Исследование и разработка моделей и методов эффективной эксплуатации современных систем связи - davaiknam.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Разработка моделей и Методов мониторинга сервис-ориентированных информационных... 1 329.35kb.
Обзор методов адаптивного использования спектра 1 137.41kb.
Разработка методов и моделей принятия решений c применением искусственного... 1 277.29kb.
Разработка и Исследование методов и алгоритмов кластеризации для... 1 216.46kb.
Исследование и разработка кабелей для систем связи, сигнализации... 1 302.81kb.
Исследование рабочих процессов и разработка современных криогенных... 4 527.03kb.
Иерархия моделей мировой динамики и глобальные социально-экономические... 1 201.02kb.
Анализ адаптивных методов моделирования и прогнозирования 1 105.63kb.
Курса «Эволюция, архитектура и принципы функционирования современных... 1 33.12kb.
Сравнительный анализ применения методов построения регрессионных... 1 42.67kb.
Краевая стажировочная площадка (ксп) «Разработка, реализация и распространение... 1 121.1kb.
Посткризисное развитие сельского хозяйства России: точка бифуркации 1 122.79kb.
Направления изучения представлений о справедливости 1 202.17kb.

Исследование и разработка моделей и методов эффективной эксплуатации современных - страница №1/1



На правах рукописи

МАКШАНОВА Лариса Михайловна



ИССЛЕДОВАНИЕ И РАЗРАБОТКА МОДЕЛЕЙ

И МЕТОДОВ ЭФФЕКТИВНОЙ ЭКСПЛУАТАЦИИ

СОВРЕМЕННЫХ СИСТЕМ СВЯЗИ

Специальность 05.12.13 –

Системы, сети и устройства телекоммуникаций

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

Новосибирск

2012


Работа выполнена на кафедре автоматической электросвязи Федерального государственного образовательного бюджетного учреждения высшего профессионального образования «Сибирский государственный университет телекоммуникаций и информатики»



Научный руководитель:

доктор физико-математических наук, профессор




Попков Владимир Константинович







Официальные оппоненты:

доктор технических наук, профессор




Лебедянцев Валерий Васильевич










кандидат технических наук




Извеков Ярослав Олегович







Ведущая организация:

ФГОБУ ВПО «Санкт-Петербургский государственный университет телекоммуникаций» им. проф. М. А. Бонч-Бруевича

Защита диссертации состоится «02» марта 2012 г. в 10.00 ч. на заседании диссертационного совета Д 219.005.01. при ФГОБУ ВПО «Сибирский
государственный университет телекоммуникаций и информатики»
по адресу: 630102, г. Новосибирск, ул. Кирова, 86.

С диссертацией можно ознакомиться в читальном зале библиотеки ФГОБУ ВПО «Сибирский государственный университет телекоммуникаций


и информатики»

Автореферат разослан «31» января 2012 г.

Ученый секретарь

диссертационного совета Д 219.005.01,

доктор технических наук, профессор Г.В. Мамчев

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ



Актуальность исследования. Технико-экономическое сопровождение телекоммуникационных сетей требует решения целого комплекса задач, включая мониторинг и управление сетью, планирование и эффективное размещение сетевой инфраструктуры, обеспечение информационной безопасности в телекоммуникационных сетях, предупреждение мошенничества, управление сервисами, планирование и развитие новых услуг, обеспечение высококачественного обслуживания, повышение удовлетворенности и лояльности клиентов.

Решение этих задач лежит в сфере управления процессом эксплуатации сетей операторов связи. Это одна из наиболее важных и сложных задач. Телекоммуникационные компании рассматривают систему эксплуатации также и с точки зрения эффективности ведения бизнеса, поэтому данной проблеме всегда уделяется достаточно большое внимание. Кроме того, факторами, усиливающими интерес к эксплуатации, являются оценка рисков компании, ответственность по контрактам за оказание услуг, возрастающая конкуренция на телекоммуникационном рынке, повышение требований клиентов к услугам связи и возможностям операторов оперативно реагировать на изменение потребностей клиентов.

Вопросам оптимального проектирования и эксплуатации телекоммуникационных сетей уделяется большое внимание как зарубежом, так и в странах СНГ. Методы оптимизации на сетях отражены в работах: Раппа У. (Rapp Y.), Фрэнка Г. (Frank G.), Фриша И. (I. Frisch), Бесслера Р. (Bessler R.), Дымарского Я.С., Гурина Л.С., Меркулова А.Д., Даленбаха Д., Гольдштейна А.Б., Соколова Н.А., Попкова В.К., Майника Э., Давыдова Г.Б., Рогинского В.Н. и др.

Наиболее известные исследования в области оптимального управления системами изложены в работах американских и отечественных ученых: Шварца М. (Schwartz M.), Сейджана Э. и его соавтора Уайта Ч. (Sage E., White C.), Дымарского Я.С., Яновского Г.Г., Крутяковой Н.П., Гордеева Э.Н., Гребешкова А.Ю., Черноруцкого И. Г. и др.; управление услугами и биллингом представлены в работах Хунтера Дж. и Тибо Мод (Hunter J. and Thiebaud М.), Шувалова В.П., Ковалева Ю. и др. авторов.

Эффективность систем телекомму­никационного взаимодействия непосред­ственно зависит от эффективности работы различных информационных технологий. Для каче­ственного предоставления услуг и под­держания своей конкурентоспособности операторы телекоммуникаций должны эффективно использовать имеющиеся у них всевозможные телекоммуникацион­ные ресурсы. Отметим, что не всегда в условиях прироста абонентской базы и условий напряженного бюджета компаний возможна модернизация телекоммуникационного оборудования и наращивание пропускных способностей транспортных сетей операторов. Актуальность проблемы усиливается с ростом объемов трафика, ограниченностью региональных сетевых ресурсов, с увеличением расходов на расширение полосы пропускания и потерь от несанкционированного пропуска трафика. Поэтому решение данной проблемы является актуальной задачей, а наиболее действенной мерой, направленной на достижение заданных показателей экономической эффективности, является повышение доли трафика, локализуемого внутри сети оператора.

Еще одной важной задачей эксплуатации является обеспечение информационной безопасности в телекоммуникационных сетях и предупреждение мошенничества. Нелегальное использование дорогостоящих телекоммуникационных ресурсов и неоплаченный трафик снижает пропускную способность сетей и ухудшает качество предоставляемых услуг, а также приводит к большим финансовым потерям и значительным долговым обязательствам при взаиморасчетах между операторами связи. Все проблемы обеспечения безопасности ресурсов распределенных телекоммуникационных систем, так или иначе, сводятся к одной задаче - обеспечению корректного (безопасного) взаимодействия процессов при разделении общих ресурсов в условиях наличия помех - атак злоумышленников. При этом рассматриваются вопросы безопасного предоставления ресурсов такими авторами как Хоор К. (Hoare К.), Дейкстра Э. (Dijkstra E.), Монахов М.Ю. и др.; исследования в области обеспечения конфиденциальности информации были рассмотрены Шенноном К. (Shannon K.), Вакка Дж. (Vacca Д.), Молдовяном А.А., Ловцовым Д.А. и др.; проблема нелегального использования сетевых ресурсов и мошенничества в телекоммуникационной сети рассматривалась Ричардом Б. (Bejtlish Richard), Джеффом И. (Geoff Ibbett), Норткатт С. и Новак Дж. (Northcutt St., Novak J.), Кардозо Л. (Luis Cardozo), Гольдштейном Б.С., Шуваловым В.П., Зарубиным А., Седовой Ю., Лезиным В., Новинским С.С., Шварцманом В.О., Шопиным Д, Леонтьевым Б. К. и др.

Защита информационной сферы телекоммуникационных сетей осложнена рядом объективных причин, таких как: использование различных типов АТС, отсутствие адекватных средств защиты телефонной сети, сложность современных сетей связи и т.д. К сожалению, предлагаемые средства защиты информации в основном рассчитаны на сети передачи данных, в то время как практически отсутствуют подобные решения, ориентированные на открытую телекоммуникационную инфраструктуру. В создавшихся условиях необходим новый подход к данной проблеме, ориентированный на всех участников ряда «государство-общество-личность» и использование механизмов защиты, повышающих общий уровень безопасности сети, и позволяющих дать более высокую гарантию относительно как отдельного узла, так и сети в целом.

В связи с этим возникает необходимость разработки моделей и методов эффективной эксплуатации современных систем связи, позволяющих обеспечить гибкость для быстрого развертывания новых услуг, снижения затрат на эксплуатацию сети, сведения к минимуму нелегитимного использования ка­налов связи, что позволит получить конкурентное преимущество и дополнительный источник дохода.



Целью диссертационного исследования является формирование теоретических положений и методических рекомендаций для снижения эксплуатационных затрат предприятия на аренду сетевых ресурсов, повышения доли трафика, локализуемого внутри сети оператора и уменьшения числа случаев нелегального использования ка­налов связи.

В соответствии с основной целью в диссертации обоснованы и поставлены следующие задачи:



  • рассмотреть и проанализировать организационную структуру филиала;

  • рассмотреть классификацию услуг с целью выявления особенностей, влияющих на телекоммуникационную сеть;

  • провести анализ и прогноз предоставляемых услуг, дать прогноз динамики изменения численности абонентской базы;

  • составить способы оптимизации затрат на аренду сетевых ресурсов при помощи локализации Интернет трафика;

  • провести мониторинг трафика с целью выявления наиболее загруженных Интернет-ресурсов и задачи размещения контент-серверов;

  • изучить схемы фрода на сетях связи, составить классификацию фрода, провести анализ статистики нанесенных убытков от нелегальной терминации трафика;

  • разработать рекомендации, алгоритмы и методы борьбы с несанкционированным доступом на сетях связи.

Объектом исследования является сеть связи Бурятского филиала ОАО «Ростелеком».

Теоретической и методической основой диссертационного исследования послужили научные труды российских и зарубежных ученых, посвященные проблемам эксплуатации и оптимизации сетей связи, международные стандарты ISO, статистические данные филиала, нормативные документы.

При написании работы были применены теория сетей связи, теория графов, теория гиперсетей, в качестве аппарата исследования и прогнозирования численности абонентов, трафика сети использован метод линейной экстраполяции и т.д.



Научная новизна работы заключается в следующем:

  1. Разработана новая методика прогнозирования уровня локализованного трафика филиала, учитывающая линию тренда и сезонную компоненту.

  2. Впервые в рамках теории гиперсетей разработана математическая модель сети БФ ОАО «Ростелеком», определяемая конфигурацией области обслуживания и использующая для разработки способа размещения контент-серверов.

  3. Впервые предложена систематизированная классификация фрода.

  4. Разработан новый алгоритм анализа трафика при сборе CDR-файлов (Call Detail Record – детальная запись о вызове) по контрольным точкам, обеспечивающий гарантирование доходов, предотвращение потерь и оперативное обнаружение случаев несанкционированного пропуска трафика.

  5. Разработан алгоритм анализа трафика на нехарактерные всплески, выявления профилей абонентов, анализа вызовов на уникальность, обнаружения превышения пороговых значений времени занятия каналов, базирующийся на применении метрики Хаусдорфа.

Практическая ценность работы заключается в применении разработанных алгоритмов комплексной защиты от несанкционированного доступа к телекоммуникационной сети и создании комплекса программ, позволяющих проводить мониторинг и анализ трафика и не допустить экономических потерь оператора связи. Решение задачи локализации трафика позволит эффективно использовать сетевые ресурсы компании, обеспечить быстрое развертывание новых услуг, получить конкурентное преимущество и повысить эффективность эксплуатации сети операторов связи.

Результаты проведенных исследований внедрены и успешно используются:



  • в практической деятельности БФ ОАО «Ростелеком» при анализе и контроле трафика с целью повышения эффективности эксплуатации сети;

  • в ОАО «БИКС+» для прогноза развития рынка телекоммуникационных услуг и анализа трафика сети, для увеличения пропускной способности каналов сети;

  • в образовательный процесс БФ ФГОБУ ВПО «СибГУТИ» для профессиональной подготовки специалистов связи по направлениям 210400 «Телекоммуникации» и 080502 «Экономика», а также в учебный процесс курсов повышения квалификации работников отраслей связи.

Основные положения работы, представляемые к защите

  1. Модель прогнозирования объемов локализуемого филиалом сетевого трафика, основанная на анализе статистических данных и вычислениях трендовых и сезонных компонент.

  2. Метод определения оптимального размещения серверов на базе гиперсети.

  3. Метод контрольных точек, обеспечивающий оперативное выявление и предотвращение случаев несанкционированного пропуска трафика за счет анализа CDR-файлов на всей цепочке формирования информации о доходах.

  4. Алгоритм применения метрики Хаусдорфа в системах анализа трафика для задач распознавания и сравнения значений временных рядов.

  5. Алгоритм и программа анализа и контроля соединений на внутризоновые, междугородные и международные соединения на основе обработанных информационных файлов (CDR, xDR External Data Representation – внешнее представление данных).

Степень достоверности полученных результатов. Все основные научные положения, теоретические и практические выводы, сформулированные в диссертации, получены автором лично.

Апробация. Основные положения диссертационной работы были представлены в 2006-2011 гг. на научных конференциях и семинарах, в том числе на научной конференции, посвященной 300-летию инженерно-технического образования в России (Восточно – Сибирский государственный технологический университет, Улан-Удэ, 2001 г.), на 9-ой Международной научно-практической конференции «Проблема функционирования информационных сетей» (Новосибирск, 2006 г.), на Российской научно-технической конференции «Информатика и проблемы телекоммуникаций» (Новосибирск, 2006 г., 2010 г., 2011 г.).

Имеются акты об использовании и внедрении результатов работы.



Публикации. Основные научные результаты диссертации Макшановой Л.М. отражены в 14 работах, в том числе в 2-х работах в журналах, рекомендованных ВАК России.

Структура диссертации сформирована с учетом поставленной цели, соблюдения логической последовательности и причинно-следственной взаимосвязи факторов и элементов исследуемых проблем и объектов.

Структурно главы и параграфы диссертационной работы представлены таким образом, чтобы наилучшим образом отразить актуальные и малоисследованные проблемы по теме диссертации. Цели и задачи диссертационной работы определили её структуру и объем. Диссертация состоит из введения, трех глав, заключения, содержит 155 страниц машинописного текста и включает: 60 рисунков, 3 таблицы, список литературы из 174 наименований.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель и задачи исследования, представлены основные положения диссертационной работы, выносимые на защиту.

В первой главе дается анализ сети оператора и факторов, влияющих на ее эффективную эксплуатацию. На основе исследования рынка телекоммуникационных услуг, анализа конкурентной среды и прогнозирования численности абонентской базы выявлено, что дальнейшее развитие сети филиала будет определяться путем конвергенции телекоммуникационных услуг и сетей. В целях повышения экономической эффективности необходимо улучшение качества и расширения спектра предоставляемых услуг, а также оптимизация капитальных и операционных затрат путем упрощения топологии и экономии ресурсов сети, необходимы мероприятия по локализации трафика и мероприятия по обнаружению и предотвращению телекоммуникационного мошенничества.

Вторая глава посвящена вопросу локализации трафика, как действенному инструменту снижения затрат на закупку внешнего трафика и экономии пропускной способности каналов телекоммуникационной сети.

Локализация трафика – это мероприятия, направленные на повышение доли локализуемого трафика внутри сети оператора. Основными мероприятиями локализации трафика является контентное заполнение собственных ресурсов и ограничение внешней нагрузки. Поэтому в работе рассматривается задача оптимального размещения серверов. Решение данной задачи позволит разгрузить «узкие» места внешних магистральных каналов передачи данных и оптимизировать сетевые ресурсы. В задачах такого рода чаще всего используются математические модели оптимизации, где цель решения задачи записывается в виде целевой функции, для которой необходимо отыскать экстремум (минимум или максимум).

При решении задач оптимизации сети связи фиксированными параметрами являются: количество абонентов, объемы предоставляемых услуг и их качество. Варьируемыми – структура сети и параметры ее элементов.

Показатель экономической эффективности деятельности оператора описывается через рентабельность, комплексно отражающую степень эффективности использования материальных, трудовых и денежных затрат. Коэффициент рентабельности рассчитывается как отношение прибыли к активам, ресурсам или потокам, ее формирующим:



, (1),

где: (CapEx – capital expenditures) – капитальные затраты;



(OpEX – operation expenses) – операционные затраты.

Выбор критерия максимума рентабельности как показателя эффективности деятельности оператора позволяет учесть весь перечень варьируемых параметров, используемых для технической оптимизации сети с учетом экономической теории.

В работе проведен анализ и прогноз трафика, позволяющий выявить динамику его изменения и предпринять меры оптимизации мультисервисной сети. На сегодня методики простого и в то же время адекватного прогнозирования освещены в научных материалах в небольшом количестве.

Аддитивную модель прогнозирования можно представить в виде формулы:



F = T + S + E, (2)

где: F – прогнозируемое значение; Т – тренд;



S – сезонная компонента; Е – ошибка прогноза.

Применение мультипликативных моделей обусловлено тем, что в некоторых временных рядах значение сезонной компоненты представляет собой определенную долю трендового значения. Эти модели можно представить формулой:



F = T х S x E. (3)

Данная модель, описывает объем локализованного филиалом трафика.


Таблица 1

Методы аппроксимации и их вероятности достоверности




Методы

Аппроксимации



Линейная

Полиномиальная

Логарифмическая

Экспоненциальная

Степенная

3 ст.

6 ст.

Вероятность

достоверности R2


0,923

0,9619

0,9796

0,6464

0,8257

0,8278

На рис 1. представлены все линии тренда для локализованного филиалом трафика, в таблице 1. указаны их вероятности достоверности (ПО Microsoft Excel).

Для простоты и наглядности данного примера ограничимся выбором трех линий тренда: полиномиальная аппроксимация третьей и шестой степени, а также линейная, так как эти тренда имеют высокую вероятность достоверности.

Рис.1. Выбранные линии тренда для прогнозирования локализованного трафика


Сезонная компонента рассчитана для каждого из уравнений тренда. Из фактических данных вычтены значения линий тренда для каждого из сезонов. В расчетах для того, чтобы довести  средние колебания до нуля, итоговую сумму средних значений необходимо разделить на количество периодов в сезоне (в нашем случае – это 12). Полученный результат вычтен из значений среднего по каждому периоду. В итоге – сумма колебаний составит абсолютный ноль.

Отклонения сезонных колебаний модели с линейным и полиномиальным трендом третей и шестой степени от нуля весьма велико и утверждать, что в моделях выявлена сезонность, невозможно. Но из экономических соображений и знаний специфики рынка ТКС услуг сезонность существует. Соответственно, ошибка модели вырастет. Рассчитанные сезонные компоненты для каждого из уравнений тренда при прогнозировании перенесены на соответствующие месяцы прогнозного периода.



Рис. 2. Значения трендовых моделей с учетом сезонной компоненты

Получив три сезонных компоненты (S) с тремя уравнениями тренда (T), можно рассчитать ошибки построенных моделей (E). Для этого из исходных значений задачи необходимо отнять сумму S+T, E=F-(S+T).

Рис. 3. Ошибки построенных моделей (Е)


На основании рассчитанных ошибок проведен расчет среднеквадратического отклонения (СКО) для каждого из периодов, СКО моделей, а также их точность (табл. 2).

Среднеквадратическая ошибка модели (Е) найдена по формуле:



Е= Σ О2 : Σ (F-(T+S))2,, (4)

где: Т – трендовое значение; S – сезонная компонента;



О – отклонения модели от фактических значений.

На основании СКО для периодов, рассчитана точность модели по формуле:



(точность модели) = [1- (среднее значение СКО)]*100% .

Рис. 4. Среднеквадратичное отклонение

Таблица 2

Рассчитанные значения ошибок моделей







Полиномиальная

аппроксимация 6 ст.



Полиномиальная

аппроксимация 3 ст.



Линейная

аппроксимация



Среднее значение СКО

Е= Σ О2 : Σ (F-(T+S))2

0,5085

0,3314

0,3048

Точность модели

= [1- (ср.зн.СКО)]*100%



49,15%

66,86%

69,52%

СКО модели (Е)

E=F-(S+T)



0,397%

1,369%

6,099%

На основе полученных значений (Таблица 2.), а также значений вероятности достоверности (Таблица 1) можно заключить, что оптимальной моделью является полиномиальная аппроксимация третей степени. Данная модель отражает тенденции объемов локализованного трафика и может использоваться для прогнозов. Чтобы построить доверительный интервал, воспользуемся данными СКО для модели с полиномиальным трендом третей степени (СКО=0,33144). Доверительный интервал примет вид:

(F*[1-СКО]; F*[1+СКО]). (5)

Доверительный интервал отражает, в каких пределах может колебаться ошибка прогнозных значений.



Рис. 5. Прогноз локализованного трафика на 1 год.


Из прогнозов видно, что ожидается рост объемов внутреннего трафика филиала. Анализ оборудования уровня агрегации, уровня доступа, уровня концентрации и, в частности, оборудования локализации трафика, обнажают проблемы их перегруженности, влекущую за собой деградацию качества предоставляемых услуг.

В практических задачах оптимизации телекоммуникационной сети стоят несколько проблем. Ими являются постановка и решение задач моделирования исходной сети, решение задачи декомпозиции и оптимизации проектных решений, формализация практических задач и поиск методов их решения.

В общем виде задача оптимизации мультисервисной сети, а именно, размещения серверов, может быть сформулирована следующим образом. Пусть известны:


  • сеть ситуационных трасс и существующая кабельная канализация;

  • типы кабелей и коммутационного оборудования;

  • стоимостные характеристики: кабелей, систем передачи, коммутационного оборудования, зданий для станций, строительных работ;

  • заявки на услуги связи;

  • возможные места расположения оборудования;

  • максимальная пропускная способность и фактическая загруженность каналов, оборудования концентрации и агрегации трафика.

Требуется определить:

  • число необходимых серверов;

  • номенклатуру оборудования;

  • места расположения оборудования и соответствующие им границы.

При следующих требованиях и ограничениях:

  • минимизация суммарных затрат на организацию инфотелекоммуникационных услуг;

  • достаточная пропускная способность, соответствующая заданному критерию качества.

Анализ текущих затрат показал, что эти затраты в основном зависят от капитальных вложений. Следовательно, при оптимизации телекоммуникационной сети достаточно в целевую функцию включить только капитальные затраты.

В свою очередь оптимизация структуры мультисервисной телекоммуникационной сети приводит к незначительному изменению некоторых капитальных вложений, таких как стоимость и монтаж серверов, приобретение лицензий на программное обеспечение, а также стоимость каналов телефонной канализации. Необходимо подчеркнуть, что пропускной способности линий связи выделяется значительная роль, так как они зачастую бывают «узким местом», вне зависимости от производительности серверов и сетевого оборудования.

Следующим ограничением является: величина Sоб – стоимость приобретения и монтажа оборудования, приобретение лицензий на программное обеспечение;

SкабАБ.сети – общая стоимость приобретения, прокладки и монтажа кабелей;

Sк – общая стоимость каналов телефонной канализации, земляных работ, сооружений.

Суммарная стоимость сети будет равна Sсети = Sоб + SкабАБ.сети + Sк (6).

При указанных ограничениях требуется найти такую структуру телекоммуникационной сети, чтобы капитальные затраты были минимальными, и выполнялись все выше перечисленные условия и ограничения.

Математическая модель размещения серверов

Математическая постановка задачи размещения определяется конфигурацией области обслуживаемых точек и способом размещения. Задачи такого рода моделируются и решаются с помощью методов теории графов и теории гиперсетей.

В качестве математической модели сети филиала предложена гиперсеть, позволяющая исследовать топооснову, первичные и вторичные сети как единый объект исследования.

Гиперсеть определяется следующим образом

Гиперсеть (X,V,R; P,F,W), где

X – конечное множество вершин,

V – конечное множество ветвей,

R – конечное множество ребер,

P: V → 2X – отображение, сопоставляющее каждому элементу v  V множество P(v)  X его вершин. Определяется граф PS – (X, V: P) первичной сети гиперсети.



- отображение, сопоставляющее каждому ребру r  R множество F(r)  V его ветвей. F(r) – маршрут в графе (X,V,P). Отображение F определяет гиперграф FS = (V,R;F);

– отображение, сопоставляющее каждому элементу r  R подмножество W(r)  P(F(r)) его пар вершин, P(F(r)) – множество вершин в PS, инцидентных ветвям F(r)  V. Таким образом, отображение W определяет гиперграф WS = (X,R;W) вторичной сети.

В S-гиперсети вида (Y,V,R) узел y  Y заменяется графом вида

y={xji, Ej} – граф узла y структурированной гиперсети,

где xji – j-ая вершина вторичной сети WSi, отображается в узел y структурированной гиперсети SA=(Y,V,G(Xi,Ri)).

Таким образом, в отличие от гиперсетей, вершины вторичных сетей помещаются в узлы первичной сети независимо друг от друга, без ограничения на характер отображения – то есть возможны варианты отображения нескольких вершин одной вторичной сети в один узел первичной сети. Таким образом, S-гиперсеть позволяет описать не только иерархичность сетевых структур, но и взаимосвязь различных гиперсетевых уровней.


Первичная сеть гиперсети H S-гиперсеть H Объединение вторичных

сетей S-гиперсети H

Рис. 6. S-гиперсеть филиала и ее составляющие


Будем считать, что первичная сеть гиперсети N задана графом PS = (X,V), где X – множество вершин: X = n; V – множество каналов связи: V = m. Каждый канал характеризуется нагрузкой и пропускной способностью.

Вторичная сеть задана множеством тяготеющих пар X, на котором возможны различные соединения между вершинами.

Итак, синтезируемая ТКС имеет иерархическую структуру и содержит топооснову, первичную (магистральную) и вторичную сеть (сеть доступа). Магистральный сегмент соединяет каналами связи (КС) узлы доступа (УД). УД обеспечивают передачу информации через магистральный сегмент между абонентами сети (АС), закрепленными за разными УД. Магистральный сегмент помимо УД содержит узлы управления, узлы предоставления услуг и шлюзы в вышестоящую сеть.

Зададим иерархическую гиперсеть N=(X,V,A,B,C), соответствующую структуре сети филиала.



Определим параметры элементов сети:

К – множество, отображающее сети передачи данных, построенных на симметричных кабельных системах.

О – множество, отображающее сети передачи данных, построенных на оптоволоконных кабельных системах.

Р – множество, отображающее сети передачи данных, построенных на системах радиодоступа.

На рис. 7. приведена схема включения графов в гиперсеть N. Из рисунка ясно, что вторичные сети разделяются на телефонные и сети ПД, а те в свою очередь разбиваются на подтипы, определяемые системами передачи.


Рис. 7. Схема включения графов в S-гиперсеть


При решении задач размещения серверов используется понятие медианы графа или гиперсети. Информация может передаваться различными способами: непосредственно по оптическим каналам связи (маршруты), по групповым каналам от передатчика к телевизионному приемнику (квазимаршруты), при проектировании сетей и подключении абонентских терминалов могут использоваться любые участки кабельных линий (слабый маршрут).
Описание уровней и элементов S-гиперсети сведено в Таблицу 3.
Таблица 3

Описание уровней S-гиперсети




1 уровень

сеть кабельной канализации






X1 – вершины соответствующие узлам линейных сооружений (здание, колодцы, ввод в здание), - участки КК



2 уровень –

первичная сеть

(состоит из трех независимых графов соответствующих различным вариантам физических сред транспортных сетей)




– сетевой узел (РШ, кросс АТС, бокс, ВК выносной концентратор); – однородный участок кабельной линии между узлами.



– сетевой узел; – участок линии между сетевыми узлами. Отображает сетевую структуру с использованием оптоволоконных кабелей.



– сетевой узел, (опорная станция, абонентский терминал); – однородный участок радио ствола между соответствующими сетевыми узлами. Отображает сетевую структуру, построенную, с использованием системы радио доступа.

3 уровень – вторичная сеть

(содержит три типа графов, для реализации услуг телефонной связи, IP-телефонии и сети передачи данных).






– вершины, соответствующие АТС, РШ, боксу, ВК; С = {c1,c2…cn} – линии связи вторичной сети, включающие в себя кабельные линии, а также каналообразующую аппаратуру.



– вершины соответствующие АТС, оптический кросс, РШ, боксу, ВК; С = {c1,c2…cn} – линии связи, включающие в себя оптические кабельные линии.



– вершины соответствующие Опорной станции, базовым станциям, абонентским терминалам; С={c1,c2…cn} – радиостволы систем радиодоступа. Сеть с использованием системы радиодоступа.

Основное отличие задач размещения серверов в гиперсетях от аналогичных задач на графах заключается в следующем:



  • сведение задачи к известной путем преобразования гиперсети в зависимости от вида маршрутов к графу или к ориентированному графу.

  • применение алгоритма Дейкстры к полученному графу с целью поиска дерева кратчайших цепей.

  • нахождение места положения контент-серверов по алгоритмам, соответствующим поставленным задачам. Для каждой задачи здесь необходимо построить собственный алгоритм.

Первый этап задачи – осуществление синтеза гиперсети с учетом пропускных способностей каналов. При решении этой задачи для каждой пары вершин множества X ищется кратчайший маршрут соединения по ветвям первичной сети с учетом ограничений на пропускные способности. Для синтеза гиперсети воспользуемся модификацией алгоритма Флойда, в результате которого получим вложение вторичной сети в первичную.

Второй этап – поиск наиболее загруженных контент-серверов. В качестве веса вершины возьмем величину обратно пропорциональную пропускной способности линии, выбор критерия объясняется тем, что при любых мощностях серверов «узким местом» является пропускная способность линии. В качестве веса ребра возьмем реальную загруженность линии (Гб/с).

Третий этап – составление целевой функции. Целевая функция является критерием оптимальности решения задачи.

Целевая функция обязательно содержит существенные параметры i, относительно которых находится оптимальное решение (min или max) задачи. (i) opt.

В частности, задача поиска проектных решений для сетей связи в целевой функции, содержит параметры, влияющие на величину капитальных затрат.

S
k – цена 1 км кабеля, (xi,xj) – длина кабеля между станциями xi и xj в сети кабельной канализации L, Сi – стоимость i-го участка сети L.

Составим целевую функцию для решения задачи оптимального размещения контент и кэш-серверов.

Целевая функция максимизации рентабельности имеет следующий вид:

(9)

; (10)

(11)

Далее сформулированы требования и ограничения, накладываемые на гиперсеть:



  • на качество предоставления услуг;

  • на пропускную способность каналов связи: ;

  • множества трасс линейных сооружений реализованы по независимым путям в топооснове;

  • количество серверов в сети.

Анализ математической модели задачи синтеза мультисервисной ТКС в приведенной выше постановке показал, что данная задача относится к NP-сложным.

В данной работе для решения поставленной задачи предлагается использовать эвристический алгоритм, который состоит из следующих этапов:



  1. Синтез топологии мультисервисной ТКС согласно критерию минимума стоимости, при условии полного удовлетворения заявок абонентов

  2. Решение задачи выбора оптимальных значений параметров структурных элементов ТКС согласно критерию минимума стоимости.

  3. Увеличение прибыли оператора за счет изменения перечня услуг, предоставляемых абоненту . Для этого находим абонента, затраты на предоставление услуги которому выше доходов за предоставляемую услугу.

  4. Повторяем этапы 1 и 2 пока все возможные кандидаты на удаление не будут просмотрены.

По результатам решения задачи определены места для размещения серверов.

Развитие собственных внутренних сервисов позволило снизить затраты на закупку магистрального трафика и улучшить скоростные параметры раздачи файлов, несмотря на рост абонентской базы.


Третья глава диссертации посвящена разработке алгоритмов и методов эффективного использования собственных ресурсов, позволяющих оперативно определить и своевремен­но пресечь попытки несанкционированного использования каналов связи, противостоять потерям доходов от мошеннических схем действий, как одной из наиболее значимых задач для операторов связи. В работе рассмотрено и уточнено понятие «фрод» («fraud»), как деятельность по неправомерному получению услуг и использованию ресурсов оператора связи, без надлежащей их оплаты, неправомерному доступу к служебной информации оператора, в том числе с целью извлечения дохода, а также иные действия, направленные на причинение убытков или иного вреда оператору. Приведенный анализ фродовых потерь операторов связи показал, что уровень некорректной терминации в России составляет 25-35% от всего объема трафика. В работе приведена схема потерь доходов, систематизирована классификация фрода по видам и услугам, рассмотрен подход для быстрого и эффективного анализа терминации трафика в сетях связи, предложен алгоритм анализа трафика с целью выявления модифицированных номеров.

Эффективность систем телекомму­никационного взаимодействия непосред­ственно зависит от эффективности работы различных информационных технологий, призванных обеспечить поддержку биз­нес-процессов операторов. Для каче­ственного предоставления услуг и под­держания своей конкурентоспособности операторы телекоммуникаций должны эффективно использовать имеющиеся у них всевозможные телекоммуникацион­ные ресурсы, не допуская или сводя к ми­нимуму нелегальный пропуск трафика. Мошенническое или недобросове­стное использование каналов связи, кроме снижения качества пре­доставляемых абонентам услуг, может привести к большим финансовым поте­рям и серьезным долговым обязательст­вам при взаиморасчетах.

Для обеспечения гарантирования доходов и обнаружения случаев несанкционированного пропуска трафика разработан и внедрен метод контрольных точек (рис. 9), позволяющий анализировать CDR-файлы на всей цепочке формирования информации доходов, предупреждать всевозможные сбои и потери. Суть метода состоит в следующем, что для контроля технологического процесса применяется статистический анализ данных, при этом все данные сравниваются с эталонными параметрами, прописанными в технологической документации. Процедуры контроля при обработке информационных файлов осуществляются по всем видам трафика.

Рис. 9. Алгоритм метода контрольных точек

Метод позволяет обеспечить полноту данных о состоявшихся соединениях в контрольных точках, где К1 – контроль загрузки файлов регистрации представленных услуг со всех коммутаторов в предбиллинг; К2 – контроль отсева файлов регистрации в технический брак; К3 – контроль технического отсева; К4 – контроль записей не подлежащих тарификации; К5 – контроль полноты обработки записей системой предбиллинга; К6 – контроль выгрузки из предбиллинга тарифицированных файлов в базу данных биллинга; К7- контроль технического отсева; К8 – контроль полноты тарификации данных о состоявшихся соединениях; К9 – общий контроль процесса.
Алгоритм применения метрики Хаусдорфа в системах анализа трафика

Для контроля объемных и динами­ческих процессов, которые имеют место в сетях операторов связи, необходимо ис­пользование быстродействующих алго­ритмов и методов мониторинга и анализа трафика. Представление трафика в виде временного ряда позволяет использовать инструментарий прикладного анализа данных (ПАД). Получаемые таким образом времен­ные ряды являются классическими объек­тами ПАД и для их анализа удобно ис­пользовать аддитивную математическую модель. Для выявления нехарактерных всплесков трафика в К1 применим метрику Хаусдорфа.

Нелегальное использование кана­лов связи сопровождается появлением аномальных проявлений во временном ряду голосового трафика оператора. Всплески или провалы, резкие переходы к более низкому или более высокому установившемуся значению могут свидетельствовать о случаях злоупотреб­лений или нетипичного поведения або­нентов.

Также необходимо разделить измерения за день по группам с одинаковым статистическим поведением. Согласно спецификации ITU-T, такими группами являются: рабочие дни, выходные дни и особые дни в году. Группирование измерений с одинаковым статистическим поведением является важным, так как дни с исключительно высоким количеством вызовов (например, Рождество или 8 марта) могут исказить результаты.

Метрика Хаусдорфа находит свое применение в задаче распознавания и сравнения величин как мера близости кривых линий.

Расстояние Хаусдорфа между двумя графиками трафика f1 и f2 на отрезке [t1,t2] определяется по формуле:



. (12)

Это расстояние, называемое равномерной метрикой, показывает, насколько значения одной функции отклоняются от значения другой.

На рис. 10. представлена программа анализа трафика с доверительными границами трафика для данного момента времени на отрезке [t1,t2].

Рис. 10. Статистика трафика в контрольной точке 1

Если расстояние равномерной метрики на отрезке времени [t1,t2] превышает пороговое значение трафика, то полученный трафик идентифицируется как несанкционированный доступ.

Алгоритм выявления уникальных и модифицированных номеров

В Бурятском филиале доля доходов от услуг пропуска и терминации трафика в общей структуре составляет 12%. Для предотвращения финансовых потерь и обнаружения некорректной терминации трафика разработан алгоритм выявления уникальных и модифицированных номеров (рис. 11), преимуществом которого является гибкая настраиваемая система критериев, значений и параметров сигнальных сообщений. Данный алгоритм содержит несколько этапов, позволяющих противостоять фроду, как на исходящих так и входящих направлениях.


Рис. 11. Алгоритм выявления уникальных и модифицированных номеров

Для исходящего трафика существуют два этапа анализа телефонных соединений. Первый этап. На основе CDR файлов анализируется суточный трафик абонента А по двум параметрам: объемам минут и количеству одновременных соединений. В итоге выявляются те абоненты, объемы потребления которых превышают заданные пороговые значения.

Второй этап состоит в исследовании структуры абонентских вызовов.

1. Анализируются на уникальность все номера вызываемых абонентов по количеству соединений за временной интервал t=24 часа и сравниваются со средним суточным показателем на данном направлении. Для выявления и предотвращения случаев нелегального пропуска трафика статистическая информация обрабатывается и сохраняется в файл, где вычисляются пороговые значения для каждого из направлений. В случае попадания события в категорию тревожных (количество соединений превышает пороговое значение на данном направлении) - розовым цветом выделяется превышение пороговых значений (например, многократное увеличение трафика на Кубу рис. 12), голубым – заниженных. Все подозрительные отклонения, такие как резкий всплеск или спад, анализируются на предмет их корневой причины.

Рис. 12 Анализ выявления отклонений и уникальных номеров



2. Проводится исследование структуры абонентских вызовов, анализируются наложения соединений.

Для входящего трафика существуют два этапа анализа. Первый этап – анализ объемов минут и количества одновременных соединений. На этом этапе устанавливаются пороговые значения тревожных ситуаций, выявляются несоответствия контролируемых параметров заданным пороговым значениям. Второй этап – проверка количества наложений.

Программный продукт анализа количества соединений по исходящим направлениям, внедрен в БФ ОАО «Ростелеком», представлен в Приложении к диссертации.

Эффективность систем телекомму­никационного взаимодействия непосред­ственно зависит от эффективности работы различных информационных технологий, призванных обеспечить поддержку биз­нес-процессов операторов и провайдеров телекоммуникационных услуг.

Применение вышеописанных методов в подсистемах управления сетевой безо­пасности систем управления информаци­онно-телекоммуникационными система­ми и, в частности, управления сетью и инфраструктурой операторов связи позволяет существенно сократить потери операторов за счет своевременно­го пресечения попыток несанкциониро­ванного использования его сетевых ре­сурсов.

В заключении содержится краткая сводка результатов работы.


  1. Выполнен анализ и получены прогнозные оценки перспективы развития рынка услуг телекоммуникаций с применением математических методов аппроксимации реальных данных.

  2. Предложена модель прогнозирования сетевого трафика с учетом тренда и сезонной компоненты.

  3. На базе аппарата теории гиперсетей разработана математическая модель сети БФ ОАО «Ростелеком», позволяющая исследовать топооснову, первичные и вторичные сети как единый объект исследования.

  4. На основе полученной математической модели сети филиала решена задача оптимального размещения серверов, в результате чего обеспечено снижение затрат на закупку магистрального Интернет-трафика и экономия пропускных способностей каналов телекоммуникационной сети.

  5. Разработана классификация телекоммуникационного фрода, предложены новые методики его контроля и детектирования, позволяющие предотвратить финансовые потери оператора связи.

  6. Разработаны и внедрены в подсистему управления сети БФ ОАО «Ростелеком» новые алгоритмы прогнозирования, анализа и контроля трафика, которые позволяют существенно сократить потери оператора за счет своевременно­го пресечения попыток несанкциониро­ванного использования его сетевых ре­сурсов.

Полученные результаты диссертационной работы позволяют повысить эффективность эксплуатации сети БФ ОАО «Ростелеком», экономно расходовать сетевые ресурсы компании, предотвратить финансовые потери, обеспечить гибкость для быстрого развертывания новых услуг, получить конкурентное преимущество и дополнительный источник дохода.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

Статьи в ведущих рецензируемых журналах, рекомендованных Высшей Аттестационной Комиссией (ВАК) для защиты кандидатских и докторских диссертаций:

1. Макшанова Л.М. Алгоритм прогнозирования объектов локализуемого трафика в сети БФ ОАО «Ростелеком» / Л.М. Макшанова, М.С. Содномова // Вестник БГУ. – Улан-Удэ, 2011. – Вып.9 : Математика и информатика. – С. 99-103.

2. Содномова М.С. Анализ численности абонентской базы / Л.М. Макшанова, М.С. Содномова // Вестник БГУ. – Улан-Удэ, 2011 – Вып. 9 : Математика и информатика. – С. 113-117.
Материалы докладов, представленных на конференциях и статьи в других изданиях.


  1. Макшанова Л.М. Доступ к ресурсам ЦСИО / Л.М. Макшанова, С.В. Шодоева, Б.Ц. Цырендоржиева // Научная конференция, посвящ. 300-летию инженер.-техн. образования в России, ВСГТУ (г. Улан-Удэ 2001 г.). – Улан-Удэ, 2011. – С. 45-47.

  2. Макшанова Л.М. Мультисервисная сеть г. Улан-Удэ и перспективы ее развития / Л.М. Макшанова // Информатика и проблемы Телекоммуникаций: материалы Рос. науч.-техн. конф. – 2006. – Т.1. – С. 69-72.

  3. Макшанова Л.М. IP-телефония в Бурятии / Л.М. Макшанова // Информатика и проблемы Телекоммуникаций : материалы НТК. – 2006. – С. 72-74.

  4. Попков В.К. Внедрение единой информационной системы «Город» / В.К. Попков, Л.М. Макшанова, Д.В. Доржиев // Междунар. науч.-практ. конф. ПФИС. – Новосибирск, 2006 – С. 238-241.

  5. Макшанова Л.М. Развитие систем предоставления инфокоммуникационных услуг в республике Бурятия / Л.М. Макшанова, Д.В. Косов // Междунар. НПК, ПФИС. – Новосибирск, 2006. – С.179-181.

  6. Макшанова Л.М. Информационная модель АСР (автоматизированная система расчетов) / Л.М. Макшанова // Международная НПК, ПФСИ. – Новосибирск, 2006. – С.182-183.

  7. Попков В.К. Нахождение ω – связности графа М1 / В.К. Попков, Л.М. Макшанова, С.Г. Баргуев // Информатика и проблемы телекоммуникаций: материалы Российская НТК. – Новосибирск, 2010. – Т. 1. – С. 438-442.

  8. Попков В.К. Формализованное описание структуры СД / В.К. Попков, Л.М. Макшанова // Информатика и проблемы телекоммуникаций: материалы Российская НТК. – Новосибирск, 2010. – Т. 1. – С. 442-447.

  9. Макшанова Л.М. Рынок услуг сетей абонентского доступа / Л.М. Макшанова // Информатика и проблемы телекоммуникаций: материалы Российская НТК. – Новосибирск, 2010. – Т. 1. – С. 430-433.

  10. Макшанова Л.М. Инфокоммуникационные услуги в NGN / Л.М. Макшанова // Информатика и проблемы телекоммуникаций: материалы НТК. – Новосибирск, 2011. – Т. 1. – С. 555-558.

  11. Макшанова Л.М. Математическая модель структуры сети абонентского доступа / Л.М. Макшанова, М.С. Содномова // Информатика и проблемы телекоммуникаций: материалы НТК. Новосибирск, 2011. – Т. 1. – С. 562-567.

  12. Макшанова Л.М. Описание модели гиперсети и анализ сетевого трафика Бурятского филиала ОАО «Сибирьтелеком» / Л.М. Макшанова, М.С. Содномова // Информатика и проблемы телекоммуникаций: материалы НТК. – Новосибирск, 2011. – Т. 1. – С. 559-562.

_________________________________________________


Подписано в печать 30.01.12.

формат 60x84 1/16, отпечатано на ризографе, шрифт №10,

изд. л. 1,5, заказ № . Тираж 100. СибГУТИ

630102, Новосибирск, ул. Кирова, 86.








Перед Богом мы все одинаково мудры — или одинаково глупы. Альберт Эйнштейн
ещё >>