Федеральное государственное автономное образовательное учреждение высшего образования
«Санкт-Петербургский национальный исследовательский университет
информационных технологий, механики и оптики»
Мегафакультет компьютерных технологий и управления
Факультет безопасности информационных технологий
Отчет по лабораторной работе №3
по дисциплине:
Моделирование систем защиты информации
Моделирование коммутационных систем с ограниченным буфером на языке
GPSS (вторая теоретическая модель Эрланга)
Выполнил:
студент группы N3451
Колояров И.А.
Дакуо Ж.-М. Н.
Делец Е.И.
Проверил:
к.т.н., доцент, снс Левко И.В.
отметка о выполнении:
Санкт-Петербург
2019 г.
Содержание
Цель работы ..................................................................................................................... 3
Задание.............................................................................................................................. 3
Описание хода работы .................................................................................................... 4
Контрольные вопросы………………..……………………………………………………………5
Выводы ............................................................................................................................. 6
2
Цель: изучить приемы имитационного моделирования процессов обслуживания сообщений в
современных коммутаторах средствами языка GPSS. Оценить различие результатов
моделирования для 2 теоретической модели Эрланга (экспоненциальный закон распределения
случайных величин) с бесконечной очередью и моделями с конечным буфером.
Задание:
А). Для заданной емкости АТС (V_ATC) и средней длительности сообщения (T_vz) оценить
среднее время ожидания сообщения и вероятность потери сообщения в зависимости от
интенсивности поступающей нагрузки (Y_bx), значение которой изменяется в блоке
«Константы».
Вероятность потерь оценивается отношением числа вызов, вошедших в блок TERMINATE с
меткой Fin, к общему числу сообщений, поступивших в блок TEST.
Также как и в предыдущей модели, оценку вероятности потерь и среднего времени ожидания
произвести для следующих значений интенсивности входной нагрузки Y_bx (Эрл):
1.
Y_bx =0.6*V_ATC
2.
Y_bx =0.7*V_ATC
3.
Y_bx =0.8*V_ATC
4.
Y_bx =0.9*V_ATC
5.
Y_bx =0.99*V_ATC
Для каждого значения Y_bx оценку производить путем усреднения результатов трех
экспериментов (прогонов модели). Каждый эксперимент
производить при различных
значениях ДСЧ (оператор RMULT): 17, 37, 47).
Таймер (период) моделирования (константа Timer) выставляется таким образом, чтобы в
каждом эксперименте участвовало ~ 10000 транзактов (T_in*10000).
Построить два графика зависимостей: первый график – зависимость вероятности
потерь от входной нагрузки, второй график – зависимость среднего времени ожидания от
входной нагрузки. На каждом графике представить три кривые для разных длин очереди из
таблицы согласно своему варианту.
На втором графике среднего времени ожидания построить четвертую теоретическую
кривую среднего времени ожидания по таблицам Пальма с помощью С-формулы Эрланга:
*примечание: b = T_vz=180, K – число каналов АТС, y – интенсивность входной нагрузки.
Сделать выводы на основе анализа графиков:
Как влияет емкость буфера (длина очереди) на вероятность потерь? задержку (вр.ожидания)?
При какой нагрузке это влияние наиболее заметно?
Какова погрешность 2 модели Эрланга по сравнению с моделью при ограниченной емкости
буфера R (Q_len) для разных значений емкости буфера R (Q_len)?
Описание хода работы
1. Моделирование системы с заданными параметрами.
3
2. Заполнение таблицы.
4
3. Построение графиков:
4. Анализ результатов:
1.) Длина буфера обратно пропорциональна вероятности потерь прямо пропорциональна
среднему времени ожидания.
2.) Разница наиболее заметна при наибольшей нагрузке.
3.) Погрешность довольно велика, особенно при интенсивности, близкой к количеству
каналов. Пришлось даже ограничить оси графика.
Контрольные вопросы
Какими операторами оформляется МКУ? Как определяется емкость МКУ? Как в
выходной статистике оценить коэффициент загрузки МКУ?
STORAGE, аргументом после оператора, в поле «Коэффициент использования».
2.
Какими операторами оформляется очередь к МКУ? Как в выходной статистике
оценить среднее время ожидания в очереди и её среднюю длину?
QUEUE, поля «Среднее время пребывания транзакта в очереди» и «Среднее значение
содержимого очереди».
1.
5
3.
Как в выходной статистике определяется вероятность потери сообщения?
Деление переменной MIMO на TOTAL.
4.
Как связан средний интервал (T_in) между поступающими сообщениями с
интенсивностью входной нагрузки (Y_bx)?
Y_bx = T_vz/T_in, T_vz = 180 с.
5.
Что означает СЧА Q для очереди с именем АТС_Q (записывается как Q$ATC)?
Количество транзактов в очереди на данный момент.
Выводы
В процессе выполнения данной лабораторной работы было произведено
дальнейшее ознакомление с GPSS, построена зависимость вероятности потерь и
средней продолжительности ожидания от длины очереди, проведена проверка
второй модели Эрланга.
6
Скачать