Регистрация / Вход
Прислать материал

14.578.21.0138

Аннотация скачать
Постер скачать
Общие сведения
Номер
14.578.21.0138
Тематическое направление
Информационно-телекоммуникационные системы
Исполнитель проекта
федеральное государственное автономное образовательное учреждение высшего образования "Белгородский государственный национальный исследовательский университет"
Название доклада
Тоеретические исследования процессов управления интенсивностью потоков данных в беспроводной самоорганизующейся сети специального назначения на основе гибридного нейро-нечеткого подхода, реализованного на сетевом и транспортном уровнях операционной системы
Докладчик
Польщиков Константин Александрович
Тезисы доклада
Цели и задачи исследования
Цель проекта - исследование и разработка научно-технических решений для повышения оперативности доставки данных в беспроводной самоорганизующейся сети специального назначения (БСССН) и ее производительности на основе разработки и реализации новых методов управления интенсивностью потоков данных, базирующихся на применении нейро-нечетких систем.
Задачи исследования:
1) разработка методики синтеза нейро-нечетких систем управления интенсивностью потоков данных в БСССН;
2) разработка математической модели доставки сообщений в БСССН;
3) разработка алгоритма нейро-нечеткого управления интенсивностью отправки данных узлом-источником БСССН;
4) разработка алгоритма нейро-нечеткого управления интенсивностью повторной передачи данных узлом-источником БСССН;
5) разработка алгоритма нейро-нечеткого управления интенсивностью отбрасывания данных транзитным узлом БСССН;
6) реализация имитационных моделей управления интенсивностью потоков данных на основе существующих алгоритмов;
7) оценка эффективности существующих алгоритмов управления интенсивностью потоков данных на основе имитационного моделирования.

Актуальность и новизна исследования
Для обеспечения связи в условиях интенсивных деструктивных внешних воздействий, характерных, например, для чрезвычайных ситуаций природного и техногенного характера, востребованы телекоммуникационные сети, обладающие быстрым развертыванием, высокой живучестью, способностью доставлять информацию при динамически изменяющейся топологии (случайных процессах перемещения, уничтожения, добавления, включения и выключения узлов). Указанными возможностями обладают беспроводные самоорганизующиеся сети (Mobile Ad-Hoc Networks, MANET). Поэтому концепция MANET имеет хорошие перспективы применения для построения беспроводной самоорганизующейся сети специального назначения (БСССН) – телекоммуникационной сети, функционирующей с целью обеспечения информационного обмена при выполнении специфических задач в условиях мобильности абонентов и воздействия деструктивных факторов.
Анализ известных методов, ориентированных на повышение производительности телекоммуникационных сетей, показал, что применяемые в настоящее время алгоритмы отправки данных и повторных передач узлами-источниками, а также алгоритмы превентивного отбрасывания пакетов в транзитных маршрутизаторах основаны на достаточно грубых, приближенных моделях, полученных эвристическим путем. Необходимость получения технологических решений, обеспечивающих повышение оперативности доставки информации в БСССН, требует разработки новых алгоритмов управления интенсивностью потоков данных в этой сети, что определяет актуальность проекта.
Уникальность и новизна исследований обоснована отсутствием отечественных и зарубежных разработок в области нейро-нечеткого управления интенсивностью потоков данных в БСССН.
Описание исследования

В процессе синтеза нейро-нечетких систем управления интенсивностью потоков данных в БСССН использовалась методика, включающая следующие этапы:

1) определение входных и выходных величин нечеткой нейронной сети.

2) выбор алгоритма нечеткого вывода.

3) определение функций принадлежности для входных величин:

- выбор количества функций принадлежности;

- выбор формы функций принадлежности.

4) выбор алгоритма обучения нечеткой нейронной сети.

5) создание обучающей выборки для настройки параметров нечеткой нейронной сети.

6) выбор количества циклов для обучения нечеткой нейронной сети.

7) настройка параметров (обучение) нечеткой нейронной сети.

Для оценки эффективности нейро-нечеткого управления интенсивностью потоков данных в условиях динамичной сетевой топологии разработана математическая модель доставки сообщений в БСССН. Построение модели основано на применении аппарата вероятностно-временных графов. Данная модель учитывает влияние возможных разрывов виртуальных соединений, обусловленных мобильностью абонентов и деструктивными факторами, на характеристики доставки сообщений.

В соответствии с алгоритмом управления интенсивностью отправки данных в БСССН  для выбора значений межпакетного используется нейро-нечеткая система, на вход которой подаются текущее и предыдущее значения скользящего среднего времени ожидания подтверждения и предыдущее значение межпакетного интервала. Система выбора значений межпакетного интервала состоит из пяти нейронных слоев и функционирует в соответствии с алгоритмом Сугено первого порядка.

В соответствии с алгоритмом управления интенсивностью повторных передач в БСССН для прогнозирования времени ожидания подтверждений используется нейро-нечеткая система, на вход которой  подаются значения времени ожидания подтверждений, измеренные в текущем, предыдущем цикле и в цикле, предшествующем предыдущему. Система состоит из четырех нейронных слоев и функционирует в соответствии с алгоритмом Сугено нулевого порядка.

В соответствии с алгоритмом управления интенсивностью отбрасывания данных в транзитных узлах БСССН для прогнозирования количества поступивших и отброшенных пакетов используются нейро-нечеткие системы на входы которых подаются значения числа пакетов, поступивших для передачи по каналу сети в четырех предыдущих циклах. Указанные системы состоят из четырех нейронных слоев и функционируют в соответствии с алгоритмом Сугено нулевого порядка.

 

 

Результаты исследования

1. Методика синтеза нейро-нечетких систем управления интенсивностью потоков данных в БСССН. Применение методики позволило обосновать структуру и параметры нейро-нечетких систем, предназначенных для выбора значений параметров пакетной передачи данных в БСССН.

2. Математическая модель доставки сообщений в БСССН. Новизна модели состоит в учете возможных разрывов виртуальных соединений, вызванных мобильностью узлов и внешними деструктивными факторами. Применение модели позволяет оценить эффективность доставки данных в БСССН.

3. Алгоритм нейро-нечеткого управления интенсивностью отправки данных узлом-источником БСССН. Отличительная особенность алгоритма состоит в применении нейро-нечеткого выбора значений межпакетного интервала при отправке данных узлами-источниками. Использование алгоритма позволяет обеспечить уменьшение числа повторных передач и снижение среднего времени передачи потока данных заданного объема в БСССН.

4. Алгоритм нейро-нечеткого управления интенсивностью повторной передачи данных узлом-источником БСССН. В отличие от известных, алгоритм основан на применении нейро-нечеткой системы для прогнозирования длительности ожидания подтверждений. Применение алгоритма позволяет снизить отклонения тайм-аута повторной передачи от времени ожидания подтверждений в БСССН.

5. Алгоритм нейро-нечеткого управления интенсивностью отбрасывания данных транзитным узлом БСССН. Отличается применением нейро-нечетких систем для прогнозирования объема поступивших и потерянных данных, что позволяет сократить среднюю задержку пакетов в канальных очередях и снизить объем отброшенных данных в узле БСССН.

6. Реализация имитационных моделей управления интенсивностью потоков данных на основе существующих алгоритмов. Проведение имитационных экспериментов с учетом особенностей функционирования сети с динамичной топологией позволило определить характеристики, необходимые для выполнения существующих алгоритмов управления интенсивностью потоков данных и оценки эффективности их применения в БСССН.

7. Оценка эффективности существующих алгоритмов управления интенсивностью потоков данных на основе имитационного моделирования. Результаты имитационных экспериментов показали, что применение в БСССН существующих алгоритмов управления интенсивностью потоков данных приводит к высокому числу повторных передач и потерь пакетов, а также к значительным задержкам пакетов в транзитных узлах, что является причинами недостаточно оперативной передачи данных.

Практическая значимость исследования
Практическая значимость исследования заключается в возможности использования его результатов для построения аппаратно-программных средств, позволяющих повысить оперативность и увеличить объемы доставки данных в БСССН. Использование результатов исследования в конечном итоге позволит повысить эффективность управления силами и средствами в процессе ликвидации чрезвычайных ситуаций природного и техногенного характера, минимизировать человеческие потери и материальный ущерб при стихийных бедствиях и авариях на радиационно-, химически-, пожаро- и взрывоопасных объектах.