58682

Автор(ы): 

Автор(ов): 

3

Параметры публикации

Тип публикации: 

Тезисы доклада

Название: 

РАСЧЁТ ХАРАКТЕРИСТИК ТАНДЕМНОЙ СЕТИ С ФИКСИРОВАННЫМИ ДЛИНАМИ ВХОДЯЩИХ ПАКЕТОВ МЕТОДОМ МАШИННОГО ОБУЧЕНИЯ

ISBN/ISSN: 

978-5-94621-913-6

Наименование конференции: 

  • 13-я конференция с международным участием "НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ИССЛЕДОВАНИИ СЛОЖНЫХ СТРУКТУР" (ICAM 2020, Томск)

Наименование источника: 

  • Материалы 13-й конференции с международным участием "НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ИССЛЕДОВАНИИ СЛОЖНЫХ СТРУКТУР" (ICAM 2020, Томск)

Город: 

  • Томск

Издательство: 

  • Издательский дом Томского государственного университета

Год издания: 

2020

Страницы: 

82
Аннотация
В исследовании рассматривается тандемная сеть массового обслуживания с последовательно-связанными узлами. Заданы случайная величина интервала между поступлениями пакетов A~fA(t),fA (t)=ξe^(-ξt) и случайная величина размера пакета в битах C~fс (t),fс (t)=γe^(-γt). Для данной сети была построена имитационная модель для различных случаев распределения, в которой размер пакета определяется случайно при поступлении в сеть и далее не изменяется. В ходе эксперимента исследовано влияние фиксации длины пакета при его появлении на входе тандема на показатели качества сети массового обслуживания. Если размер пакета определяется случайно каждый раз, когда начинается его обслуживание, то такая сеть массового обслуживания является классической сетью с узлами M/M/1. Если же размер пакета определяется при его поступлении в сеть и далее не изменяется по ходу поступления на каждый последующей узел сети, то между обслуживаниями одного пакета на разных узлах появляется связь. В отличии от классического подхода о допущении независимости случайной величины на входе каждого узла, в данном случае, при фиксации длины пакета, невозможно построение аналитических моделей даже для простейших случаев. Для решение данной проблемы в эксперименте применяются методы машинного обучения для построения моделей характеристик сети. Для построения регрессионной модели используются данные имитационного моделирования, в которой варьировались различные показатели сети такие как: коэффициент загрузки, количество станций в тандеме, битовая скорость передачи пакета станциями, средний размер пакета в битах и др. с целью получения оценок характеристик сети массового обслуживания. Для аппроксимации полученных данных используется методы построения деревьев решений, градиентный бустинг и искусственные нейронные сети.

Библиографическая ссылка: 

Вишневский В.М., Ларионов А.А., Мухтаров А.А. РАСЧЁТ ХАРАКТЕРИСТИК ТАНДЕМНОЙ СЕТИ С ФИКСИРОВАННЫМИ ДЛИНАМИ ВХОДЯЩИХ ПАКЕТОВ МЕТОДОМ МАШИННОГО ОБУЧЕНИЯ / Материалы 13-й конференции с международным участием "НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ИССЛЕДОВАНИИ СЛОЖНЫХ СТРУКТУР" (ICAM 2020, Томск). Томск: Издательский дом Томского государственного университета, 2020. С. 82.