| Summary: | O processo de dimensionar redes de comunicação tem sido um desafio para pesquisadores e projetistas. A partir da especificação, passando pela operação, controle e gerenciamento de redes, as estimativas de comportamento do desempenho são úteis para o dimensionamento adequado dos equipamentos. O detalhamento e precisão na capacidade de avaliar o impacto de carga futura melhoram as chances de prever dificuldades em atingir metas de serviços. Com redes de banda larga, como ATM, não tem sido diferente. Pela sua concepção de oferecer garantia de qualidade para serviços com diferentes requisitos, ATM se empenha em evitar a sobrecarga da rede. De início, essa premissa é preservada naturalmente através da restrição da quantidade e tipo de conexões ingressas na rede. Portanto, a adequação dos recursos que compõem a estrutura de uma rede ATM determina o grau de disponibilidade em atender certa quantidade de serviços. A pergunta que desejamos responder é: como estimar com precisão a quantidade de serviço suportada por determinada rede ATM? O limite da rede é alcançado quando os recursos disponíveis são menores que os recursos necessários à carga de serviço. Com o emprego cada vez maior de ATM por empresas de telecomunicações, conhecer o limite da rede é estar ciente da potencialidade de negócios sem comprometimento da qualidade. É poder prever expansões evitando bloqueio de novos serviços. O processo de dimensionamento de capacidade de uma rede ATM revela a quantidade de recursos necessários para suportar determinada carga de serviço. Quando os recursos necessários forem maiores que os recursos disponíveis, o limite da rede foi alcançado. Nesse caso, são duas as possibilidades para o equilíbrio: aumentar os recursos da rede ou diminuir a carga de serviço desejado. Esta dissertação propõe um método para dimensionamento dos recursos de uma rede ATM. A principal técnica empregada no método é a simulação do comportamento de tráfego sobre comutadores ATM. Para determinada carga de tráfego são executadas diferentes simulações variando os recursos disponíveis dentro de parâmetros prováveis. As seguintes medidas de desempenho são obtidas nas simulações como resultados estatísticos médios: razão de perda de células (CLR), atraso de transferência de células (CTD) e variação do atraso de células (CDV). Conhecendo o desempenho desejado (QoS) pela carga de serviço, o método pode determinar a quantidade necessária de recursos que satisfazem os requisitos de QoS. A ferramenta escolhida para implementar o modelo foi o simulador orientado a eventos ATM/HFC do National Institute of Standards and Technology (NIST). O simulador é composto por diferentes modelos de elementos, cada qual com seus atributos, que podem ser combinados para caracterizar determinadas configurações de rede que se deseja avaliar. Os elementos podem ser desde representações de tipos de comutadores ATM até diferentes técnicas de controle de tráfego a serem utilizadas na simulação. A carga de serviço na simulação é provida por elementos modeladores que caracterizam diferentes tipos de aplicações geradoras de tráfego, permitindo arranjos de serviços CBR, VBR, ABR e UBR através de seus respectivos parâmetros descritores. A validação do método é efetuada através da comparação dos resultados obtidos com outro trabalho similar desenvolvido utilizando simulação. === The process of planning communication networks has been a challenge for researchers and designers. From the specification, through the operation, control and management of networks, the behavior performance estimates are useful for the adequate equipment dimensioning. The detailing and accuracy in the capacity to evaluate the future load impact increase the possibilities to forecast difficulties in reaching goals of services. With broadband networks, as ATM, it has not been different. ATM efforts in preventing network overload by its conception to offer quality guarantee for services with different requirements. From beginning, this premise is naturally preserved through restriction of the amount and type of connections that can enter the network. Therefore, the adequacy of the resources that compose the ATM network structure determines the degree of availability in attending certain amount of services. The question that we wish to answer is: how can we estimate accurately the amount of services supported by specific ATM network? The limit of the network is reached when the available resources are below the necessary resources to service load. With the higher use of ATM for telecommunications companies, to know the limit of network is to be aware of the potentiality without damage to the quality. It's to be able to forecast expansions to prevent new services blocking. The capacity planning process of an ATM network shows the amount of resources needed to support a specific workload. When the resource need is greater than the available resource, the network limit has been reached. In this case, there are two possibilities to reach balance: increase the network resources or lower the load of desired service. This work is about a method for ATM network resources dimensioning. The main technique used in the method is the traffic behavior simulation over ATM switches. For specific workload, different simulations are executed and they vary according to the resources available inside the probable parameters. The following measures of performance are gotten in the simulations as average statistics results: cell loss ratio (CLR), cell transfer delay (CTD) and cell delay variation (CDV). Knowing the workload desired performance (QoS), the method can determine the necessary amount of resources that will satisfy the QoS requirements. The chosen tool to implement the model was the event driven simulator ATM/HFC of the National Institute of Standards and Technology (NIST). The simulator is made up of different models of elements, each one with its attributes, which can be combined to characterize specific network configurations that are to be evaluated. The elements can range from representations of types of ATM switches to different techniques of traffic management to be used in the simulation. The workload in the simulation is provided by modeler elements that characterize different types of traffic generator applications, allowing sets of CBR, VBR, ABR and UBR services through their respective traffic parameters. The method validation is carried out through the matching of the results gotten with other similar work developed using simulation.
|
|---|
