Laboratori di FONDAMENTI DI RETI DI TELECOMUNICAZIONI

Transcript

1 Politecnico di Milano Sede di Cremona A.A. 2007/08 Laboratori di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Fabio Zeri Slide 1

2 Multiplazione Permette la condivisione di un mezzo trasmissivo da parte di diversi flussi di traffico Permette la suddivisione della capacità del mezzo trasmissivo in più canali di capacità minore Multiplexer Statica - FDM (tv, radio, etc.) - TDM (reti a circuito) tecniche di multiplazione Statistica - Reti a pacchetto Slide 2

3 Multiplazione statica FDM: il mezzo trasmissivo viene suddiviso in canali utilizzando intervalli di frequenza distinti Multiplexer TDM: il mezzo trasmissivo viene ripartito in canali creando degli slot temporali Multiplexer Slide 3

4 Nelle reti a pacchetto non esistono canali dedicati: i pacchetti vengono introdotti nel mezzo trasmissivo all'occorrenza; un nodo quando riceve un pacchetto lo memorizza, lo elabora quindi, lo inoltra sul proprio canale in uscita: il canale è impegnato: il pacchetto viene posto in un buffer di attesa (coda) il tempo di attesa dipende dal numero di pacchetti in coda, dalla loro dimensione e dalla politica di gestione della coda il canale è libero: il pacchetto viene trasmesso: il tempo di trasmissione è dato dal rapporto tra la dimensione del pacchetto e la capacità del mezzo trasmissivo T k = L k C k Slide 4

5 (2) Nelle reti a pacchetto l'arrivo dei dati è casuale La trasmissione è casuale: dipende dall'ordine di uscita dei pacchetti dalla coda di attesa PRO migliore utilizzo del mezzo trasmissivo: si usa quando serve; ottimo in caso di sorgenti di traffico discontinue CONTRO ritardo di trasmissione (dipende dal ritardo di accodamento) aumenta in funzione delle condizioni di traffico; inadatto per sorgenti di traffico continue Slide 5

6 Sistemi di attesa Processo degli arrivi è il processo statistico che descrive gli arrivi dei pacchetti Processo dei servizi è il processo che descrive i tempi di trasmissione (lunghezza dei pacchetti, capacità del link) Disciplina di coda modello che descrive le modalità di gestione dell'accodamento (FIFO,LIFO, etc.) Slide 6

7 Sistemi di attesa: processo degli arrivi E' il processo che descrive gli istanti di arrivo Y 1 Y 2 Y 3 Y 4 0 t N(0,t): numero dei pacchetti giunti nell'intervallo di tempo 0 e t {Y k }: sequenza dei tempi di interarrivo E[Y]: tempo medio di interarrivo λ: numero medio degli arrivi al secondo 1 / E[Y] Slide 7

8 Sistemi di attesa: processo di servizio Descrive l'andamento della durata dei servizi (tempi di trasmissione) {X k }: sequenza dei tempi di servizio X k = L k / C L k : lunghezza del pacchetto (byte) C: capacità del link (bit/s) E[X]: è il tempo medio di servizio per ogni pacchetto μ: è il numero medio di pacchetti serviti al secondo 1 / E[X] Slide 8

9 Sistemi di attesa: traffico Indica la quantità d'informazione gestita dal sistema di trasmissione Istantaneo Indica il numero di pacchetti che impegnano un link nell'istante t: a(t) Nel caso il link abbia un solo canale il traffico può essere o 0 o 1 a(t) 1 X k Medio A(t) = λ * E[X] = λ / μ t Slide 9

10 Sistemi di attesa: traffico (2) λ o λ a λ s λ r Nel caso la coda sia satura si ha un overflow del buffer di accodamento e i pacchetti vengono persi λ o : pacchetti in arrivo λ a : pacchetti accettati λ r : pacchetti rifiutati λ s : pacchetti serviti (= λ a ) Slide 10

11 Sorgenti di traffico CBR: sorgente che genera un traffico di pacchetti con dimensione costante e con frequenza costante (R) X k = E[X] = L / C (per ogni k) Y k = E[Y] = L / R (per ogni k) λ = 1 / E[Y] μ = 1 / E[X] ExpOnOff: sorgente che genera un traffico analogo a CBR per intervallo di tempo casuale (burst time). Dopo ogni trasferimento la sorgente non trasmette per in intervallo di tempo casuale (idle time) On Off Slide 11

12 Sorgenti di traffico (2) Se più sorgenti convergono sullo stesso link, le frequenze degli arrivi si sommano Se il numero delle sorgenti tende a infinito il traffico complessivo si può definire Poissoniano + Gli interrarrivi Y k sono variabili casuali indipendenti con densità di probabilità esponenziale negativa: f(t) = λe -λt Slide 12

13 Sorgenti di Poisson Con NS è possibile creare delle sorgenti di Poisson sfruttando le sorgenti ExpOnOff burst time: 0 idle time: E[Y] frequenza di trasmissione altissima set exp0 [new Application/Traffic/Exponential] $exp0 set packet_size_ 1000 $exp0 set burst_time_ 0s $exp0 set idle_time 0.5s $exp0 set rate_ 10000M in nscritp esiste tra le Application la sorgente Poisson Slide 13

14 Esercizio 3a: ritardo di attesa in coda con traffico di Poisson 80Kbps 10Mbps si utilizzi un modello di trasporto UDP si colleghi al nodo rosso una sorgente di Poisson e al nodo verde un LossMonitor dimensione dei pacchetti 1000 byte λ = 5 pacchetti/s Si calcoli il ritardo medio dei pacchetti in coda nel nodo blu (dimensione della coda 1000) tempo di simulazione 20s Slide 14

15 Esercizio 3a: ritardo di attesa in coda con traffico di Poisson (2) Inserire un QueueMonitor From Node, To Node: inserire gli estremi del link da monitorare Delay Stats: On DelaySampleName: delay0 Inserire un ResultPrinter File: Ritardo.txt Time: 19.5s (tempo al quale scrivere i risultati) Result header: Traffico di Poisson Result 1 Name: Ritardo Result 1 Object: delay0 (deve coincidere con DelaySampleName del QueueMonitor!!) Result 1 Variable: mean Slide 15

16 Esercizio 3b: ritardo di attesa in coda con traffico di Poisson Si tracci la curva dell'andamento del ritardo in funzione dei seguenti valori di traffico: A = 0.2 A = 0.4 A = 0.6 A = 0.8 A = 0.9 A = 0.95 Si tracci la curva dell'andamento del ritardo ricavato con la teoria delle code Slide 16

17 Esercizio 3b: ritardo di attesa in coda con traffico di Poisson (2) Slide 17

18 Esercizio 3b: ritardo di attesa in coda con traffico di Poisson (3) Slide 18

19 Esercizio 3c: ritardo di attesa in coda con traffico ExpOnOff 100Kbps 10Mbps Si colleghino al nodo rosso 20 sorgenti ExpOnOff burst time: 1s frequenza di emissione: 10 kbps lunghezza pacchetti: 1000 byte si varierà il traffico facendo variare il tempo di Off di ciascuna sorgente Utilizzando i valori di traffico dell'esercizio 3b si tracci l'andamento del ritardo medio in coda (nodo blu) tempo di simulazione 1000s Slide 19

20 Esercizio 3c: ritardo di attesa in coda con traffico ExpOnOff (2) Slide 20

21 Esercizio 3c/bis: ritardo di attesa in coda con traffico ExpOnOff 100Kbps 10Mbps Si ripeta la l'esercizio di simulazione con: burst time: 10s Slide 21

22 Esercizio 3c/bis: ritardo di attesa in coda con traffico ExpOnOff (2) Slide 22