Loading article…
トラフィック生成モデルは、携帯電話ネットワークやコンピュータ ネットワークなどの通信ネットワークにおけるトラフィック フローまたはデータ ソースの確率モデルです。パケット生成モデルは、パケット交換ネットワークにおけるパケット フローまたはデータ ソースのトラフィック生成モデルです。たとえば、Web トラフィックモデルは、ユーザーのWeb ブラウザによって送受信されるデータのモデルです。これらのモデルは、さまざまなプロトコル、アルゴリズム、ネットワーク トポロジのパフォーマンスと容量を分析する目的で、通信技術の開発中に役立ちます。
応用
ネットワーク パフォーマンスは、 iperf、bwping、Mausezahnなどのネットワーク トラフィック ジェネレーターを使用して、テストベッドネットワークでネットワーク トラフィックを測定することで分析できます。トラフィック ジェネレーターは、多くの場合、一意のパケット識別子を持つダミー パケットを送信し、ネットワーク内のパケット配信を追跡できるようにします。
ネットワーク シミュレーションを使用した数値解析は、多くの場合、より安価なアプローチです。
待ち行列理論を使用した分析アプローチは、単純化されたトラフィック モデルでは可能かもしれませんが、現実的なトラフィック モデルを使用する場合は複雑すぎることがよくあります。
貪欲ソースモデル
簡略化されたパケット データ モデルは、貪欲ソースモデルです。これは、ベスト エフォートトラフィック (サービス品質の保証なし) の最大スループットを分析する場合に役立ちます。多くのトラフィック ジェネレーターは貪欲ソースです。
ポアソン交通モデル
パケットデータ用のもう1つの簡略化された従来のトラフィック生成モデルはポアソン過程であり、着信パケット数および/またはパケット長が指数分布としてモデル化されます。パケットの到着間隔が指数分布で、パケットサイズが一定の場合、M/D/1システムに似ています。パケットの到着間隔とサイズの両方が指数分布の場合、M/M/1キューになります。[1]
ロングテールトラフィックモデル
ただし、ポアソン トラフィック モデルはメモリがないため、パケット データのバースト特性 (長距離依存性とも呼ばれる)を反映しません。より現実的なモデルとしては、パレート分布などの自己相似プロセスをロングテール トラフィックモデルとして使用できます。
ペイロードデータモデル
ペイロード データの実際の内容は通常はモデル化されず、ダミー パケットに置き換えられます。ただし、ペイロード データを受信側で分析する場合 (たとえば、ビット エラー レートに関して) 、ベルヌーイ過程、つまり独立した 2 進数のランダムなシーケンスが想定されることがよくあります。この場合、チャネル モデルは、ノイズ、干渉、歪みなどのチャネル障害を反映します。
3GPP2 モデル
3GPP2モデルの1つは[2]で説明されています。このドキュメントでは、次のタイプのトラフィックフローについて説明します。
主なアイデアは、HTTP、FTP、TCPプロトコルを部分的に実装することです。たとえば、HTTP トラフィック ジェネレーターは、多数の小さなオブジェクト (画像など) で構成される Web ページのダウンロードをシミュレートします。TCP ストリーム (このモデルでは TCP ジェネレーターが必須なのはそのためです) は、HTTP1.0 または HTTP1.1 仕様に従ってこれらのオブジェクトをダウンロードするために使用されます。これらのモデルは、これらのプロトコルの動作の詳細を考慮に入れています。音声、WAP、モバイル ネットワーク ゲームは、それほど複雑ではない方法でモデル化されています。
参照
- チャネルモデル
- ネットワークスループットの測定
- モビリティモデル
- ネットワークエミュレーション
- ネットワークトラフィックシミュレーション
- ネットワークシミュレーション
- 電波伝搬モデル
- 待ち行列理論
- パケットジェネレータ
- パケットスニファー
参考文献
- ^ 「M/D/1、M/M/1、M/G/1 キューイング」(PDF)。
- ^ CDMA2000 評価方法 バージョン 1.0 (リビジョン 0) 2006-10-14 にWayback Machineにアーカイブ