Full Text

Введение. Алгоритмы случайного множественного доступа с контролем несущей широко распространены и применяются в сетях с разделяемой (общей) средой передачи данных. В настоящее время случайный доступ к каналу успешно применяется в проводных промышленных, сенсорных (Fieldbus) и беспроводных децентрализованных самоорганизующихся сетях связи (MANET). Преимуществом случайного доступа над детерминированным является возможность обеспечения меньших временных задержек доступа и передачи данных по сети. Это возможно за счёт организации передачи информации только в необходимые моменты времени, а не распланированные заранее принятым «расписанием». Известно, что использование случайного доступа эффективно при значении коэффициента использования пропускной способности каналов связи менее 0,5 [1-4]. В иных случаях методы детерминированного доступа имеют преимущественное применение за счёт гарантированности интервалов доставки данных и высокой предсказуемости максимальной величины задержки доступа и передачи. Существует большое множество различных алгоритмов случайного множественного доступа с контролем несущей, предотвращением и избеганием коллизий. В fieldbus-сетях нашли применение: CSMA/NBA (промышленные шины CAN, KNX/EIB, DeviceNet), 1-CSMA/CD (EtherNet/IP, ModBus/TCP), predictive p-Persistent CSMA (BacNet, LonWorks). Алгоритмы отличаются эффективностью (времени и надёжности передачи) обеспечения информационного обмена в сети при различных: загруженности каналов сети, количестве узлов, периодичности/спорадичности сетевой нагрузки и других параметрах. Передаваемый в анализируемых сетях трафик имеет «взрывной» спорадический характер. Это актуализирует исследование и применение алгоритмов, самоадаптирующихся к изменяющемуся уровню загрузки сетевого канала, в частности, алгоритма с прогнозированием нагрузки predictive p-persistent CSMA. Данные алгоритмы обеспечивают высокий уровень полезной пропускной способности канала [3, 4]. Научным сообществом выполняется множество научно-исследовательских работ, посвященных изучению влияния параметров алгоритмов доступа на вероятностные и временные характеристики передачи данных в информационно-управляющих сетях [5-20]. В работе [5] изучается KNX-технология, в [6-10] CAN-шина, DeviceNet [11], в [12-20] выполняется анализ характеристик сетей с адаптивным протоколом, в частности, сети LonWorks с исследуемым в работе алгоритмом доступа. Работы посвящены изучению сетевых характеристик и созданию рекомендаций по выбору протокольных параметров алгоритмов доступа для обеспечения малой временной задержки передачи с требуемым уровнем надёжности доставки данных. В настоящей работе изучается вопрос влияния различных законов распределения (выбора) числа слотов доступа к каналу связи на характеристики передачи. Данный вопрос уже рассматривался ранее в работах Marek Miśkowicz [12-15]. В указанных источниках изучалось влияние параметров геометрического распределения и были получены результаты для предельного случая функционирования сети в режиме насыщения канала [13]. Полученные результаты малопригодны для типовых режимов функционирования сетей связи с принятой допустимой загрузкой канала, не превышающей значения 0,5 [1, 2]. Поэтому в настоящей работе изучаются вопросы влияния основных законов распределения слотов соперничества узлов за канал (экспоненциального, нормального, равномерного) на характеристики сетевого обмена при различной загруженности сетевого канала. Итогом работы являются количественная оценка характеристик сетевого обмена и анализ преимуществ и недостатков применения различных распределений выбора слотов соперничества исследуемого алгоритма множественного доступа predictive p-persistent CSMA. 1. Модель алгоритма множественного доступа. Передача данных в сети с алгоритмом доступа predictive p-persistent CSMA осуществляется в синхронных пакетных циклах (рис. 1), включающих [2]: 1) минимальный межпакетный интервал времени β1 проверки отсутствия активности в канале связи; 2) приоритетный интервал, равный числу приоритетных тайм-слотов доступа, продолжительностью β2 каждый; 3) случайный интервал доступа T, равный случайному количеству слотов доступа продолжительностью β2, выбираемых по равномерному закону из диапазона [0..W-1], где ширина соревновательного окна W = Wbase·BL, базовая ширина соревновательного окна Wbase = 16, прогнозируемая на канал нагрузка (backlog) BL = [1..64] регулирует уровень настойчивости узлов сети; 4) задержка передачи пакета, равная продолжительности передачи PL бит данных по каналу с пропускной способностью C. Рис. 1. Структуры пакетных циклов При выборе узлами равного числа слотов доступа и одновременной передаче возникает коллизия, которая приводит к потере сообщения при ненадёжной передаче без повторения или повторной передаче данных при использовании надёжного сервиса доставки с подтверждением. Повышение вероятности предотвращения коллизии в следующий пакетный цикл требует увеличения на 1 прогнозируемой нагрузки [2]. Успешный или свободный пакетный цикл завершается снижением узлами прогнозируемой на канал нагрузки на единицу для сокращения времени доступа в следующий пакетный цикл. Прогнозирование нагрузки выполняется узлами сети синхронно в конце каждого пакетного цикла и также зависит от количества сообщений, ожидаемых к передаче в ответ на переданное сообщение (содержится в служебной информации пакета). Таким образом, для сообщений, не требующих подтверждения, дополнительная нагрузка равна 0, а для одноадресных сообщений, требующих подтверждения, нагрузка равна 1. Модель алгоритма случайного множественного доступа разработана [20] в среде имитационного моделирования AnyLogic. Модель построена с использованием агентного моделирования и имеет иерархическую структуру вложенных объектов: канал сети, узлы, сообщения. В момент запуска модели на исполнение формируются структуры и выполняется инициализация параметров канала и узлов сети. Модель основного объекта-узла показана на рис. 2 и воспроизводит функциональность временной диаграммы работы алгоритма доступа и передачи (см. рис. 1). Рис. 2. Диаграмма состояний и переходов модели алгоритма доступа и передачи Каждый узел функционирует независимо от других узлов, но в зависимости от синхронизма пакетных циклов и состояния общего канала связи. Модели алгоритмов доступа p-persistent CSMA с и без прогнозирования отличаются только изменением нагрузки в состоянии «НачалоПакетногоЦикла» (см. рис. 2). В процессе функционирования модели в случайные моменты времени узлами выполняется генерация сообщений для передачи. Модель генерации: - каждый узел имеет независимый источник генерации сообщений; - интенсивности генерации сообщений узлов сети равны; - приоритеты узлов и сообщений равны, т.е. воспроизводится равноправное соперничество; - интервалы времени между формированием сообщений распределены по экспоненциальному закону. Представленная модель генерации сообщений позволит исследовать характеристики сети в режиме наивысшей загрузки с выбранными параметрами. Принципы генерации и обработки сообщений зависят от типа моделируемого сервиса доставки сообщений. При использовании сервиса передачи без подтверждения передача завершается удалением исходного сообщения безотносительно к результатам пакетного цикла. При передаче сообщения, требующего подтверждения: узел-источник сохраняет исходное сообщение, получатель исходного сообщения генерирует и передаёт ответное сообщение; источник ждёт получения ответного сообщения, и удаляет исходное сообщение, в случае отсутствия подтверждения за время таймера ожидания узел осуществляет повторную передачу сообщения (ограниченное число раз). Передача ответного сообщения характеризуется нулевым количеством повторных попыток передач. Разработанная модель преимущественно отличается от аналогов [12-16] корректным учётом ранее не анализируемых в моделях для исследуемого алгоритма значимых протокольных факторов функционирования, таких как таймеры и счетчики повторной передачи сообщений, параметры и принципы обработки сообщений различных типов и сервисов доставки. 2. Исследование модели алгоритма доступа. Исследование модели алгоритмов доступа predictive p-persistent CSMA и p-persistent CSMA выполняется с тремя разными законами выбора числа слотов доступа к каналу связи: равномерное, нормальное, экспоненциальное. Исследование выполняется при следующих исходных данных: - топология сети - общая шина; - среда передачи - витая пара TP/FT-10 с пропускной способностью C = 78,125 Кбит/с, - временные параметры доступа - β1 = 868 мкс, β2 = 168 мкс; - базовая ширина соревновательного окна - W = 16; - число узлов в канале сети - N = 20; - интенсивность нагрузки - λ (сообщений/с) варьируется для анализа характеристик сети на всём диапазоне загруженности канала; - сервисы доставки - с подтверждением и без него; - средний размер сетевого сообщения LonWorks - PL = 12 байт; - количество повторных попыток передачи для сервиса с подтверждением - 3; - таймер ожидания ответного сообщения - 30 мс. Получаемые в ходе исследования результаты носят общий характер для различных сред передачи ввиду пропорциональности параметров доступа, но могут отличаться для различных промышленных сетей с различным соотношением продолжительности доступа и передачи данных. В процессе исследования выполняется количественная оценка характеристик: - число слотов доступа при успешной и неудачной (коллизии) передаче, которые иллюстрируют уровень задержки доступа (задержка передачи постоянна и равна времени распространения сигнала в линии связи и буферизации на приёмнике); - вероятность потери сообщения; - загрузка канала. Результаты оценки характеристик модели алгоритма доступа для сервиса ненадежной доставки (без подтверждения) приведены на рис. 3 и 4.Анализ результатов нормального и экспоненциального законов распределения слотов показывает взаимно противоположные результаты по анализируемым характеристикам. Нормальный закон распределения иллюстрирует большое число слотов доступа при успешной и неудачной передаче (коллизии) за счёт сосредоточенности случайных слотов, выбираемых узлами в узком диапазоне в середине соревновательного окна [1..W]. Экспоненциальный закон, напротив, иллюстрирует очень малое число слотов доступа (см. рис. 3), поскольку выбор слотов смещён к началу соревновательного окна. Это определяет малое время доступа и наименьшую загруженность канала среди анализируемых распределений (см. рис. 4, б). Тем не менее экспоненциальное распределение не обеспечивает наименьшую вероятность потери в сети (см. рис. 4, а). Это обусловлено плотностью экспоненциального распределения слотов соперничества на интервале доступа. а б Рис. 3. Количество слотов доступа: а - при успешной передаче; б - при коллизии Экспоненциальный закон обеспечивает сосредоточенность выбора слотов в начале окна доступа, за счёт чего вероятность коллизии на начальных слотах также возрастает и приводит к высокой вероятности потери данных в случае использования сервиса ненадежной доставки. а б Рис. 4. Характеристики передачи данных: а - вероятность потери; б - загрузка канала Таким образом, нормальное и экспоненциальное распределения иллюстрируют граничные характеристики механизма доступа. Наихудшие результаты характеристик доступа наблюдаются на всём диапазоне загруженности канала при нормальном распределении. Распределение характеризуется наибольшей вероятностью потери сетевого сообщения и высокой загрузкой канала, обеспечивая наименьшую полезную пропускную способность сетевого канала. Равномерное распределение, напротив, показывает наименьшую вероятность потери сообщения, поскольку слоты распределяются равномерно по ширине окна, снижая вероятность коллизии. Данное преимущество равномерного распределения определяет его недостаток - наибольшую загрузку канала, близкую к величине нормального распределения. Таким образом, для обеспечения надёжности передачи в сети с сервисом ненадёжной доставки целесообразно использовать равномерное распределение. Для обеспечения наименьших временных затрат доступа и передачи может быть использован экспоненциальный закон выбора числа слотов доступа, но не рекомендуется по причине высокой вероятности потери информации, превышающей величину, свойственную равномерному распределению. Полученные результаты моделирования совпадают для алгоритмов p-persistent CSMA с и без прогнозирования нагрузки на канал сети, что свидетельствует о малом влиянии механизма прогнозирования в рабочем режиме функционирования сети с загрузкой канала до 50 %. Результаты оценки характеристик модели алгоритма доступа для сервиса надежной доставки (с подтверждением) приведены на рис. 5 и 6. Сравнительный анализ результатов моделирования, полученных для сервисов надёжной и ненадёжной доставки, иллюстрирует схожесть характера, но различие в динамике изменения анализируемых характеристик (рис. 3-6). Сервис надежной доставки характеризуется наличием в сети трафика ответных сообщений, что значимо увеличивает загруженность канала (см. рис. 6, б) в сравнении с ненадежной доставкой (см. рис. 4, б). При использовании сервиса ненадежной доставки загрузка канала в 60 % достигается только при нагрузке от одного сетевого узла, равной 10 сообщений в секунду (см. рис. 4, б), а для сервиса надежной доставки величина полезной нагрузки составляет 4 сообщения в секунду (см. рис. 6, б). Увеличение скорости насыщения (загрузки) канала с ростом интенсивности нагрузки приводит к аналогичному росту скорости изменения и других характеристик - числа слотов доступа при передаче и вероятности потери сообщений. При этом характер изменения числа слотов доступа для нормального и экспоненциального распределений аналогичен для различных сервисов доставки. Равномерный закон распределения для различных сервисов доставки иллюстрирует разный характер изменения числа слотов доступа. Это объясняется резким ростом загруженности сетевого канала, при котором средний номер слота доступа при успешной и неудачной передаче в канале смещается от среднего значения (W-1)/2 к 1 с приближением загруженности канала к 100 % (см. рис. 6, б). Механизмы, обеспечивающие гарантированность доставки данных, приводят к повышению загрузки канала связи, что отрицательно влияет на надежность передачи. С одной стороны, повторные передачи уменьшают вероятность потери сообщения (повышают вероятность доставки исходного сообщения). С другой стороны, это приводит к росту нагрузки на сеть, увеличению объёма сетевого трафика и соответственно увеличению вероятности коллизии сообщений, уменьшению полезной пропускной способности канала. Таким образом, можно сделать вывод, что сервис надежной доставки эффективен для применения в случаях, когда отрицательная составляющая влияния дополнительных передач меньше положительной. а б Рис. 5. Количество слотов доступа: а - при успешной передаче, б - при коллизии а б Рис. 6. Характеристики передачи данных: а - вероятность потери; б - загрузка канала При сравнении графиков вероятности потери сообщений с сервисами надежной и ненадёжной передачи (см. рис. 4, а и 6, а) можно отметить, что наименьшая вероятность потери данных наблюдается для сервиса надежной передачи до нагрузки от узла в 6 сообщений в секунду, что соответствует полезной загрузке канала 40 % (загрузке, учитывающей время передачи только полезных данных, см. рис. 4, б). После данного уровня нагрузки дополнительный трафик резко возрастает, что приводит к экспоненциальному росту загрузки канала, вероятности коллизии и, как следствие, вероятности потери информации. При полезной загрузке выше 40 % использование сервиса надежной доставки нецелесообразно, и в таком случае возможно применение сервиса ненадежной доставки (см. рис. 4, а). Наименьшее число слотов доступа и загруженность канала сети с сервисом надежной доставки характерны для экспоненциального распределения. Тем не менее надежность доставки распределения хуже, чем равномерного. Это обусловлено использованием при экспоненциальном распределении большего числа попыток до успешной передачи, завершение которых приводит к его удалению, т.е. к неудачной доставке. Таким образом, несмотря на наименьшее число слотов доступа экспоненциального распределения, нельзя сделать вывод о свойственном ему меньшем времени доставки в сети по сравнению с равномерным распределением. Это требует дополнительной оценки числа попыток передач сообщения до его успешной доставки. Поэтому далее в работе примем, что время доступа до успешной передачи экспоненциального распределения меньше равномерного при низкой загрузке канала (когда отсутствуют коллизии и потери) и продолжительность доставки распределений практически равна при большей загруженности, когда использование экспоненциального распределения сокращает время доступа, но увеличивает итоговую продолжительность доставки большим числом попыток передачи. Таким образом, можно сделать вывод о целесообразности использования экспоненциального распределения на этапе до 10 % полезной загрузки канала (2 сообщения в секунду от узла анализируемой сети, см. рис. 6, а) и равномерного распределения в интервале полезной загрузки 10-40 % (см. рис. 4, б), что соответствует нагрузке до 6 сообщений в секунду (см. рис. 6, б). Выводы. По результатам моделирования алгоритмов с прогнозированием нагрузки на сетевой канал и без него получены одинаковые результаты оценки сетевых характеристик. Это подтверждает малую значимостью механизма прогнозирования нагрузки в сети с полезной загруженностью канала до 50 % для различных сервисов доставки. Анализ полученных в работе результатов позволяет сформулировать рекомендации по выбору законов распределения слотов соперничества изучаемых алгоритмов доступа. Сервис без подтверждения может успешно применяться на всём диапазоне загруженности сетевого канала, при этом целесообразно использовать равномерное распределение, обеспечивающее наименьшую вероятность потери данных. Сервис надежной доставки может эффективно использоваться при полезной загрузке канала до 40 %. При этом с загрузкой канала до 10 % целесообразно использование экспоненциального распределения, обеспечивающего малое время доступа и вероятность потери, аналогичную равномерному распределению. В диапазоне загрузки 10-40 % целесообразно использование равномерного распределения, для которого характерна наименьшая вероятность коллизий, число повторных попыток передач сообщений, следовательно, наименьшее среднее время доставки сообщений и вероятности потери.

About the authors

S. A Dadenkov

Perm National Research Polytechnic University

E. L Kon

Perm National Research Polytechnic University

A. A Dadenkov

Perm Technological Research Institute

References

Statistics

Views

Abstract - 53

PDF (Russian) - 29

Refbacks

• There are currently no refbacks.