МЕТОД АНАЛІЗУ ВПЛИВУ РІЗНОРІДНОСТІ ТРАФІКУ НА ЗАТРИМКИ У ТЕЛЕКОМУНІКАЦІЙНИХ СИСТЕМАХ
DOI:
https://doi.org/10.26906/SUNZ.2026.1.231Ключові слова:
телекомунікаційні система, різнорідний трафік, теорія черг, самоподібність, парамет Херста, затримка, QoSАнотація
Актуальність. Сучасні телекомунікаційні системи функціонують в умовах високої різнорідності мережевого трафіку, зумовленої одночасною присутністю пуасонівських, bursty- та самоподібних потоків, характерних для мультимедійних сервісів, IoT-застосунків і мереж реального часу. Класичні моделі теорії черг, що базуються на припущеннях незалежності та експоненціального розподілу міжприбуткових інтервалів, не здатні адекватно описати вплив сплесковості та довготривалої кореляції на затримки, що призводить до систематичного заниження оцінок показників якості обслуговування. Це зумовлює необхідність розроблення узагальнених методів аналізу, які враховують статистичну структуру різнорідного трафіку. Об’єкт дослідження: процеси формування затримок у телекомунікаційних системах масового обслуговування за наявності різнорідних потоків трафіку. Мета статті: розробка та дослідження узагальненого аналітико-експериментального методу оцінювання впливу Poisson-, bursty- та selfsimilar-трафіку на середню затримку в телекомунікаційних системах з урахуванням варіативності та самоподібності вхідних потоків. Результати дослідження. У статті запропоновано математичний підхід до аналізу затримок на основі моделі типу G/G/1, у якому різнорідність трафіку враховується через ефективний коефіцієнт варіації міжприбуткових інтервалів та параметр Херста. Отримано аналітичні залежності, що демонструють нелінійне зростання середньої затримки зі збільшенням burstiness та ступеня самоподібності потоку. Проведено імітаційне моделювання в середовищі OMNeT++, результати якого підтвердили адекватність аналітичних оцінок і показали, що самоподібний трафік формує найбільш критичні режими роботи системи з лавиноподібним зростанням затримки при високих навантаженнях. Висновки. Показано, що середня затримка в телекомунікаційних системах визначається не лише інтенсивністю надходжень, а й статистичною структурою трафіку. Bursty- та самоподібні потоки істотно погіршують показники QoS навіть за незмінної середньої інтенсивності, що обмежує застосовність класичних пуасонівських моделей. Запропонований метод забезпечує точніше прогнозування затримок і може бути використаний для аналізу та проєктування високонавантажених телекомунікаційних мереж. Сфера використання отриманих результатів: безпровідні та дротові телекомунікаційні мережі, системи Інтернету речей, мультисервісні мережі нового покоління, задачі аналізу QoS і оптимізації дисциплін обслуговування.Завантажити
Посилання
1. Jin W.-L. Introduction to Network Traffic Flow Theory: Principles, Concepts, Models, and Methods. Elsevier. 2021. P. 3-12. DOI: https://doi.org/10.1016/B978-0-12-815840-1.00011-4
2. H. J. Fowler, W. E. Leland. Local area network characteristics, with implications for broadband network congestion management. IEEE J. on Selected Areas in Com. 1991. Vol. 9, no. 7. P. 1139-1149. DOI: https://doi.org/10.1109/49.103559
3. R. R. Marie, J. M. Blackledge, H. E. Bez. On the fractal characteristics of Internet network traffic and its utilization in covert communications. 2009 International Conference for Internet Technology and Secured Transactions, (ICITST), London, UK, 2009. P. 1-6. DOI: https://doi.org/10.1109/ICITST.2009.5402542
4. C. -H. Wei, G. Bianchi, R. -G. Cheng. Modeling and Analysis of Random Access Channels With Bursty Arrivals in OFDMA Wireless Networks. IEEE Transactions on Wireless Communications. 2015. Vol. 14, no. 4. P. 1940-1953. DOI: https://doi.org/10.1109/TWC.2014.2377121
5. Smiesko J., Kontsek M., Bachrata K. Markov-Modulated On–Off Processes in IP Traffic Modeling. Mathematics. 2023. Vol. 11(14):3089. DOI: https://doi.org/10.3390/math11143089
6. El Fawal A.H., Mansour A., Nasser A. Markov-Modulated Poisson Process Modeling for Machine-to-Machine Heterogeneous Traffic. Applied Sciences. 2024. Vol. 14(18):8561. DOI: https://doi.org/10.3390/app14188561
7. Joshua Landon, Süleyman Özekici, Refik Soyer. A Markov modulated Poisson model for software reliability. European Journal of Operational Research. 2013. Vol. 229, no. 2. P. 404-410. DOI: https://doi.org/10.1016/j.ejor.2013.03.014
8. Компанієць В. О., Пустовойтов П.Є. Модель масштабування мережі на основі стохастичних процесів за умов самоподібного трафіку. Вчені записки ТНУ імені В. І. Вернадського. Серія: Технічні науки. Т. 36 (75), № 3. С.71-79. DOI: https://doi.org/10.32782/2663-5941/2025.3.1/10
9. Компанієць В. О., Пустовойтов П. Є. Стохастичний метод аналізу джитера на основі згортки гіперекспоненційних розподілів при самоподібному трафіку. Вісник Хмельницького національного університету. Серія: Технічні науки. 2025. Т. 355, № 4. С. 213-220. DOI: https://doi.org/10.31891/2307-5732-2025-355-32
10. Пустовойтов П. Є., Компанієць В. О. Метод формування самоподібного потоку із заданим параметром Херста для моделювання трафіку в мережі. Технічна інженерія. 2024. № 2(94). С. 185-190. DOI: https://doi.org/10.26642/ten-2024-2(94)-185-190
11. Компанієць В.О., Пустовойтов П.Є. Метод математичного моделювання самоподібного трафіку у інфокомунікаційних мережах. Системи управління, навігації та зв’язку. Полтава, НУ ПП, 2025. Т. 4 (78). C. 187-189. DOI: https://doi.org/10.26906/SUNZ.2024.4.187
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Maksym Shyman, Mykola Savchenko

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution-NonCommercial 4.0 International License.