ISSN 0021-3454 (печатная версия)
ISSN 2500-0381 (онлайн версия)
Меню

11
Содержание
том 67 / Ноябрь, 2024
СТАТЬЯ

DOI 10.17586/0021-3454-2018-61-3-197-201

УДК 004.772

ОЦЕНИВАНИЕ ВРЕМЕННЫХ ХАРАКТЕРИСТИК ФУНКЦИОНИРОВАНИЯ КОРПОРАТИВНЫХ КОМПЬЮТЕРНЫХ СЕТЕЙ

Муравьева-Витковская Л. А.
Университет ИТМО, Санкт- Петербург, 197101, Российская Федерация; доцент


Полторанин Р. В.
Университет ИТМО; кафедра вычислительной техники; аспирант


Читать статью полностью 

Аннотация. Рассматриваются методы исследования временных характеристик функционирования корпоративных компьютерных сетей с использованием моделей массового обслуживания, позволяющих учесть случайный характер протекающих в сети процессов. Показано влияние приоритетов между пакетами разных классов на качество их передачи.
Ключевые слова: корпоративная компьютерная сеть, модель функционирования, пропускная способность, система массового обслуживания, приоритетные стратегии управления, качество обслуживания, неоднородный трафик

Список литературы:
  1. Алиев Т. И. Основы моделирования дискретных систем. СПб: СПбГУ ИТМО, 2009. 363 с.
  2. Алиев Т. И. Сети ЭВМ и телекоммуникации. СПб: СПбГУ ИТМО, 2011. 400 c.
  3. Олифер В. Г., Олифер Н. А. Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. СПб: Питер, 2010. 944 с.
  4. Konig W. Orthogonal polynomial ensembles in probability theory // Probability Surveys. 2005. Vol. 2. P. 385—447.
  5. Ellison R. J., Fisher D. A., Linger R. C., Lipson H. F., Longstaff T. A., Mead N. R. Survivable network systems: an emerging discipline // Technical Rep. CMU/SEI-97-TR-013. Pittsburgh, РА, 1997.
  6. Aliev T. I., Rebezova M. I., Russ A. A. Statistical methods for monitoring travel agencies // Automatic Control and Computer Sciences. 2015. Vol. 49, N 6. P. 321—327. DOI: 10.3103/S0146411615060024.
  7. Клейнрок Л. Теория массового обслуживания. М.: Машиностроение, 1979. 432 с.
  8. Bogatyrеv V. A. Exchange of duplicated computing complexes in fault-tolerant systems // Automatic Control and Computer Sciences. 2011. Vol. 45. N 5. Р. 268—276. DOI: 10.3103/S014641161105004X.
  9. Blondel V. D. et al. Fast unfolding of communities in large networks // J. of Statistical Mechanics: Theory and Experiment. 2008. Vol. 2008, N 10. P. P10008.
  10. Mittal S., Gopal K., Maskara S. L. A novel Bayesian belief network structure learning algorithm based on bioinspired monkey search meta heuristic // Proc. of the 7th Intern. Conf. on Contemporary Computing (IC3). Noida, India, 2014. P. 141—147.
  11. Алиев Т. И., Муравьева-Витковская Л. А., Соснин В. В. Моделирование: задачи, задания, тесты. СПб: НИУ ИТМО, 2011. 159 с.
  12. Broder A. et al. Graph structure in the web // Computer Networks. 2000. Vol. 33, N 1. P. 309—320.
  13. Шварц М. Сети ЭВМ. Анализ и проектирование. М.: Радио и связь, 1981. 336 с.
  14. Алиев Т. И., Никульский И. Е., Пяттаев В. О. Моделирование ядра мультисервисной сети с относительной приоритезацией неоднородного трафика // Научно-технический вестник СПбГУ ИТМО. 2009. Вып. 4 (62). С. 88—96.
  15. Фарашиани М. А., Муравьева-Витковская Л. А. Анализ соответствия генерируемого при моделировании потока заявок реальному трафику в компьютерных сетях // Изв. вузов. Приборостроение. 2017. Т. 60, № 1. С. 10—13.