Caracterización de Tráfico

1. Caracterización de Tráfico

2. Caracterización de Tráfico Se estudiarán diferentes tipos de tráfico que se transmiten através de las redes de computadores actuales (ATM, Internet), utilizando modelos matemáticos para su caracterización. Los modelos propuestos se pueden utilizar como herramientas de diseño de nuevas redes o para la medición del rendimiento en redes ya existentes.

3. Introducción: Situación Actual Existen numerosos modelos que intentan capturar las principales características de las cargas de tráfico que reflejan los comportamientos actuales y/o futuros de las personas y los servicios. Predecir exactamente los tipos de tráfico que existirán en el futuro es obviamente muy difícil y dependerá tanto de la tecnología, como la economía, políticas gubernamentales y factores sociológicos que se entremezclen.

4. Introducción: Situación Actual En esta presentación se hará referencia a algunos modelos tradicionales que capturan la naturaleza del comportamiento de algunos tráficos actuales.

5. Introducción Originalmente las redes de computadores fueron diseñadas,fundamentalmente, para soportaraplicaciones deprocesamiento de datos que, aunque requieren un servicio de transporte fiable, no son muyexigentes en cuanto a otros parámetros de calidad de servicio como retardo, caudal (throughput), tasa de pérdidas, etc. RED

6. RED ATM Introducción El desarrollo de nuevas tecnologías ha permitidola evolución de las redes, dotándolas de la capacidad de satisfacer simultáneamente losrequisitos de tráficos de muy diversa naturaleza. La apariciónde nuevos servicios y aplicaciones que involucran tráfico en tiempo real(voz, vídeo, etc.); y que, por su naturaleza, poseen exigentes necesidades de ancho debanda,requieren de la preocupación respecto de los parámetros calidad antes mencionados.

7. Introducción Las nuevas redes de alta velocidad deben ser capaces de dar un servicioque garantice determinada calidad, por esta razón, resulta crucial larealización de análisis cuantitativos que evalúen la calidad de servicio (Quality of Service:QoS)ofrecida por estas nuevas tecnologías. Uno de los principales problemas que se plantean a la hora de realizar una rigurosaevaluación de las prestaciones de una red de comunicaciones es la modelación del tráficode entrada a la red.

8. Introducción El concepto de la red ATM involucra la satisfacción de las exigencias de calidad de servicio (QoS) que esperan los usuarios conectados. Red ATM En una red ATM, a cada conexión del usuario se le asignaun conjunto de parámetrosde tráfico y de Calidad deServicio, de acuerdo con laspeticiones de dicho usuario.[Clasificación de servicios]

9. Importancia de Modelar el Tráfico Red ATM Resultados que modelan el comportamiento de la red Modelo de fuente de tráfico Obtener modelos para diferentes tipos de fuentes de tráfico permite: Evaluar el rendimiento de la red y con ello saber si se proporciona el nivel de calidad de servicio adecuado. Tener una herramienta útil para el diseño de nuevas redes

10. Importancia de Modelar el Tráfico • Dimensionamiento • Estudio de Pérdidas de celdas • Estudio del Retardo de celdas • Estudio de la Variación del • retardo entre celdas • Control de Admisión de la Conexión • Administración de Recursos • de la red • Control de Congestión Áreas donde es crucial modelar el tráfico

11. Caracterización de Tráfico Contexto ATM : Clasificación de las Fuentes de Tráfico : • Revisión general • Según Temporización de la • Información • Según Resolución Temporal • Según Tipo de Información • Voz • Datos • Video Temporización Info Resolución Tempo Tipo de Información

12. RED CELDA Contexto ATM En una red de computadores se transmite información proveniente de diferentes fuentes de tráfico, por lo que su comportamiento de emisión no es el mismo en cada caso. Por ejemplo, el tráfico de celdas para la transferencia de un archivo de datos es muy distinta al tráfico que se genera en una video conferencia. Temporización Info Resolución Tempo Tipo de Información

13. Contexto ATM: Según temporización de la información Existen diferentes tipos de tráfico según la temporización de la información: Tráfico CBR : Tasa de Bit Constante. (Constant Bit Rate). El tráfico CBR permite la transmisión de un flujo continuo de bits de información, tales como tráfico de voz y de vídeo, el cual exige que se asigne un ancho de banda constante a la conexión por el tiempo que dure la transmisión. Duración de la conexión Temporización Info Resolución Tempo Tipo de Información

14. Según temporización de la información Existen diferentes tipos de tráfico según la temporización de la información: Tráfico CBR : Tasa de Bit Constante. (Constant Bit Rate). El tráfico CBR permite la transmisión de un flujo continuo de bits de información, tales como tráfico de voz y de vídeo, el cual exige que se asigne un ancho de banda constante a la conexión por el tiempo que dure la transmisión. Duración de la conexión Temporización Info Resolución Tempo Tipo de Información

15. Según temporización de la información Tráfico VBR : Tasa de Bit Variable. (Variable Bit Rate). VBR-NRT:(Variable Bit Rate Non Real Time – Tasa de BitVariable enTiempo No Real). Este tipo de servicio tolera las demoras, se adapta bien al tráfico con ráfagas tal como las comunicaciones de datos. VBR-RT:(Variable Bit Rate Real Time - Tasa de BitVariable en Tiempo Real). Es adecuado para transportar tráfico sensible a los retardos, tal como vídeo y audio paquetizados. Duración de la conexión Temporización Info Resolución Tempo Tipo de Información

16. Según Resolución Temporal La descripción del comportamiento de las distintas fuentes de tráfico difiere según la ventana de tiempo que se observe. (Nivel de calendario) Año \ mes \ semana Conexión \ Desconección (Nivel de conexión) Conversación entre A y B (Nivel de diálogo) Comportamiento estadístico de una Tx (Nivel de ráfaga) Mientras alguien Tx (Nivel de celda) Interesa observar el comportamiento de las diferentes fuentes de tráfico sengún una resolución temporal específica. Temporización Info Resolución Tempo Tipo de Información

17. Según Resolución Temporal El nivel que está por debajo del nivel de conexión es el nivel de diálogo y de transmisión (ráfaga y celda). El nivel de la conexión describe el comportamiento de una fuente de tráfico sobre unasolicitud de acceso a la red (periodocidad de la solicitud y cuanto tiempo dura la conexión). ? RED ATM Solicitud de acceso a la red Temporización Info Resolución Tempo Tipo de Información

18. RED de circuito Inicio conexión Término conexión Según Resolución Temporal La conexión y desconexión son acontecimientos que modelan el comportamiento macroscópico de una fuente del tráfico. Temporización Info Resolución Tempo Tipo de Información

19. RED ATM CELDA Según Resolución Temporal El nivel de la diálogo describe el comportamiento estadístico de un socio activo. A su vez, el nivel de ráfaga describe el comportamiento estadístico de la transmisión. El nivel de celda describe el comportamiento de la generación de celdasa nivel más bajo, por ejemplo, para una velocidad de enlace de 622 Mbpsyun tamaño de celda de 53 bytes, el intervalo mínimo entre dos celdas consecutivas es 0,65sec. Temporización Info Resolución Tempo Tipo de Información

20. Según Tipo de Información • Existen tradicionalmente tres tipos de tráfico según el tipo de información: • DATOS • VOZ • VIDEO Temporización Info Resolución Tempo Tipo de Información

21. p p p p p p Fuentes de Datos Un modelo simple de fuente de datos es un Modelo Bernoulli. Asumiendo un tiempo discretizado, una celda es generada al comienzo de cada ranura con probabilidad p, independiente de la historia. El tiempo de generación de cada celda constituye un proceso de renovación con distribución geométrica de los tiempos entre llegadas de celdas. DATOS VOZ VIDEO

22. N(ti-1) = i -1 N(ti+1) = i + 1 N(ti) = i k k+1 k+2 k+3 k+4 k+5 k+6 ti-1 ti ti+1 i i+1 Fuentes de Datos Proceso de Renovación, Tiempo discreto: Pi,i+1 = 1 Pi-1,i = 1 Los tiempos entre intervalos consecutivos forman un conjunto de variables aleatorias idénticamente distribuidas, en este caso, geométricas de parámetro n, donde n = 1,2, ... es el número de intervalos de tiempo entre llegadas de celdas consecutivas. DATOS VOZ VIDEO

23. N(ti) = i N(ti+1) = i + 1 N(ti-1) = i -1 ti-1 ti ti+1 i i+1 Fuentes de Datos Proceso de Renovación, Tiempo continuo: Para diversas distribuciones del tiempo entre llegadas, se obtienen diferentes modelos, pero siempre involucrando a un proceso de renovación. Para una distribución exponencial del tiempo entre llegadas de celdas se tiene el bien conocido Proceso de Poisson. Pi,i+1 = 1 Pi-1,i = 1 DATOS VOZ VIDEO

24. N(ti) = i N(ti+1) = i + 1 N(ti-1) = i -1 ti-1 ti ti+1 i i+1 Fuentes de Datos Modelo Bernoulli, tiempo continuo Pi-1,i = 1 Pi,i+1 = 1 Los tiempos entre intervalos consecutivos forman un conjunto de variables aleatorias idénticamente distribuidas, exponenciales de parámetro . La función de distribucion acumulada de la v.a. que representa el tiempo entre llegadas esta dada por: DATOS VOZ VIDEO

25. N(ti+n) = i + n N(ti+n+k) = i + n + k N(ti) = i ti ti+n ti+n+k ’1 ’2 Fuentes de Datos Una extensión al caso anterior es el proceso de Poisson compuesto, donde las celdas son generadas por lotes (ráfagas), el tiempo de generación de lotes es igualmente modelado por un proceso de poisson. Pi+n, i+n+k = 1 Pi, i+n = 1 ’j, con j = 1, 2, ... corresponde al tiempo transcurrido entre generación de lotes de celdas, en donde cada intervalo i es modelado también por un proceso de poisson. DATOS VOZ VIDEO

26. RED ATM Fuentes de Datos Siguiendo con el modelo anterior, el tamaño de lote puede asumirse de distribución general, sin embargo, cuando se restringe a una distribución geométrica, expresiones analíticas pueden ser obtenidas más fácilmente. Una aproximación que contiene los dos modelos anteriores (PP y CPP) es el modelo “packet train”. DATOS VOZ VIDEO

27. Fuentes de Datos Modelo packet train Este modelo considera el tiempo  entre llagadas de ráfagas de celdas para un par de nodos de una red ATM. Una característica de este modelo es que cuando una celda va desde un nodo A cualquiera de la red ATM a un nodo B cualquiera de la misma red, es bastante probable que la siguiente celda que se genere circule entre los nodos A y B. RED ATM  B A DATOS VOZ VIDEO

28. Fuentes de Datos Modelo packet train Se considera que la fuente de tráfico tiene dos estados posibles: Activa o en Silencio RED ATM Los trenes de celdas son producidos sólo en los períodos activos de la fuente, sin embargo, las celdas son producidas una sola a la vez, en oposición al modelo de Poisson compuesto. DATOS VOZ VIDEO

29. Fuentes de Datos Modelo packet train Tres parámetros son usados para describir la actividad de la fuente: • Tiempo entre llegadas sucesivas de trenes (Tj) • Tiempo entre llegadas sucesivas de celdas pertenecientes • al mismo tren (tij) • Número de celdas pertenecientes al mismo tren (Nj) tij Nj+1 = 4 Nj = 3 Tj DATOS VOZ VIDEO

30. Fuentes de Datos El modelo Packet Train, si bien, involucra la caracterización del tráfico tanto desde el punto de vista de las ráfagas como de las celdas en particular, siendo de esta manera más exacto comparados con los otros mencionados, no es impresindible en términos del analisis del comportamiento de la red ante el tráfico de datos. Esto se debe a que el tráfico de datos generlamente no es un tráfico exigente en terminos de calidad de servicio. DATOS VOZ VIDEO

31. Fuentes de Voz y Sonido Modelos de voz historicamente han sido bastante estudiados debido a la popularidad de la telefonía en el ámbito de las telecomunicaciones. Los servicios de telefonía seguirán siendo populares en el futuro, ya que la necesidad de comunicación en la humanidad es evidente. DATOS VOZ VIDEO

32. Fuentes de Voz y Sonido El modelo más simple para una fuente de voz paquetizada es CBR, donde las celdas son generadas continuamente a una tasa constante. Sin, embargo es conocido que una parte substancial de una conversación de voz (sobre el 60-65%) involucra silencios. Ranuras de tiempo entre llegadas de celdas (disponible) Ranuras tiempo ocupada por la celda DATOS VOZ VIDEO

33. Fuentes de Voz y Sonido Ge(n) El comportamiento estadístico de los períodos de habla es relativamente simple, en particular, se ha encontrado que para un monologo el período de habla se puede asumir por una distribución geométrica. E[X]=3,33 sx=2.79 E[X] n DATOS VOZ VIDEO

34. ... 1 2 Fuentes de Voz y Sonido Tiempo entre llegadas t 1 2 3 4 5 6 7 8 9 n t: Tiempo de una ranura. n : Número de secuencia del tiempo entre llegadas. DATOS VOZ VIDEO

35. Fuentes de Voz y Sonido Para los períodos de silencio, la medida de la función de densidad de probabilidad puede ser aproximada por dos pdf’s apropiadamente balanceadas. Además, el tráfico producido por multiples fuentes de voz debería ser descrito como la superpocisión de procesos estocásticos individuales caracterizados en cada fuente. DATOS VOZ VIDEO

36. silencio habla silencio habla Ge(ni) Ge(ni+1) Fuentes de Voz y Sonido Esta última aproximación, tiende a complicar los modelos, involucrando procesos estocásticos correlacionados. Por ejemplo, asumiendo que el número de celdas durante un período de habla es geométricamente distribuido, el proceso estocástico que caracteriza la fuente de voz es un proceso de renovación. DATOS VOZ VIDEO

37. Fuentes de Voz y Sonido Sin embargo, superponiendo tales procesos, se obtiene un proceso que no es de renovación, involucrando términos ampliamente correlacionados. silencio habla silencio habla Ge1(ni) Ge1(ni+1) silencio habla silencio habla Ge2(ni+1) Ge2(ni) Así, la descripción estadística exacta del flujo de tráfico compuesto es bastante difícil, y frecuentemente se recurre a las aproximaciones. DATOS VOZ VIDEO

38. Fuentes de Voz y Sonido Observación: Las propiedades de las fuentes de voz también dependen del esquema de codificación utilizado. En el apéndice “Codificación Digital de Voz” se explican diferentes esquemas de codificación. DATOS VOZ VIDEO

39. Fuentes de Voz y Sonido • Algunos modelos de fuentes de voz son: • Modelo de flujo de Voz Paquetizada • Proceso de Poisson Modulado Markoviano: MMPP DATOS VOZ VIDEO

40. Fuentes de Video Se espera que en futuras redes y algunas actuales el video sea un servicio dominante, tanto por el número de usuarios, como el volumen de tráfico resultante. RED ATM De hecho, la “integración de los servicios de telecomunicaciones” usualmente se refiere a la combinación de servicios de voz tradicional con video telefonía, video conferencia, o bien TV cable. DATOS VOZ VIDEO

41. Fuentes de Video • El comportamiento estadístico generado por fuentes de video son ampliamente influenciados por: • La naturaleza de la imágenes transmitidas, • La relacición entre ellas, • La calidad de servicio provisto y • La técnica de codificación utilizada Hay básicamente dos categorías de esquemas de codificación: • Frame-buffered, codifica las diferencias entre imágenes sucesivas. • Non Frame-buffered, codifica la imágenes independientemente. DATOS VOZ VIDEO

42. Fuentes de Video El modelamiento y análisis de las fuentes de video está fuertemente influenciado por la función de autocorrelación de los procesos de tráfico generados, predominados por los factores antes mencionados. De este modo, un modelo único para las fuentes de tráfico de video no es posible. DATOS VOZ VIDEO

43. Fuentes de Video Una amplia variedad de modelos pueden encontrarse en la literatura, por ejemplo, existe un modelo que trata sobre una aproximación para codificación frame-buffered. Allí se llega a un típico caso de fuente VBR, donde la tasa de bits instantánea depende de la actividad de la imagen. Resultados experimentales muestran que la pdf de la tasa de bit para una imagen sin movimientos abruptos es normal (“bell-shaped”), más aún, los efectos de la autocorrelación son significativos sólo para un número de cuadros (frames) sucesivos. DATOS VOZ VIDEO

44. Fuentes de Video Por otro lado, un esquema “non frame-buffered” es recorrelacionado, es decir, la correspondiente función de autocorrelación comprende una componente períodica, exibiendo de esta forma peaks períodicos. DATOS VOZ VIDEO

45. Fuentes de Video pdf de la Tasa de Bit para diferentes aplicaciones - 1989 IEEE. DATOS VOZ VIDEO

46. Fuentes de Video DATOS VOZ VIDEO

47. Fuentes de Video • Algunos modelos de fuentes de video son: • Modelo de fluido para video • Modelo MMPP para Tráfico de Video:Aproximación • deHistogramas • Modelo Self - Similar DATOS VOZ VIDEO

48. Conclusiones Los modelos más generales de fuentes de tráfico en ATM deben tomar en cuenta la historia completa de la generación de cada celda, de tal forma que sea posible la determinación del tiempo transcurrido hasta la generación de la próxima celda. Sin embargo, tales modelos son muy complicados para su descripción y posterior adaptación al problema particular que se esté analizando. CIDR Agrupavión Tablas Protocolos

49. Conclusiones Dependiendo del tipo de fuente de tráfico que se esté estudiando, diferentes modelos serán los más adecuados. Solo un número limitado de modelos dominan la representación del tráfico actual en las redes. Se espera que estos modelos sean simples y representativos a la vez. CIDR Agrupavión Tablas Protocolos

50. Apéndices Apéndice 1: Proceso de Renovación Apéndice 2: Proceso de Poisson Enfoque a partir de tiempo entre llegadas Apéndice 3: v.a. Geométrica y Propiedad Memoryless Apéndice 4: Modelo “Packet Trains” Apéndice 5:Codificación Digital de Voz Apéndice 6:Detección de Silencio Apéndice 7: Solución del Modelo de Fluidos en un multiplexor ATM