![](/user_photo/_userpic.png)
Материалы всероссийской научно-технической конференции Автоматизир
..pdfном виде можно представить НС в виде последовательно соединен ных ОН, структура которых замкнута в кольцо. При этом если рас сматривать только этап проведения аналого-цифрового преобразова ния [4], то такую структуру можно взять за основу модели, так как Км, входные и выходные нейроны обеспечивают только маршрути зацию сигналов к соответствующей части свободных ОН.
На данном этапе моделирования мы поставили задачу опреде лить влияние отказов ОН в НС без дополнительных связей на веро ятность отказа в формировании ИАЦП под пришедший входной сигнал.
В качестве системы имитационного моделирования была выбра на программа AnyLogic, которая специализируется на создании мо делей для бизнеса, производства, IT-инфраструктуры и т.д. При вы боре этой системы главным аргументом стала возможность задания гибкой логики для работы модели, которая бы описывала принципы поведения нейронов и коммутации ОН в ИАЦП. В AnyLogic созда ние имитационной модели осуществляется с помощью трех основных подходов: системная динамика, дискретно-событийное и агентное моделирование. Для описания работы нашей системы был выбран агентный подход моделирования.
В агентном подходе моделирования система представляется в виде набора агентов, представляющих собой заявки, ресурсы, об служивающие системы. Каждый агент имеет свою программную реа лизацию и обладает динамическим поведением, т.е. агент зависит не только от событий заявки, но и от поведения других элементов (зая вок, агентов) системы, что, в свою очередь, подходит для описания логики формирования ИАЦП, формирования и обслуживания заявок, описания параметров и жизненного цикла ОН.
Для описания работы модели было создано 2 класса, агенты ко торых расположены и взаимодействуют между собой через агент верхнего уровня Main: MyNeuron (содержит популяцию агентов myNeurons, описывающих состояние, параметры и цикл жизни ней рона) и MyMessage (содержит популяцию агентов myMessages, пред ставляющих собой заявки для формирования ИАЦП с заданными параметрами). Кроме того, в агенте Main присутствует оператор со бытия generateMessages, который представляет собой входной поток заявок, имеющих пуассоновское распределение, но при этом опера тор имеет ограничение в генерации заявок, т.е. одновременно не
может быть сгенерировано заявок больше, чем задано входов для АЦП. Также присутствуют дополнительные счетчики для сбора ста тистики и анализа некоторых параметров системы, такие как: счетчи ки поступивших в систему заявок, счетчик заявок, получивших отказ
вобслуживании, когда не хватает ОН для обработки заявки, счетчик отказов, наступивших при выходе из строя ОН,.занятого обработкой заявки в данный момент, и счетчик находящихся в системе заявок
вданный момент.
Агент myNeurons (рис. 2) содержит в себе следующие параметры нейронов: номер, исправность и занятость нейрона.
Р а б о ч е е
со сто ян и е
Рис. 2. Структура агента myNeurons
Иерархическая структура (диаграмма состояний) задает логику изменения состояния нейрона от исправного к неисправному через графические блоки:
-исходное состояние (нейрон исправен);
-рабочее состояние (то же состояние, что и в исходном; данный блок используется для задания в следующем переходе в конечное со
стояние интенсивности или условия выхода из строя ОН, так как
вграфическом элементе исходного состояния нет такой функции);
-конечное состояние (в этом блоке задается алгоритм выхода нейрона из строя).
Агент myMessages (рис. 3) описывает входную заявку присущи ми ему параметрами (разрядность, время жизни, соответствующее времени, требуемому для обработки заявки, номер входа) и размеще
ние ее в НС. Операция «удаление» уничтожает заявку в системе
иосвобождает занимаемые ею нейроны, т.е. является аналогом раз рушения, сформированного ИАЦП. Блок-схема, представленная на рис. 3, задает логику обслуживания заявки, т.е. формирования ИАЦП,
исостоит из следующих блоков:
-исходное состояние (заявки не существует, ожидается наступ ление события generateMessages);
-поступление заявки переводит агент в состояние ФИАЦП (формирование индивидуального аналого-цифрового преобразовате
ля), одновременно исполняется функция по поиску свободных ней ронов в НС; из состояния ФИАЦП в зависимости от того, удалось ли найти свободные нейроны и разместить ИАЦП в НС, агент myMessages может перейти в два состояния:
-Формирование |
|
|
|
|
V |
заявки |
/ |
! |
Происходит процесс |
|
|
|
||
|
|
|
|
поиска свободных и не |
|
|
|
|
занятых нейронов для |
|
|
|
|
обработки заявки - |
|
|
|
|
формирование |
|
|
|
, |
индивидуального АЦП |
|
ФИАЦП |
|
|
|
|
|
|
|
Метка «выбор» означает, |
|
|
|
|
что заявка смогла |
|
|
|
|
сформировать ИАЦП в НС |
Ожидание |
вывороте |
|
|
|
___ _ 1Г
О бслух:ивание
1г
Разрушение 1 ИАЦП
Рис. 3. Алгоритм работы агента myMessages
• ожидание наступает, если заявку не удалось разместить, при этом по таймеру агент будет возвращаться в состояние ФИАЦП и снова проверять состояние нейронов, так как генерация и соответ ственно исчезновение заявок не зависят непосредственно от АЦП, а определяются условиями внешних систем, то невозможность раз местить заявку не приводит к ее удалению;
• обслуживание наступает, если удалось найти свободные нейроны в достаточном количестве и входной сигнал может быть измерен, из этого состояния агент выйдет только по истечении вре мени жизни заявки, либо если во время обслуживания выйдет из строя один из нейронов, которые были задействованы для этого обслуживания.
Отказом в обслуживании является пребывание заявки в состоя нии ожидания больше некоторого времени (времени жизни заявки), которое свидетельствует о том, что в НС не хватает свободных и ис правных нейронов для формировании ИАЦП заданной разрядности.
Так как, вообще говоря, АЦП - это система реального времени, то наличие отказов в системе является одной из самых важных ее харак теристик, поэтому при моделировании как основной изучаемый па раметр мы приняли именно вероятность отказа.
Авторы считают, что в данной работе новыми являются сле дующие положения и результаты: разработана имитационная модель нейронной сети (НС) самомаршрутизирующегося аналого-цифрового преобразователя, при моделировании был использован агентный подход к моделированию, модель содержит две группы агентов, со ответствующих нейронам и входным заявкам на формирование ИАЦП. Исследование построенной модели привело к выводу о том, что положение вышедших из строя нейронов сильно влияет на изме нение вероятности отказа в обработке заявки в зависимости от интен сивности потока входных заявок.
В настоящее время решаются следующие задачи: улучшение мо дели НС для обеспечения легкой настройки системы под разное ко личество дополнительных связей между нейронами, исследование влияния других параметров на вероятность отказа в формировании ИАЦП (количество входов и количество нейронов, допустимые раз рядности заявок, количество и порядок выхода из строя нейронов). Кроме того, особый интерес представляет решение обратной задачи: определить требуемое количество нейронов при заданной вероятно сти безотказной работы устройства.
Библиографический список
1. Матушкин Н.Н., Южаков А.А. Измерительные преобразова тели на основе потоковой динамической архитектуры // Известия вузов. Приборостроение - 1994. -№ 1. - С. 16-21.
2.Посягин А.И., Южаков А.А. Разработка аналого-цифрового преобразователя на основе нейронной сети // Электротехника. - 2012.
-№ И . - С . 18-24.
3.Посягин А.И., Южаков А.А. Самомаршрутизирующийся ана лого-цифровой преобразователь на основе двухслойной нейронной
сети // Нейрокомпьютеры. - 2013. -№ 11. - С. 76-81.
4.Посягин А.И., Южаков А.А. Самомаршрутизация сигналов
ваналого-цифровом преобразователе на основе нейронной сети // Известия высших учебных заведений. Приборостроение. - 2014. - Т. 5 7 . - № 5 . - С . 38-43.
РАЗРАБОТКА И АНАЛИЗ МОДЕЛЕЙ ПРОТОКОЛОВ
МНОЖЕСТВЕННОГО ДОСТУПА CSMA-УЗЛОВ К СЕТЕВОМУ КАНАЛУ
Студентка гр. ТК-12-16 Ю.В. Лихачева
Научный руководитель - ассистент С.А Даденков Пермский национальный исследовательский политехнический университет
Решение задачи организации множественного доступа узлов к каналу в сетях с разделяемой средой передачи выполняется с по мощью вероятностных и детерминированных методов доступа. Веро ятностные методы позволяют более эффективно использовать сете вой канал при передаче спорадического трафика, а детерминирован ные методы - при передаче регулярного трафика. Использование де терминированных методов является целесообразным для обеспече ния вероятностно-временных характеристик систем жесткого реаль ного времени (РВ), в то время как вероятностные методы могут обес печить меньшее время передачи (при условии небольшой полезной загруженности канала с множественным соперничеством или высо кой загруженностью без соперничества), служить основой организа ции систем мягкого реального времени. Поэтому применение вероят ностных методов множественного доступа CSMA (Carrier Sense Mul tiple Access) получило широкое распространение в локально вычислительных сетях, сетях доступа Ethernet (FE, GE, xGE, ТЕ), транспортных сетях Metro Ethernet (ME).
В настоящее время методы множественного доступа активно применяются для построения промышленных сетей реального време ни: Industrial Ethernet (IE), CAN, LonWorks, ModbusTCP и др. Поэто му исследование эффективности, производительности вероятностных методов доступа семейства CSMA в условиях различной загруженно сти сетевого канала является актуальной задачей. Результаты данного исследования могут применяться на практике для определения наи более эффективных методов доступа, при определенных нагрузочных условиях эксплуатации (количество узлов в канале, интенсивности нагрузки, загрузка канала). Целесообразным также является разра ботка лабораторной работы, посвященной анализу принципов функ ционирования и эффективности технологий доступа, и внедрение ее
в учебный процесс. Практический анализ технологий позволит повы сить эффективность приобретения студентами знаний и умений ис следования сложных систем.
Анализ принципов функционирования и эффективности методов доступа целесообразно производить с помощью общецелевой систе мы имитационного моделирования AnyLogic. Это обусловлено рядом преимуществ системы для решаемого круга задач:
- простота и адекватность представления алгоритмов множест венного доступа с помощью развитого инструментария диаграмм состояний и переходов (State Chart), что позволяет сосредоточиться при разработке модели на детализации алгоритма факторами функ ционирования;
-адекватность представления узлов-соперников в виде объек тов с помощью агентного моделирования, что позволяет представить индивидуальный характер функционирования (случайного соперни чества по алгоритму), учесть индивидуальные характеристики (ин тенсивность, счетчики передачи, коллизий) узлов сети;
-развитый инструмент сбора и визуального отображения статистики;
-возможность построения и проведения экспериментов оценки показателей эффективности моделируемых методов и экспериментов варьирования параметров нагрузки с целью визуального и количест венного сравнения показателей эффективности методов.
В рамках настоящей работы авторами разработаны модели и вы полняется анализ следующих методов доступа: Aloha, /7-Persistent CSMA, predictive /7-Persistent CSMA. В дальнейшем авторы планиру ют дополнить работу исследованием протоколов: синхронная Aloha, CSMA/CD (Ethernet), CSMA/CA, CSMA/NBA и другими.
Методы доступа р-Persistent CSMA. Доступ узлов к сетевому каналу производится в синхронных пакетных циклах [1]. Циклы под разделяются на свободные, когда канал свободен, и занятые, когда выполняется передача. Каждый занятый пакетный цикл представляет собой время доступа к каналу и время передачи пакета.
Алгоритм доступа к среде включает следующие основные этапы (рис. 1)* [1]:
*Дитрих Д., Лой Д., Швайнцер Г.Ю. LON-технология, построение распределенных приложений: пер. с нем. / под ред. О.Б. Низамутдинова. - Пермь: Звезда, 1999. - 242 с.
1)проверка активности в сетевом канале;
2)фиксированный межпакетный интервал Рь
3)фиксированный для узла приоритетный интервал, равный числу слотов доступа /, каждый продолжительностью р2;
4)случайный интервал доступа, для каждого узла, равный слу чайному числу слотов доступа продолжительностью р2, выбранных по равномерному распределению из диапазона W = [O..Wb*BL-l], где Wb - базовая ширина соревновательного окна (базовое количество слотов доступа), равная 16; BL - прогнозируемая на канал нагрузка, изменяемая по результатам успешных (-1) и неудачных (+1) передач, регулируя ширину W окна доступа, уменьшая вероятность коллизии
сростом нагрузки на канал. Алгоритм без прогнозирования отлича ется статическим значением BL, равным 1.
З а н я т ы й п а к е т н ы й ц и к л |
С в о б о д н ы й п а к е т н ы й ц и к л |
|
|
|
|
г |
|
|
|
|
► |
“t |
|
|
|
|
|
J |
Пакет |
, , |
Ч |
|
Н |
j |
|
____L |
2»3 . i* 11121 1 |
1 1 1 1 1 1 ■ Iй!| |
Пакет |
|
|||
*1 PktLengttTBitTime |
и |
|
^ |
1 |
|
|
|
|
|
|
|
||||
|
|
Приоритетные слоты |
Случайные слоты |
|
|
|
|
W,.„*BL |
1 |
У |
' |
S r * |
||
р , |
Случайные слоты |
|
Рис. 1. Алгоритм доступа и передачи p-Persistent CSMA
Узел с минимальным суммарным временем доступа считается выигравшим в соперничестве за канал и осуществляет передачу паке та с задержкой, равной частному от деления размера пакета на ско рость передачи в сети. При одновременной передаче несколькими узлами происходит коллизия. Необходимость повторной передачи после коллизии определяется сервисом доставки сообщений. В на стоящей работе анализируется сервис ненадежной доставки, поэтому все сообщения, участвующие в коллизии, повторно не передаются, т.е. теряются. В таком случае вероятность потери передаваемого со общения больше вероятности коллизии в число раз, равное среднему числу сообщений, участвующих в столкновении.
Метод доступа Aloha. Aloha является исторически первым алго ритмом доступа. Согласно алгоритму доступа узлы начинают пере дачу очередного сетевого сообщения сразу после того, как оно подго товлено для передачи, т.е. асинхронно по отношению к другим узлам сети. Во время передачи узел «прослушивает» среду передачи и оп ределяет успешность передачи либо коллизию. После коллизии узлы
выжидают определенный интервал времени и могут участвовать в соперничестве за доступ и передачу нового сообщения. В случае успешной передачи узел стирает сообщение из своей памяти и воз вращается в состояние контроля данных на передачу/прием. В случае возникновения коллизии узлы, попавшие в нее, ожидают, когда в канале закончится передача, после чего каждый узел ожидает слу чайный интервал времени, прежде чем вернется к контролю данных на передачу.
Общая структура модели. Общая структура модели представ лена элементом типа «Канал». Данный элемент определяет структу ру, содержащую следующий набор основных параметров: количество (коллекция) узлов-агентов, интенсивность узла, скорость передачи по каналу и параметры доступа протоколов (рь р2), служебные парамет ры (состояние канала, обнаружение коллизии и другие). Каждый агент-узел содержит в своем составе диаграммы состояний трех ме тодов доступа (рис. 2, схема p-Persistent аналогична схеме predictive).
^ |
generateMsg |
О messages [..] |
Q messages 1 [..] |
ALOHA |
Predictive p-Persistent CSMA |
Рис. 2. Модели алгоритмов доступа Aloha и p-Persistent CSMA
Формирование сетевых сообщений для передачи выполняется функцией generateMsg, в рамках которой производится синхронное увеличение числа сообщений узла для передачи по каждой схеме доступа (+1 сообщение). Синхронность моментов генерации сообще ний для каждой схемы обеспечивает равенство условий моделируе мой нагрузки, что позволяет производить корректное сравнение по лучаемых оценок эффективности алгоритмов.
Эффективность доступа оценивается по средним показателям: вероятности коллизии, вероятности потери сообщений (при колли зии), среднего времени доступа. Корректность сбора статистики обеспечивается разработанными методами подсчета числа успешных/неудачных передач, времени занятости канала задержкой досту па и передачи, числом потерянных сообщений.
Проведение и анализ экспериментов оценки показателей и варьирования параметров модели методов доступа. Экспери мент оценки показателей функционирования продолжается в течение длительного интервала времени, что необходимо для получения ста тистически корректных результатов. Окончание эксперимента насту пает в фазе моделирования, в рамках которой статистика по средним показателям с течением времени остается практически неизменной. Результаты экспериментов (загрузка канала, вероятность коллизии (%), доля потерянных сообщений, задержка доступа (мс)) при раз личных исходных данных (интенсивности (сообщ./с, количестве уз лов) представлены в таблице.
Результаты экспериментов оценки показателей эффективности
№ |
Протокол |
Узлов |
Интен. |
Загрузка |
Вер.колл. |
Потери |
Задержка |
|
Aloha |
|
|
0,029 |
2,530 |
0,051 |
0,004 |
1 |
Р Р |
20 |
1 |
0,066 |
0,015 |
0,004 |
3,122 |
|
Р^Р |
|
|
0,066 |
0,019 |
0,005 |
3,105 |
|
Aloha |
|
|
0,760 |
19,080 |
0,345 |
0,090 |
2 |
р р |
60 |
3 |
0,551 |
1,694 |
0,057 |
4,221 |
|
Р р Р |
|
|
0,548 |
1,752 |
0,060 |
4,127 |
Более гибким и эффективным для исследования является экспе римент варьирования параметров. В рамках исследования предлага ются два основных эксперимента: 1) варьирование интенсивности формирований узлами сообщений (нагрузки на канал) при фиксиро ванном количестве узлов; 2) варьирование числа узлов при фиксиро ванной суммарной нагрузке, создаваемой узлами сети. Результаты
данных экспериментов важны при анализе возможностей (эффектив ностей) протоколов доступа на различных участках загруженностей сетевых каналов и при различном количестве узлов. Пример резуль тата для выбранных исходных данных эксперимента №1: количество узлов - 60; интервал варьирования интенсивности - 1:5 (сообщ./с), приведены на рис. 3.
Рис. 3. Результаты эксперимента варьирования интенсивности нагрузки
Анализ результатов, полученных в рамках исследований, пока зывает, что меньшим временем доступа для передачи сетевых сооб щений характеризуется алгоритм aloha, что объясняется практиче ским отсутствием задержек перед передачей (только задержка ожи дания в очереди узла). С ростом нагрузки данный протокол характе ризуется высокой вероятностью коллизий и потерей сообщений. При загрузке канала выше 10 % более эффективным по вероятностям кол лизий и потерь сообщений является метод доступа p-Persistent CSMA. При загрузке канала, большей 50 %, эффективным является протокол с прогнозированием нагрузки predictive p-Persistent CSMA, который уменьшает вероятность коллизий и потери сообщений, но при этом увеличивает среднее время доступа узлов для передачи сообщений.