Спосіб нейро-нечіткого управління інтенсивністю відправлення даних вузлами-джерелами в телекомунікаційній мережі

Реферат: Спосіб нейро-нечіткого управління інтенсивністю відправлення даних вузлами-джерелами в телекомунікаційній мережі полягає у тому, що у кожному такті на вузлі-джерелі здійснюється вимірювання значень часу очікування квитанцій, обчислюється значення ковзного середнього часу очікування квитанції. Обчислені у попередньому та поточному тактах значення ковзного середнього часу очікування квитанції разом зі значенням затримки між відправленням сегментів вузлом-джерелом у попередньому такті як вхідні величини подаються до нейро-нечіткої системи, за допомогою якої шляхом послідовного виконання процедур нечіткого виводу (фазифікації, агрегування, нормалізації, активізації та дефазифікації) здійснюється пошук значення затримки між відправленням сегментів, яке встановлюється на вузлі-джерелі у поточному такті. Вибір значення затримки між відправленням сегментів вузлом-джерелом здійснюється на основі використання нейро-нечіткої системи. UA 78147 U (54) СПОСІБ НЕЙРО-НЕЧІТКОГО УПРАВЛІННЯ ІНТЕНСИВНІСТЮ ВІДПРАВЛЕННЯ ДАНИХ ВУЗЛАМИДЖЕРЕЛАМИ В ТЕЛЕКОМУНІКАЦІЙНІЙ МЕРЕЖІ UA 78147 U UA 78147 U 5 10 15 Корисна модель належить до області управління перевантаженнями на транспортному рівні в телекомунікаційних мережах з комутацією пакетів. Наявні способи управління інтенсивністю відправлення даних вузлами-джерелами, які реалізовано на транспортному рівні телекомунікаційних мереж з комутацією пакетів, впливають на утворення перевантажень у цих мережах. Згідно з протоколом UDP (User Datagram Protocol) [1] інтенсивність відправлення інформації вузлами-джерелами не змінюється в процесі передавання повідомлень. У наслідок цього при значних мережних навантаженнях можливі суттєві втрати інформації, для доставки якої не вистачає пропускної здатності каналів. Зазначений недолік значно обмежує використання засобів протоколу UDP в телекомунікаційних мережах. Відомий більш ефективний спосіб управління мережними перевантаженнями, що передбачає можливість динамічної зміни інтенсивності відправлення даних вузламиджерелами. Зазначений спосіб знайшов використання у протоколі TCP (Transmission Control Protocol) [2] та ґрунтується на застосуванні адаптивного вікна перевантаження. Вікно перевантаження w(t) визначає кількість інформаційних блоків (сегментів), які на момент часу t можуть бути відправлені вузлом-джерелом і не підтверджені відповідними службовими повідомленнями (квитанціями). Відправлення вузлом-джерелом чергового сегмента в момент часу t здійснюється при виконанні умови: w(t)  1  a(t) , (1) 20 25 30 де a(t) - кількість сегментів, що на момент часу t були відправлені вузлом-джерелом, але не підтверджені відповідними квитанціями. Цей спосіб є найбільш близьким до способу, що заявляється, та включає встановлення початкового значення вікна перевантаження рівного 1 (розміру одного сегмента), виконання процедури повільного старту, яка полягає у тому, що кожного разу при одержанні джерелом квитанції розмір вікна перевантаження збільшується на 1, при виконанні умови (2) здійснення процедури запобігання перевантаженню, яка полягає у тому, що кожного разу при одержанні джерелом квитанції розмір вікна перевантаження збільшується на визначену за формулою (3) величину w(t) , при втраті квитанції виконання процедури мультиплікативного скидання, яка полягає у тому, що величина порогу (t) знижується до половини значення вікна перевантаження, а величина w(t) зменшується до розміру одного сегмента, після здійснення процедури мультиплікативного скидання повернення до виконання процедур повільного старту та запобігання перевантаженню. Умова здійснення процедури запобігання перевантаженню має вигляд: 35 w(t)  (t) , (2) де (t) - поточне значення порогу. Формула для обчислення величини збільшення вікна перевантаження при виконанні процедури запобігання перевантаженню має вигляд: 40 w(t)  45 50 1 , w(t  t) (3) де t - інтервал часу, що визначає періодичність управління вікном перевантаження. Недоліком цього наявного способу є те, що унаслідок стрімкого збільшення та різкого зменшення інтенсивності відправлення даних вузлами - джерелами в мережі відбуваються значні пульсації (сплески трафіку), що призводить до появи та посилення мережних перевантажень, збільшення кількості втрачених сегментів, зростання середнього часу передавання повідомлень. В основу корисної моделі поставлена задача створення способу управління інтенсивності відправлення даних вузлами - джерелами, при здійсненні якого в телекомунікаційній мережі буде зменшено середній час передавання повідомлень та знижено втрати сегментів, обумовлені мережними перевантаженнями. Поставлена задача вирішується тим, що періодично (у кожному такті i ) на вузлі - джерелі здійснюється вимірювання величин Mi - значень часу очікування квитанцій, за формулою (4) 1 UA 78147 U обчислюється величина Mi (значення ковзного середнього часу очікування квитанції), обчислені у попередньому та поточному тактах значення ковзного середнього часу очікування квитанції 5 10 ( Mi 1 та Mi ) разом зі значенням i1 , (величиною затримки між відправленням сегментів вузлом - джерелом у попередньому такті) як вхідні величини подаються до нейро - нечіткої системи, за допомогою якої шляхом послідовного виконання процедур нечіткого виводу (фазифікації, агрегування, нормалізації, активізації та дефазифікації) здійснюється визначення величини i - значення затримки між відправленням сегментів, яке встановлюється на вузлі джерелі у поточному такті. Формула для обчислення значення ковзного середнього часу очікування квитанції у поточному такті має вигляд: i Mj Mi  15 25 30 (4) , n де M j - значення часу очікування квитанції, виміряне в такті j ; n - кількість тактів в інтервалі усереднення. Інтенсивність відправлення даних вузлом - джерелом у поточному такті залежить від значення i : Ri  20 j i n 1 при i  0 . i (5) Технічний результат, який може бути отриманий при використанні корисної моделі, полягає у зменшенні середнього часу передавання повідомлень та зниженні втрат сегментів, обумовлених мережними перевантаженнями. Реалізацію корисної моделі розглянуто на прикладі телекомунікаційної мережі, структуру якої наведено на Фіг. 1. У мережі з такою структурою пропускна здатність каналу, що з'єднує між собою два маршрутизатори, використовується для одночасного передавання двох інформаційних потоків: потік № 1 передається від вузла - джерела № 1 до вузла - приймача № 1, а потік № 2 - від вузла - джерела № 2 до вузла - приймача № 2. Управління інтенсивністю відправлення даних вузлом - джерелом № 1 здійснювалось на основі використання нейро - нечіткої системи, для побудови якої вибрано такі параметри: алгоритм нечіткого виводу - Сугено 1-го порядку [3], кількість функцій приналежності для кожної вхідної величини - 2, форма функцій приналежності для кожної вхідної величини - трикутна, алгоритм навчання нейронів - зворотного розповсюдження помилки [4]. Налаштування нейро нечіткої системи виконано за 36 циклів навчання. Для налаштування ваг нейронів сформовано дані для навчання у вигляді матриці, що містить 119 рядків: 35 M1 M2 M2 M3 1 2 . . . M119 M120 40 119 2 3 . . (6) 120 Формування матриці (6) здійснювалось за допомогою результатів виконання серії імітаційних експериментів. У кожному такому експерименті задавалися ті чи інші значення інтенсивності відправлення даних вузлом - джерелом № 2, тобто моделювалися певні варіанти тестового навантаження у каналі, що з'єднує мережні маршрутизатори. При цьому для кожного варіанта тестового навантаження виконувались такі операції: 1) обиралися такі значення затримки між відправленням сегментів вузлом - джерелом № 1, при яких у мережі були відсутні і перевантаження, і недовантаження; 2) для кожного вибраного значення затримки i - реєструвалися відповідні значення Mi 1 , 45 Mi та i1 , після цього ці дані заносились у вигляді рядків у матрицю для навчання. 2 UA 78147 U В результаті налаштування нейро - нечіткої системи одержано вирази для функцій приналежності вхідних величин:  1, якщо  * 107,7  Mi1 *  1(Mi 1)   , якщо  107,7  23  0, якщо   * Mi1  23; * 23  Mi 1  107,7; (7) * Mi 1  107,7; *  якщо Mi1  65,33;  * 0,  Mi 1  65,33 * *   2 (Mi1)   , якщо 65,33  Mi 1  150;  150  65,33 *  1, якщо Mi 1  150;   *  1 , якщо Mi  23;  *  * * 107,7  Mi 1(Mi )   , якщо 23  Mi  107,7;  107,7  23 *  0, якщо Mi  107,7;   *  якщо Mi  65,33;  * 0,  Mi  65,33 * *   2 (Mi )   , якщо 65,33  Mi  150; 150  65,33 *  1, якщо Mi  150;   (8) (9) (10)  1, якщо i*1  14;  * 104,7  i 1 1(i*1)   , якщо 14  i*1  104,7;  104,7  14  0, якщо i*1  104,7;   0, якщо  *    59,33  2 (i*1)   i1 , якщо 150  59,33  1, якщо  5 10 (11) (12) i*1  59,33; 59,33  i*1  150; i*1  150; а також значення коефіцієнтів індивідуальних висновків нечітких правил: a1  14,83 , b1  70,22 , c1  132,2 , d1  91,07 , a2  40,38 , b2  310,9 , c 2  150,7 , d2  16,72 , a3  37,06 , b3  228,3 , c3  526,9 , d3  37,19 , a4  407,3 , b4  595,1, c 4  445,4 , d4  10,15 , a5  40,3 , b5  134,1 , c5  103,9 , d5  33,39 , a6  304,5 , b6  427,4 , c 6  221,1, d6  9,854 , a7  37,94 , b7  9168 , c7  116,3 , d7  17,26 , a8  44,73 , b8  10,21, c8  228,3 , , d8  9,882 . Структура нейро - нечіткої системи ілюструється Фіг. 2. Функціонування цієї системи ґрунтується на використанні бази нечітких правил:   Якщо М Якщо М      А  і М  А  і   А  і М  А  і     А , то   Y  ,  А  то   Y  , , 2 3 Якщо Мі 1  А1 і Мі  А1 і і 1  А1 , то і  Y1 , 1 2 Якщо Мі 1  А1 і Мі  А1 і і 1  А 3 , то і  Y2  , 1 2 і 1 і 1 1 1 1 1 і і 2 2 2 2 і 1 і 1 3 1 3 2 (13) (14) і 3 (15) і 4 (16) 3 UA 78147 U  Якщо М Якщо М Якщо М    А  і М  А  і   А  і М  А  і   А  і М  А  і    А , то   Y  ,  А , то   Y  ,  А , то   Y  , 2 3 Якщо Мі 1  А1 і Мі  А1 і і 1  А1 , то і  Y5  , 2 і 1 і 1 і 1 1 2 1 2 1 2 2 1 2 2 2 2 і і і 3 2 3 1 3 2 і 1 і 1 і 1 (17) і 6 (18) і 7 (19) і 8 (20) де A 1 - терм "мале значення" вхідної величини Мі 1 ; A1 - терм "велике значення" вхідної 1 2 5 2 величини Мі 1 ; A1 - терм "мале значення" вхідної величини Мі ; A 2 - терм "велике значення" 2 3 - терм "мале значення" вхідної величини вхідної величини Мі ; A1 і1 ; A 3 - терм "велике 2 значення" вхідної величини і1 ; Yr - індивідуальний висновок нечіткого правила номер r ; r  1 2,..., 8 . , Згідно з алгоритмом Сугено 1-го порядку значення індивідуальних висновків нечітких правил визначаються за виразом: 10 Yr  ar Mi1  br Mi  cr i1  dr . (21) Нейро - нечітка система складається з п'яти шарів. Перший шар виконує процедуру * * * фазифікації, яка полягає у тому, що для конкретних значень Mi 1 , Mi та i1 за формулами (7) * 15 * * G1  1(Mi1)  1(Mi )  1(i*1) , * (22) * * (23) * * (24) * * (25) * * (26) * * (27) * * (28) * * (29) G2  1(Mi1)  1(Mi )  2 (i*1) , G3  1(Mi1)  2(Mi )  1(i*1) , G4  1(Mi1)  2 (Mi )  2 (i*1) , G5  2(Mi1)  1(Mi )  1(i*1) , G6  2 (Mi1)  1(Mi )  2 (i*1) , G7  2(Mi1)  2(Mi )  1(i*1) , G8  2 (Mi1)  2 (Mi )  2 (i*1) , 20 * * (12) обчислюються величини 1(Mi1) , 2 (Mi1) , 1(Mi ) , 2 (Mi ) , 1(i*1) ,  2 ( i*1) . Другим шаром нейро - нечіткої системи здійснюється процедура агрегування, в процесі якої визначаються ступені істинності умов кожного правила при конкретних значеннях вхідних величин: де  - позначення операції логічного мінімуму. За допомогою третього шару нейронів виконується нормалізація результатів агрегування: Gr  Gr 8 ,  Gr (30) r 1 25 Четвертий шар здійснює активізацію за формулою (21) та обчислює добуток результатів нормалізації та активізації: yr  Gr  Yr . (31) 4 UA 78147 U Процедура дефазифікації (обчислення чіткого значення вихідної величини) виконується п'ятим шаром нейронів. При цьому складаються результати функціонування четвертого шару системи: i*  8  yr (32). r 1 5 10 15 20 25 Побудовану нейро - нечітку систему використано для управління інтенсивністю відправлення даних вузлом - джерелом № 1. Аналіз результатів одного з імітаційних експериментів (Фіг. 3) показує, що при використанні способу, що заявляється, інтенсивність відправлення даних вузлом - джерелом № 1 добре узгоджується з величиною Hi - поточним значенням доступної для потоку № 1 пропускної здатності каналу, що з'єднує між собою два маршрутизатори досліджуваної мережі. Цей факт свідчить про раціональний вибір значення затримки між відправленням сегментів, яке встановлюється на вузлі - джерелі № 1 у кожному поточному такті. У результаті досліджень встановлено, що використання способу, що заявляється, забезпечує зменшення середнього часу передавання повідомлень на 15 % - 21 % та зниження втрат сегментів при мережних перевантаженнях на 8 % - 12 % у порівнянні з використанням відомого способу. Таким чином, спосіб, що заявляється, дозволяє зменшити середній час передавання повідомлень та знизити втрати сегментів при перевантаженнях в телекомунікаційній мережі. Джерела інформації: 1. Postel J. User Datagram Protocol / RFC 768, Aug. 1980, http:www.rfc - editor.org/rfc/rfc768.txt. 2. Allman M., Paxton V., Stevens W. TCP Congestions control / RFC 2581, Apr. 1999, http:www.rfc - editor.org/rfc/rfc2581.txt. 3. Takagi Т., Sugeno M. Fuzzy Identification of Systems and Its Applications to Modeling and Control // IEEE Transactions on Systems, Man and Cybernetics.- 1985. - Vol. 15, N. l. - pp. 116 - 132. 4. Rumelhart D.E., Hilton G.E., Williams R.J. Learning Internal Representations by Error Propagation // In Parallel Distributed Processing, t. 1. - Cambridge: M.I.T. Press, 1986. ФОРМУЛА КОРИСНОЇ МОДЕЛІ 30 35 40 Спосіб нейро-нечіткого управління інтенсивністю відправлення даних вузлами-джерелами в телекомунікаційній мережі, який полягає у тому, що у кожному такті на вузлі-джерелі здійснюється вимірювання значень часу очікування квитанцій, обчислюється значення ковзного середнього часу очікування квитанції, обчислені у попередньому та поточному тактах значення ковзного середнього часу очікування квитанції разом зі значенням затримки між відправленням сегментів вузлом-джерелом у попередньому такті як вхідні величини подаються до нейронечіткої системи, за допомогою якої шляхом послідовного виконання процедур нечіткого виводу (фазифікації, агрегування, нормалізації, активізації та дефазифікації) здійснюється пошук значення затримки між відправленням сегментів, яке встановлюється на вузлі-джерелі у поточному такті, який відрізняється тим, що вибір значення затримки між відправленням сегментів вузлом-джерелом здійснюється на основі використання нейро-нечіткої системи. 5 UA 78147 U Комп’ютерна верстка А. Крижанівський Державна служба інтелектуальної власності України, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601 6