Monografias.com > Computación > Redes
Descargar Imprimir Comentar Ver trabajos relacionados

Repercusión del tráfico autosemejante sobre redes con multiplexación




Enviado por Pablo Turmero



Partes: 1, 2

    Monografias.com

    1
    Introducción y Objetivo
    Introducción
    Transmisión de vídeo VBR en redes con multiplexación estadística

    Tráfico VBR presenta comportamiento LRD, asociado a fractalidad o autosemejanza, parametrizable con H

    Tráfico prioritario LRD puede afectar a la QoS de otros tráficos de baja prioridad: fenómeno de starvation o inanición

    Monografias.com

    2
    Introducción y Objetivo
    Objetivo
    Constatar el fenómeno de starvation en las condiciones planteadas

    Analizar la repercusión que tiene el parámetro H sobre el problema de starvation

    Monografias.com

    3
    Contenido
    1. Concepto de starvation
    2. Tráfico de alta prioridad
    3. Tráfico de baja prioridad
    4. Escenario para confrontación del tráfico
    5. Simulación en escenario con modelos
    6. Conclusiones finales y líneas futuras de investigación

    Monografias.com

    4
    1. Concepto de starvation
    Necesidad de clases de servicios en las redes de datos

    Ofrecer determinada QoS en base a fijar parámetros:
    Retardo
    Fluctuación del retardo (jitter)
    Ancho de banda
    Fiabilidad

    Monografias.com

    5
    1. Concepto de starvation
    Uso de mecanismos de control de la calidad de servicio:
    Protocolos de reserva del ancho de banda
    Mecanismos contra la congestión
    Tratamiento de colas con preferencias:
    (Gp:) Estrategias de gestión de colas
    Cola FIFO
    Cola SPQ
    Cola FQ
    Cola WRR
    Cola WFQ
    (Gp:) Tráfico de alta prioridad
    Tráfico de baja prioridad

    Monografias.com

    6
    1. Concepto de starvation
    Aparición del fenómeno de starvation:
    Redes de datos asíncronas con multiplexación estadística
    QoS bajo esquemas de planificación de prioridad absoluta (SPQ)
    Flujo de alta prioridad presenta comportamiento LRD
    STARVATION
    Flujo de baja prioridad ve mermada su QoS

    Monografias.com

    7
    2. Tráfico de alta prioridad
    Caracterización del comportamiento LRD
    Dependencias a largo plazo (LRD)
    Fractalidad o autosemejanza
    Fenómeno de persistencia o efecto Hurst
    Parámetro de Hurst H en el rango 0.5 a 1
    Aplicación de diferentes métodos para estimar H

    Monografias.com

    8
    2. Tráfico de alta prioridad
    Comportamiento del flujo de datos para servicio de vídeo VBR
    Series almacenadas de muestras de tráfico de vídeo
    Distintas naturalezas de señal audiovisual
    Distintas opciones del esquema de codificación (MPEG-1, M-JPEG, H.261)
    Estimación de H
    Series codificadas VBR presentan LRD
    Comportamiento LRD en dos rangos:
    H alto (de 0.8 a 1)
    H bajo (de 0.6 a 0.8)

    Monografias.com

    9
    2. Tráfico de alta prioridad
    Propuesta de modelos para tráfico de alta prioridad
    Modelado mediante ajuste del descriptor estadístico
    PDF o pdf Dependencias SRD Dependencias LRD
    Modelado mediante ajuste del comportamiento en cola
    Tamaño medio de cola Desviación de la cola Probabilidad de pérdidas Distribución de datos en cola
    MODELO

    Monografias.com

    10
    2. Tráfico de alta prioridad
    Validación de modelos
    Del ajuste del descriptor estadístico
    Del ajuste del comportamiento en cola
    Rango de comportamiento LRD
    Situación de alta tasa de ocupación
    Modelo parsimonioso
    Modelo sintético FGN parametrizable con H

    Monografias.com

    11
    3. Tráfico de baja prioridad
    Tráfico genérico de redes de datos multiplexado
    Modelado grueso sin considerar retransmisiones
    Consideración del comportamiento de baja prioridad en cola
    Modelo de fácil parametrización, ajustable en la tasa de ocupación del canal
    Modelo de fuentes sintéticas ON – OFF

    Monografias.com

    12
    3. Tráfico de baja prioridad
    Ocupación modelable con TOFF=((1/?)-1)?TON , 0< ??1
    TON , TOFF exponencial
    TON , TOFF subexponencial (heavy-tailed) mediante Pareto de mínimo nulo, F(x)=1-((b+x)/b)-? , con b=??(?-1) y 1< ??2 para heavy-tailed

    (Gp:) Velocidad de información del modelo ON-OFF
    (Gp:) VON
    (Gp:) Tiempo
    (Gp:) VOFF
    (Gp:) Tiempo de actividad
    distribuido con media TON
    (Gp:) Tiempo de inactividad
    distribuido con media TOFF

    Modelo de fuentes sintéticas ON – OFF :

    Partes: 1, 2

    Página siguiente 

    Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.

    Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.

    Categorias
    Newsletter