1.5. Контрольные вопросы

1. Что понимается под архитектурой ИВС?

2. Для чего создана эталонная модель взаимодействия открытых систем?

3. Каковы уровни эталонной модели?

4. Какие задачи решает прикладной уровень?

5. Что такое "протокол управления контекстами" и "протокол управления терминалами"?

6. Сформулируйте функции, выполняемые протоколом прикладного уровня.

7. Как связаны синтаксис и семантика с прикладным и представительным уровнями?

8. Какие функции выполняет протокол представительного уровня?

9. Какие функции выполняет протокол сеансового уровня?

10. Каковы задачи, решаемые на транспортном уровне?

11. Сформулируйте особенности использования дейтаграмм и виртуальных каналов.

12. Какие функции выполняет протокол сетевого уровня?

13. Какие функции выполняет протокол канального уровня?

14. Какие функции выполняет протокол физического уровня?

15. Что такое абонентская система?

16. Приведите классификацию ИВС по протяженности.

17. Каковы принципиальные отличия локальных, региональных и глобальных сетей?

18. Приведите классификацию ИВС по числу и типам используемых абонентских систем.

19. Каковы достоинства и недостатки сетей с централизованным и распределенным управлением?

20. Что такое коммуникационная подсеть?

21. Каковы основные характеристики коммуникационной подсети?

22. Чем отличается физическая скорость передачи данных по каналу от сквозной?

23. Какие факторы влияют на сквозную скорость?

24. В чем особенности метода доступа Ethernet?

25. В чем особенности метода доступа Arcnet?

26. В чем особенности метода доступа Token-Ring?

27. Перечислите задачи, решаемые локальными сетями.

28. Что такое абонентские и ассоциативные системы?

29. Охарактеризуйте рабочие и терминальные системы.

30. Каковы функции административной системы?

2. Методы оптимизации сетей эвм

Оптимизация в процессе проектирования и функционирования се­тей ЭВМ занимает важное место. В данной главе дан обзор задач и методов оптимизации в соответствующей предметной области. Рассмот­рен практически весь спектр задач от структурного синтеза тополо­гии сети до многокритериальных проблем выбора пропускных способ­ностей. Глава завершается кратким обзором инженерных методов оцен­ки надежности ИВС.

2.1. Проблемы оптимизации сетей эвм

В процессе системного проектирования ИВС удается получить на­бор компонентов сети: узлов коммутации, линий передач, концентра­торов и мультиплексоров с известным набором характеристик; напри­мер, концентратор может обслуживать не более некоторого числа терминалов. Наивно предполагать, что на этой стадии проектирование завершено. Разработчик сети должен найти наилучший вариант распо­ложения этих компонентов, который отвечал бы требованиям, предъяв­ляемым сетевым трафиком; обычно им должен быть самый дешевый вари­ант, соответствующий определенному критерию эффективности сети (например, обеспечивающий задержку в сети, производительность или надежность). Эту вторую стадию процесса проектирования можно на­звать оптимизацией сети.

Задача оптимизации настолько сложна, что пока не решена в об­щем виде, но известно множество подходов к решению ее подзадач. Рассмотрим наиболее типичные методы и подходы, уделяя основное внимание их разнообразию. Значительная часть теоретических положе­ний приводится без доказательств.

Рассмотрим общую постановку задачи. Как правило, исходными данными для задачи оптимизации является расположение терминалов (любых устройств, которые могут быть абонентами сети). Поскольку терминалы могут сильно различаться по своим характеристикам, сле­дующая по важности совокупность данных задается матрицей требова­ний. В ней содержатся сведения о том, какой объем информации сеть должна передать от каждого терминала ко всем остальным.

Сетевой трафик изменяется в зависимости от времени суток и дня недели. В большинстве случаев сеть проектируется в расчете на максимальный трафик. Во избежание неопределенности, обусловленной статическими флуктуациями, обычно рассматривают средний трафик в час наибольшей нагрузки самого напряженного дня недели.

Следующая совокупность данных касается компонентов, из кото­рых строится сеть: узлов, концентраторов, мультиплексоров и, воз­можно, спутников связи вместе с их наземными станциями. Каждый из компонентов сети характеризуется своими предельными характеристи­ками и стоимостью. Поэтому может возникнуть необходимость выбора одной из нескольких моделей узлов коммутации, обладающих различны­ми предельными характеристиками по обработке пакетов и стоимостью. Аналогичная проблема возникает и при выборе линий передачи.

Для каждой из компонент существуют топологические ограниче­ния. Например, мультиплексор или концентратор могут обслуживать не более заданного числа терминалов, а в узле коммутации может схо­диться не более определенного числа линий связи, возможно завися­щего от их пропускных способностей. Основную задачу оптимизации можно сформулировать как размещение и соединение компонент сети.

Критерием успешного завершения являются либо оптимизация не­которой переменной, либо удовлетворение заданных ограничений. Поэ­тому нельзя требовать, чтобы сеть одновременно имела минимальные как стоимость, так и среднюю задержку пакета. Необходимо либо ввести критерий, который устанавливает компромисс между этими па­раметрами, либо рассматривать один из них как ограничение, а дру­гой как оптимизируемую переменную.

К основным параметрам сети относятся стоимость, производи­тельность, задержка и надежность. Стоимость часто выступает как оптимизируемый параметр и является величиной, которая определяется одним числом для всей сети.

Производительность сети тесно связана с матрицей требований. Иногда производительность не является заданной величиной и ее не­обходимо максимизировать. В этих случаях для изменения матрицы требований вводится масштабный множитель, который затем максимизи­руется. При этом величина полного трафика становится параметром, характеризующим сеть в целом, а матрица требований показывает от­носительное распределение трафика между терминалами.

Задержку можно представить как среднюю задержку сообщений в сети, однако в большинстве случаев важно знать и полную картину распределения задержек. Часто бывает достаточным рассчитать рас­пределение вероятностей для задержек и оценить, насколько они при­емлемы, в то время как средняя задержка выступает как главный па­раметр оптимизации.

Надежность, по существу, означает доступность услуг сети для всех ее абонентов. Частота отказа узлов и линий связи, а также среднее время их восстановления являются частными характеристика­ми, однако коэффициент готовности, измеряемый долей времени, в те­чение которого терминал может пользоваться услугами сети, также может быть параметром, используемым при оптимизации. Часто можно показать, что требования к надежности почти эквивалентны требова­ниям к связности сети.

Даже если бы строгое решение задач оптимизации в полной по­становке было возможным, реализация этой возможности на практике вряд ли часто необходима. Во всех реально встречающихся случаях имеются существенные ограничения, снижающие размерность задачи оп­тимизации. Оптимизация в сетях общего пользования имеет жесткие ограничения, связанные со сложившимся расположением оборудования и точек доступа к линиям связи. В отличие от разработчика частной сети инженер, расширяющий сеть общего пользования, учитывает ре­альные стоимости и поэтому, вероятно, предпочтет размещение цент­ров коммутации там, где сходятся линии связи. Вместе с тем он дол­жен предусмотреть возможное развитие сети значительно дальше, чем разработчик частной сети, поскольку планирование установки связно­го оборудования определяется периодом, измеряемым, скорее, десяти­летиями, чем годовыми интервалами. Такое планирование строится на принципе обеспечения возможности установки дополнительного обору­дования для предполагаемого расширения сети. Минимизация стоимости дополнительного оборудования (т.е. будущего варианта сети) может оказаться более выгодной для экономики сети общего пользования, чем текущая оптимизация, учитывающая только существующие в данный момент потребности в передаче информации.

В силу изложенных выше причин задачи оптимизации, встречающи­еся на практике, могут сильно отличаться от задач, обычно рассмат­риваемых в литературе.

При решении задач оптимизации было бы идеальным применить строгие математические методы и получить точное оптимальное реше­ние. Однако, даже если задачу можно строго сформулировать и в принципе решить, в большинстве случаев такой подход оказывается неоправданно громоздким. Обычно применяются три подхода, которые можно классифицировать как комбинаторный, аналитический и эвристи­ческий.

Комбинаторные методы имеют дело с конечными множествами и от­ношениями между ними. Типичным примером применения этих методов является выбор топологии сети. Узлы и линии связи сети образуют граф, свойства которого исследуются методами известной теории.

Сложность комбинаторных задач обусловлена их большой размер­ностью и огромным числом возможных вариантов, которые необходимо исследовать. Например, в сети из 30 узлов существует 435 вариантов соединения пары узлов линией связи и 2⁴³⁵ вариантов расположения линий связи, включая и множество тривиальных случаев. Изучение то­пологии сетей путем перебора всех возможных вариантов - совершенно бесперспективное занятие. Поэтому возникает потребность в более простых эвристических методах, являющихся, по существу, методами "проб и ошибок".

Задача распределения потока информации по линиям связи с целью увеличения пропускной способности является примером задачи, которая допускает аналитическое решение. Некоторые из аналитичес­ких методов оптимизации построены на больших упрощениях, например, сведении нелинейной задачи к линейной.

Какова бы ни была задача, часто наилучшими методами ее реше­ния являются эвристические. Например, программа может генерировать топологии с улучшенными свойствами, пользуясь некоторыми "разумны­ми" соображениями, вместо того чтобы использовать алгоритм с дока­занной сходимостью к оптимуму. Такая программа может многократно "улучшать" потоки в сети без какой-либо гарантии оптимальности ре­зультата. Чтобы достаточно полно охватить возможные случаи, вво­дятся случайные изменения, и тогда одно из "наилучших решений" мо­жет оказаться близким к оптимуму. В эвристическом алгоритме реше­ния задачи оптимизации случайным образом выбираются начальные точ­ки, число которых должно быть достаточно большим. Результаты, по­лученные для различных начальных точек, сравниваются между собой. Наилучший из них выбирается в качестве истинного решения задачи.