Вдосконалення тензорної моделі адаптивної маршрутизації в інфокомунікаційній мережі із забезпеченням сприймаємої якості обслуговування за r-фактором

Автор(и)

  • Maryna Yevdokymenko Харківський національний університет радіоелектроніки, пр. Науки, 14, м. Харків, Україна, 61166, Україна https://orcid.org/0000-0002-7391-3068

DOI:

https://doi.org/10.15587/2706-5448.2020.206031

Ключові слова:

інфокомунікаційна мережа, якість сприйняття, R-фактор, адаптивна маршрутизація, тензорна модель.

Анотація

Об'єктом дослідження є процеси маршрутизації та забезпечення якості сприйняття послуг, що надаються кінцевим користувачам, в інфокомунікаційній мережі. Для проведення дослідження в роботі запропоновано вдосконалення тензорної моделі адаптивної маршрутизації в інфокомунікаційній мережі із забезпеченням сприймаємої якості обслуговування за R-фактором. За основу було взято потокову модель маршрутизації, яка враховувала ймовірні втрати пакетів, викликані перевантаженням елементів мережі, та була представлена умовами реалізації багатошляхової стратегії маршрутизації, збереження потоку та запобігання перевантаження каналів зв'язку. Для отримання в аналітичному вигляді умов забезпечення якості сприйняття за показником R-фактору здійснено тензорний опис інфокомунікаційної мережі. Це дозволило отримати аналітичні вирази для розрахунку середньої міжкінцевої затримки та ймовірності втрат пакетів, які були використані для формування QoE-умов за показником R-фактору.

В рамках запропонованої моделі рішення технологічної задачі адаптивної маршрутизації було зведено до розв’язання оптимізаційної задачі нелінійного програмування з розрахунку маршрутних змінних. Введений критерій оптимальності дозволив забезпечити адаптивний характер маршрутних рішень, коли підвищення QoE-вимог призводило до зростання об’ємів використаного мережного ресурсу. Для розв’язання поставленої задачі використовувались методи математичного програмування, які реалізовані в пакеті MatLab.

Проведене дослідження на фрагменті інфокомунікаційної мережі дозволило оцінити адекватність і ефективність запропонованого підходу. За допомогою отриманих результатів досліджень вдалося забезпечити виконання заданих QoE-вимог за показником R-фактору до послуг, що надаються кінцевим користувачам. При цьому, використання запропонованої моделі характеризується більшою ефективністю щодо балансування навантаження за множиною маршрутів в інфокомунікаційній мережі. Про це свідчило те, що при заданому значенні R-фактору, з ростом інтенсивності трафіку, що надходить до інфокомунікаційної мережі, здійснювалось поступове збільшення кількості задіяних маршрутів. Тобто мережний ресурс розподілявся поступово та ефективніше на 7–10 % відносно відомих аналогів, які під час вирішення цієї ж задачі одразу використовують всі доступні маршрути.

Біографія автора

Maryna Yevdokymenko, Харківський національний університет радіоелектроніки, пр. Науки, 14, м. Харків, Україна, 61166

Кандидат технічних наук

Кафедра інфокомунікаційної інженерії імені В. В. Поповського

Посилання

  1. Janevski, T., Jankovic, M., Markus, S. (2017). Quality of service regulation manual. Telecommunication development Bureau, 173.
  2. Mellouk, А., Tran, Н. А., Hoceini, S. (2013). Quality of Experience for Multimedia: Application to Content Delivery Network Architecture. J. Wiley and Sons, 235. doi: http://doi.org/10.1002/9781118649367
  3. Barreiros, M., Lundqvist, P. (2016). QOS-Enabled Networks: Tools and Foundations. Wiley Series on Communications Networking & Distributed Systems, Wiley, 254. doi: http://doi.org/10.1002/9781119109136
  4. Stallings, W. (2015). Foundations of modern networking: SDN, NFV, QoE, IoT, and Cloud. Addison-Wesley Professional, 560.
  5. Dubey, R. K., Kumar, A. (2015). Comparison of subjective and objective speech quality assessment for different degradation/noise conditions. International Conference on Signal Processing and Communication (ICSC), 261–266. doi: http://doi.org/10.1109/icspcom.2015.7150659
  6. Liotou, E., Tsolkas, D., Passas, N. (2016). A roadmap on QoE metrics and models. 23rd International Conference on Telecommunications (ICT). Thessaloniki, 1–5. doi: http://doi.org/10.1109/ict.2016.7500363
  7. Arndt, S., Antons, J.-N., Gupta, R., ur Rehman Laghari, K., Schleicher, R., Moller, S., Falk, T. H. (2013). Subjective quality ratings and physiological correlates of synthesized speech. Fifth International Workshop on Quality of Multimedia Experience (QoMEX). Klagenfurt am Worthersee, 152–157. doi: http://doi.org/10.1109/qomex.2013.6603229
  8. Mello, C. A. B., Albuquerque, R. Q. (2015). Reference-Free Speech Quality Assessment for Mobile Phones Based on Audio Perception. IEEE International Conference on Systems, Man, and Cybernetics. Kowloon, 2413–2417. doi: http://doi.org/10.1109/smc.2015.422
  9. Gaoxiong, Y., Wei, Z. (2012). The Perceptual Objective Listening Quality Assessment algorithm in telecommunication: Introduction of ITU-T new metrics POLQA. 1st IEEE International Conference on Communications in China (ICCC). Beijing, 351–355. doi: http://doi.org/10.1109/iccchina.2012.6356906
  10. Radwan, O. (2017). An architectural model for managing quality of experience of web services. Ninth International Conference on Ubiquitous and Future Networks (ICUFN). Milan, 513–518. doi: http://doi.org/10.1109/icufn.2017.7993837
  11. Hikmatullah, M. R., Haryadi, S. (2017). Perceptual evaluation of speech quality over the top call service. 3rd International Conference on Wireless and Telematics (ICWT). Palembang, 181–185. doi: http://doi.org/10.1109/icwt.2017.8284163
  12. Mancas, C., Mocanu, M. (2013). Enhancing QoS/QoE in multimedia networks. IEEE International Conference on Communications Workshops (ICC). Budapest, 637641. doi: http://doi.org/10.1109/iccw.2013.6649311
  13. ITU-T G.109. (2007). Amendment 1 New Appendix I – The E-model-based quality loops for predicting speech transmission quality and user satisfaction from time-varying transmission impairments, 18.
  14. ITU-T G.107. (2015). The E-model: a computational model for use in transmission planning.
  15. Seppänen, J., Varela, M., Sgora, A. (2014). An autonomous QoE-driven network management framework. Journal of Visual Communication and Image Representation, 25 (3), 565–577. doi: http://doi.org/10.1016/j.jvcir.2013.11.010
  16. Lemeshko, O. V., Yeremenko, O. S., Nevzorova, O. S. (2020). Potokovі modelі ta metodi marshrutizatsії v іnfokomunіkatsіynikh merezhakh: vіdmovostіykіst, bezpeka, masshtabovanіst. Kharkiv: NURE, 308. doi: http://doi.org/10.30837/978-966-659-282-1
  17. Kron, G. (1949). Tensor analysis of networks. J. Wiley and Sons, 635.
  18. Lemeshko, O., Yevdokymenko, M., Anad Alsaleem, N. Y. (2018). Development of the tensor model of multipath qоe-routing in an infocommunication network with providing the required quality rating. Eastern-European Journal of Enterprise Technologies, 5 (2 (95)), 40–46. doi: http://doi.org/10.15587/1729-4061.2018.141989
  19. Lemeshko, O., Evseeva, O., Yevdokymenko, M. (2018). Tensor Flow-Based Model of Quality of Experience Routing. 14th International Conference on Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering (TCSET). Lviv, 1005–1008. doi: http://doi.org/10.1109/tcset.2018.8336364
  20. Yevdokymenko, M. (2019). Routing Tensor Model with Providing Multimedia Quality. International Scientific-Practical Conference Problems of Infocommunications. Science and Technology (PIC S&T). Kyiv, 819–824, doi: http://doi.org/10.1109/picst47496.2019.9061280
  21. Lemeshko, O., Yevdokymenko, M., Yeremenko, O., Nevzorova, O., Snihurov, A., Kovalenko, T. (2019). Fast ReRoute Model with VoIP Quality of Experience Protection. 3rd IEEE International Conference Advanced Information and Communication Technologies (AICT). Lviv, 16–21, doi: http://doi.org/10.1109/aiact.2019.8847918
  22. Lemeshko, O. V., Yeremenko, O. S., Hailan, A. M. (2016). QoS solution of traffic management based on the dynamic tensor model in the coordinate system of interpolar paths and internal node pairs. Radio Electronics & Info Communications (UkrMiCo): Proceedings of the International Conference, 1–6. doi: http://doi.org/10.1109/ukrmico.2016.7739625
  23. Lemeshko, O., Yeremenko, O. (2016). Routing Tensor Model Presented in the Basis of Interpolar Paths and Internal Node Pairs. Problems of Infocommunications Science and Technology (PIC S&T): Proceedings of the Third International Scientific-Practical Conference. Kharkiv, 201–204. doi: http://doi.org/10.1109/infocommst.2016.7905381
  24. Lemeshko, O., Yevdokymenko, M., Hu, Z., Yeremenko, O. (2020). Inter-domain routing method under normalized Quality of Service based on hierarchical coordination. CEUR Workshop Proceedings of The Third International Workshop on Computer Modeling and Intelligent Systems (CMIS), 2608, 394–408.
  25. Lemeshko, O., Yeremenko, O., Yevdokymenko, M. (2018). Tensor Model of Fault-Tolerant QoS Routing with Support of Bandwidth and Delay Protection. IEEE 13th International Scientific and Technical Conference on Computer Sciences and Information Technologies (CSIT). Lviv, 135–138. doi: http://doi.org/10.1109/stc-csit.2018.8526707

##submission.downloads##

Опубліковано

2020-06-30

Як цитувати

Yevdokymenko, M. (2020). Вдосконалення тензорної моделі адаптивної маршрутизації в інфокомунікаційній мережі із забезпеченням сприймаємої якості обслуговування за r-фактором. Technology Audit and Production Reserves, 3(2(53), 15–22. https://doi.org/10.15587/2706-5448.2020.206031

Номер

Розділ

Системи та процеси керування: Оригінальне дослідження