Kursovoy_2_dubl_2 (2)

сортировка. Таким образом, работа всегда выполняется с пакетом, стоящим первым в очереди. Шаг 8 проводим до тех пор, пока существует хоть один активный пакет, которые можно обработать. Если пакет далее не может быть обработан в течение текущего такта, его состояние активности переводится в

FALSE. Получив пакет, маршрутизатор LSR извлекает из него метку и использует ее как индекс в своей таблице пересылки [8, c 277].

Шаг 9. Удаляем из очереди откинутые (DROPED), доставленные

(DELIVERED) пакеты и те, состояние которых ENABLED=FALSE. Далее переходим на следующую итерацию. Каждая итерация соответствует отдельному такту конкретного времени [8, c 277].

В имитационном алгоритме реализованы такие технологии обеспечения качества обслуживания, как формирование трафика, контроль за установлением соединения, резервирование ресурсов сети, организация и обслуживание очередей [8, c 278].

После окончания процесса имитации пользователь может просмотреть ее результаты, как в табличном виде, так и в виде графиков. Программный комплекс написан на языке программирования PHP и использует систему управления базами данных MySQL, но допускается работа и с другими СУБД

(Oracle). Программа создана для работы в Internet, имеет удобный Web-

интерфейс, то есть пользователям достаточно иметь доступ к этой глобальной сети и нет необходимости в специальном программном обеспечении на стороне клиента [8, c 278].

Процесс имитации работы сети происходит на сервере, там хранится также модель и результаты работы программы, поэтому пользователю также не нужен мощный компьютер для работы с программой. Программный комплекс рассчитан на корректную работу со всеми распространенными средствами для просмотра web-страниц, в частности, такими, как Internet Explorer, Mozilla Firefox, Opera, Maxthon, Safary. Кроме того, реализован механизм для авторизации пользователей, а также система прав доступа к

данным. Преимуществом данного программного комплекса является также

23

возможность задания типов, моделей и характеристик сетевых устройств не только вручную, что для больших сетей требует много времени, но и путем выбора необходимой модели коммутатора или маршрутизатора из списка.

База данных сетевых устройств может пополняться пользователями.

Таким образом, с помощью описанного программного комплекса можно задавать топологию сети, настраивать ее составляющие, проводить имитацию работы сетей с технологией MPLS и анализировать результаты работы, используя наглядные материалы. Созданный программный комплекс является удобным средством для проектировщиков компьютерных сетей с технологией MPLS [8, c 278].

1.6 Имитационное моделирование систем, удаленного контроля

знаний студентов

Приводится имитационная модель системы контроля работы студентов, построенная в среде математического пакета Mathcad.

Производятся измерения основных характеристик сервера при взаимодействии с клиентами разной функциональной толщины.

Ключевые слова: имитационное моделирование, Mathcad, тонкий клиент, толстый клиент, система контроля работы студентов.

Целью проведения моделирования информационной системы является определение изменения основных характеристик системы в зависимости от изменения толщины клиента. Оценка этих характеристик позволяет сделать выводы о требованиях к системе в зависимости от загруженности системы.

Для доступа к тем или иным сетевым сервисам используются клиенты,

возможности которых характеризуются понятием «толщины». Оно определяет конфигурацию оборудования и программное обеспечение,

имеющиеся у клиента [12, c 1].

Толстый и тонкий клиенты совершают запросы к серверу 3 типов:

24

1. заявки на получение статического содержимого сайта (изображения,

HTML-страницы, таблицы стилей),

2.заявки на получение информации из базы данных,

3.заявки на ввод данных в базу данных.

Сервер получает от клиентов информацию одинакового типа.

Обрабатывает и отсылает ответ с результатами на запрос. Результаты всех вычисления на толстом клиенте сохраняются на локальной базе данных.

И при достаточном интернет соединении обновляет данные на сервере.

Модель имитирует потоки заявок и их обработку на сервере.

Web-сервер можно рассматривать как многоканальную систему массового обслуживания (СМО), приняв при этом следующие упрощающие предположения:

1)поток заявок в системе является случайным, стационарным, ординарным, однородным, без последствий, с отказами;

2)обслуживание без приоритетов;

3)время обслуживания заявок в системе случайное;

4)система является многоканальной и разомкнутой;

Концептуальная модель информационной системы контроля работы

студентов приведена на рисунке 6 [12, c 1] .

25

Рисунок 6 - Концептуальная модель информационной системы

Имитационной моделью системы является стохастическая сеть Петри.

Для моделирования обработки заявок сервером 3 типов, в модель введены маркеры разной формы <▼ ♦ ■>. Маркеры, обозначаемые в виде <●>

обозначают обработку запроса каналом сервера. Разработанная имитационная модель системы, представленная на рисунке 7, обеспечила предварительную оценку загруженности сервера [12, c 2].

Рисунок 7 - Модель web-сервера в виде сети Петри

26

Для тестовой сборки системы контроля работы студентов,

имитировавшей нагрузку, сопоставимую с использованием системы 25

пользователями, была собрана необходимая статистика. Число одновременных соединений для web-сервера равно 15, поэтому n=15. Этот показатель останется неизменным в ходе исследований [12, c 3].

В зависимости от выбранного клиента, интенсивность поступления заявок на обслуживание составила λ = 10 для тонкого, и λ = 6 для толстого клиентов. Из-за того, что на толстом клиенте большая часть информации хранится локально, уменьшается количество запросов на сервер, поэтому интенсивность поступления заявок становится меньше. Как показывает статистика, среднее время обработки одной заявки без учета раскраски равно

0,5 с. Средняя интенсивность обслуживания заявок при этом составляет μ= 2

[12,c 3].

Как показывает анализ статистических данных при получении заявок от тонкого клиента, с учетом раскраски заявки на получение статистического содержимого сайта приходили с интенсивностью λ1= 5, среднее время обслуживания составило t1 = 0,15 c. Интенсивность обслуживания была равна

μ1= 6. Заявки на получение информации из базы данных приходили с интенсивностью λ2 = 3, среднее время обслуживания составило t2 = 0,35 c,

интенсивность обслуживания была равна μ2 = 2,1. Интенсивность поступления в систему заявок на ввод данных в базу данных, исходя из статистики имитации, равнялась λ3 = 2, среднее время обслуживания составило t3 = 0,75 c, а интенсивность обслуживания равна μ3 = 1,9 [12,c 3].

При взаимодействии сервера с толстым клиентом, заявки на получение статистического содержимого сайта приходили с интенсивностью λ1 = 3,

среднее время обслуживания равны t1 = 0,2 c, интенсивность обслуживания составила μ1 = 5. Заявки на получение информации из базы данных приходили с интенсивностью λ2 = 1, среднее время обслуживания равны t2 =

27

0,4 c, интенсивность обслуживания составила μ2 = 3. Интенсивность поступления в систему заявок на ввод данных в базу данных λ3 = 2, среднее время обслуживания равны t3 = 0,7 c, интенсивность обслуживания составила

μ3 = 2. и не изменились.

Подпрограмма имитации обслуживания потока заявок в среде математического пакета MathCAD приведена на рисунке 3. На вход подпрограммы подается: x — вектор заявок на входе, p — раскраска заявки, u — текущее состояние каналов сервера обслуживания, μ — вектор интенсивностей обслуживания заявок с разной раскраской. Осуществляется поиск канала, освободившегося раньше других и, заявка либо обрабатывается в канале с интенсивностью μp, либо блокируется,

в зависимости от времени генерации заявки. На выходе из подпрограммы формируются: v — вектор окончания обработки обслуживания заявок; q —

вектор блокировки заявок при загрузке всех каналов обслуживания[12, c 4].

Рисунок 8 -Подпрограмма имитации обслуживания раскрашенного потока заявок

28

На рисунке 9 представлен график трафика на выходе узла обслуживания с интенсивностями поступления заявок λ1 = 5 c−1, λ2 = 3 c−1,

λ3 = 2 c−1 для тонкого клиента. Интенсивности обслуживания составили μ1 =

6, μ2 = 2,1, μ3 = 1,9[12, c 5].

Рисунок 9 - График трафика на выходе узла обслуживания для тонкого клиента

Как показано на рисунке, при заданных характеристиках для тонкого клиента, каналы с 10 по 15 остаются не загруженными. Среднее время обслуживания заявок в системе вне зависимости от раскраски Tc = 0,329 ±

0,014 с. Среднее число заявок в системе Nc= 3,217 ± 0,121. Среднее число одновременно используемых каналов в системе равно 5. Интегрированная интенсивность поступления заявок в систему L = 9,766 ± 0,146 [12,с 6].

На рисунке 10 представлен график трафика с интенсивностями поступления заявок λ1 = 3 c−1, λ2 = 1 c−1, λ3 = 2 c−1 для толстого клиента,

и интенсивностями обслуживания μ1 = 5, μ2 = 3, μ3 = 2.

29

Рисунок 10 - График трафика на выходе узла обслуживания для толстого клиента

Для толстого клиента не загруженными остаются каналы с 8 по 15.

Среднее число заявок в системе Nc=1,982 ± 0,118. Среднее число одновременно используемых каналов в системе равно 3. Интегрированная интенсивность поступления заявок в систему L = 5,993 ± 0,139.

Вывод: Таким образом, использование	толстого	клиента
в информационной системе контроля работы	студентов	уменьшает

интенсивность поступления заявок, что, при сохранении интенсивностей

обслуживания, обеспечивает меньшую загрузку сервера и повышает отказоустойчивость системы.

Опытная эксплуатация показала устойчивость функционирования

системы. В результате проведения нагрузочного тестирования системы была

проведена	корректировка распределения нагрузки между			клиентом
и сервером	информационной	системы	в целях	повышения
отказоустойчивости системы [12, с 7].

30

Глава 2. Практическая часть

2.1 Задание

Входящее требование должно пройти через один из каналов обслуживания (А или B), при этом у них есть общая очередь (О1). После этого требования обслуживаются на канале обслуживания C (с очередью О2).

Требования, пришедшие в момент, когда очередь достигла максимальной длины, покидают систему.

Рисунок 11 – Общая схема моделируемой СМО

- среднее число требований во входящем потоке за 1 минуту;

μА- среднее число требований, обслуживаемых за 1 минуту на канале А;

μB- среднее число требований, обслуживаемых за 1 минуту на канале B;

μC- среднее число требований, обслуживаемых за 1 минуту на канале С.

Выбрав данные согласно варианту, построить граф состояний системы.

Решить систему уравнений исходя из равновесия потоков для каждого состояния, построить математическую модель системы и на основании нее найти, какая доля требований будет обслуживаться, и среднюю долю времени простоя каналов обслуживания.

Построить имитационную модель системы, взяв шаг дискретизации времени 1 сек. Построить блок-схему программы, моделирующей динамику системы. Произвести расчет за 30 минут, по результатам расчета найти, какая доля покупателей будет обслуживаться, и среднюю долю времени простоя прилавков.

31

2.2 Граф состояний системы
Таблица 1	– Начальные условия практического задания
Номер варианта			Макс. значение О1	Макс. значение О2		μА	μB	μC
2		3	2	Х		1	2	Х

При заданных условиях в СМО отсутствует канал обслуживания С, и

вторая очередь. Следовательно, схема приобретает новый вид (рис.12).

Рисунок 12 – Схема моделируемой СМО Определим все возможные состояния системы (табл. 2):

Таблица 2 – Состояния СМО

Очередь	0	0	0	0	1	2
Канал А (1)	0	1	0	1	1	1
Канал В (2)	0	0	1	1	1	1

	(0;0;0)				(0;1;0)
			μар10
							μвр2
λр0	μвр01				λр01
			λр10				λр2
	(0;0;1)				(0;1;1)					(1;1;1)
			μар2				(μа + μв)р3			(μа + μв)р4
									λр3

(2;1;1)

Рисунок 13 – Граф состояний системы

32