process (ARMA(p, q));
 
• проинтегрированная модель авторегрессии и скользящего 
среднего порядков p, d, q — AutoRegressive Integrated Moving 
Average process (ARIMA(p, d, q)).
Обслуживание:
 
• взвешенное справедливое — Weighted Fair Queuing (WFQ);
 
• в порядке поступления — First Come First Served (FCFS) или 
First In First Out (FIFO);
 
• в случайном порядке — Service In Random Order (SIRO);
 
• инверсионная — Last Come First Served (LCFS) или Last In 
First Out (LIFO);
 
• приоритетная дисциплина обслуживания — Priority Service:
 
– с динамическими приоритетами;
 
– с относительным приоритетом — Head of the Line (HoL);
 
– с прерыванием — Preemptive Resume (PR):
 
с прерыванием и дообслуживанием — Prolong Preemptive  Resume (PPR);
 
с прерыванием и обслуживанием заново — Repeat 
 Pre emptive Resume (RPR);
 
с прерыванием и потерей прерванного вызова — Lost 
Preemptive Resume (LPR);
 
• равномерного разделения прибора — Processor Sharing (PS);
 
• циклического обслуживания — Round Robin (RR);
 
• качество обслуживания — Quality of Service (QoS).
Преобразование:
 
• Лапласа (ПЛ);
 
• Лапласа — Стилтьеса (ЛСП).


Распределение:
 
• гиперэкспоненциальное;
 
• гипоэкспоненциальное;
 
• Кокса;
 
• показательное;
 
• с почти отсутствующей памятью (ПОП-распределение);
 
• с длинными хвостами (Long tails distributions);
 
• субэкспоненциальное (Subexponential distribution);
 
• с правильно меняющимся хвостом;
 
• с тяжелыми хвостами (Heavy tails distributions);
 
• фазового типа — Phase-type distribution (PH-распределение);
 
• Эрланга.
Свойство:
 
• долговременной зависимости — Long Range Dependence 
(LRD);
 
• кратковременной зависимости — Short Range Dependence 
(SRD).
Система:
 
• маршрутизатор — Router;
 
• массового обслуживания (СМО);
 
• оконечная — End systems or Hosts;
 
• средства пользователя и серверы — Servers.
Случайная величина (с.в.):
 
• независимые одинаково распределенные случайные величины (н.о.р. с.в.);
 
• плотность распределения с.в. (п.р.);
 
• функция распределения с.в. (ф.р.);
 
• производящая функция вероятностей (п.ф.в.);
 
• производящая функция моментов с.в. и ее распределения 
(п.ф.м.).
Случайный поток событий:
 
• ведущая функция;
 
• движение;
 
• марковский — Markov Arrival Process (MAP):
 
– с групповым поступлением пакетов — Batch Markov Arrival 
Process (BMAP);
 
• перемешивание;
 
• полумарковский (ПМПС);
 
• пуассоновский (ПП):  
 
– общий (ОПП);
 
– однородный:
 
интенсивность;


 
– разрежение;
 
• рекуррентный;
 
• cтационарный;
 
• сумма (наложение).
Случайный процесс (с.п.):
 
• винеровский, процесс броуновского движения;
 
• дробное броуновское движение — Fractional Brownian Motion 
(FBM);
 
• восстановления:
 
– простой;
 
– общий, с запаздыванием;
 
– стационарный;
 
– плотность восстановления;
 
– функция восстановления;
 
• гауссовский;
 
• диффузионный;
 
• коэффициенты:
 
– сноса и диффузии;
 
• Леви:
 
– устойчивый процесс Леви;
 
– дробное движение Леви;
 
• марковский (МП);
 
• марковский процесс восстановления (МПВ);
 
• марковский процесс поступления требований — Markov 
Arrival Process (MAP);
 
• MAP с групповым поступлением пакетов — Batch Markov 
Arrival Process (BMAP);
 
• марковский скачкообразный (МП);
 
• рождения и гибели (ПРГ):
 
– интенсивности рождения и гибели;
 
• МП с дискретным временем, марковская цепь (МЦ):
 
– вложенная марковская цепь;
 
– поглощающая;
 
– граф переходов МЦ;
 
• полумарковский (ПМП);
 
• полумарковская цепь (ПМЦ);
 
• полурегенерирующий (ПРП):
 
– переходная вероятность ПРП;
 
• пуассоновский (см. также Пуассоновский поток, ПП);
 
• дважды стохастический пуассоновский процесс — Double 
Stochastic Poisson Process (DSPP).


 
• общий пуассоновский поток (процесс) (ОПП):
 
– периодический пуассоновский процесс (ППП);
 
– сложный пуассоновский;
 
– простейший (простейший поток):
 
интенсивность;
 
• составной пуассоновский процесс;
 
• марковский модулированный пуассоновский процесс — 
Markov Modulated Poisson Process (MMPS);
 
• обрывающийся пуассоновский процесс — Interrupted Poisson 
Process (IPP);
 
• ведущая функция ПП;
 
• мгновенная интенсивность пуассоновского процесса;
 
• с независимыми приращениями (ПНП);
 
• точечный (ТП);
 
• маркированный (МТП);
 
• рекуррентный ТП (РТП);
 
• самоподобный;
 
• параметр Хёрста, H;
 
• самоподобный со стационарными приращениями — selfsimilar process with stationary increments (H-sssi);
 
• простейший точечный процесс, или простейший поток (ПП);
 
• считающий, счетчик.
Теория массового обслуживания (ТМО).
Центральная предельная теорема (ЦПТ).


Глава 1
ВВЕДЕНИЕ В КУРС
1. ЧТО ТАКОЕ ИНТЕРНЕТ?
1.1. Общие сведения
Удивительное создание человеческого разума последних лет — 
Интернет — интенсивно развивается, охватывая все направления 
человеческой деятельности и отрасли современной индустрии. 
 Понятно, что Интернет является привлекательным и для математического сообщества. В некотором смысле открытые системы (к которым относится и так называемый общедоступный Интернет, 
или просто Интернет) похожи на само человеческое сообщество. 
 Однако если последнему потребовалось несколько десятков тысячелетий, чтобы разработать свои методы объединения в группы 
и процедуры взаимоотношений, Интернет прошел этот путь за несколько десятков лет.
Интернет соединяет миллиарды компьютеров, создавая глобальную инфраструктуру связи, хранения и передачи информации 
и ее обработки. Более того, Интернет агрессивно вторгается во все 
новые области человеческой деятельности (или они используют 
его), такие как мобильная телефония, домашнее обслуживание 
и т.п., создавая впечатляющий объем новых приложений.
В этом кратком введении в курс, посвященном моделям трафика в Интернете, используются некоторая базовая терминология 
и его основные понятия [5]. Интернет состоит из технических 
и программных средств. Технические средства включают в себя:
 
• средства пользователя и серверы (servers). Большинство из этих 
средств — это традиционные настольные персональные компьютеры (Personal Computers — PC), рабочие станции на основе 
UNIX. К ним относятся также современные средства, такие как 
мобильные компьютеры, мобильные телефоны, телевизоры 
и другие существующие, проектируемые или изобретаемые 
средства проникновения в Интернет, например интернет-вещей 
(Internet of Things — IoT). На языке Интернета все эти устройства 
называются оконечными системами (end systems or hosts).
Число пользователей Интернета с 1999 (тогда их было 280 млн) 
по 2013 г. увеличилось в 10 раз и, по различным оценкам, в начале 
2017 г. составляло около 3,5 млрд [52];


 
• оконечные системы связаны каналами связи (links). Есть много 
типов каналов — коаксиальный кабель, медный провод, оптоволокно, беспроводная радиосвязь и т.п. Различные каналы передают данные с различными скоростями. Скорость передачи 
информации каналом (бит/с, b/s) часто называют шириной полосы пропускания (bandwidth); она существенно влияет на трафик 
в сети и, следовательно, должна учитываться при его моделировании;
 
• маршрутизаторы (routers). Задачей маршрутизаторов является 
построение маршрута между оконечными системами.
К программным средствам Интернета относятся:
 
• различные протоколы установления соединений и передачи информации;
 
• программные средства многочисленных приложений.
Для организации согласованной работы различных провайдеров, локальных, корпоративных, национальных и прочих сетей 
были разработаны интернет-стандарты, которые содержат общие 
требования, используемые для решения различных проблем Интернета.
Интернет и компьютерные сети вообще интенсивно используют 
протоколы для выполнения различных задач. Понятие протокола 
(как и многое другое) пришло в Интернет из нашей повседневной 
практики, где мы постоянно используем протоколы для установления контакта и ведения диалога. В нашем общении также существуют многочисленные протоколы. Они включают звуковой 
(аудио), визуальный (видео), контактный и другие виды общения. 
Отметим, что содержательная часть диалога остается за рамками 
протокола. Ясно, что протоколы не работают, когда люди начинают 
общение на «разных» (в прямом и переносном смысле) языках.
Аналогичная ситуация имеет место в сетевых протоколах. Сетевой протокол подобен правилам общения между людьми, 
за исключением того, что объектами, обменивающимися сообщениями и предпринимающими действия, являются технические 
и программные компоненты сети (например, компьютеры, маршрутизаторы или другие устройства).
Любая деятельность в Интернете, которая включает две или 
более удаленные взаимодействующие единицы, управляется с помощью протоколов. Например, протоколы в маршрутизаторах 
определяют путь пакета от источника к месту назначения, встроенные (технические) протоколы в картах сетевого интерфейса двух 
физически связанных компьютеров управляют потоком битов 
в «проводе» между двумя картами сетевого интерфейса, протоколы 


Доступ онлайн
от 232 ₽
В корзину
Частному лицу
Бумажная книга
1 266 ₽
Купить
Купить в составе основной коллекции от 1 490 ₽