Software & Systems

Целью исследований, результаты которых представлены в настоящей статье, является повышение качества обслуживания мультимедийного трафика и производительности корпоративной беспроводной локальной вычислительной сети (БЛВС) с помощью средств, обеспечивающих согласование интенсивности мультимедийного трафика и производительности БЛВС. Для достижения поставленной цели разработана архитектура исследовательского стенда. Программная реализация позволяет проводить исследование разрабатываемых, а также уже эксплуатируемых БЛВС с помощью определения вероятностно-временных харак-теристик таких сетей, анализа и аналитических расчетов характеристик производительности.

Авторам неизвестны готовые программные реализации для исследования производительности корпоративных БЛВС, позволяющие настраивать множество параметров беспроводных устройств и трафика, хотя работы в этом направлении ведутся [1–3]. Поэтому потребовалась разработка модели корпоративной БЛВС, а также программ, позволяющих обрабатывать результаты моделирования. Для моделирования корпоративной БЛВС выбрано про-граммное средство дискретно-событийного моделирования ns-3 [2], которое широко используется для исследования БЛВС стандарта IEEE 802.11 [4–7]. Ns-3 позволяет создавать модели БЛВС из моделей беспроводных устройств ns-3 (беспроводные станции и точки доступа), которые представляют собой программную реализацию спецификации стандарта IEEE 802.11 для MAC-подуровня и различные модели физического уровня, соответствующие спецификациям стандарта IEEE 802.11 a/b/e/g/n/ac/ax [2].

Таким образом, модели беспроводных устройств поддерживают настройки множества параметров, необходимых для исследования вероятностно-временных характеристик корпоративных БЛВС. Поэтому требуется разработать исследовательский стенд для получения и анализа вероятностно-временных характеристик корпоративной БЛВС. В процессе разработки решены следующие задачи: определены параметры корпоративной БЛВС для получения необходимых характеристик; разработан блок для исследования вероятностно-временных характеристик с помощью дискретно-событийного моделирования; разработаны модули для обработки, анализа полученных характеристик и расчета характеристик производительности БЛВС.

Параметры БЛВС

Корпоративная БЛВС (рис. 1) содержит точку доступа AP, k (k = 1, K) беспроводных станций STA, сервер (корпоративные и/или мультимедийные интернет-ресурсы (приложения)), коммутационную среду корпоративной сети со скоростью передачи данных не менее 1 Гб/с, представленную как коммутатор.

Точка доступа AP и беспроводные станции STA соединены беспроводным каналом связи (БКС) стандарта IEEE 802.11 и образуют инфраструктурный базовый набор обслуживания iBSS (infrastructure Basic Service Set) [8]. Требуется определить параметры корпоративной БЛВС для получения характеристик производительности. Параметры корпоративной БЛВС можно разделить на параметры производительности БЛВС, параметры БКС и параметры потоков трафика сетевых приложений, например, приложений мультимедийного трафика (ММТ) [1].

Параметры производительности БЛВС зависят от параметров ее настройки для точки доступа AP и представлены в таблице 1. Одним из таких параметров является dot11BeaconPeriod, который устанавливает период рассылки beacon-кадров, содержащих ряд параметров БЛВС и осуществляющих механизм синхронизации времени между станциями. Для управления доступом к БКС в рассматриваемой БЛВС используется механизм управления доступом CF. Для настройки базовых механизмов CF существуют два канальных протокола (КП) БКС: распределенный DCF и централизованный PCF. Для их настройки используются параметры:

-     dot11MediumOccupancyLimit, устанавливающий максимальную продолжительность работы КП PCF;

-     dot11CFPPeriod, устанавливающий период переключения из режима работы КП DCF в режим работы КП PCF;

-     hw_mode, определяющий стандарт и параметры БКС для установленного стандарта (модуляция, кодирование, частотный диапазон, временные интервалы, метод расширения спектра) [9].

Параметры производительности БКС определяет параметр hw_mode. Основным ресурсом БКС является пропускная способность C [бит/с] (допустимый набор поддерживаемых скоростей передачи данных – параметр basic_rates). Пропускная способность C определяет время τ передачи одного бита (в сек.): τ = 1/C.

Характеристики производительности БЛВС: время доставки пакета ММТ – TфCF, эффективность доставки пакетов с пользованием КП CF – UCF, интенсивность доставленных пакетов – uCF, зависят от параметров производительности БЛВС [10], параметров БКС, па-раметров потоков трафика ММТ, а также от количества K беспроводных станций, подклю-ченных к точке доступа AP (табл. 1). Параметры потоков трафика ММТ представлены в таблице 2.

Таблица 2

Параметры потоков трафика ММТ

Table 2

Parameters of MMT traffic flows

Архитектура разработанного исследовательского стенда

Архитектура разработанного исследовательского стенда представлена на рисунке 2. В качестве аппаратных средств использован персональный компьютер с параметрами: процессор – Intel Core i7 4700HQ 2400 – 3400 МГц, ОЗУ – 16 Гб, ОС – Debian 10. Программный блок «Стенд моделирования» (СМ) включает модуль настройки (МН), описывающий пара-метры симуляции корпоративной БЛВС, и модуль генератора (МГ), осуществляющий генерацию входного трафика с экспоненциальным распределением времени интервалов поступления пакетов трафика ММТ. Программный блок СМ является программным модулем на языке C++ для ns-3 [2] и содержит 396 строк.

Программный блок «Анализ результатов моделирования» (АРМ) включает: програм-мный модуль (МП1) (написан на языке Python с использованием библиотеки pyshark [11], со-держит 450 строк), позволяющий получить вероятностно-временные характеристики и расширенный набор функциональных характеристик корпоративной БЛВС; программный модуль (МП2) (написан на языках CL (WxMaxi-ma [12], содержит 211 строк) и Python (содержит 388 строк)), который формирует и решает аналитические уравнения модели БЛВС; программный модуль (МП3) (написан на языке Python с использованием библиотек Num-py [13] и PyGnuplot [14], содержит 270 строк), который формирует результаты аналитического моделирования.

Программный блок СМ. Данный блок содержит два программных модуля (рис. 2) – МН и МГ. МН получает параметры из таблиц 1 и 2. Подробно разработка МН и МГ описана в работе [15], где приведены фрагменты программ на языке C++. Рассмотрим временную диаграмму работы данного блока (рис. 3). На шагах t0 и t1 осуществляются запуск AP и STAk (k = 1, K) и запуск перехвата трафика беспроводного интерфейса в PCAP-файл. МГ используется для запуска UDP-сервера (Server) на AP и STA1, настройки UDP-клиента (App) на беспроводных станциях STAk (k = 1, K) (шаги t2 и t3). После запуска UDP-сервера МГ включает отправку пакетов на UDP-клиентах (шаг t4). На рисунке 4 представлена временная диаграмма генератора, где θi – случайный интервал времени с экспоненциальным распределением λi, ni – номер отправляемого пакета ММТ; l – размер пакета ММТ. По умолчанию буфер для пакета размером l ММТ равен 0, перед отправкой в буфер добавляется номер пакета. На шаге t5 точка доступа AP и каждая беспроводная стан-ция STA сохраняют данные о полученных (отправленных) пакетах в файл отчета, а также перехваченный трафик в PCAP-файл. Файл отчета содержит зависимость интенсивности доставленных пакетов uИCF(Λ) от интенсивности трафика ММТ Λ для БКС с протоколом CF (CF = [DCF, PCF]).

Программный блок АРМ представлен на рисунке 5. Программный модуль МП1 использует данные из PCAP-файла для получения зависимости:

-     математического ожидания времени обслуживания пакета ММТ TИPCF(Λ) от интенсивности трафика ММТ Λ для БКС с протоколом CF, где CF = (DCF, PCF);

-     дисперсии времени обслуживания пакета σ2CF(Λ) от интенсивности трафика ММТ Λ для БКС с протоколом CF, где CF = (DCF, PCF);

-     интенсивности обслуживания пакетов μCF(Λ) от интенсивности трафика ММТ Λ для БКС с протоколом CF, где CF = (DCF, PCF);

-     коэффициента вариации СCF(Λ), выраженной соотношением

СCF(Λ) = 100 % * σCF(Λ) / TИPCF(Λ).

Для получения зависимости математиче-ского ожидания времени обслуживания пакета TИCF(Λ) от интенсивности трафика ММТ Λ блоком МП1 использует данные из PCAP-фай­ла, полученного на шаге t5 блоком СМ (рис. 3). В PCAP-файле используется псевдозаголовок wlan_radio для записи метаданных кадра IEEE 802.11, в том числе таймера функции синхронизации времени TSF (Time Synchronization Function timer). Для определения времени отправки и получения кадра IEEE 802.11 используются метаданные начала кадра IEEE 802.11 TSF.start и окончания приема IEEE 802.11 TSF.end. Временная диаграмма для КП DCF и PCF представлена на рисунках 6 и 7. Для измерения времени обслуживания пакета ММТ используется значение TИi CF = T2 – T1.

Программный модуль (МП2) формирует и решает следующие аналитические уравнения модели БЛВС [10]:

где подмножество 1I индексов нечетных состояний и подмножество 2I индексов четных состояний, a количество мест в очереди s зависит от количества К беспроводных станций, гарантированного времени Tгар доставки пакета, времени ТCF канального протокола и принимается равным: s = (K + 1) (Tгар/ТCF).

Тогда аналитическая интенсивность uаCF доставленных пакетов вычисляется следующим образом: uаCF = Λ (1 – Ps+1), а аналитическая интенсивность uаCF равна:

Время доставки пакета ММТ Tф CF с использованием КП CF, где CF = (DCF, PCF), учитывающее время в очереди и время обслуживания, определяется соотношением

TфCF = n / uаCF.

МП3 формирует результаты аналитического моделирования в соответствии с задачей «Для заданного времени Tгар гарантированной доставки пакетов, для БКС, использующих КП CF, определить предельную интенсивность uаCF доставленных протоколов CF, где CF = = (DCF, PCF)».

Реализация исследовательского стенда

Рассмотрим пример работы стенда для получения и анализа вероятностно-временных характеристик корпоративной БЛВС при ограничениях: «Для заданного времени гарантированной доставки пакетов Tгар = 0,001 с, для БКС, использующих КП CF, CF = (DCF, PCF), определить предельную интенсивность uаCF доставленных пакетов. Сравнить предельную интенсивность uаDCF и uаPCF». Параметры исследуемой БЛВС приведены в таблице 3.

Для получения суммарной интенсивности входного трафика необходимо провести исследование корпоративной БЛВС с параметрами из таблицы 3, используя блок СМ. С помощью программных модулей МП1 и МП2 получены следующие зависимости для двух канальных протоколов CF = (DCF, PCF): математическое ожидание времени обслуживания пакета ММТ TИ DCF (Λ), TИPCF (Λ), дисперсия времени обслуживания пакета ММТ σ2DCF(Λ), σ2PCF(Λ), коэффициент вариации времени обслуживания пакета ММТ СDCF(Λ), СPCF(Λ), интенсивность обслуживания пакетов μDCF(Λ), μPCF(Λ) для расчета суммарной интенсивности входного трафика ММТ. Результат работы блока МП2 – зависимости времени доставки пакета ММТ TфDCF(Λ) от интенсивности трафика ММТ для CF = (DCF, PCF) представлены на рисунке 8. C помощью программных блоков МП2 и МП3 получена зависимость вероятности отказа в обслуживании пакета ММТ для CF = [DCF, PCF] (рис. 9). Полученная зависимость (рис. 8) позволяет определить входную интенсивность трафика ММТ для Tгар = 0,001 с, а именно ΛDCF ≈ 3 100 пакет/с, а ΛPCF ≈ 1 500 пакет/с, при μDCF ≈ 3 160 пакет/с и μPCF (Λ) ≈ 2 074 пакет/с. Отсюда αDCF ≈ 0,98 и αPCF ≈ 0,72. Полученные зависимости (рис. 9) позволяют установить PDCFs+1 ≈ 0,01 и PPCFs+1 ≈ 0,02 и решение задачи – предельную интенсивность uаCF доставленных пакетов ММТ: uаDCF ≈ 3069 пакет/с и uаPCF ≈ 2 033 пакет/с. Полученные результаты позволяют сравнить предельные интенсивности доставленных пакетов трафика ММТ для КП DCF и PCF. Для заданных в задаче параметров рекомендуется использовать КП DCF.

Заключение

В статье представлены архитектура и программная реализация разработанного стенда. Подробно описаны блоки стенда для исследования корпоративной БЛВС с помощью дискретно-событийного моделирования, оценки и анализа результатов путем аналитических расчетных соотношений, полученных авторами. В статье содержатся результаты исследования вероятностно-временных характеристик на примере корпоративной БЛВС с заданной конфигурацией для двух КП БКС. Функциональность разработанного стенда обеспечивает возможность работы в двух режимах. В режиме разработки новой БЛВС, когда известными параметрами являются паспортные данные оборудования, логические характеристики протоколов и предполагаемые характеристики трафика, используется полный набор функциональных модулей и блоков, чтобы обеспечить согласование трафика с ресурсами передачи и обработки и заданную производительность БЛВС. В режиме эксплуатации, когда монито-ринг обеспечивает реальные характеристики трафика и протоколов, администратор БЛВС получает возможность оценить производитель-ность БЛВС и интенсивность трафика – используется ограниченный набор модулей, который требует гораздо меньше времени для оценки производительности БЛВС и дает возможность изменять настройки и обеспечивать адаптивное регулирование, соответствующее требованиям QoS.

Используя разработанный программный комплекс, авторы проводят работы по исследованию вероятностно-временных характеристик сегментов БЛВС, функционирующих в составе Информационной вычислительной сети Национального исследовательского университета «МЭИ».

Литература

1.    Dujovne D., Turletti T. and Filali F. A taxonomy of IEEE 802.11 wireless parameters and open source measurement tools. IEEE Communications Surveys & Tutorials, 2010, vol. 12, no. 2, pp. 249–262. DOI: 10.1109/SURV.2010.021110.00020.

2.    Ns-3: Network Simulator. URL: https://www.nsnam.org/ (дата обращения: 21.09.2020).

3.    Yin Y., Gao Y., Hei X. Performance evaluation of a unified IEEE 802.11 DCF model in NS-3. Proc. SIMUTools Conf., 2019, pp. 395–406. DOI: 10.1007/978-3-030-32216-8_38.

4.    Deutsch P., Veytser L., Cheng B. LL SimpleWireless: A controlled MAC/PHY wireless model to enable network protocol research. Proc. Workshop on NS3 (WNS3), 2016, pp. 71–78. DOI: 10.1145/2915371.2915376.

5.    Tian Le, Deronne S., Latré S., Jeroen F. Implementation and validation of an IEEE 802.11ah module for NS-3. Proc. Workshop on NS3 (WNS3), 2016, pp. 49–56. DOI: 10.1145/2915371.2915372.

6.    Assasa H., Widmer J. Implementation and evaluation of a WLAN IEEE 802.11ad model in ns-3. Proc. WNS3, 2016, pp. 57–64. DOI: 10.1145/2915371.2915377.

7.    Safavi-Naeini H.-A., Nadeem F., Roy S. Investigation and improvements to the OFDM Wi-Fi physical layer abstraction in ns-3. Proc. WNS3, 2016, pp. 65–70. DOI: 10.1145/2915371.2915387.

8.    IEEE Standard for Information Technology: Telecommunications and information exchange between systems local and metropolitan area networks: Specific requirements. Pt. 11, Wireless LAN MAC and PHY Specifications. DOI: 10.1109/IEEESTD.2016.7786995.

9.    Hostapd: IEEE 802.11 AP, W1.Fi. URL: https://www.w1.fi/cgit/hostap/plain/hostapd/hostapd.conf. (дата обращения: 21.09.2020).

10. Абросимов Л.И., Руденкова М.А., Хаю Х. Методика определения гарантированной доставки трафика в корпоративных беспроводных локальных вычислительных сетях // Вестн. Воронежского гос. технич. ун-та. 2020. Т. 16. № 5. С. 38–49. DOI: 10.36622/VSTU.2020.16.5.006.

11. Pyshark 0.4.2.11. URL: https://pypi.org/project/pyshark/ (дата обращения: 21.09.2020).

12. "Wxmaxima". Wxmaxima-Developers.Github.Io, 2020, URL: https://wxmaxima-developers.github.io/wxmaxima/ (дата обращения: 21.09.2020).

13. Numpy v1.19.0. URL: https://numpy.org/ (дата обращения: 03.10.2020).

14. Pygnuplot 0.11.16. URL: https://pypi.org/project/PyGnuplot/ (дата обращения: 03.10.2020).

15. Rudenkova M. A methodology of modeling the IEEE 802.11 wireless LAN using ns-3. Proc. INFORINO, 2020, pp. 1–4. DOI: 10.1109/Inforino48376.2020.9111782.

References

1. Dujovne D., Turletti T. and Filali F. A taxonomy of IEEE 802.11 wireless parameters and open source measurement tools. IEEE Communications Surveys & Tutorials, 2010, vol. 12, no. 2, pp. 249–262. DOI: 10.1109/SURV.
   2010.021110.000200.
2. Ns-3: Network Simulator. Available at: https://www.nsnam.org/ (accessed September 21, 2020).
3. Yin Y., Gao Y., Hei X. Performance evaluation of a unified IEEE 802.11 DCF model in NS-3. Proc.
   SIMUTools Conf., 2019, pp. 395–406. DOI: 10.1007/978-3-030-32216-8_38.
4. Deutsch P., Veytser L., Cheng B. LL SimpleWireless: A controlled MAC/PHY wireless model to enable network protocol research. Proc. WNS3, 2016, pp. 71–78. DOI: 10.1145/2915371.2915376.
5. Tian Le, Deronne S., Latré S., Jeroen F. Implementation and validation of an IEEE 802.11ah module for
   NS-3. Proc. Workshop on NS3 (WNS3), 2016, pp. 49–56. DOI: 10.1145/2915371.2915372.
6. Assasa H., Widmer J. Implementation and evaluation of a WLAN IEEE 802.11ad model in ns-3. Proc. WNS3, 2016, pp. 57–64. DOI: 10.1145/2915371.2915377.
7. Safavi-Naeini H.-A., Nadeem F., Roy S. Investigation and improvements to the OFDM Wi-Fi physical layer abstraction in ns-3. Proc. WNS3, 2016, pp. 65–70. DOI: 10.1145/2915371.2915387.
8. IEEE Standard for information technology: Telecommunications and information exchange between systems local and metropolitan area networks: Specific requirements. Pt. 11, Wireless LAN MAC and PHY Specifications. DOI: 10.1109/IEEESTD.2016.7786995.
9. Hostapd: IEEE 802.11 AP, W1.Fi. Available at: https://www.w1.fi/cgit/hostap/plain/hostapd/hostapd.conf. (accessed: 21.09.2020).
10. Abrosimov L.I., Rudenkova M.A., Khayou H. Methodology to determine guaranteed delivery traffic rate in corporate wlan. The Bulletin of Voronezh State Technical University, 2020, vol. 16, no. 5, pp. 38–49 (in Russ.). DOI: 10.36622/VSTU.2020.16.5.006.
11. Pyshark 0.4.2.11. Available at: https://pypi.org/project/pyshark/ (accessed September 09, 2020).
12. "Wxmaxima". Wxmaxima-Developers.Github.Io, 2020. Available at: https://wxmaxima-developers.github.
    io/wxmaxima/ (accessed September 09, 2020).
13. Numpy v1.19.0. Available at: https://numpy.org/ (accessed October 03, 2020).
14. Pygnuplot 0.11.16. Available at: https://pypi.org/project/PyGnuplot/ (accessed October 03, 2020).
15. Rudenkova M. A Methodology of modeling the IEEE 802.11 wireless LAN using ns-3. Proc. INFORINO, 2020, pp. 1–4. DOI: 10.1109/Inforino48376.2020.9111782.