Анализ систем массового обслуживания с пороговым механизмом обновления и инверсионной дисциплиной обслуживания

Обложка

Цитировать

Полный текст

Аннотация

В работе представлено исследование трёх систем массового обслуживания с пороговым механизмом обновления и инверсионной дисциплиной обслуживания. В модели первого типа пороговое значение отвечает только за активацию механизма обновления - механизма вероятностного сброса заявок. Во второй модели пороговое значение не только включает механизм обновления, но и определяет в накопителе границы области, из которой поступившие в систему заявки не могут быть сброшены. В модели третьего типа, обобщающей предыдущие две модели, используются два пороговых значения: одно для активации механизма сброса заявок, второе - для задания безопасной зоны в накопителе. На основе полученных ранее результатов представлены основные вероятностновременные характеристики рассмотренных моделей. С помощью имитационного моделирования проведён анализ и сравнение поведения изученных моделей.

Об авторах

И. С. Зарядов

Российский университет дружбы народов; Институт проблем информатики, Федеральный исследовательский центр «Информатика и управление» РАН

Email: zaryadov-is@rudn.ru
ORCID iD: 0000-0002-7909-6396

Candidate of Physical and Mathematical Sciences, Assistant Professor of Department of Applied Probability and Informatics of Peoples’ Friendship University of Russia (RUDN University); Senior Researcher of Institute of Informatics Problems of Federal Research Center “Computer Science and Control” Russian Academy of Sciences

ул. Миклухо-Маклая, д. 6, Москва, 117198, Россия; ул. Вавилова, д. 44, кор. 2, Москва, 119333, Россия

Илкиаш К. К. Виана

Российский университет дружбы народов

Email: hilvianamat1@gmail.com
PHD student of Department of Applied Probability and Informatics ул. Миклухо-Маклая, д. 6, Москва, 117198, Россия

Т. А. Милованова

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: milovanova-ta@rudn.ru
ORCID iD: 0000-0002-9388-9499

Candidate of Physical and Mathematical Sciences, Lecturer of Department of Applied Probability and Informatics

ул. Миклухо-Маклая, д. 6, Москва, 117198, Россия

Список литературы

  1. F. Baker and G. Fairhurst. “IETF Recommendations Regarding Active Queue Management. RFC 7567”. (Jul. 2015), [Online]. Available: https://tools.ietf.org/html/rfc7567.
  2. K. Nichols and V. Jacobson, “Controlling queue delay”, Communications of the ACM, vol. 55, no. 7, pp. 42-50, May 2012. doi: 10.1145/2209249.2209264.
  3. T. Hoeiland-Joergensen et al. “The flow queue codel packet scheduler and active queue management algorithm. RFC 8290”. (2018), [Online]. Available: https://www.rfc-editor.org/info/rfc8290.
  4. S. Jung, J. Kim, and J.-H. Kim, “Intelligent active queue management for stabilizedQoSguaranteesin5Gmobilenetworks”, IEEE Systems Journal, vol. 15, pp. 4293-4302, 2021. doi: 10.1109/JSYST.2020.3014231.
  5. W.-c. Feng, D. Kandlurz, D. Sahaz, and K. Shin, “BLUE: a new class of active queue management algorithms”, University of Michigan, Tech. Rep., Sep. 2000.
  6. W.-c. Feng, D. Kandlur, and D. Saha, “The BLUE active queue management algorithms”, Networking, IEEE/ACM Transactions on, vol. 10, pp. 513-528, Sep. 2002. doi: 10.1109/TNET.2002.801399.
  7. C. Zhang, J. Yin, and Z. Cai, “RSFB: a resilient stochastic fair blue algorithm against spoofing DDoS attacks”, in 9th International Symposium on Communications and Information Technology, 2009, pp. 1566- 1567. doi: 10.1109/ISCIT.2009.5341033.
  8. T. Hoiland-Jorgensen, D. Taht, and J. Morton, “Piece of CAKE: a comprehensive queue management solution for home gateways”, in IEEE International Symposium on Local and Metropolitan Area Networks (LANMAN), Jun. 2018, pp. 37-42. doi: 10.1109/LANMAN.2018.8475045.
  9. J. Palmei, S. Gupta, P. Imputato, J. Morton, M. Tahiliani, S. Avallone, and D. Taht, “Design and evaluation of COBALT queue discipline”, in IEEE International Symposium on Local and Metropolitan Area Networks (LANMAN), Jul. 2019, pp. 1-6. doi: 10.1109/LANMAN.2019.8847054.
  10. A. Roy, J. L. Pachuau, and A. K. Saha, “An overview of queuing delay and various delay based algorithms in networks”, Computing, vol. 103, pp. 2361-2399, 2021. doi: 10.1007/s00607-021-00973-3.
  11. W. de Morais, C. E. M. Santos, and C. M. Pedroso, “Application of active queue management for real-time adaptive video streaming”, Telecommun Syst, vol. 79, pp. 261-270, 2022. doi: 10.1007/s11235-021-00848-0.
  12. J. George and R. Santhosh, “Congestion control mechanism for unresponsive flows in Internet through active queue management system (AQM)”, Lecture Notes on Data Engineering and Communications Technologies, vol. 68, pp. 765-777, 2022. doi: 10.1007/978-981-16-1866-6_58.
  13. S. Singha, B. Jana, N. K. Mandal, S. Jana, S. Bandyopadhyay, and S. Midya, “Application of dynamic weight with distance to reduce packet loss in RED based algorithm”, Lecture Notes in Networks and Systems, vol. 292, pp. 530-543, 2022. doi: 10.1007/978-981-16-4435-1_52.
  14. R. Adams, “Active queue management: a survey”, Communications Surveys & Tutorials, IEEE, vol. 15, pp. 1425-1476, Jan. 2013. doi: 10.1109/SURV.2012.082212.00018.
  15. M. Menth and S. Veith, “Active queue management based on congestion policing (CP-AQM)”, in Jan. 2018, pp. 173-187. doi: 10.1007/978-3319-74947-1_12.
  16. A. Chydzinski and L. Chrost, “Analysis of AQM queues with queue size based packet dropping”, Applied Mathematics and Computer Science, vol. 21, pp. 567-577, Sep. 2011. doi: 10.2478/v10006-011-0045-7.
  17. A. Chydzinski and P. Mrozowski, “Queues with dropping functions and general arrival processes”, PloS one, vol. 11, e0150702, Mar. 2016. doi: 10.1371/journal.pone.0150702.
  18. M. Konovalov and R. Razumchik, “Numerical analysis of improved access restriction algorithms in a GI/G/1/N system”, Journal of Communications Technology and Electronics, vol. 63, pp. 616-625, Jun. 2018. doi: 10.1134/S1064226918060141.
  19. M. Konovalov and R. Razumchik, “Comparison of two active queue management schemes through the M/D/1/N queue”, Informatika i ee Primeneniya, vol. 12, no. 4, pp. 9-15, 2018, in Russian. doi: 10.14357/19922264180402.
  20. C. SSo-In, R. Jain, and J. Jiang, “Enhanced forward explicit congestion notification (E-FECN) scheme for datacenter Ethernet networks”, in International Symposium on Performance Evaluation of Computer and Telecommunication Systems, 2008, pp. 542-546.
  21. C. Gomez, X. Wang, and A. Shami, “Intelligent active queue management using explicit congestion notification”, in IEEE Global Communications Conference (GLOBECOM), Sep. 2019, pp. 1-6. doi: 10.20944/preprints201909.0077.v1.
  22. S. Shahzad, E.-S. Jung, J. F. Chung M., and R. Kettimuthu, “Enhanced explicit congestion notification (EECN) in TCP with P4 programming”, in International Conference on Green and Human Information Technology (ICGHIT), Feb. 2020. doi: 10.1109/ICGHIT49656.2020.00015.
  23. S. Wang, J. Zhang, T. Huang, T. Pan, J. Liu, and Y. Liu, “A-ECN minimizing queue length for datacenter networks”, IEEE Access, vol. 8, pp. 49100-49111, 2020. doi: 10.1109/ACCESS.2020.2979216.
  24. A. Bashir, E. Machnev, and E. Mokrov, “Queueing model of hysteretic congestion control for cloud wireless sensor networks”, in 13th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT), 2021, pp. 104-108. doi: 10.1109/ICUMT54235.2021.9631576.
  25. S. Li, Q. Xu, J. Gaber, Z. Dou, and J. Chen, “Congestion control mechanism based on dual threshold DI-RED for WSNs”, Wireless Personal Communications, vol. 115, pp. 2171-2195, 2020. doi: 10.1007/s11277020-07676-6.
  26. S. Singha, B. Jana, S. Jana, and N. K. Mandal, “An innovative active queue management model through threshold adjustment using queue size”, Advances in Intelligent Systems and Computing, vol. 1406, pp. 257- 273, 2022. doi: 10.1007/978-981-16-5207-3_23.
  27. A. Kreinin, “Queueing systems with renovation”, Journal of Applied Mathematics and Stochastic Analysis, vol. 10, pp. 431-443, Jan. 1997. doi: 10.1155/S1048953397000464.
  28. M. Konovalov and R. Razumchik, Queueing systems with renovation vs. queues with red. supplementary material, 2017. arXiv: 1709.01477.
  29. A. V. Gorbunova and A. V. Lebedev, “Queueing system with two input flows, preemptive priority, and stochastic dropping”, Automation and Remote Control, vol. 81, no. 12, pp. 2230-2243, 2020. doi: 10.1134/S0005117920120073.
  30. S. Floyd and V. Jacobson, “Random early detection gateways for congestion avoidance”, IEEE/ACM Transactions on Networking, vol. 1, pp. 397- 413, Sep. 1993. doi: 10.1109/90.251892.
  31. K. Ramakrishnan, S. Floyd, and D. Black. “RFC3168: The Addition of Explicit Congestion Notification (ECN) to IP”. (2001), [Online]. Available: https://tools.ietf.org/html/rfc3168.
  32. S. Floyd, R. Gummadi, and S. Shenker, Adaptive RED: an algorithm for increasing the robustness of RED’s active queue management, Sep. 2001.
  33. A. V. Korolkova, D. S. Kulyabov, and A. I. Chernoivanov, “On the classification of RED algorithms”, Bulletin of Peoples’ Friendship University of Russia, no. 3, pp. 34-46, 2009, in Russian.
  34. W.-C. Feng, “Improving Internet congestion control and queue management algorithms”, The University of Michigan, Tech. Rep., 1999.
  35. H. C. C. Viana, I. Zaryadov, V. Tsurlukov, T. Milovanova, E. Bogdanova, A. Korolkova, and D. Kulyabov, “The general renovation as the active queue management mechanism. Some aspects and results”, Communications in Computer and Information Science, vol. 1141, pp. 488- 502, 2019. doi: 10.1007/978-3-030-36625-4_39.
  36. H. C. C. Viana, I. S. Zaryadov, and T. A. Milovanova, “Queueing systems with different types of renovation mechanism and thresholds as the mathematical models of active queue management mechanism”, Discrete and Continuous Models and Applied Computational Science, vol. 28, no. 4, pp. 305-318, 2020. doi: 10.22363/2658-4670-2020-284-305-318.
  37. H. C. C. Viana, I. S. Zaryadov, and T. A. Milovanova, “Two types of single-server queueing systems with threshold-based renovation mechanism”, Lecture Notes in Computer Science, vol. 13144, pp. 196-210, 2021. doi: 10.1007/978-3-030-92507-9_17.
  38. H. C. C. Viana and I. S. Zaryadov, “Single-server queuing systems with exponential service times and threshold-based renovation”, in 13th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT), 2021, pp. 91-97. doi: 10.1109/ICUMT54235.2021.9631585.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».