Имитация Отчет №5

Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации

Федеральное государственное бюджетное образовательное учреждение Высшего образования «Санкт-Петербургский государственный университет телекоммуникаций им. Проф. М. А. Бонч-Бруевича» (СПбГУТ)

Факультет Информационных технологий и программной инженерии

Кафедра Программной инженерии

Лабораторная работа 5

По дисциплине: Разработка имитационных моделей инфокоммуникационных сетей и систем

Выполнил студент:

Яковлев М. А.

Мороз Л. А.

ИКПИ-32

Приняла работу:

Дмитриева В. В.

Дата выполнения: «19» марта 2026 г.

Санкт-Петербург

2026 г.

Постановка задачи

Основной задачей работы являлось изучение механизмов обеспечения качества обслуживания в инфокоммуникационных сетях, освоение принципов настройки дисциплин обслуживания очередей и анализ влияния алгоритмов FIFO, PQ и WFQ на характеристики передаваемого трафика.

Ход работы

В среде Riverbed Modeler Academic Edition была построена модель сети уровня campus. В

состав схемы вошли блоки настройки приложений и профилей, модуль QoS, пять рабочих станций, сервер и два маршрутизатора, соединенные между собой каналами 10Base_T и PPP_DS1. После размещения элементов была выполнена базовая настройка топологии и переименование узлов в соответствии со сценарием исследования.

Рисунок 1 — Конфигурация сети

Далее были заданы параметры прикладного трафика. Для модели использовались три типа приложений: FTP, видеоконференцсвязь и VoIP. Для FTP был выбран интенсивный режим передачи данных, для видеотрафика — профиль низкого разрешения, а для голосового трафика — профиль PCM Quality Speech. Одновременно были заданы значения Type of Service: Best Effort для FTP, Streaming Multimedia для видеотрафика и Interactive Voice для VoIP. После этого были сформированы соответствующие профили генерации трафика и назначены конечным узлам сети.

На следующем этапе для канала между маршрутизаторами была выполнена настройка параметров QoS. После завершения конфигурирования были активированы средства сбора статистики, необходимые для дальнейшего сравнения трех сценариев: FIFO, PQ и WFQ. Для имитационного эксперимента была установлена длительность 150 секунд. Затем на основе исходного сценария FIFO были созданы еще два варианта — Priority Queueing и Weighted Fair Queuing

2

Рисунок 2 — Завершение конфигурирования

Рисунок 3 — Конфигурация под сценарий PQ

3

Рисунок 4 — Конфигурация под сценарий WFQ

Для оценки поведения сети были выбраны следующие показатели: количество отброшенных пакетов, входящий видеотрафик, вариация задержки голосовых пакетов, сквозная задержка голосового трафика и интенсивность принимаемого голосового трафика. Сопоставление результатов выполнялось одновременно для всех трех сценариев в режиме Compare Results.

Результаты моделирования и их анализ

Сравнение сценариев показало, что дисциплина FIFO в условиях смешанного трафика работает менее эффективно, чем PQ и WFQ. Наибольшее количество потерянных пакетов наблюдается именно в FIFO, что связано с наличием одной общей очереди и последовательной обработкой всех пакетов без учета их приоритета. В сценариях PQ и WFQ потери трафика оказываются ниже, поскольку трафик распределяется между несколькими очередями. Это соответствует выводам из готового отчета.

4

Рисунок 5 — График метрики Traffic Dropped (packets/sec)

Анализ входящего трафика видеоконференцсвязи показывает, что сценарий PQ демонстрирует наихудший результат среди рассматриваемых вариантов. Это означает, что при жестком приоритетном обслуживании часть ресурсов перераспределяется в пользу более чувствительного трафика, а обслуживание видеопотока становится менее стабильным. В то же время WFQ выглядит более сбалансированным по отношению к потокам разного класса.

5

Рисунок 6 — График метрики Video Conferencing - Traffic Received (packets/sec)

По графикам вариации задержки голосовых пакетов видно, что при использовании FIFO джиттер существенно выше, тогда как в сценариях PQ и WFQ он близок к нулю или остается на минимальном уровне. Для приложений реального времени это имеет принципиальное значение, поскольку рост вариации задержки непосредственно ухудшает качество голосовой связи. Такой результат согласуется с тем, что приоритетные и взвешенные очереди лучше обслуживают чувствительный к задержкам трафик.

6

Рисунок 7 — График метрики Voice - Packet Delay Variation

Сквозная задержка голосового трафика в сценарии FIFO также оказывается максимальной. В вариантах PQ и WFQ задержка заметно ниже и изменяется менее резко. Следовательно, применение механизмов дифференцированного обслуживания позволяет повысить качество передачи VoIP-трафика и уменьшить влияние перегрузки на сервисы реального времени.

7

Рисунок 8 — График метрики Voice - Packet End-to-end Delay (sec)

Интенсивность принимаемого голосового трафика в сценариях PQ и WFQ выше, чем в FIFO. Это означает, что более совершенные дисциплины обслуживания очередей обеспечивают лучшую доставку голосовых пакетов и в меньшей степени допускают их потерю. Для систем VoIP такой эффект особенно важен, поскольку даже небольшие потери и задержки заметно отражаются на воспринимаемом качестве связи.

8

Рисунок 9 — График метрики Voice - Traffic Received (bytes/sec)

Вывод

Выполненное моделирование показало, что алгоритм FIFO является самым простым, но в условиях совместной передачи FTP-, video- и VoIP-трафика он демонстрирует наибольшие потери пакетов и худшие показатели задержки для голосовых приложений. Алгоритм PQ улучшает обслуживание критичного трафика, однако при этом может ухудшать характеристики менее приоритетных потоков, в частности видеосвязи. Алгоритм WFQ обеспечивает более сбалансированное распределение ресурсов между потоками и при этом сохраняет хорошие показатели для сервисов реального времени. В результате можно сделать вывод, что применение механизмов QoS и современных дисциплин обслуживания очередей позволяет заметно повысить качество функционирования сети при смешанной нагрузке.

Отдельно стоит отметить FTP-трафик. Для него в работе был задан класс Best Effort, поэтому в сценариях PQ и WFQ он имеет меньший приоритет по сравнению с видеотрафиком и VoIP. Отдельная метрика для FTP не рассматривалась, поэтому его работу можно оценить только косвенно. В целом можно сказать, что основные преимущества алгоритмов PQ и WFQ в данной модели проявляются прежде всего для трафика реального времени, тогда как FTP обслуживается менее приоритетно.

9