Читать статью 'Исследование функционирующих в диффузионной среде компьютерных сетей случайного доступа с возрастающим числом абонентских станций' в журнале Программные системы и вычислительные методы на сайте nbpublish.com
Рус Eng За 365 дней одобрено статей: 1937,   статей на доработке: 334 отклонено статей: 578 
Библиотека

Вернуться к содержанию

Программные системы и вычислительные методы
Правильная ссылка на статью:

Исследование функционирующих в диффузионной среде компьютерных сетей случайного доступа с возрастающим числом абонентских станций

Вавилов Вячеслав Анатольевич

кандидат физико-математических наук

доцент, кафедра программной инженерии, Национальный исследовательский Томский государственный университет

634050, Россия, Томская область, г. Томск, ул. Ленина, 36

Vavilov Viacheslav

PhD in Physics and Mathematics

Associate Professor, Department of Software Engineering, National Research Tomsk State University

634050, Russia, Tomskaya oblast', g. Tomsk, ul. Lenina, 36

vavilovv@yandex.ru
Другие публикации этого автора
 

 

DOI:

10.7256/2454-0714.2020.2.29170

Дата направления статьи в редакцию:

06-03-2019


Дата публикации:

15-07-2020


Аннотация.

Повышение производительности различного рода сетей связи в современном мире остаётся актуальной задачей, в связи с чем ведутся исследования по созданию аппаратного обеспечения, расширяющего пропускную способность физических каналов, разрабатываются новые и модифицируются существующие сетевые протоколы, проводится математическое и компьютерное моделирование механизмов передачи данных в сетях связи. Скорость и надёжность передачи данных по сетям зависит также от ряда факторов, характер влияния которых является случайным. Совокупность таких факторов называют случайной средой. Если изменение состояний среды имеет непрерывный характер, то говорят о диффузионной среде. Объектом исследования данной работы являются сети связи, управляемые протоколами множественного доступа и функционирующие в случайной (диффузионной) среде. Инструментом исследования сетей множественного доступа является математический аппарат теории конечно-разностных и дифференциальных уравнений, теории случайных процессов и теории массового обслуживания. Предложенная математическая модель сетей связи в диффузионной среде исследуется асимптотическим методом. Научная новизна работы заключается в том, что впервые предложена математическая модель функционирующей в диффузионной среде сети множественного доступа и проведено асимптотическое исследование. Найдено асимптотическое среднее нормированного числа требований на орбите (источнике повторных вызовов), величины отклонения от этого среднего, получена плотность распределения вероятностей значений процесса изменения количества требований на орбите.

Ключевые слова: сеть связи, протокол множественного доступа, орбита, случайная среда, диффузионный процесс, диффузионная аппроксимация, метод асимптотического анализа, цепь Маркова, переменные параметры, поток заявок Пуассона

Abstract.

Improving the performance of various types of communication networks in the modern world remains an urgent task, in connection with which research is underway to create hardware that expands the throughput of physical channels, new network protocols are being developed and existing network protocols are being modified, mathematical and computer modeling of data transmission mechanisms in communication networks is being carried out. The speed and reliability of data transmission over networks also depends on a number of factors, the nature of the influence of which is random. The combination of such factors is called a random environment. If the change in the states of the medium is continuous, then we speak of a diffusion medium. The object of the research is communication networks controlled by multiple access protocols and functioning in a random (diffusion) environment. The research tool for multiple access networks is the mathematical apparatus of the theory of finite-difference and differential equations, the theory of random processes and the theory of queuing. The proposed mathematical model of communication networks in a diffusion environment is investigated by an asymptotic method. The scientific novelty of the work lies in the fact that for the first time a mathematical model of a multiple access network operating in a diffusion environment was proposed and an asymptotic study was carried out. The asymptotic average of the normalized number of claims in the orbit (the source of repeated calls) and the deviation from this average are found, and the probability density of the values of the process of changing the number of claims in the orbit is obtained.

Keywords:

Markov chain, asymptotic analysis method, diffusion approximation, diffusion process, random environment, orbit, multiple access protocol, communication network, variable parameters, Poisson flow of applications

Введение

Ускоряющийся рост информационных сервисов продуцирует развитие и распространение компьютерных сетей во всех сферах человеческой деятельности. Сегодня невозможно представить работу предприятий, образовательных организаций, учреждений здравоохранения, научно-исследовательских учреждений, коммерческих организаций без использования информационных и коммуникационных технологий. Информатизация и цифровая трансформация профессиональных областей и повседневной жизни повышает деловую активность и ведёт к формированию единого цифрового пространства.

Увеличивающийся объём информационных потоков ставит новые задачи развития и интеграции вычислительных сетей и сетевых технологий. Появление телекоммуникационного стандарта нового поколения 5G на определённое время решает ряд проблем, поскольку обеспечивают надёжные коммуникации, а также достаточно высокую пропускную способность и скорость передачи. Тем не менее, развитие интернета вещей в перспективе потребует дальнейшего увеличения пропускной способности компьютерных сетей, а, следовательно, исследования различного рода в данном направлении остаются актуальными.

Наиболее распространены как в России, так и в целом мире, сети случайного множественного доступа [1]. Основной принцип функционирования – случайный доступ множества абонентских станций к единому ресурсу – разделяемой среде (каналу) передачи данных. Любая абонентская станция в любой момент времени может обратиться к общей среде передачи данных (коаксиальный кабель, оптоволокно, спутниковый канал связи и т. д.) с попыткой осуществления передачи информации. В этом случае не исключён конфликт (коллизия) – когда из-за принципа случайности одна станция может отправить в сеть пакет данных во время передачи сообщения от другой станции. В такой ситуации сигнал искажается и абонентские станции должны передать свои пакеты заново после завершения этапа оповещения о конфликте. Попытки передачи пакетов абонентскими станциями на этапе оповещения о конфликте безрезультатны, так как единая передающая среда в этом случае занята. Чем больше абонентских станций в сети, тем больше конфликтов, а чем больше конфликтов, тем меньше работоспособность сети. Растущее число абонентских станций – не единственный фактор, влияющий на эффективность функционирования компьютерных сетей. Множество внешних факторов, изменяющих процесс передачи данных в сети, называют случайной средой.

Данная работа посвящена математическому моделированию сетей с множественным доступом в случайной среде. Основные методы анализа – методы теории конечно-разностных и дифференциальных уравнений [2], случайных процессов [3-5] и теории массового обслуживания [6-12]. База моделирования – системы массового обслуживания с повторными вызовами [6-7]. Такой подход моделирования компьютерных сетей даёт возможность анализа механизмов передачи данных с получением вероятностных характеристик функционирования [13-15].

Особенность предложенной в работе модели – учёт влияния внешних воздействий на процесс функционирования сети. В ряде работ случайная среда представлена цепью Маркова [17-18, 24-32], полумарковским процессом [19-21, 33-36]. В данной работе, как и в работах [22-23], случайная среда – есть диффузионный процесс.

Исследование выполнено в предельных условиях возрастающего количества абонентских станций с применением асимптотических методов [11-12]. В результате найдены коэффициенты переноса и диффузии аппроксимирующих диффузионных процессов. Такой подход использован в ряде работ, например [16-23]. Получение коэффициентов переноса и диффузии даёт возможность анализа плотности распределения вероятностей значений процесса изменения состояний математической модели компьютерной сети.

1. Математическая модель

Представим случайную внешнюю среду, влияющую на работоспособность сетей множественного доступа как диффузионный процесс, описываемый уравнением ds (t )=α(s )dt +β(s )dw (t ), где w (t ) – есть процесс Винера. Воздействие среды приводит к изменению длительности передачи пакетов по каналу, интенсивности обращения заявок из орбиты, а также характеристик входящего потока сообщений.

Модель сети с оповещением о конфликте рассмотрим в виде однолинейной системы массового обслуживания, куда поступают заявки от ограниченного числа N абонентских станций. Время генерации заявки от одной станции имеет экспоненциальное распределение с параметром λ(s )/N . Входной поток управляется описанным выше диффузионным процессом. Вероятность обращения новой заявки за бесконечно малый промежуток времени Δt равна (λ(s )/Nt +o(Δt ).

Заявка, поступившая в свободную систему, начинает обслуживаться. Время обслуживания заявки на приборе при условии пребывания среды в состоянии s , имеет экспоненциальное распределение с параметром μ(s ). Вероятность завершения успешного обслуживания заявки за бесконечно малый промежуток времени Δt равна μ(st +o(Δt ). Если во время обслуживания заявки поступает ещё одна заявка, то начинается этап конфликта.

Таким образом, состояния системы, определяемые прибором: k =0, если прибор свободен; k =1, если он занят обслуживанием; k =2, если идёт этап конфликта.

Конфликтные заявки и заявки, поступившие во время конфликта переходят на орбиту. Интенсивность обращения заявок из орбиты зависит от состояний s случайной среды, то есть γ(s )/N . Вероятность обращения заявок на прибор из орбиты за бесконечно малый промежуток времени Δt равна (γ(s )/Nt +o(Δt ). Будем полагать, что на орбите i заявок.

Величины интервалов оповещения о конфликте имеют экспоненциальное распределение с параметром 1/a .

Таким образом, в силу выше изложенного описания, процесс {k (t ),i (t ),s (t )} изменения во времени состояний {k (t ),i (t )} математической модели сети связи и состояний {s(t)} математической модели среды является марковским процессом.

Обозначим P(k (t )=k ,i (t )=i,ss (t )<s +ds )/ds =Pk (i ,s ,t ).

В любой момент времени должно выполняться условие нормировки:

Используя подход, аналогичный предложенному нами в работах [22-23], для распределения вероятностей Pk (i ,s ,t ) можно получить прямую систему дифференциальных уравнений Колмогорова:

Будем искать решение Pk (i ,s ,t ) системы (1) методом асимптотического анализа [12] в условиях растущего числа абонентских станций N →∞.

Обозначим

и рассмотрим предельный процесс

характеризующий асимптотическое среднее нормированного числа заявок на орбите, покажем, что он является детерминированной функцией.

Рассмотрим также процесс

характеризующий изменение величин отклонения нормированного числа заявок на орбите от их среднего и покажем, что он является диффузионным процессом авторегрессии.

Для достаточно малых ε, рассмотрим процесс z (τ)=x (τ)+y (τ), аппроксимирующий число заявок на орбите ε2i (τ/ε2), покажем, что это однородный диффузионный процесс.

Учитывая обозначения (2), выполним замены в системе (1):

Полагая, что функции Hk (y ,s ,τ,ε) дифференцируемы по y , получим систему:

Для дальнейшего анализа будем использовать данную систему.

2. Исследование асимптотических средних характеристик

Асимптотические средние характеристики сети – это распределение вероятностей Rk (x ) состояний k канала и функция x =x (τ).

Теорема 1. Асимптотически при N →∞ распределение вероятностей Rk (x ) состояний k канала имеет вид

где

здесь a задано, x =x (τ) – детерминированная функция, определяемая обыкновенным дифференциальным уравнением вида:

в котором ψk (x ), Λk (x ), k =0,1 есть величины вида:

здесь Qk (x ,s ) определяется решением системы (10) и условием нормировки (11).

Доказательство . В (4) перейдем к пределу при ε→0, положим, что существуют конечные пределы

получим:

Решение Hk (y ,s ,τ) системы (8) будем искать в виде:

где H (y ,s) – есть плотность распределения вероятностей значений процесса y (τ), а Qk (x ,s ) – есть условное совместное распределение вероятностей состояний k канала и s среды и, как следует из (8), определяется системой:

и условием нормировки:

Обозначим:

здесь Rk (x ) и r (s ) – маргинальные распределения вероятностей состояний k канала и s среды соответственно. Для данных распределений должны выполняться условия:

Сложим по k уравнения системы (10) и с учётом обозначения (12) получим:

которое совместно с условием нормировки (13) определяет стационарное распределение вероятностей r (s ) состояний диффузионной среды.

Уравнение (14) – линейное однородное дифференциальное уравнение второго порядка. Обозначим:

Понизим порядок уравнения (14), положим константу, возникшую в результате интегрирования, равной нулю, имеем:

Решение имеет вид:

С учётом замены получим:

Константу C найдём из условия нормировки (13), тогда стационарное распределение вероятностей r (s ) состояний s среды примет вид:

Проинтегрируем каждое из уравнений системы (10) по s , учтём (13), обозначим:

положим, что

тогда (10) примет вид:

Система (17) совместно с условием нормировки (13) даёт решение вида (5).

Далее в системе (4) функции Hk (y ±ε,s ,τ,ε) разложим в ряд по приращениям y с точностью до o(ε), получим:

Уравнения системы (18) просуммируем по k , проинтегрируем по s и, полагая что

запишем:

Поделим на ε обе части полученного уравнения, выполним переход (7), учтём (10):

По условию нормировки (11), обозначению (12), можно записать:

Так как производная плотности распределения H (y ,τ) не может тождественно равняться нулю, значит, функция x =x (τ) – есть решение обыкновенного дифференциального уравнения вида (6). Теорема доказана.

3. Исследование величин отклонения

Правую часть дифференциального уравнения (7) обозначим как A (x ), тогда

Теорема 2. Асимптотически при N →∞ случайный процесс y (τ) определяется стохастическим дифференциальным уравнением вида:

где w (τ) есть стандартный процесс Винера, A '(x ) определяется обозначением (20), а функция B (x ) определяется равенством:

здесь a задано, Rk (x ) есть распределения (5), величины ψk (x ), Λk (x ), k =0,1 определяются равенствами (16), функции hk (1)(x ), k =0,1,2, ηk (x ), k =0,1 – определяются обозначением (33) и решением системы (32).

Доказательство . Будем искать решение Hk (y ,s ,τ,ε) системы (4) в виде разложения:

Сначала найдём вид функций hk (y ,s ,τ). Перепишем (18) в виде:

Подставим в эту систему разложение (23), учтём (10) и запишем полученную систему, сократив на ε все уравнения, в виде:

Будем искать решение системы (24) в следующем виде:

Подставим (25) в (24) и представим систему в виде двух систем:

и

Продифференцируем (10) по x , получим:

Из (27) и (28) следует, что решение hk (2)(x ,s ) системы (27) имеет вид:

С учётом (29) и (25) разложение (23) примет вид:

Теперь найдём вид функции H (y ,τ). Функции в правой части (4) разложим в ряд по приращениям y с точностью до o(ε2), получим:

Сложим уравнения системы (31) по k , получим:

Подставим в полученное равенство разложение Hk (y ,s ,τ,ε) в виде (30), учтём (12):

Проинтегрируем (32) по s , учтём условие нормировки (13), обозначение (12), обозначим:

учтём (19), получим:

В силу дифференциального уравнения (6) уничтожим слагаемые порядка o(ε), поделим обе части полученного уравнения на ε2, выполним преобразования, будем иметь:

Получили уравнение Фоккера-Планка для плотности H (y ,τ). При этом, коэффициент переноса (35) – это A '(x ). В силу обозначения (20) можно записать:

Обозначим коэффициент диффузии:

Получили, что (37) совпадает с (22).

Из (35) следует, что H (y ,τ) – есть плотность распределения вероятностей некоторого процесса y (τ), который удовлетворяет стохастическому дифференциальному уравнению (21). Теорема доказана.

Следствие 2.1. Решение y (τ) стохастического дифференциального уравнения (21) имеет вид:

где w (τ) – стандартный процесс Винера.

Доказательство. Представим процесс y (τ) в виде:

тогда

здесь A '(x ) определяется равенством (20).

Продифференцируем f (x ), используя формулы Ито:

Учитывая (21), получим:

Выполним преобразования, будем иметь:

Проинтегрируем (40), положим f (0)=0, получим, что исходное представление y (τ) в виде (39) примет вид (38). Следствие доказано.

4. Аппроксимация процесса изменения состояний сети

Третьим этапом необходимо показать, что для малых значений ε случайный процесс z (τ)=x (τ)+εy , аппроксимирующий процесс ε2 i (τ/ε2 ) является однородным диффузионным процессом. Докажем теорему.

Теорема 3. С точностью до o(ε) случайный процесс z (τ) является решением стохастического дифференциального уравнения:

где w (τ) есть стандартный процесс Винера.

Доказательство. Поскольку z (τ)=x (τ)+εy , то дифференцируя z (τ) по τ получаем:

В силу (6) и (21) имеем:

Так как правая часть содержит разложение в ряд по приращениям εy аргумента x , то:

Заметим, что z (τ)=x (τ)+εy , тогда с точностью до o(ε), имеем:

С учётом (20) уравнение (42) примет вид:

Таким образом, z (τ) – однородный диффузионный процесс с коэффициентом переноса A (z ) и коэффициентом диффузии ε2B 2(z ), определяемый с точностью до o(ε) стохастическим дифференциальным уравнением вида (41). Теорема доказана.

Следствие 3.1. Плотность распределения вероятностей значений процесса z (τ) имеет вид:

.

Доказательство . Обозначим F (z ,τ) плотность распределения вероятностей значений процесса z (τ), тогда можно записать уравнение Фоккера – Планка для плотности:

.

Положим, что F (z ,τ)=F (z ), тогда стабильное распределение можно отыскать из уравнения Фоккера – Планка:

Обозначим:

Понизим порядок уравнения (44) и, положим константу, возникшую в результате интегрирования, равной нулю, запишем:

Проинтегрируем:

выполним преобразования:

Учтём замену (45) и перепишем последнее уравнение в виде:

Константу C найдём из условия нормировки:

тогда

Подставим (47) в (46), получим плотность распределения вероятностей для процесса z (τ) в виде (43). Следствие доказано

Выводы

Итак, в работе предложена математическая модель функционирующих в диффузионной среде сетей случайного множественного доступа. Асимптотическим методом [12] получено обыкновенное дифференциальное уравнение (6), определяющее среднее x =x (τ) нормированного числа заявок на орбите. Распределение Rk (x ), k =0,1,2, вероятностей состояний канала сети представлено в виде (5), где функции Qk (x ,s ), k =0,1,2, – есть совместное распределение вероятностей состояний k канала и s среды. Эти функции определяются системой (10) и условием нормировки (11). Показано, что процесс y (τ), характеризующий изменение величин отклонения нормированного числа требований на орбите, является диффузионным процессом авторегрессии и определяется стохастическим дифференциальным уравнением (21). Доказано, что для малых значений ε процесс z (τ)=x (τ)+εy – есть однородный диффузионный процесс. Найдена плотность распределения вероятностей значений этого процесса в виде (47). Полученные результаты могут использоваться для оценки характеристик функционирования компьютерных сетей множественного доступа, при проектировании и разработке сетевых протоколов.

Библиография
1.
Олифер В., Олифер Н. Компьютерные сети. Принципы, технологии, протоколы. – СПб.: Питер, 2016. – 992 с.
2.
Эльсгольц Л. Е. Дифференциальные уравнения и вариационное исчисление. – М.: Наука, 1969. – 424 с.
3.
Баруча-Рид А. Г. Элементы теории марковских процессов и их приложения. – М.: Наука, 1969. – 512 с.
4.
Карлин С. Основы теории случайных процессов. – М.: Мир, 1971. – 536 с.
5.
Назаров А. А., Терпугов А. Ф. Теория вероятностей и случайных процессов: Учебное пособие. – Томск: Изд-во НТЛ, 2006. – 204 с.
6.
Artalejo J. R., Gomez-Corral A. Retrial Queuing Systems: A Computational Approach. – Berlin: Springer, Heidelberg, 2008. – 318 p.
7.
Falin G. I., Templeton J. G. C. Retrial Queues. – London: Chapman and Hall, 1997. – 328 p.
8.
Гнеденко Б. В., Коваленко И. Н. Введение в теорию массового обслуживания. – М.: Наука, 1987. – 336 с.
9.
Назаров А. А. Управляемые системы массового обслуживания и их оптимизация. – Томск: Изд-во Том. ун-та, 1984. – 234 с.
10.
Коротаев И. А. Системы массового обслуживания с переменными параметрами. – Томск: Изд-во Том. ун-та, 1991. – 167 с.
11.
Боровков А. А. Асимптотические методы в теории массового обслуживания. – М.: Наука, 1980. – 210 с.
12.
Назаров А. А., Моисеева С. П. Метод асимптотического анализа в теории массового обслуживания. – Томск: Изд-во НТЛ, 2006. – 112 с.
13.
Башарин Г. П., Бочаров П. П., Коган Я. А. Анализ очередей в вычислительных сетях. Теория и методы расчета. – М.: Наука, 1989. – 336 с.
14.
Жожикашвили В. А., Вишневский В. М. Сети массового обслуживания. Теория и применения к сетям ЭВМ. – М.: Радио и связь, 1988. – 192 с.
15.
Тихоненко О. М. Модели массового обслуживания в информационных системах. – М.: Технопринт, 2003. – 327 с.
16.
Takahashi H., Akimaru H. A Diffusion Model for Queues in a Randomly Varying Environment // The Transactions of The IECE of Japan. – 1986. – Vol. 69. – # 1. – P. 13– 20.
17.
Vavilov V. A. Retrial Queue with Return of Applications in Random Environment // Scientific research of the SCO countries: synergy and integration : materials of the International Conference (China, Beijing, February 11– 12, 2019). – Beijing : Minzu University of China, 2019. – Part 3. – P. 191–200.
18.
Вавилов В. А. Асимптотический анализ RQ-системы в случайной среде // Наукоемкие технологии и интеллектуальные системы: сборник статей по итогам Международной научно-практической конференции (г. Уфа, 23 февраля 2019 г.) – Стерлитамак: АМИ, 2019. – С. 10-14.
19.
Вавилов В. А. Анализ функционирующих в полумарковской среде RQ-систем с возвратом заявок // Кибернетика и программирование. – 2019. – № 1. – С. 18-36. DOI: 10.25136/2306-4196.2019.1.28838. URL: http://e-notabene.ru/kp/article_28838.html.
20.
Вавилов В. А. Исследование функционирующей в полумарковской среде RQ-системы с вызываемыми заявками // Тенденции развития науки и образования. – 2018. – № 45. – Часть 8. – С. 28-38.
21.
Вавилов В. А. Исследование RQ-систем, функционирующих в полумарковской среде // Вестник Кемеровского государственного университета. – 2014. – Т. 3. – № 3 (59). – С. 99–106.
22.
Вавилов В. А. Исследование компьютерных сетей случайного доступа с примитивным входящим потоком в диффузионной среде // Информационные технологии и математическое моделирование (ИТММ-2009): Материалы VIII Всероссийской научно-практической конференции с международным участием (12-13 ноября 2009 г.) – Томск: Изд-во Том. ун-та, 2009. – Ч. 1. – С. 12-16.
23.
Вавилов В. А. Математическое моделирование неустойчивых сетей случайного доступа в диффузионной среде при дважды стохастическом входящем потоке // Вестник Томского государственного университета. Сер. : Управление, вычислительная техника и информатика. – 2009. – № 2 (7). – C. 31–51.
24.
D’Auria B. Stochastic Decomposition of the M/G/∞ Queue in a Random Environment // Oper. Res. Lett. – 2007. – P. 805-812.
25.
Falin G. The M/M/∞ Queue in Random Environment // Queuing Syst. – 2008. – P. 65-76.
26.
Kim C. S., Dudin A., Klimenok V., Khramova V. Erlang Loss Queuing System with Batch Arrivals Operating in a Random Environment // Comput. Oper. Res. – 2009. – Vol. 36. – # 3. – P. 674-697.
27.
Kim C. S., Klimenok V., Mushko V., Dudin A. The BMAP/P H/N Retrial Queuing System Operating in Markovian Random Environment // Comput. Oper. Res. – 2010. – Vol. 37. – # 7. – P. 1228-1237.
28.
Purdue P. The M/M/1 Queue in a Markovian Environment // Operations Research. – 1974. – Vol. 22. – # 3. – P. 562-569.
29.
Regtershot G. J. K., de Smid J. H. A. The Queue M/G/1 with Markov Modulated Arrivals and Services // Mathematics of Operations Research. – 1986. – Vol. 11. – # 3. – P. 465-483.
30.
Sztrick J. On the Heterogeneous M/G/N Blocking System in a Random Environment // Journal of Operations Research Society. – 1987. – Vol. 38. – # 1. – P. 57-63.
31.
Дудин А. Н., Клименок В. И. Расчет характеристик однолинейной системы обслуживания, функционирующей в Марковской синхронной случайной среде // Автоматика и телемеханика. – 1997. – № 1. – С. 74-84.
32.
Дудин А. Н., Назаров А. А. Система обслуживания MMAP/M/R/0 с резервированием приборов, функционирующая в случайной среде // Проблемы передачи информации. – 2015. – Том 51. – Вып. 3. – C. 93–104.
33.
D'Auria B. M/M/∞ Queues in semi-Markovian Random Environment // Queuing Syst. – 2008. – Vol. 58. – P. 221-237.
34.
Fralix B. H., Adan I. J. B. F. An Infinite-server Queue Influenced by a semi-Markovian Environment // Queuing Syst. – 2009. – Р. 65-84.
35.
Коротаев И. А., Спивак Л. Р. Системы массового обслуживания в полумарковской случайной среде // Автоматика и телемеханика. – 1992. – №7. – С. 86–92.
36.
Скляревич Ф. А. Анализ эффективности фрагментов вычислительных сетей при полумарковском процессе смен режимов работы // Автоматика и вычислительная техника. –1984. – № 4. – С. 38-43.
References (transliterated)
1.
Olifer V., Olifer N. Komp'yuternye seti. Printsipy, tekhnologii, protokoly. – SPb.: Piter, 2016. – 992 s.
2.
El'sgol'ts L. E. Differentsial'nye uravneniya i variatsionnoe ischislenie. – M.: Nauka, 1969. – 424 s.
3.
Barucha-Rid A. G. Elementy teorii markovskikh protsessov i ikh prilozheniya. – M.: Nauka, 1969. – 512 s.
4.
Karlin S. Osnovy teorii sluchainykh protsessov. – M.: Mir, 1971. – 536 s.
5.
Nazarov A. A., Terpugov A. F. Teoriya veroyatnostei i sluchainykh protsessov: Uchebnoe posobie. – Tomsk: Izd-vo NTL, 2006. – 204 s.
6.
Artalejo J. R., Gomez-Corral A. Retrial Queuing Systems: A Computational Approach. – Berlin: Springer, Heidelberg, 2008. – 318 p.
7.
Falin G. I., Templeton J. G. C. Retrial Queues. – London: Chapman and Hall, 1997. – 328 p.
8.
Gnedenko B. V., Kovalenko I. N. Vvedenie v teoriyu massovogo obsluzhivaniya. – M.: Nauka, 1987. – 336 s.
9.
Nazarov A. A. Upravlyaemye sistemy massovogo obsluzhivaniya i ikh optimizatsiya. – Tomsk: Izd-vo Tom. un-ta, 1984. – 234 s.
10.
Korotaev I. A. Sistemy massovogo obsluzhivaniya s peremennymi parametrami. – Tomsk: Izd-vo Tom. un-ta, 1991. – 167 s.
11.
Borovkov A. A. Asimptoticheskie metody v teorii massovogo obsluzhivaniya. – M.: Nauka, 1980. – 210 s.
12.
Nazarov A. A., Moiseeva S. P. Metod asimptoticheskogo analiza v teorii massovogo obsluzhivaniya. – Tomsk: Izd-vo NTL, 2006. – 112 s.
13.
Basharin G. P., Bocharov P. P., Kogan Ya. A. Analiz ocheredei v vychislitel'nykh setyakh. Teoriya i metody rascheta. – M.: Nauka, 1989. – 336 s.
14.
Zhozhikashvili V. A., Vishnevskii V. M. Seti massovogo obsluzhivaniya. Teoriya i primeneniya k setyam EVM. – M.: Radio i svyaz', 1988. – 192 s.
15.
Tikhonenko O. M. Modeli massovogo obsluzhivaniya v informatsionnykh sistemakh. – M.: Tekhnoprint, 2003. – 327 s.
16.
Takahashi H., Akimaru H. A Diffusion Model for Queues in a Randomly Varying Environment // The Transactions of The IECE of Japan. – 1986. – Vol. 69. – # 1. – P. 13– 20.
17.
Vavilov V. A. Retrial Queue with Return of Applications in Random Environment // Scientific research of the SCO countries: synergy and integration : materials of the International Conference (China, Beijing, February 11– 12, 2019). – Beijing : Minzu University of China, 2019. – Part 3. – P. 191–200.
18.
Vavilov V. A. Asimptoticheskii analiz RQ-sistemy v sluchainoi srede // Naukoemkie tekhnologii i intellektual'nye sistemy: sbornik statei po itogam Mezhdunarodnoi nauchno-prakticheskoi konferentsii (g. Ufa, 23 fevralya 2019 g.) – Sterlitamak: AMI, 2019. – S. 10-14.
19.
Vavilov V. A. Analiz funktsioniruyushchikh v polumarkovskoi srede RQ-sistem s vozvratom zayavok // Kibernetika i programmirovanie. – 2019. – № 1. – S. 18-36. DOI: 10.25136/2306-4196.2019.1.28838. URL: http://e-notabene.ru/kp/article_28838.html.
20.
Vavilov V. A. Issledovanie funktsioniruyushchei v polumarkovskoi srede RQ-sistemy s vyzyvaemymi zayavkami // Tendentsii razvitiya nauki i obrazovaniya. – 2018. – № 45. – Chast' 8. – S. 28-38.
21.
Vavilov V. A. Issledovanie RQ-sistem, funktsioniruyushchikh v polumarkovskoi srede // Vestnik Kemerovskogo gosudarstvennogo universiteta. – 2014. – T. 3. – № 3 (59). – S. 99–106.
22.
Vavilov V. A. Issledovanie komp'yuternykh setei sluchainogo dostupa s primitivnym vkhodyashchim potokom v diffuzionnoi srede // Informatsionnye tekhnologii i matematicheskoe modelirovanie (ITMM-2009): Materialy VIII Vserossiiskoi nauchno-prakticheskoi konferentsii s mezhdunarodnym uchastiem (12-13 noyabrya 2009 g.) – Tomsk: Izd-vo Tom. un-ta, 2009. – Ch. 1. – S. 12-16.
23.
Vavilov V. A. Matematicheskoe modelirovanie neustoichivykh setei sluchainogo dostupa v diffuzionnoi srede pri dvazhdy stokhasticheskom vkhodyashchem potoke // Vestnik Tomskogo gosudarstvennogo universiteta. Ser. : Upravlenie, vychislitel'naya tekhnika i informatika. – 2009. – № 2 (7). – C. 31–51.
24.
D’Auria B. Stochastic Decomposition of the M/G/∞ Queue in a Random Environment // Oper. Res. Lett. – 2007. – P. 805-812.
25.
Falin G. The M/M/∞ Queue in Random Environment // Queuing Syst. – 2008. – P. 65-76.
26.
Kim C. S., Dudin A., Klimenok V., Khramova V. Erlang Loss Queuing System with Batch Arrivals Operating in a Random Environment // Comput. Oper. Res. – 2009. – Vol. 36. – # 3. – P. 674-697.
27.
Kim C. S., Klimenok V., Mushko V., Dudin A. The BMAP/P H/N Retrial Queuing System Operating in Markovian Random Environment // Comput. Oper. Res. – 2010. – Vol. 37. – # 7. – P. 1228-1237.
28.
Purdue P. The M/M/1 Queue in a Markovian Environment // Operations Research. – 1974. – Vol. 22. – # 3. – P. 562-569.
29.
Regtershot G. J. K., de Smid J. H. A. The Queue M/G/1 with Markov Modulated Arrivals and Services // Mathematics of Operations Research. – 1986. – Vol. 11. – # 3. – P. 465-483.
30.
Sztrick J. On the Heterogeneous M/G/N Blocking System in a Random Environment // Journal of Operations Research Society. – 1987. – Vol. 38. – # 1. – P. 57-63.
31.
Dudin A. N., Klimenok V. I. Raschet kharakteristik odnolineinoi sistemy obsluzhivaniya, funktsioniruyushchei v Markovskoi sinkhronnoi sluchainoi srede // Avtomatika i telemekhanika. – 1997. – № 1. – S. 74-84.
32.
Dudin A. N., Nazarov A. A. Sistema obsluzhivaniya MMAP/M/R/0 s rezervirovaniem priborov, funktsioniruyushchaya v sluchainoi srede // Problemy peredachi informatsii. – 2015. – Tom 51. – Vyp. 3. – C. 93–104.
33.
D'Auria B. M/M/∞ Queues in semi-Markovian Random Environment // Queuing Syst. – 2008. – Vol. 58. – P. 221-237.
34.
Fralix B. H., Adan I. J. B. F. An Infinite-server Queue Influenced by a semi-Markovian Environment // Queuing Syst. – 2009. – R. 65-84.
35.
Korotaev I. A., Spivak L. R. Sistemy massovogo obsluzhivaniya v polumarkovskoi sluchainoi srede // Avtomatika i telemekhanika. – 1992. – №7. – S. 86–92.
36.
Sklyarevich F. A. Analiz effektivnosti fragmentov vychislitel'nykh setei pri polumarkovskom protsesse smen rezhimov raboty // Avtomatika i vychislitel'naya tekhnika. –1984. – № 4. – S. 38-43.

Результаты процедуры рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.

Предмет исследования – асимптотическое математическое моделирование сетей случайного доступа с ограниченным количеством абонентских станций, функционирующих в диффузионной среде. Методология исследования основана на сочетании теоретического и модельного подходов с применением методов анализа, моделирования, обобщения, синтеза. Актуальность исследования обусловлена широким распространением сетей связи (в том числе управляемые протоколами случайного множественного доступа) во всех отраслях современной экономики и, соответственно, необходимостью изучения и совершенствования процессов передачи данных, повышения их производительности, включая математическое моделирование. Научная новизна связана с обоснованием авторами математической модели сетей, управляемых протоколами случайного множественного доступа и функционирующих в диффузионной среде. Показано, что процесс, характеризующий изменение величин отклонения нормированного количества требований на орбите, является диффузионным процессом авторегрессии. Для достаточно малых значений параметра ε процесс z (τ)=x (τ)+εy является однородным диффузионным процессом, найдена плотность распределения вероятностей значений этого процесса. Стиль изложения научный. Статья написана русским литературным языком. Структура рукописи включает следующие разделы: Введение (повышение скорости и надёжности передачи данных в сетях связи, основные направления, математическое моделирование процессов передачи данных, случайные факторы, математические инструменты изучения стохастических систем, системы массового обслуживания, системы с повторными вызовами (RQ-системы, Retrial Queuing Systems), применение асимптотических методов), количества заявок в системе, величины отклонения от среднего, плотность распределения вероятностей значений процесса изменения количества требований в системе), 1. Математическая модель (математическая модель случайной среды, влияющей на производительность сетей, управляемых протоколами случайного множественного доступа, стандартный процесс Винера, модель сети случайного множественного доступа с оповещением о конфликте в виде однолинейной системы массового обслуживания, на вход которой поступают заявки от конечного количества N абонентских станций, время генерирования заявки от одной абонентской станции, вероятность обращения новой заявки на прибор, состояния прибора – свободен, занят обслуживанием заявки, реализуется этап оповещения о конфликте, влияние случайной среды на орбиту, длины интервалов оповещения о конфликте, трёхмерный случайный процесс {k (t ),i (t ),s(t )}, условие нормировки, система дифференциальных уравнений Колмогорова, решение Pk (i ,s ,t ), предельный процесс, процесс изменения состояний канала k (τ/ε2)), 2. Исследование асимптотических средних характеристик (распределение вероятностей Rk (x ) состояний k канала и функция x =x (τ), теорема 1), 3. Исследование величин отклонения (теорема 2, уравнение Фоккера-Планка для плотности распределения вероятностей H (y ,τ) значений диффузионного процесса авторегрессии y (τ), следствие 2.1), 4. Глобальная аппроксимация процесса изменения состояний сети (теорема 3, следствие 3.1), Выводы (заключение), Библиография. Содержание в целом соответствует названию. Возможно, в формулировке заголовка следует уточнить, о каком именно исследовании идёт речь (математическое моделирование). Текст, предшествующий формулам, следует завершать двоеточием. Библиография включает 36 источников отечественных и зарубежных авторов – монографии, научные статьи, материалы научных мероприятий, учебные пособия, Интернет-ресурсы. Библиографические описания некоторых источников нуждаются в корректировке в соответствии с ГОСТ и требованиями редакции, например: 5. Назаров А. А., Терпугов А. Ф. Теория вероятностей и случайных процессов : учебное пособие. – Томск: Изд-во НТЛ, 2006. – 204 с. 16. Takahashi H., Akimaru H. A Diffusion Model for Queues in a Randomly Varying Environment // The Transactions of The IECE of Japan. – 1986. – Vol. 69. – № 1. – P. 13– 20. 17. Vavilov V. A. Retrial Queue with Return of Applications in Random Environment // Scientific research of the SCO countries: synergy and integration : materials of the International Conference (China, Beijing, February 11– 12, 2019). – Beijing : Minzu University of China, 2019. – Part 2. – P. 191–200. 21. Вавилов В. А. Исследование RQ-систем, функционирующих в полумарковской среде // Вестник Кемеровского государственного университета. – 2014. – Т. 3. – № 3 (59). – С. 99–106. 23. Вавилов В. А. Математическое моделирование неустойчивых сетей случайного доступа в диффузионной среде при дважды стохастическом входящем потоке // Вестник Томского государственного университета. Сер. : Управление, вычислительная техника и информатика. – 2009. – № 2 (7). – C. 31–51. Возможно излишнее самоцитирование (Вавилов В. А.). Апелляция к оппонентам (Олифер В., Олифер Н., Эльсгольц Л. Е., Баруча-Рид А. Г., Карлин С., Назаров А. А., Терпугов А. Ф., Гнеденко Б. В., Коваленко И. Н., Назаров А. А., Коротаев И. А., Боровков А. А., Моисеева С. П., Башарин Г. П., Бочаров П. П., Коган Я. А., Жожикашвили В. А., Вишневский В. М., Тихоненко О. М., Дудин А. Н., Клименок В. И., Спивак Л. Р., Скляревич Ф. А., Artalejo J. R., Gomez-Corral A., Falin G. I., Templeton J. G. C., Takahashi H., Akimaru H., D’Auria B., Falin G., Kim C. S., Khramova V., Kim C. S., Mushko V., Purdue P., Regtershot G. J. K., de Smid J. H. A., Sztrick J.. Fralix B. H., Adan I. J. B. F. и др.) имеет место. В целом рукопись соответствует основным требования, предъявляемым к научным статьям. Материал представляет интерес для читательской аудитории и после редактирования может быть опубликован в журнале «Кибернетика и программирование» (рубрики «Математическое моделирование и вычислительный эксперимент», «Телекоммуникационные системы и компьютерные сети»).