PDF de programación - Conmutación de circuitos Traffic Analysis

Imágen de pdf Conmutación de circuitos Traffic Analysis

Conmutación de circuitos Traffic Analysisgráfica de visualizaciones

Publicado el 19 de Junio del 2017
62 visualizaciones desde el 19 de Junio del 2017. Una media de 14 por semana
504,9 KB
19 paginas
Creado hace 7a (14/12/2009)
ARQUITECTURA DE REDES, SISTEMAS Y SERVICIOS

Área de Ingeniería Telemática

Conmutación de circuitos

Traffic Analysis

Area de Ingeniería Telemática

http://www.tlm.unavarra.es

Arquitectura de Redes, Sistemas y Servicios

3º Ingeniería de Telecomunicación

Tiempos entre llegadas

•  Se demuestra que: si el número de eventos que ocurren en un
intervalo sigue una distribución de Poisson los tiempos entre llegadas
de eventos siguen una distribución exponencial

•  El tiempo entre llegadas sigue una v.a. exponencial de parámetro λ
•  Xi variables aleatorias independientes e idénticamente distribuidas

(i.i.d.) (‘X’)


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I

I



S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S

I



l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

pX (t) = λe−λt

(t>0)

P[X < t] =1−e−λt

tλe−λt

= 1

λ




0



•  Media:

E[X] =



•  Tiempo medio entre llegadas 1/λ ⇒ en media λ llegadas por segundo


X1

X2

X3 X4 X5 X6

X7

tiempo

1/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I

I



S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S

I



l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

•  Duración de las llamadas
•  Lo más simple: tiempo constante

–  Poco realista para llamadas
–  Actividades automáticas: reproducción de

mensajes, procesado de señalización, etc.

•  Tiempo exponencial

–  Variables aleatorias (continuas) ‘si’
– 
–  Tiempos menores de

i.i.d. (‘s’)

la media muy

–  Cada vez menos comunes tiempos mayores

comunes

que la media

–  Propiedad: el

tiempo

restante de una
llamada es independiente de lo que haya
durado hasta ahora

•  Duración exponencial: ‘s’ caracterizada por



su función de densidad

Tiempo de ocupación

ps(t) = µe−µt

(t>0)

µe−µt =1




0

es una fdp

s = E[s] = 1
µ





2/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I



I

S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S



I

l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Intensidad de trafico

Infinitas líneas

• 
•  Llamadas que se generan con una tasa media λ
•  Tiempo medio de duración s
•  ¿ Intensidad de tráfico que representan ?

λ llegadas por segundo
en media




1 llegada mantiene una línea ocupada
durante s segundos en media

3/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I



I

S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S



I

l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Intensidad de trafico

•  E[n] = λ s
•  Esto es conocido como la Fórmula de Little
•  λ s

–  Es el tráfico medido en Erlangs
–  Equivalente al número de recursos que se ocuparían en el sistema
con esa carga si el sistema tuviera infinitos recursos (condiciones
de servicio ideales)

n

λ llegadas/s

s tiempo medio ocupación

Número medio de
servidores ocupados

E[n] = λ s

t




4/49

Número de líneas ocupadas

•  Hipótesis:


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I

I



S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S

I



l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

–  Llamadas proceso de Poisson con tasa λ
–  Solicitudes de servicio de duración constante ‘s’

•  ¿ Número de líneas ocupadas en un instante cualquiera ?

–  Es una variable aleatoria
–  La probabilidad de que ‘j’ líneas estén ocupadas en un instante es la

probabilidad de ‘j’ llegadas en el intervalo previo de duración ‘s’

–  Depende solo de la intensidad de tráfico λs, que es la media de esta

variable (A = λs)

–  Resulta ser válido independiente de la distribución de ‘s’ (sin demostración)

Intensidad de tráfico

Pλs[N = j] =

λ Llegadas
por segundo

(λs) j
k! e−λs


s
o
d
a
p
u
c
o

#

1 llegada mantiene una línea ocupada
durante s segundos






tiempo

5/49

Recursos finitos

•  Normalmente dispondremos de

recursos

finitos


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I

I



S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S

I



l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

(capacidad)

•  Problemas de interés

–  ¿ Cuál es la probabilidad de que una llamada encuentre el

–  ¿ Cuál es el número de líneas necesarias para una

sistema ocupado ?

probabilidad objetivo ?

–  ¿ Cuál es el tráfico que atraviesa ese sistema y forma la

carga del siguiente sistema ?

6/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I



I

S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S

I



l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Probabilidad de bloqueo
•  Llegadas según proceso de Poisson de tasa λ
•  Duración exponencial de media s
•  Variable aleatoria (o más bien proceso aleatorio)

–  I número de servidores ocupados en cada instante de
–  La intensidad de tráfico es E[I] = A = λs

tiempo


s
o
d
a
p
u
c
o

#

I líneas ocupadas

Llegadas
Poisson




tiempo

Duración
exponencial

7/49

Probabilidad de bloqueo

•  Cuando la variable I toma valor = número de

servidores el sistema está en BLOQUEO

•  ¿ Cuál es la probabilidad de que el sistema esté en

situación de bloqueo ?


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I

I



S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S



I

l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Todos los servidores
ocupados = BLOQUEO


s
o
d
a
p
u
c
o

#

tiempo

Si llegan llamadas durante el
tiempo de bloqueo son rechazadas

8/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I

I



S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S



I

l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Probabilidad de bloqueo

•  En un sistema con
–  Llegadas Poisson(λ)
–  Duraciones Exp(1/s)
–  Tráfico de entrada A = λs
–  k servidores
–  Las llamadas que llegan al sistema bloqueado se

pierden

–  Probabilidad de bloqueo: ¿Cuál es P[I=n]? (…)

•  P[I=n] = B(a,k)
•  B(a,k) es conocida como función B de Erlang

(o ErlangB)

9/49

B de Erlang


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I

I



S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S



I

l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

•  Fórmula:

B(A,k) =

Ak
k!
Ai

k

i= 0

i!

•  Cálculo recursivo:

B(A,0) =1
B(A, j) =

A ⋅ B(A, j −1)
A ⋅ B(A, j −1) + j




o
e
u
q
o
l
b

e
d

d
a
d

i
l
i

b
a
b
o
r
P





K=5

K=10

K=15

K=20

K=25

K=30

A (intensidad de tráfico, Erlangs)

10/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I



I

S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S



I

l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Tráfico cursado

•  Si un conjunto k de líneas tiene un tráfico ofrecido de
I Erlangs y una probabilidad de bloqueo, ¿cuánto
tráfico atraviesa las líneas?
Esto será el tráfico cursado y será a su vez el
tráfico ofrecido al siguiente sistema al que lleguen las
líneas
Ic = Iin (1 - Pb)= Iin (1-B( Iin , k ))

Ic : tráfico cursado
Iin : tráfico ofrecido o de entrada

11/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I

I



S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S

I



l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Tráfico de desbordamiento

•  No puede ser cursado por el camino principal (por bloqueo)
•  Se “desborda” (overflow) a una ruta secundaria
•  Un proceso de Poisson del que se eliminan aleatoriamente (iid) muestras con

probabilidad p sigue siendo un proceso de Poisson, pero con menor tasa (pλ)

•  En nuestro caso las llamadas desbordadas suelen ir en bloques
•  Eso da mayores probabilidades de bloqueo que con un proceso de Poisson de

igual media

•  Se aproxima con un proceso de Poisson de mayor tasa
• 

(En los problemas en caso de no disponer de las tablas emplearemos Poisson
de igual tasa, aunque esto es subdimensionar)

12/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I

I



S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S



I

l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Ejemplos (1)

entrar a una centralita

•  1000 líneas llegan a un concentrador que selecciona 50 para
•  Los usuarios generan un tráfico de 40 Erlangs
•  ¿ Cuál es la probabilidad de bloqueo ?

1000 líneas

40 Erlangs

50 líneas





•  La probabilidad de bloqueo es
Pb=B(40, 50) = 0.0187 casi un 2%

13/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I



I

S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S

I



l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Ejemplos (2)

•  En la centralita A de la figura las llamadas con destino a B se
encaminan si es posible por el enlace directo a B y en caso de
estar ocupado a través de la central primaria

•  ¿ Cuál es el tráfico que cursa el enlace A-C y cuál es la
probabilidad de bloqueo de una llamada de un abonado de A a
uno de B ?

20 líneas

10 líneas

A

C

20 líneas

5 líneas

B

Demanda en Erlangs
Origen
De A
De B
Exterior

a A
2
3
2

a B Al exterior
4.5
4.5
3.2
5
-
2

14/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I



I

S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S



I

l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Mayor complejidad

•  ¿ Qué ocurre si las llamadas se retienen hasta que

sean atendidas ?

Teoría de colas (función C de Erlang)

•  ¿ Qué ocurre si tenemos en cuenta que hay un

número finito (y conocido) de usuarios ?

Fórmula de Engset

15/49


a
c
i
t



,



S
E
D
E
R
E
D
A
R
U
T
C
E
T
U
Q
R
A

I

I

I



S
O
C
V
R
E
S
Y
S
A
M
E
T
S
S

I



l



á
m
e
e
T
a
í
r
e
n
e
g
n

i

I


e
d



a
e
r
Á

Preguntas pendientes
•  ¿Y en el caso de conmutación de paquetes?

–  Teoría de colas
–  Problemas más complicados
–  Peores aproximaciones
–  Mayor número de problemas sin resolver

Redes Sistemas y Servicios (5º curso)

16/49

Conclusiones

•  El tráfico telefónico se modela me
  • Links de descarga
http://lwp-l.com/pdf4501  

Comentarios de: Conmutación de circuitos Traffic Analysis (0)


No hay comentarios
 

Comentar...

Nombre
Correo (no se visualiza en la web)
Valoración
Comentarios