ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 01/06/05 Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Δικτύων και Υπολογιστικών Συστημάτων.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
1 • Το μέγεθος του ‘παραθύρου’ πρέπει να αλλάζει με τον αριθμό των συνόδων. • Τόσο η ρυθμαπόδοση όσο και η καθυστέρηση δεν έχουν εγγυήσεις. • Για συνόδους.
Advertisements

Slide 1 Δίκτυα Τηλεπικοινωνιών ENOTHTA 7 η ΔΙΑΚΙΝΗΣΗ ΤΗΛΕΦΩΝΙΚΩΝ ΚΛΗΣΕΩΝ (ΜΕΡΟΣ Α’) 1. ΘΕΩΡΙΑ ΤΗΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΗΣ ΚΙΝΗΣΗΣ  Εκτός από τις τερματικές.
Διαδικασίες Markov, Εκθετική Κατανομή, Κατανομή Poisson
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παραδείγματα χρήσης ουρών Μ/Μ/c/K και αξιολόγησης συστημάτων αναμονής Β. Μάγκλαρης
Δίκτυα Ουρών - Παραδείγματα
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων-Θανάτων (Birth-Death), Εξισώσεις Ισορροπίας, Συστήματα Αναμονής Μ/Μ/1 Β. Μάγκλαρης
Ανάλυση – Προσομοίωση Ουρών Markov
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Διαδικασίες Γεννήσεων – Θανάτων (Birth-Death Processes)
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Εισαγωγή II ΣΥΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Κοινά χαρακτηριστικά (1) –Πελάτης (όχημα, πελάτης καταστήματος, τηλεφωνική κλήση, πακέτο δεδομένων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 18/04/13 Συστήματα Αναμονής: M/M/1/K, M/M/m (Erlang-C), M/M/N/K, M/M/m/m (Erlang-B)
Moντέλα Καθυστέρησης και Ουρές
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Κατανομή Poisson, Διαδικασίες Markov, Διαδικασίες Γεννήσεων-Θανάτων (Birth-Death) Β. Μάγκλαρης
Το Μ/Μ/1 Σύστημα Ουράς Μ (η διαδικασία αφίξεων είναι Poisson) /
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Συστήματα Αναμονής Μ/Μ/1, M/M/1/K, M/M/m (Erlang-C), M/M/N/K, M/M/m/m (Erlang-B) Β. Μάγκλαρης
1 Χαρακτηριστικά ενός Μ/Μ/1 συστήματος : Αφίξεις κατανεμημένες κατά Poisson Εκθετικά κατανεμημένοι χρόνοι εξυπηρέτησης Οι χρόνοι εξυπηρέτησης είναι αμοιβαία.
Slide 1 Δίκτυα Τηλεπικοινωνιών ENOTHTA 8 η ΔΙΑΚΙΝΗΣΗ ΤΗΛΕΦΩΝΙΚΩΝ ΚΛΗΣΕΩΝ (ΜΕΡΟΣ B’) 1. ΔΙΑΚΡΙΣΗ ΜΟΝΤΕΛΩΝ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΗΣ ΚΙΝΗΣΗΣ  Για την ταξινόμηση.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Παράδειγμα Βελτιστοποίησης Μέσου Μήκους Πακέτου 23/05/2011.
ΚΛΕΙΣΤΑ ΔΙΚΤΥΑ ΟΥΡΩΝ MARKOV 30/05/2011
1 Έλεγχος ροής και συμφόρησης (flow and congestion control) flow control Ο όρος έλεγχος ροής (flow control) χρησιμοποιείται συχνά για να περιγράψει τους.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 16/05/13 Δίκτυα Ουρών. ΔΙΚΤΥΟ ΔΥΟ ΕΚΘΕΤΙΚΩΝ ΟΥΡΩΝ ΕΝ ΣΕΙΡΑ Θεώρημα Burke: Η έξοδος πελατών από ουρά Μ/Μ/1 ακολουθεί κατανομή Poisson.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 11/04/13 Διαδικασίες Γεννήσεων-Θανάτων (Birth- Death), Εξισώσεις Ισορροπίας, Συστήματα Αναμονής Μ/Μ/1.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Προσομοιώσεις Συστημάτων Αναμονής Markov (M/M/…)
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 25/06/08 Ασκήσεις Επανάληψης.
1 Βέλτιστη δρομολόγηση (optimal routing) Αντιμετώπιση της δρομολόγησης σαν «συνολικό» πρόβλημα βελτιστoποίησης. Γιατί: Η αλλαγή της δρομολόγησης μιας συνόδου.
Ασκήσεις - Παραδείγματα
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 25/04/13 Παραδείγματα χρήσης ουρών Μ/Μ/c/K.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου Σ. Παπαβασιλείου
Χαρακτηριστικά ενός Μ/Μ/1 συστήματος :
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 20/06/08 Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Υπολογιστικών και Τηλεπικοινωνιακών Συστημάτων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Δίκτυα Ουρών - Παραδείγματα
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Δίκτυα Ουρών Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου Σ. Παπαβασιλείου
ΠΡΟΣΟΜΟΙΩΣΗ ΣΥΣΤΗΜΑΤΟΣ MARKOV ΓΙΑ ΠΡΟΩΘΗΣΗ ΚΙΝΗΣΗΣ STREAMING (VIDEO) Άσκηση Προσομοίωσης 28/5/2012.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 07/05/09 Εκθετική Κατανομή, Διαδικασίες Birth-Death.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Επανάληψη (1): Παράμετροι αξιολόγησης συστημάτων αναμονής –Μέσος ρυθμός απωλειών λ – γ.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 2/03/05. ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Μοντέλα συμφόρησης (congestion) –Κυκλοφορία (οδική, σταθερής τροχιάς) –Ουρές σε καταστήματα, ταχυδρομεία,
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Κοινά χαρακτηριστικά (1) –Πελάτης (όχημα, πελάτης καταστήματος, τηλεφωνική κλήση, πακέτο.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 27/05/10 Ανάλυση Ουρών Markov.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 04/07/07 Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Υπολογιστικών και Τηλεπικοινωνιακών Συστημάτων.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Περιεχόμενα (1/3) 1.Εισαγωγή Περιεχόμενα Γενική Περιγραφή Συστημάτων Αναμονής Τεχνικές.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 20/06/07 Ανάλυση Ουρών Markov.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 21/05/09 Διαδικασίες Birth-Death, Εξισώσεις Ισορροπίας.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 11/04/11 Ανάλυση Ουρών Markov.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 11/06/08 Ανάλυση Ουρών Markov.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 27/06/07 Ουρές Markov Μ/Μ/Ν/Κ.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 28/05/08 Διαδικασίες Γεννήσεων Θανάτου Εξισώσεις Ισορροπίας.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 5/07/06 Παραδείγματα Ανάλυσης Ουρών Markov και Μοντελοποίησης Συστημάτων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 12/07/06 Ανάλυση Ουρών Markov Μ/Μ/Ν/Κ Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Υπολογιστικών και Τηλεπικοινωνιακών Συστημάτων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 13/06/07 Διαδικασίες Γεννήσεων Θανάτου Εξισώσεις Ισορροπίας.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 06/05/10 Ανάλυση Ουρών Markov.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 23/04/12 Διάγραμμα Μετάβασης Καταστάσεων, Εξισώσεις Ισορροπίας, Συστήματα Αναμονής Μ/Μ/1.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εργοδικές Πιθανότητες, Ισορροπία Μεταβάσεων - Ουρές Μ/Μ/1 Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου Σ. Παπαβασιλείου.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Κατανομή Poisson, Διαδικασίες Γεννήσεων- Θανάτων (Birth-Death Processes) Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου.
Ουρές Αναμονής.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παραδείγματα Ανοικτών Δικτύων Ουρών Κλειστά Δίκτυα Ουρών Β. Μάγκλαρης Σ. Παπαβασιλείου.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Συστήματα Αναμονής Μ/Μ/1, M/M/1/K, M/M/m (Erlang-C), M/M/N/K, M/M/m/m (Erlang-B)
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων - Θανάτων Εξισώσεις Ισορροπίας - Ουρές Μ/Μ/1, M/M/1/N Προσομοίωση Ουράς Μ/Μ/1/Ν Βασίλης Μάγκλαρης.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ουρές Markov (birth-death processes) Ουρές Μ/Μ/N/K - Erlang C Ουρές M/M/c/c - Erlang B Παραδείγματα Εφαρμογής Βασίλης.
ΚΙΝΗΤΕΣ & ΔΟΡΥΦΟΡΙΚΕΣ ΕΠΙΚΟΙΝΩΝΙΕΣ 3 Ο ΚΕΦΑΛΑΙΟ ΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ 1.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παραδείγματα Εφαρμογής Άσκηση Προσομοίωσης Βασίλης Μάγκλαρης 6/4/2016.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Κλειστά Δίκτυα Ουρών Markov Θεώρημα Gordon – Newell Αλγόριθμος Buzen Βασίλης Μάγκλαρης 11/5/2016.
Θεωρία Γραμμών Αναμονής ή ΟΥΡΕΣ (QUEUE)
Μοντέλα Συστημάτων Αναμονής σε Δίκτυα Επικοινωνιών
Βέλτιστη δρομολόγηση (optimal routing)
Βασίλης Μάγκλαρης 13/4/2016 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ανοικτά Δίκτυα Ουρών Markov Θεωρήματα Burke & Jackson Βασίλης Μάγκλαρης.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Δίκτυα Ουρών
Κεφάλαιο 7: Διαδικτύωση-Internet Μάθημα 7.9: Δρομολόγηση
Βασίλης Μάγκλαρης 16/3/2016 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ιδιότητες Κατανομής Poisson & Εκθετικής Κατανομής Διαδικασίες Γεννήσεων.
Κατανομή Poisson Η κατανομή αυτή χρησιμοποιείται όταν θέλουμε να μετρήσουμε τον αριθμό των γεγονότων που εμφανίζονται μέσα σ’ ένα διάστημα (0, t).
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
Μεταγράφημα παρουσίασης:

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 01/06/05 Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Δικτύων και Υπολογιστικών Συστημάτων

Παράδειγμα 1: Εξισώσεις ισορροπίας και διάγράμματα καταστάσεων Μηνύματα παραδίδονται σε ένα σύστημα αναμονής που αποτελείται από δύο εξυπηρετητές και κοινό χώρο αναμονής. Η διαδικασία άφιξης των μηνυμάτων είναι Poisson (λ=1 πελάτες/sec) και οι χρόνοι εξυπηρέτησης μηνυμάτων είναι εκθετικά κατανεμημένοι. Για τον πρώτο εξυπηρετητή ο ρυθμός εξυπηρέτησης είναι: μα=1 πελάτες/sec και για το δεύτερο είναι: είναι: μb=1 πελάτες/sec. Κάθε καινούριο μήνυμα εξυπηρετείται πάντα από τον πρώτο εξυπηρετητή, αν αυτός είναι ελεύθερος. Αν ο πρώτος εξυπηρετητής είναι απασχολημένος τότε το μήνυμα εξυπηρετείται από τον δεύτερο εξυπηρετητή. Αν και οι δύο εξυπηρετητές είναι απασχολημένοι το μήνυμα αποθηκεύεται στην ουρά. Βρείτε τις εργοδικές πιθανότητες καταστάσεως και τους βαθμούς χρησιμοποίησης των δύο εξυπηρετητών

Να βρεθεί αναδρομικός αλγόριθμος (τύπος) για τον υπολογισμό της πιθανότητας εκχυλισμού (Blocking Probability) σε σύστημα M/M/m/m (Erlang-B) Παράδειγμα 2: Blocking Probability – Erlang-B

Μια τηλεφωνική εταιρεία εγκαθιστά σύνδεση μεταξύ δύο πόλεων όπου η αναμενόμενη κίνηση ακολουθεί κατανομή Poisson με ρυθμό 2 calls/min. Η διάρκεια των κλήσεων είναι ανεξάρτητες εκθετικά κατανεμημένες τυχαίες μεταβλητές με μέση τιμή 3 minutes. Πόσα κυκλώματα θα πρέπει να παρέχει η εταιρεία ώστε να εγγυηθεί ότι η πιθανότητα απόρριψης κλήσης (blocking) (επειδή όλα τα κυκλώματα είναι κατειλημμένα) είναι μικρότερη του 1% Παράδειγμα 3: Μοντελοποίηση

Θεωρούμε ένα σύστημα M/M/m/m όπου m είναι ο αριθμός κυκλωμάτων (γραμμών) που παρέχει η εταιρεία. Πρέπει να βρούμε τον μικρότερο αριθμό m για τον οποίο p m <0.01 όπου p m Έχουμε =2 and  =1/3, ή /  = 2  3 = 6 Erlangs. Με αντικατάσταση στην παραπάνω σχέση υπολογίζουμε την τιμή του m. Από τους πίνακες προκύπτει πως p 13 = & p 12 = Άρα m = 13 Λύση

Ένας δρομολογητής πακέτων μπορεί να επεξεργάζεται πακέτα με μέσο ρυθμό 300 packets / hour. Τα πακέτα καταφθάνουν στον δρομολογητή κατά μέσο όρο 200 packets / hour. Ας μοντελοποιήσουμε το σύστημα σαν M/M/1 (Single server): # πακέτων στο σύστημα # πακέτων σε αναμονή Μέσος χρόνος πακέτου στο σύστημα Μέσος χρόνος αναμονής (στην ουρά)  = /  =2/3 (Πιθανότητα να είναι ο εξυπηρετητής απασχολημένος) P 0 =1-  =0.333 (Prob. That there are 0 packet in this system) Παράδειγμα 4 – Μέρος A – Αξιολόγηση Επίδοσης

Για να βελτιώσουμε την απόδοση του συστήματος έχουμε δύο επιλογές: a)Να εγκαταστήσουμε ένα γρηγορότερο επεξεργαστή (αντικαθιστώντας τον παλαιό) b)Να εγκαταστήσουμε και έναν δεύτερο εξυπηρετητή Παράδειγμα 4 – Τμήμα B – Μοντελοποίηση και Αξιολόγηση Επίδοσης

Επιλογή a) Αντικατάσταση του υπάρχοντος εξυπηρετητή με άλλον γρηγορότερο με ρυθμό  =400packets/second Επαναπροσδιορισμός της απόδοσης του συστήματος: N=1; N Q =0.5; T=18 seconds; w=9 seconds Επιλογή b) Έχουμε ένα σύστημα με δύο εξυπηρετητές. Η άφιξη των πακέτων γίνεται σε μία ουρά (buffer) με ρυθμό =200packets/second και μετά πηγαίνουν για εξυπηρέτηση στον πρώτο εξυπηρετητή που είναι ελεύθερος. Το σύστημα αυτό το μοντελοποιούμε σαν: M/M/2 Λύση για το Τμήμα B

Για κάθε ένα από τα δύο ακόλουθα συστήματα υπολογίστε το χρόνο ενός πακέτου στο σύστημα. Συγκρίνετε και επιλέξτε το καλύτερο. Παράδειγμα 5: Μοντελοποίηση και Σύγκριση

Παράδειγμα 6: Μοντελοποίηση και Σύγκριση Δύο υπολογιστές επικοινωνούν με μια 64 k-bits/second γραμμή και υποστηρίζει 8 συνόδους (sessions). Αν το μέσο μήκος πακέτου είναι 150 bytes, ο ρυθμός άφιξης ανά σύνοδο (arrival rate/session) είναι 4 packets/second και ακολουθεί Poisson κατανομή, και ο χρόνος εξυπηρέτησης πακέτου είναι εκθετικά κατανεμημένος: είναι καλύτερα το δίκτυο να παρέχει σε κάθε σύνοδο το δικό της (αποκλειστική πρόσβαση) dedicated 8 kbits/sec κανάλι, ή είναι προτιμότερο όλες οι σύνοδοι να μοιράζονται όλη τη χωρητικότητα της γραμμής? Θεωρήστε ότι ο χρόνος καθυστέρησης του πακέτου είναι το πιο σημαντικό κριτήριο.

Λύση Ας θεωρήσουμε πρώτα το δίκτυο να παρέχει σε κάθε σύνοδο το δικό της (αποκλειστική πρόσβαση) dedicated 8 kbits/sec κανάλι. Τότε κάθε υποσύστημα μπορεί να μοντελοποιηθεί σαν ένα ξεχωριστό M/M/1 σύστημα με =4 packets/sec και ρυθμό εξυπηρέτησης 8 kbits/sec ή ισοδύναμα Θεωρώντας την περίπτωση όπου οι σύνοδοι μοιράζονται όλη τη χωρητικότητα της γραμμής τότε συγχωνεύουμε όλες τις συνόδους και μοντελοποιούμε το σύστημα σαν M/M/1 σύστημα: με =8*4=32 packets/second και ρυθμό εξυπηρέτησης 64 kbits/sec ή ισοδύναμα Προτιμότερη είναι η δεύτερη λύση αφού μειώνει την καθυστέρηση σημαντικά

Παράδειγμα 7: Πιθανότητες και εξισώσεις καταστάσεων ισορροπίας 10 τερματικά τροφοδοτούν στατιστικό πολυπλέκτη (switch ή router) που εξυπηρετεί δεδομένα σε πακέτα των 1000 bits κατά μέσο όρο. Η έξοδος του πολυπλέκτη είναι γραμμή των 10 kb/sec. Τα τερματικά θεωρούνται ανεξάρτητα και ισότιμα. A) Προσεγγίστε τον πολυπλέκτη σαν ουρά Μ/Μ/1. Βρείτε το μέσο όρο ροής των δεδομένων ανά τερματικό ώστε η γραμμή να έχει χρησιμοποίηση 50%. Β) Αν ο πολυπλέκτης δεν δύναται να αποθηκεύει πάνω από 3 πακέτα (μαζί με το πακέτο υπό εξυπηρέτηση) και ο μέσος ρυθμός ροής πακέτων ανά τερματικό είναι 0.5 packets/sec, βρείτε τα χαρακτηριστικά της ουράς. Υποθέστε Poisson διαδικασία άφιξης πακέτων και εκθετικά κατανεμημένους χρόνους εξυπηρέτησης πακέτων.

Λύση – Τμήμα Α Χρησιμοποιείται μοντέλο Μ/Μ/1 Η ροή πακέτων ανά τερματικό είναι λ. Ζητούμενο: λ=? pak/sec, Ο ρυθμός εξυπηρέτησης είναι: μ=(10000bits/sec)/(1000bits/pkt) = 10pak/sec Η αθροιστική ροή πακέτων (από όλα τα τερματικά) στον πολυπλέκτη είναι: 10λ. Ο βαθμός χρησιμοποίησης είναι: u=(10λ)/μ=0.5  (10λ)/10=0.5  λ=0.5 packets/sec 10λ μ μ μ μ 0 12 n-1 n n+1

Λύση – Τμήμα Β 10λ μ μ μ Χρησιμοποιείται μοντέλο Μ/Μ/1/3 λ=0.5 pak/sec, μ=10 pak/sec 10λP 0 =μP 1  P 1 =(10λ/μ)P 0  P 1 =0.5P0 10λP 1 =μP 2  P 2 =(10λ/μ)P 0 2  P 2 =0.25P0 10λP 2 =μP 3  P 3 =(10λ/μ)P 0 3  P 3 =0.125P0 P 0 +P 1 +P 2 +P 3 =1  P 0 =8/15, P 1 =4/15, P 2 =2/15, P 3 =1/15 Ρυθμοαπόδοση: γ=10λ(1-P bl )=5*(14/15)=14/3 (γ=μ(1-P 0 )) Μέσο μήκος ουράς: E(n)=0*(8/15)+1*(4/15)+2*(2/15)+3*(1/15)=11/15 Πιθανότητα απωλειών: P bl =P 3 =1/15 Μέση Καθυστέρηση: E(τ)=E(n)/γ=(11/15)/(14/3)=11/70

ΔΙΚΤΥΑ ΕΚΘΕΤΙΚΩΝ ΟΥΡΩΝ Θεώρημα Burke: Η έξοδος πελατών από ουρά Μ/Μ/1 ακολουθεί κατανομή Poisson με ρυθμό τον ρυθμό εισόδου λ ΑΠΟΔΕΙΞΗ: –Θεωρούμε δύο εκθετικές ουρές Q1, Q2 με χρόνους εξυπηρέτησης ανεξάρτητες εκθετικές μεταβλητές με μέσους όρους 1/μ 1, 1/μ 2 (παραδοχή Leonard Kleinrock σε δίκτυα μεταγωγής πακέτου) –Η είσοδος στην 1η είναι Poisson με ρυθμό λ –Η κατάσταση του συστήματος περιγράφεται από το διάνυσμα n = (n 1, n 2 ), n 1 # πελατών στην Q1, n 2 # πελατών στην Q1 –Καταστρώνουμε το διάγραμμα μεταβάσεων καταστάσεων Markov σε δύο διαστάσεις και γράφουμε τις εξισώσεις ισορροπίας – Εξετάζουμε αν οι εργοδικές πιθανότητες P(n 1, n 2 ) ?= P (n 1 ) P (n 2 ) ?= (1-ρ 1 )ρ 1 n1 (1-ρ 2 )ρ 2 n2 όπου ρ 1 = λ/ μ 1, ρ 2 = λ/ μ 2 (μορφή γινομένου, product form solution) –Οι εξισώσεις μορφής γινομένου επαληθεύονται, και επομένως αποτελούν τη λύση (μονοσήμαντα). –Άρα οι δύο ουρές συμπεριφέρονται σαν δύο ανεξάρτητες ουρές Μ/Μ/1 με ρυθμούς εισόδου λ και ρυθμούς εξυπηρέτησης μ 1, μ 2 –Έπεται πως ο ρυθμός εξόδου της Q1 (και εισόδου στην Q2) είναι Poisson με ρυθμό λ

ΔΙΚΤΥΑ ΟΥΡΩΝ - 2 Δίκτυα Ουρών Αναμονής Έξοδος Ουράς Μ/Μ/1 – Θεώρημα Burke –Οι αναχωρήσεις πελατών από σύστημα Μ/Μ/1 αποτελούν διαδικασία Poisson Άθροιση – Διάσπαση διαδικασιών Poisson –Άθροιση (aggregation) ανεξαρτήτων ροών Poisson λ 1, λ 2 : Poisson με μέσο ρυθμό λ = λ 1 + λ 2 –Τυχαία Διάσπαση (random fork) ροής Poisson μέσου ρυθμού λ με πιθανότητες p, q = 1- p : Παράγει διαδικασίες Poisson με ρυθμούς pλ, (1-p)λ