Разработка методов и алгоритмов автоматизированного синтеза моделей гибридных программно-конфигурируемых устройств передачи данных тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат наук Ушакова Маргарита Викторовна

• Ушакова Маргарита Викторовна
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Ушакова Маргарита Викторовна

ВВЕДЕНИЕ

ГЛАВА 1. Методы и инструменты синтеза моделей сетей передачи данных

1.1 Особенности работы и моделирования программно-конфигурируемых сетей

1.2 Инструменты имитационного моделирования телекоммуникационных сетей с поддержкой OpenFlow

1.3 Проблемы синтеза моделей сетевого оборудования и методы их решения

1.4 Цель и задачи исследования

1.5 Выводы по первой главе

ГЛАВА 2. Методы и алгоритмы автоматизированного экспериментального исследования гибридного программно-конфигурируемого оборудования

2.1 Получение параметров гибридного программно-конфигурируемого оборудования

2.2 Разработка структурной модели гибридного программно-конфигурируемого оборудования для проведения экспериментального исследования

2.2.1 Структурная модель входных параметров гибридного программно-конфигурируемого оборудования

2.3.2 Структурная модель выходных параметров гибридного программно-конфигурируемого оборудования

2.3 Методики автоматизированного экспериментального исследования гибридного программно-конфигурируемого оборудования

2.4 Алгоритм автоматизированного экспериментального исследования гибридного программно-конфигурируемого оборудования

2.5 Многопараметрическая симплексная интерполяция эмпирических зависимостей параметров устройства

2.6 Выводы по второй главе

ГЛАВА 3. Имитационно-аналитические модели гибридных программно-конфигурируемых устройств

3.1 Разаработка имитационно-аналитической модели сетевого оборудования62

3.1.1 Исследование процесса прохождения пакета сквозь гибридное программно-конфигурируемое устройство на примере модели коммутатора

3.1.2 Разработка дополнительных модулей модели гибридного программно-конфигурируемого оборудования для реализации внутренних процессов обработки трафика сетевого устройства

3.2 Разработка модели коммутатора с поддержкой OpenFlow

3.3 Разработка модели сетевого устройства

3.4 Алгоритм автоматизированного синтеза имитационно-аналитической модели гибридного программно-конфигурируемого оборудования

3.5 Выводы по третьей главе

ГЛАВА 4. Экспериментальные исследования разработанных методов и алгоритмов

4.1 Автоматизированная система экспериментальных исследований

4.1.1 Архитектура испытательного стенда

4.1.2 Описание оборудования и ПО

4.2 Экпериментальное исследование коммутатора

4.2.1 Планирование экспериментального исследования

4.2.2 Экспериментальное исследование коммутатора на стенде

4.2.3 Сформированная модель OMNeT++ для исследуемого коммутатора

4.3 Экспериментальное исследование коммутаторов при различных параметрах трафика

4.4 Экспериментальное исследование коммутаторов при различных конфигурациях

4.5 Исследование параметров сети на примере экспериментального сегмента центра обработки данных ОГУ

4.6 Выводы по четвертой главе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А Документы, подтверждающие внедрение основных результатов диссертационной работы

ПРИЛОЖЕНИЕ Б Свидетельство о государственной регистрации программы для ЭВМ

ПРИЛОЖЕНИЕ В Таблицы входных параметров

ПРИЛОЖЕНИЕ Г Схемы алгоритмов

ПРИЛОЖЕНИЕ Д Код программы для АСЭИ

Введение диссертации (часть автореферата) на тему «Разработка методов и алгоритмов автоматизированного синтеза моделей гибридных программно-конфигурируемых устройств передачи данных»

ВВЕДЕНИЕ

Актуальность темы. Современные высокоскоростные сети передачи данных должны обладать предсказуемым поведением при любых сочетаниях параметров проходящего трафика и настроек оборудования. Основной единицей построения высокоскоростных магистралей до конечного оборудования являются коммутаторы, которые постепенно усложнялись, увеличивая функциональность. На сегодняшний день провайдеры начинают использовать программно-конфигурируемое оборудование, которые предоставляют более гибкие подходы к управлению трафиком. Программно-конфигурируемые сети (ПКС), работающие на базе протокола OpenFlow, представляют собой такой подход к построению телекоммуникационных сетей, при котором функции управления сетью отделены от уровня передачи данных и вынесены на специальный сервер - контроллер [14]. ПКС существенно улучшили управляемость сети, сделали возможным создание наложенных сетей, объединение виртуальной и физической инфраструктуры под единым управлением [24].

Повсеместное внедрение виртуализации увеличивает требования к оборудованию, так как коммутаторы должны совмещать разнородный трафик виртуальных сервисов, особенно для подхода с использованием виртуализации сетевых функций [80]. Основной проблемой использования совместно всех этих инструментов является прогнозирование задержек, потери пакетов, размеров очередей для обеспечения требуемого качества обслуживания (QoS) [10]. Исследование таких сетей часто выполняют на моделях, к которым предъявляются повышенные требования к точности воспроизведения условий реального оборудования.

Имитационное моделирование предоставляет широкие перспективы для исследований и позволяет получить результаты, сопоставимые с результатами реального оборудования, но только в случае точного описания всех механизмов работы и их временных и нагрузочных характеристик. Этот подход дает

возможность проведения экспериментов без построения реальной сети, что существенно снижает временные и финансовые затраты [18].

На сегодняшний день имитационное моделирование является основным инструментом для исследования телекоммуникационных сетей. Разработано довольно большое количество систем имитационного моделирования сети, опирающихся в своей работе на такие параметры, как количество узлов, связи между ними, используемые протоколы, характеристики канала передачи данных, а также выполняемые сетевые приложения [1].

Большая часть подобных систем позволяет не строить модель с нуля, а использовать готовые модели основных элементов сети, таких как, например, некоторые типы маршрутизаторов, каналы связи, протоколы и т.д. Тестирование устройств с последующим анализом принципов его работы позволяет сгенерировать библиотеку стандартных элементов сети. Параметры полученных стандартных элементов можно изменять с помощью предусмотренных в моделях настроек. Использование библиотек готовых решений существенно упрощает разработку модели сети. Тем не менее, высокие темпы развития сетевых технологий приводят к тому, что существующие модели не удовлетворяют потребностям разработчиков, а многие системы имитационного моделирования не имеют блоков, описывающих влияние процессов внутренней обработки трафика в оборудовании на параметры производительности, а также не учитывают влияние внешних параметров и конфигурации оборудования на характеристики передачи трафика.

Моделирование сетевой инфраструктуры на основе ПКС имеет ряд особенностей [66]. Во-первых, время принятия решений по коммутации и маршрутизации в таком оборудовании практически не отличается и зависит только от реализации поиска в таблицах OpenFlow в реактивном режиме (с заранее загруженными данными о топологии). Во-вторых, в таких сетях другой профиль нагрузки на процессор и память при прохождении трафика. В-третьих, такое оборудование может работать в гибридных режимах, когда часть портов

работает в режиме ПКС, а остальные в режиме традиционной коммутации или маршрутизации.

Работа очередей в таких системах сравнима с традиционными коммутаторами и маршрутизаторами, кроме того, что настройка параметров этих очередей может происходить динамически. Создание моделей, в которых используется также проактивный режим работы ПКС, требует введения в процесс коммутации и маршрутизации работы стороннего приложения на внешнем сервере, доступного также через сеть передачи данных с заранее неизвестными параметрами по реакции на нагрузку [22].

Вероятностно-временные характеристики обработки трафика телекоммуникационного оборудования зависят от времени работы всех обрабатывающих трафик процессов, включая работу очередей, фильтров, модифицирующих настроек, маршрутизации и коммутации, а также от загрузки ресурсов. Длительность обработки одного и того же пакета на одинаковом оборудовании с разными настройками может отличаться в десять и более раз. ПКС добавляют дополнительные задержки обработки трафика, не учтенные в стандартных моделях. Самым распространенным оборудованием с поддержкой ПКС является гибридное программно-конфигурируемое оборудование, которое сочетает реализацию основных функций, как в традиционном, так и программно-конфигурируемом режиме.

Получение характеристик оборудования и программных модулей возможно при помощи проведения стресс-тестирования, причем при использовании ПКС можно генерировать трафик и принимать его с помощью только механизмов протокола OpenFlow в проактивном режиме [28]. Для минимизации влияния времени запроса и ответа к серверу все остальные процессы, кроме генерации приема трафика, должны проходить в реактивном режиме с минимально необходимыми размерами таблиц. Стресс-тестирование на реально работающих сетях связано с трудностями сосуществования синтетического и реального трафиков. С точки зрения получения всех возможных вариантов и сочетаний

характеристик оборудования такой режим позволит создать модели только для нагрузки равной или выше существующей. Поскольку при использовании ПКС можно снимать очень подробную статистику с каждой единицы оборудования, есть возможность проводить такие стресс-тесты по дереву связанных коммутаторов и маршрутизаторов, одновременно снимая характеристики со всех устройств на одном и том же паттерне трафика.

Автоматизация переноса характеристик из оборудования в систему моделирования позволит существенно упростить процесс синтеза модели конкретных устройств и их сетей. Автоматизированное получение характеристик конкретных моделей оборудования позволит контролировать достоверность моделей статистическими методами.

Существующие системы имитационного моделирования компьютерных сетей с поддержкой OpenFlow, такие как NS-3, EstiNet, Mininet, OPNET Modeler и др., не целесообразно использовать как готовое решение поставленной задачи ввиду следующих причин:

- отсутствие блоков, описывающих влияние процессов внутренней обработки трафика в оборудовании на параметры производительности;

- использование простейших алгоритмов прохождения пакета сквозь оборудование, не учитывающих особенности конкретных моделей устройств.

Реализация программно-аппаратного комплекса автоматизированного синтеза имитационно-аналитической модели гибридного программно-конфигурируемого оборудования приведет к необходимости восстановления вероятностно-временных характеристик трафика на основе экспериментальных данных, а также к разработке методов автоматизированного получения таких данных при произвольных входных параметрах трафика, настройках и текущей нагрузке оборудования.

Степень разработанности темы исследования. Актуальной проблемой в рамках диссертационного исследования является синтез имитационно-аналитической модели, адекватно описывающей характеристики гибридного

программно-конфигурируемого оборудования на уровне первых моментов распределения временных и нагрузочных значений процессов обработки пакета внутри оборудования.

Вопросами развития технологии ПКС занимались ученые McKeown N., Anderson T., Parulkar G., Peterson L., Rexford J., Кучерявый А.Е., Смелянский Р.Л., Самуйлов К.Е., Степанов С.Н., Карташевский В.Г., Кучерявый Е.А., Шалимов А.В., Перепелкин Д.А., Tootoonchian A., Sherwood R., Salman O., Zhao У.и др. В работах таких ученых, как Смелянский Р.Л., Тарасов В.Н., Бахарева Н.Ф., Карташевский В.Г., Соколов В.А., Леохин Ю.Л., Pu Wang, Min Luo, Ian F. Akyildiz рассмотрены вопросы управления потоками данных с обеспечением качества обслуживания в ПКС.

Объектом исследования является процесс внутренней обработки трафика в гибридном программно-конфигурируемом устройстве.

Предметом исследования являются вероятностно-временные и нагрузочные характеристики процессов обработки трафика гибридным программно-конфигурируемым оборудованием.

Цель и задачи работы. Целью работы является разработка методов и алгоритмов автоматизированного синтеза имитационно-аналитической модели гибридного программно-конфигурируемого оборудования для исследования задержки пакетов в телекоммуникационной сети при различных нагрузочных характеристиках процессов обработки трафика. Для достижения поставленной цели необходимо решить следующие задачи:

1. Разработать имитационно-аналитическую модель гибридного программно-конфигурируемого оборудования.

2. Разработать методику автоматизированного экспериментального исследования гибридного программно-конфигурируемого оборудования.

3. Разработать алгоритм автоматизированного экспериментального исследования гибридного программно-конфигурируемого оборудования.

4. Разработать алгоритм автоматизированного синтеза имитационно-аналитической модели гибридного программно-конфигурируемого оборудования.

5. Разработать программно-аппаратный комплекс автоматизированного синтеза имитационно-аналитической модели гибридного программно-конфигурируемого оборудования и исследовать предложенные алгоритмы на эффективность.

Научная новизна работы заключается в следующем:

1. Разработана имитационно-аналитическая модель гибридного программно-конфигурируемого оборудования, отличающаяся от существующих тем, что учитывает особенности работы устройства, а также позволяет оценить основные характеристики передаваемого через него трафика.

2. Разработана методика автоматизированного экспериментального исследования гибридного программно-конфигурируемого оборудования, которая отличается от существующих тем, что позволяет изучить вероятностно-временные и нагрузочные характеристики оборудования на произвольных паттернах трафика и наборах конфигурации.

3. Разработан новый алгоритм автоматизированного экспериментального исследования гибридного программно-конфигурируемого оборудования, позволяющий, в отличие от остальных существующих решений, получить характеристики передачи пакетов с учетом влияния значений параметров входящего трафика и конфигурации устройства.

4. Разработан новый алгоритм автоматизированного синтеза имитационно-аналитической модели гибридного программно-конфигурируемого оборудования, отличающийся тем, что в автоматическом режиме формируется имитационно-аналитическая модель конкретного гибридного программно-конфигурируемого устройства на основе полученных экспериментальных измерений характеристик прохождения пакета через это устройство и его поведения при различных сочетаниях параметров.

Теоретическая значимость состоит в том, что предложенные методики и алгоритмы позволяют получать имитационно-аналитические модели гибридного программно-конфигурируемого оборудования, максимально приближенные по характеристикам к конкретному реальному оборудованию, что позволяет исследовать и прогнозировать параметры работы телекоммуникационных сетей.

Практическая значимость работы заключается в реализации на базе предложеннных алгоритмов программно-аппаратного комплекса, состоящего из автоматизированной системы экспериментального исследования гибридного программно-конфигурируемого оборудования и модулей синтеза имитационно-аналитических моделей на основе восстановленных вероятностно-временных характеристик процесса прохождения трафика через устройство. Программно-аппаратный комплекс позволяет упростить процесс синтеза модели гибридного программно-конфигурируемого устройства, а также проконтролировать достоверность моделей статистическими методами. Результирующие модели, сгенерированные программно-аппаратным комплексом, могут быть использованы для синтеза модели сети и исследования параметров ее производительности.

Результаты работы использованы в ООО «Сервис плюс», филиале в г. Оренбург АО «ЭР-Телеком Холдинг», а также в учебном процессе Оренбургского государственного университета, что подтверждается тремя актами внедрения (приложение А) и свидетельством о государственной регистрации программы для ЭВМ (приложение Б).

Методы исследования. Диссертация выполнена с использованием аппарата теории вероятности и математической статистики, методов проектирования информационных систем, математического моделирования, системного анализа принципов объектно-ориентированного программирования, теории вычислительных систем в части сетей массового обслуживания, методов контейнеризации.

Основные положения, выносимые на защиту:

1. Разработанная имитационно-аналитическая модель гибридного программно-конфигурируемого оборудования позволяет на основе восстановленных характеристик процесса прохождения трафика через устройство исследовать особенности его работы при произвольных сочетаниях параметров с использованием интерполяционных методов обработки результатов экспериментального исследования оборудования.

2. Разработанная методика автоматизированного экспериментального исследования гибридного программно-конфигурируемого оборудования позволяет провести исследование устройства на произвольных наборах конфигурации, обеспечивающее получение набора зависимостей временных и нагрузочных характеристик от входных параметров трафика, настроек и текущей нагрузки оборудования.

3. Разработанный алгоритм автоматизированного экспериментального исследования гибридного программно-конфигурируемого оборудования позволяет определить границы диапазонов параметров и рассчитать сетку сочетаний параметров для достаточного покрытия вариантов, тем самым уменьшив количество циклов исследования. В отличие от полного перебора возможных сочетаний всех параметров, при использовании алгоритма количество циклов исследования для каждого заданного размера фрейма уменьшается до O(n), где п - количество входных параметров устройства.

4. Разработанный алгоритм автоматизированного синтеза имитационно-аналитической модели гибридного программно-конфигурируемого оборудования позволяет в автоматическом режиме на основе разработанных схем гибридного коммутатора получить адекватную модель устройства и с высокой степенью точности воспроизвести возникающие в нем задержки.

5. Программно-аппаратный комплекс автоматизированного синтеза имитационно-аналитической модели гибридного программно-конфигурируемого оборудования позволяет упростить процесс синтеза модели устройства, а также контролировать достоверность моделей статистическими методами.

Результирующие модели могут быть использованы для синтеза модели сети и исследования параметров ее производительности.

Связь исследования с научными программами. Работа выполнена при финансовой поддержке гранта Президента Российской Федерации для государственной поддержки ведущих научных школ Российской Федерации (НШ-2502.2020.9) в Оренбургском государственном университете.

Соответствие диссертации паспорту научной специальности.

Отраженные в диссертационной работе положения соответствуют пунктам 13, 14 паспорта нацчной специальности 05.12.13.

Сведения о личном вкладе автора. Основные результаты исследований и выводы, представленные в диссертации, получены автором лично. С научным руководителем профессором И.П. Болодуриной обсуждались вектор исследований, определение проблем, а также постановка задач. В работах, изданных в соавторстве, диссертанту принадлежит часть, связанная с разработкой методов, алгоритмов и моделей, а также планирование и проведение экспериментальных исследований. Программная реализация методов и алгоритмов проведена совместно с соавторами, поименно представленными в перечне публикаций соискателя.

Степень достоверности и апробация результатов. Представленные в диссертации положения и выводы научно обоснованы и подтверждаются результатами экспериментальных исследований автора, а также актами о внедрении и применении результатов исследования.

Основные положения диссертационного исследования были представлены на международных и всероссийских научных конференциях:

1. Международной научно-технической конференции «Автоматизация», RusAutoCon-2020 (6-12 сентября 2020, Сочи).

2. VIII Всероссийской научной конференции с международным участием «Информационные технологии интеллектуальной поддержки принятия решений», П^'2020 (6-9 октября 2020, Уфа).

3. 3 Международной конференции «Современные сетевые технологии», MoNeTec-2020 (27-29 октября 2020, Digital формат).

4. VII Международной конференции «Инжиниринг & Телекоммуникации — En&T-2020» (25-26 ноября 2020, Москва).

5. 14 Международной конференции «Интеллектуальные системы», INTELS'2020 (14-16 декабря 2020, Москва).

Публикации. По теме диссертационного исследования опубликовано 16 работ, в том числе 2 статьи в научных изданиях из перечня ВАК, и 5 работ в изданиях, индексируемых в базе данных Scopus и Web of Science.

Структура и объём диссертации. Диссертационная работа включает введение, четыре главы, заключение, список сокращений, список литературы и пять приложений. Объем работы составляет 151 страницу машинописного текста, в том числе 30 рисунков, 11 таблиц. Список литературы содержит 116 наименований.

ГЛАВА 1. Методы и инструменты синтеза моделей сетей передачи данных

В главе представлен обзор особенностей работы программно-конфигурируемых сетей. Описаны проблемы синтеза моделей сетевого оборудования и методы их решения. Выполнен обзор существующих инструментов имитационного моделирования телекоммуникационных сетей.

Для решения поставленной задачи проведены исследования, которые позволили сделать вывод об актуальности исследования работы ПКС и целесообразности применения методов имитационного моделирования для изучения гибридных программно-конфигурируемых устройств. В качестве инструмента для реализации имитационно-аналитической модели гибридного программно-конфигурируемого оборудования выбрана система пакетного моделирования OMNeT++.

1.1 Особенности работы и моделирования программно-конфигурируемых

сетей

Большое количество исследований посвящено особенностям работы программно-конфигурируемых сетей.

Возникновение такой технологии, как программно-конфигурируемые сети, связано с университетом Стэнфорда [35]. Развитием данного направления активно занимаются ученые консорциума Open Network Foundation, проекта GENI, европейского проекта OFELIA [89] и российского «Консорциума университетов по развитию технологии ПКС» [7].

Предпосылки возникновения концепции ПКС, а так же ее особенности, описаны в [37] Р.Л.Смелянским. В [34,36] представлены принципы организации ПКС, анализ требований в корпоративной сети к средствам коммутации потоков данных, представлены результаты работ по выработке архитектуры OpenFlow коммутатора корпоративного уровня, результаты экспериментальных

исследований прототипа OpenFlow-коммутатора, приведено описание стенда, входящих в его состав компонент, потоков данных и потоков управления.

Управление крупными корпоративными сетями предполагает необходимость решения таких задач, как контроль потоков данных в параллельных системах управления базами данных [112], управление потоками данных в каркасах для разработки распределенных научных приложений (Hadoop MapReduce [81], Hadoop-OFE [82], Coflow [59], Orchestra [60], OpenMPI [62]), перенос виртуальных машин между различными ЦОД [55], виртуализация физической инфраструктуры ЦОД [77], управление питанием сетевых устройств ЦОД [64] и др. Использование ПКС делает решение указанных задач более гибким и адаптируемым к внешним условиям. Программно-конфигурируемые сети также является мощным иснструментом для создания корпоративных беспроводных инфраструктур [87].

Один из основоположников принципов ПКС Ник Макеон работе [79] описывает особенности работы протокола OpenFlow, предлагая его как способ для исследователей запускать экспериментальные протоколы в сетях, которые они используют каждый день. Протокол OpenFlow работает на базе коммутаторов Ethernet использованием встроенных таблиц потоков. Для управления записями о потоках применяется стандартизированный интерфейс. При этом логика управления выносится в отдельный контроллер. Авторы работы рекомендуют производителем сетевого оборудования в своих маршрутизаторах и коммутаторах внедрять поддержку OpenFlow, при этом не раскрывая закрытого программного и аппаратного обеспечения. С помощью протокола OpenFlow исследователи имеют возможность производить оценку идей в реальных условиях трафика, а также использовать этот протокол в крупномасштабных испытательных стендах. В качестве примеров использования ПКС авторы приводят возможность контролировать доступ к ресурсам сети в соответствии с политикой безопасности, создавать виртуальные локальные сети, организовывать сети VoIP с возможностью роуминга мобильных WiFi-клиентов и др.

В [31] авторы рассматривают основные принципы работы ПКС и производят сравнение популярных контроллеров Beacon, OpenDaylight, Onix, ONOS, POX, NOX и др. по таким критериям, как эффективность работы, стоимость, распределенность, поддержка протоколов северного интерфейса RESTful API, Ad-hoc API и южного интерфейсов OpenFlow, OVSDB.

В [56] авторы обсуждают недостатки ПКС и предлагают пути их устранения на основе информации MPLS. В [102] представлена система оценки матрицы трафика для сетей OpenFlow. Данная система использует информацию маршрутизации, полученную от контроллера OpenFlow, для интеллектуального выбора коммутаторов, из которых следует получать статистику потока, тем самым снижая нагрузку на переключающие элементы.

Работа [68] посвящена описанию аналитических моделей производительности для различных сетевых контроллеров с использованием теории очередей и проектированию общей структуры для оценки производительности плоскостей управления ПКС. Результаты моделирования, приведенные в той работе, показывают, что предлагаемое решение может точно моделировать производительность соответствующих плоскостей управления ПКС, что позволяет сравнивать разные контроллеры в рамках общей структуры для выбора наиболее подходящего решения для различных приложений ПКС.

Производительность программно-конфигурируемой сети может существенно зависеть от расположения контроллеров OpenFlow. В исследовании ученого Ameen Banjar [52] с помощью сетевого симулятора дискретных событий OMNeT ++ INET Framework показано, что расположение контроллера оказывает заметное влияние на производительность сети.

В [16,25,27] Д.А. Перепелкин c соавторами рассматривает вопросы балансировки нагрузки в программно-конфигурируемых сетях. Ученый предлагает концептуальный подход к динамической балансировке потоков данных в ПКС, уделяя при этом пристальное внимание вопросам обеспечения QoS в сетевых сервисах. В [26] авторы исследуют алгоритмы адаптивной

маршрутизации в ПКС на основе OpenFlow. В [15] предлагается алгоритм сегментации, который позволяет разделить ПКС на виртуальные области, что позволяет существенно упростить процесс расчета кратчайшего пути.

Задача балансировки сетевой нагрузки при одновременном соблюдении требований к качеству обслуживания (QoS) в отношении пропускной способности рассматривается в работе [67]. В этой статье описана разработка и реализация системы многоадресной маршрутизации через ПКС с использованием sFlow. Авторы показывают совместимость разработанной системы с традиционными приложениями многоадресной рассылки, предлагают способ выбора оптимальных путей для многоадресных приложений на основе доступной в настоящее время полосы пропускания сети, доказывают эффективное сокращение ненужного сетевого трафика.

Виртуализированный коммутатор может быть использован как замена обычного управляемого коммутатора и мониторинга трафика без использования аппаратного обеспечения для зеркального отображения портов. В работе [115] исследователями из университета Тунхай описана виртуализация коммутатора и реализация системы мониторинга сетевого трафика.

В [58] предлагается аналитическая модель для граничного облака на основе ПКС с упором на поддержку таких сервисов, как eMBB (enhanced mobile broadband, мобильная широкополосная связь) и mIoT (massive Internet of Things, массовый Интернет вещей). Чтобы проиллюстрировать использование модели, представлен анализ задержки коммутирующего узла в граничном облаке. Результаты показывают связь между задержкой пакета и основными параметрами системы, такими как плотность срезов, и влияние контроллера ПКС на задержку.

Список литературы диссертационного исследования кандидат наук Ушакова Маргарита Викторовна, 2021 год

СПИСОК ЛИТЕРАТУРЫ

1. Акатов, Д.В. Характеристики основных средств для анализа и оптимизации корпоративных сетей / Д.В. Акатов, А.Г. Юрочкин // Моделирование, оптимизация и информационные технологии. - 2015. - №. 2. -С. 8.

2. Бахарева, Н.Ф. Программа определения числовых характеристик распределения трафика / Н.Ф. Бахарева, В.Н. Тарасов //Проблемы техники и технологий телекоммуникаций ПТиТТ-2014; Оптические технологии в телекоммуникациях ОТТ-2014. - 2014. - С. 58-61.

3. Бахарева, Н.Ф. Программная система распознавания трафика и прогнозирования характеристик мультисервисной сети / Н.Ф. Бахарева, Ю.А. Ушаков // Инфокоммуникационные технологии. - 2008. - Т. 6. - №. 4. - С. 42-50.

4. Болодурина, И.П. Методика получения обобщенных статистических характеристик сетевого оборудования для создания имитационных моделей / И.П. Болодурина, Ю.А. Ушаков, М.В. Ушакова // Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника. - 2020. - Т. 20. - № 3. - С.5-17.

5. Болодурина, И.П. Особенности использования экспериментальных данных для моделирования процессов обработки пакетов сетевого оборудования / И.П. Болодурина, М.В. Ушакова, Ю.А. Ушаков // Фундаментальные проблемы управления производственными процессами в условиях перехода к индустрии 4.0: тезисы докладов научного семинара в рамках международной научно-технической конференции "Автоматизация". Сочи, 2020. - С.289-292.

6. Буранова, М. А. Анализ времени ожидания для узла сети типа 0/0/1 при неточном знании параметров трафика / М. А. Буранова, В. Г. Карташевский //Информационные технологии и телекоммуникации. - 2017. - Т. 5. - №. 1. - С. 24-33.

7. В России будет создан Консорциум университетов по развитию технологии программно-конфигурируемых сетей [Электронный ресурс]. - 2013. -Режим доступа: http://www.arccn.ru/media/496/.

8. Гордеев, Э. Н. Об адекватности моделирования процессов в сетях / Э.Н. Гордеев //Электросвязь. - 1999. - №. 8. - С. 16.

9. Девятков, В. В. Методология и технология имитационных исследований сложных систем: современное состояние и перспективы развития / В.В. Девятков// М.: ООО "Издательский Дом "Вузовский учебник". - 2017. - 448с.

10. Ефимушкин В. А. и др. Обзор решений SDN/NFV зарубежных производителей // Т-Сошш-Телекоммуникации и Транспорт. - 2015. - Т. 9. - №. 8.

11. Журавлев, А. В., Журавлев В. М. Многомерный алгоритм линейной интерполяции со сглаживанием на симплексном покрытии области с произвольным распределением узлов нерегулярной сетки / А.В. Журавлев, В.М. Журавлев // Известия высших учебных заведений. Поволжский регион. Физико-математические науки. - 2007. - №. 4.

12. Карташевский, И. В. Анализ времени ожидания заявки в очереди для системы массового обслуживания общего вида / И.В. Карташевский, А.В. Сапрыкин //Т-Сошш-Телекоммуникации и Транспорт. - 2018. - Т. 12. - №. 2.

13. Клячин, В. А. Алгоритм триангуляции, основанный на условии пустого выпуклого множества / В.А. Клячин // Математическая физика и компьютерное моделирование. - 2015. - №. 3.

14. Коляденко, Ю.Ю. Программно-конфигурируемые сети на базе протокола OpenFlow и их характеристики / Ю. Ю. Коляденко, Е. Э. Белоусова //ScienceRise. - 2016. - Т. 3. - №. 2 (20).

15. Корячко, В.П. Алгоритмы адаптивной маршрутизации в программно-конфигурируемых сетях на основе протокола OpenFlow / В.П. Корячко, Д.А. Перепелкин, М.А. Иванчикова, В.С. Бышов, И.Ю. Цыганов // Радиотехника. -2017. - №. 5. - С. 131-137.

16. Корячко, В.П. Организация балансировки потоков данных в программно-конфигурируемых сетях с обеспечением качества сетевых сервисов / В.П. Корячко, Д.А. Перепелкин, В.С. Бышов //Перспективные информационные технологии (ПИТ 2017). - 2017. - С. 464-468.

17. Кулямин В. В., Петухов А. А. Обзор методов построения покрывающих наборов //Программирование. - 2011. - Т. 37. - №. 3. - С. 3-41.

18. Кутузов, О.И. К анализу парадигм имитационного моделирования / О.И. Кутузов, Т.М. Татарникова // Научно-технический вестник информационных технологий, механики и оптики. - 2017. - Т. 17. - №. 3.

19. Ларкин, Е.В. О приближении потока событий к пуассоновскому / Е.В. Ларкин, Д.В. Горбачев, А.Н. Привалов // Чебышевский сборник. 2017. -№18(2). - С.222-234.

20. Малахов, С. В. Экспериментальные исследования производительности сегмента программно-конфигурируемой сети / С. В. Малахов, В. Н. Тарасов // Интеллект. Инновации. Инвестиции. - 2013. - №. 2. - С. 81-85.

21. Малахов, С.В. Теоретическое и экспериментальное исследование задержки в программного-конфигурируемых сетях / С.В. Малахов, В.Н. Тарасов // Инфокоммуникационные технологии. -2015. -№4. С. 409-413.

22. Моисеев, В.И. Детектирование дисциплины обслуживания очередей в Ehernet-коммутаторах / В.И. Моисеев // Математика и междисциплинарные исследования-2018. - 2018. - С. 189-192.

23. Моисеев, В.И. Экспериментальное исследование структуры пакетного буфера Ethernet коммутатора / В.И. Моисеев // T-Comm: Телекоммуникации и транспорт. - 2020. - Т. 14. - №. 1. - С. 18-24.

24. Панеш А. Х. Достоинства и недостатки программно-конфигурируемых компьютерных сетей //Вестник Адыгейского государственного университета. Серия 4: Естественно-математические и технические науки. - 2016. - №. 3 (186).

25. Перепелкин, Д.А. Балансировка потоков данных в программно-конфигурируемых сетях с обеспечением качества обслуживания сетевых сервисов / Д.А. Перепелкин, В.С. Бышов // Радиотехника. - 2016. - №. 11. - С. 111-119.

26. Перепелкин, Д.А. Комбинированный алгоритм Дейкстры и сегментации в программно-конфигурируемых сетях / Д.А. Перепелкин, И.Ю. Цыганов //Информационные технологии, межвузовский сборник научных трудов. - 2017. - С. 97-100.

27. Перепелкин, Д.А. Система моделирования балансировки нагрузки в программно-конфигурируемых сетях / Д.А. Перепелкин, В.С. Бышов // Информационные технологии. - 2016. - С. 108-114.

28. Полежаев П. Н. Высокопроизводительные вычисления в облачных системах с использованием OpenFlow / П.Н. Полежаев // Параллельные вычислительные технологии 2013 (ПаВТ'2013). - 2013. - С. 509-514..

29. Полежаев, П. Н. Развитие сетевой операционной системы NOX для создания распределенного центра обработки данных с программно-конфигурируемыми сетями его сегментов / П. Н. Полежаев, Ю. А. Ушаков, М. В. Ушакова, А. Е. Шухман // Информационные технологии моделирования и управления, 2013. - №2. - С.177-185.

30. Самуйлов К. Е. Модель функционирования телекоммуникационного оборудования программно-конфигурируемых сетей / К.Е. Самуйлов, И.А. Шалимов, И.Г. Бужин, Ю.Б. Миронов // Современные информационные технологии и ИТ-образование. - 2018. - Т. 14. - №. 1.

31. Семеновых, А. А. Сравнительный анализ SDN-контроллеров / Семеновых А. А., Лапонина О. Р. //International Journal of Open Information Technologies. - 2018. - Т. 6. - №. 7.

32. Симаков, Д.В. Анализ статистических характеристик Интернет трафика в магистральном канале / Д. В. Симаков, А. А. Кучин //T-Comm-Телекоммуникации и Транспорт. - 2015. - Т. 9. - №. 5.

33. Скворцов, А.В. Алгоритмы построения и анализа триангуляции / А.В. Скворцов, Н.С. Мирза // Томск: Изд-во Том. ун-та, 2006. 168 с.

34. Смелянский, Р. Технологии реализации программно конфигурируемых сетей: overlay vs openflow / Р. Смелянский // Журнал сетевых решений LAN. -2014. - №. 4. - С. 53-55.

35. Смелянский, Р.Л. Проблемы современных компьютерных сетей / Р.Л. Смелянский // Труды XIX Всероссийской научно-методической конференции «Телематика 2012». — СПб : СПБГУИТМО, 2012. — Т. 1.

36. Смелянский, Р.Л. Разработка отечественного коммутатора для программно-конфигурируемых сетей / Р.Л. Смелянский, В.В. Васин, С.О. Беззубцев // Электронная техника. Серия 3: Микроэлектроника. - 2016. - №. 1. -С. 9-17

37. Смелянский, Р.Л. Технологии SDN и NFV: новые возможности для телекоммуникаций / Р.Л. Смелянский // Вестник связи. - 2014. - №. 1. - С. 43-47.

38. Тарасов, В. Н. Математические модели облачного вычислительного центра обработки данных с использованием OpenFlow / В. Н. Тарасов, П. Н. Полежаев, А. Е.Шухман, Ю. А.Ушаков, А. Л. Коннов //Вестник Оренбургского государственного университета. - 2012. - №. 9 (145).

39. Тарасов, В.Н. Анализ входящего трафика на уровне трех моментов распределений временных интервалов / В.Н. Тарасов, Н.Ф. Бахарева, Г.А. Горелов, С.В. Малахов // Информационные технологии. 2014. № 9. С. 54-59

40. Темлюков, Д.А. Моделирование времени доставки пакетов данных с учетом очередей / Д.А. Темлюков, А.М. Андреев // Научное сообщество студентов XXI столетия. Технические науки. - 2018. - С. 124.

41. Ушаков, Ю.А. Маршрутизация в распределенной программно-конфигурируемой сети на основе сервис-ориентированного подхода / Ю. А. Ушаков, М. В. Ушакова, А. Л. Коннов // Научно-технический вестник Поволжья, 2020. - № 1. - С. 91-96.

42. Ушаков, Ю.А. Оценка производительности корпоративных компьютерных сетей. Монография / Ю.А. Ушаков, А.Л. Коннов, М.В. Ушакова // Новосибирск: Центр развития научного сотрудничества, 2013. - 102 с.

43. Ушакова М.В. Управление сетевой инфраструктурой на основе программно-конфигурируемых сетей // Интеллект. Инновации. Инвестиции, 2013. - № 2.- С. 76-81.

44. Ушакова, М. В. Балансировка нагрузки на контроллеры программно-конфигурируемой сети / М. В. Ушакова // Перспективы развития информационных технологий, 2013. - № 13. - С. 80-84.

45. Ушакова, М.В. Исследование параметров производительности виртуальных коммутаторов с поддержкой OpenFlow / М.В. Ушакова, Ю.А. Ушаков, И.П. Болодурина, В.Н. Тарасов, Н.Ф. Бахарева // Инфокоммуникационные технологии. - Самара, 2020. - Т.18, №4.

46. Ушакова, М.В. Исследование производительности программно-конфигурируемой инфраструктуры в сетях VANET на базе моделей гибридных устройств передачи данных / М.В. Ушакова, Ю.А. Ушаков, И.П. Болодурина, А.Л. Коннов // Современные информационные технологии и ИТ-образование. -2020. - Т. 16, № 3. - С. 630-640.

47. Ушакова, М.В. Методы управления сетевыми ресурсами на основе программно-конфигурируемых сетей / М.В. Ушакова, Ю.А. Ушаков, П.Н. Полежаев, Л.В. Легашев // Интеллект. Инновации. Инвестиции, 2013. - №4. --- с. 146-150.

48. Ушакова, М.В. Создание адекватных имитационных моделей для анализа параметров производительности виртуальной инфраструктуры туманных вычислений / М.В. Ушакова, Ю.А. Ушаков, И.П. Болодурина // VIII Всероссийская научная конференция с международным участием «Информационные технологии интеллектуальной поддержки принятия решений», П^'2020. - С.47-55.

49. Хабаров, С.П. Моделирование Ethernet сетей в среде OMNeT++ INET framework / С.П. Хабаров // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 3. С. 462-472.

50. Arslan, S. Switches Know the Exact Amount of Congestion / S. Arslan, N. McKeown //Proceedings of the 2019 Workshop on Buffer Sizing. - 2019. - С. 1-6.

51. Asadollahi S. et al. Scalability of software defined network on floodlight controller using OFNet //2017 International Conference on Electrical, Electronics, Communication, Computer, and Optimization Techniques (ICEECCOT). - IEEE, 2017.

- С. 1-5.

52. Banjar, A. Analysing the performance of the OpenFlow standard for software-defined networking using the OMNeT++ network simulator/ A. Banjar, P. Pupatwibul, R. Braun, B. Moulton //2014 Asia-Pacific Conference on Computer Aided System Engineering (APCASE). - IEEE, 2014. - С. 31-37.

53. Barakabitze A. A. et al. 5G network slicing using SDN and NFV: A survey of taxonomy, architectures and future challenges //Computer Networks. - 2020. - Т. 167. - С. 106984.

54. Bolodurina, I. Method of Obtaining Generalized Statical Characteristics of Network Equipment for Creation of Simulation Models / Bolodurina I., Ushakova M., Ushakov Y. // 2020 International Russian Automation Conference (RusAutoCon). -IEEE, 2020. - С. 947-952.

55. Boughzala, B. OpenFlow Supporting Inter-Domain Virtual Machine Migration / B. Boughzala, R.B. Ali, M. Lemay, Y. Lemieux, O. Cherkaoui // Eighth International Conference on Wireless and Optical Communications Networks (WOCN).

— 2011. — PP. 1-7.

56. Casado, M. Fabric: a retrospective on evolving SDN / M. Casado, T. Koponen, S. Shenker, A. Tootoonchian //Proceedings of the first workshop on Hot topics in software defined networks. - 2012. - С. 85-90.

57. Chaves, L. J. Ofswitch13: Enhancing ns-3 with openflow 1.3 support / L.J. Chaves, I. C. Garcia, E. R. M. Madeira //Proceedings of the Workshop on ns-3. -2016. - C. 33-40.

58. Chilwan A., Jiang Y. Modeling and Delay Analysis for SDN-based 5G Edge Clouds //2020 IEEE Wireless Communications and Networking Conference (WCNC). -IEEE, 2020. - C. 1-7.

59. Chowdhury, M. Coflow: A Networking Abstraction for Cluster Applications / M. Chowdhury, I. Stoica // Proceedings of the 11th ACM Workshop on Hot Topics in Networks, 2012. - PP. 31-36.

60. Chowdhury, M. Managing Data Transfers in Computer Clusters with Orchestra / M. Chowdhury, M. Zaharia, J. Ma, M. I. Jordan, I. Stoica // Proceedings of the ACM SIGCOMM 2011 conference, 2011. - PP. 89-109.

61. Erel M. et al. Scalability analysis and flow admission control in mininet-based SDN environment //2015 IEEE Conference on Network Function Virtualization and Software Defined Network (NFV-SDN). - IEEE, 2015. - C. 18-19.

62. Goglin, B. Towards a comprehensive view of the HPC system topology / B. Goglin, J. Hursey, Squyres J. M. Netloc // 2014 43rd International Conference on Parallel Processing Workshops. - IEEE, 2014. - C. 216-225.

63. Hegr T. et al. Measurement of switching latency in high data rate ethernet networks //Elektronika ir Elektrotechnika. - 2015. - T. 21. - №. 3. - C. 73-78.

64. Heller, B. ElasticTree: Saving Energy in Data Center Networks / B. Heller, S. Seetharaman, P. Mahadevan, Y. Yiakoumis, P. Sharma, S. Banerjee, N. McKeown // Proceedings of the 7th USENIX conference on Networked systems design and implementation. — USENIX Association Berkeley, 2010. — PP. 1-16.

65. Herrnleben S. et al. Model-Based Performance Predictions for SDN-Based Networks: A Case Study //International Conference on Measurement, Modelling and Evaluation of Computing Systems. - Springer, Cham, 2020. - C. 82-98.

66. Herrnleben, S. Model-Based Performance Predictions for SDN-Based Networks: A Case Study / S. Herrnleben, P. Rygielski, J. Grohmann, S. Eismann,

T. Hobfeld, S. Kounev // International Conference on Measurement, Modelling and Evaluation of Computing Systems. - Springer, Cham, 2020. - С. 82-98.

67. Huang L. et al. Design and implementation of multicast routing system over SDN and sFlow //2016 8th IEEE International Conference on Communication Software and Networks (ICCSN). - IEEE, 2016. - С. 524-529.

68. Huang X. et al. Queueing Theoretic Approach for Performance-Aware Modeling of Sustainable SDN Control Planes //IEEE Trans. Sustain. Comput. - 2020. -Т. 5. - №. 1. - С. 121-133.

69. IP Switching Cisco Express Forwarding Configuration Guide, Cisco IOS XE Fuji 16.7.x [Электронный ресурс] // Cisco Systems. - 2018. - Режим доступа: https://www.cisco.com/c/en/us/td/docs/ios-xml/ios/ipswitch_cef/configuration/xe-16-8/isw-cef-xe-16-8-book/isw-cef-overview.html.

70. Ivey J. et al. Comparing a scalable SDN simulation framework built on ns-3 and DCE with existing SDN simulators and emulators //Proceedings of the 2016 ACM SIGSIM Conference on Principles of Advanced Discrete Simulation. - 2016. - С. 153164.

71. Kabir M. H. et al. Detail comparison of network simulators //International Journal of Scientific & Engineering Research. - 2014. - Т. 5. - №. 10. - С. 203-218.

72. Kriege, J.,\ Simulating stochastic processes with OMNeT++ / J. Kriege, P. Buchholz //SimuTools. - 2011. - С. 367-374.

73. Kumar, D. Analysis of Impact of Network Topologies on Network Performance in SDN / D. Kumar, M. Sood //International Conference on Innovative Computing and Communications. - Springer, Singapore, 2020. - С. 357-369.

74. Lee, S. Performance comparison of software defined networking simulators for tactical network: Mininet vs. OPNET / S. Lee, J. Ali, B. Roh //2019 International Conference on Computing, Networking and Communications (ICNC). - IEEE, 2019. -С. 197-202.

75. Lei Y., Tai K. C. In-parameter-order: A test generation strategy for pairwise testing / Y. Lei, K. C. Tai //Proceedings Third IEEE International High-Assurance Systems Engineering Symposium (Cat. No. 98EX231). - IEEE, 1998. - С. 254-261.

76. Manual: Packet Flow [Электронный ресурс] // MicroTic Documentation. -2019. - Режим доступа: https://wiki.mikrotik.com/wiki/Manual:Packet_Flow

77. Matias, J. An OpenFlow based Network Virtualization Framework for the Cloud / J. Matias, E. Jacob, D. Sanchez // IEEE Third International Conference on Cloud Computing Technology and Science (CloudCom), 2011 . — 2011. — PP. 672678.

78. Maygua-Marcillo, L. Creating a new model in NS3 Network Simulator. / L. Maygua-Marcillo, L. Urquiza-Aguiar, M. Paredes-Paredes //Preprints.- 2019.

79. McKeown, N. OpenFlow: Enabling Innovation in Campus Networks [Текст] / N. McKeown, T. Anderson, H. Balakrishnan, G. Parulkar, L. Peterson, J. Rexford, S. Shenker, J. Turner // ACM SIGCOMM Computer Communication Review. — New York, 2008. — т. 38, №2. — с. 69-74.

80. Mekky, H. Network function virtualization enablement within SDN data plane / H. Mekky, F. Hao, S. Mukherjee, T. V. Lakshman, Z. Zhang // IEEE INFOCOM 2017-IEEE Conference on Computer Communications. - IEEE, 2017. - С. 1-9.

81. Narayan, S. Hadoop Acceleration in an OpenFlow-based cluster / S. Narayan, S. Bailey, A. Daga // Proceedings of 2012 SC Companion: High Performance Computing, Networking Storage and Analysis, 2012. - PP. 535-538.

82. Narayan, S. OpenFlow Enabled Hadoop Over Local and Wide Area Clusters / S. Narayan, S. Bailey, A. Daga, M. Greenway, R. Grossman, A. Heath, R. Powell // Proceedings of High Performance Computing, Networking, Storage and Analysis (SCC), 2012 SC Companion, 2012. - PP. 1625-1628.

83. Nayyar, A. A Comprehensive Review of Simulation Tools for Wireless Sensor Networks (WSNs) / A. Nayyar, R. Singh // Journal of Wireless Networking and Communications . - 2015. - Т. 5. - №. 1. - С. 19-47.

84. NE40E V800R010C10SPC500 Hardware Description [Электронный ресурс] // Huawei Technologies. - 2020. - Режим доступа: https://support.huawei.com/enterprise/en/doc/ EDOC1100055058/ef36bd8/product-signal-flow-overview.

85. NetSim Network Simulator [Электронный ресурс] / Boson Holdings. -2020. - Режим доступа: https://www.boson.com/netsim-cisco-network-simulator.

86. NetSim User Manual [Электронный ресурс]. -2019. -Режим доступа: https: //www. tetcos. com/downloads/v 11 /NetSim_User_Manual. pdf

87. Odin: an SDN framework for programmable Enterprise WLANs [Электронный ресурс] // Сайт GitHub. — Электрон. дан. - 2013. - Режим доступа: https://github.com/lalithsuresh/odin

88. Openflow for INET 4 [Электронный ресурс]. -2020. - Режим доступа: https://github.com/CrezZ/OpenFlow-OMNET-INET4

89. OpenFlow-based Experimental Facility Persists After EU OFELIA Project Ends [Электронный ресурс] / An official website of the European Union. - 2020. -Режим доступа: https://ec.europa.eu/digital-single-market/en/news/openflow-based-experimental-facility-persists-after-eu-ofelia-project-ends.

90. R.Horning. OpenFlow Module for OMNeT++ 5.4+ and INET 3.6 [Электронный ресурс]. -2017. - Режим доступа: https://github.com/inet-framework/openflow

91. RedDropper: INET Framework 4.2 documentation [Электронный ресурс]. - Режим доступа: https://doc.OMNeTpp.org/inet/api-current/neddoc/ inet.queueing.filter.RedDropper.html

92. Salih, M. A. OpenFlow 1.3 extension for OMNeT++ / M. A. Salih, J. Cosmas, Y. Zhang //2015 IEEE International Conference on Computer and Information Technology; Ubiquitous Computing and Communications; Dependable, Autonomic and Secure Computing; Pervasive Intelligence and Computing. - IEEE, 2015. - С. 1632-1637.

93. Salman O. et al. QoS guarantee over hybrid SDN/non-SDN networks //2017 8th International Conference on the Network of the Future (NOF). - IEEE, 2017. - C. 141-143.

94. Sato T. et al. Abstract model of sdn architectures enabling comprehensive performance comparisons //2015 11th International Conference on Network and Service Management (CNSM). - IEEE, 2015. - C. 99-107.

95. Seroussi G. Vector sets for exhaustive testing of logic circuits / G. Seroussi, N. H. Bshouty //IEEE Transactions on Information Theory. - 1988. - T. 34. - №. 3. -C. 513-522.

96. Shi X. et al. PABO: Mitigating congestion via packet bounce in data center networks //Computer Communications. - 2019. - T. 140. - C. 1-14.

97. Sokolov V. et al. A network analytics system in the SDN //2014 International Science and Technology Conference (Modern Networking Technologies)(MoNeTeC). - IEEE, 2014. - C. 1-3.

98. Steinbach T. et al. An extension of the OMNeT++ INET framework for simulating real-time ethernet with high accuracy / T. Steinbach, H.D. Kenfack, F. Korf, T.C. Schmidt //Proceedings of the 4th International ICST Conference on Simulation Tools and Techniques. - 2011. - C. 375-382.

99. Tang Y. et al. Automatic belief network modeling via policy inference for SDN fault localization //Journal of Internet Services and Applications. - 2016. - T. 7. -№. 1. - C. 1.

100. Tarasov V. et al. Analysis of intervals between traffic packets on the Software Defined Networks depending on the TCP window size //2016 Third International Scientific-Practical Conference Problems of Infocommunications Science and Technology (PIC S&T). - IEEE, 2016. - C. 15-17.

101. Teixeira, R. PacketScope: Monitoring the Packet Lifecycle Inside a Switch / R. Teixeira, R. Harrison, A. Gupta, J. Rexford //Proceedings of the Symposium on SDN Research. - 2020. - C. 76-82.

102. Tootoonchian, A. OpenTM: traffic matrix estimator for OpenFlow networks / A. Tootoonchian, M. Ghobadi, Y. Ganjali //International Conference on Passive and Active Network Measurement. - Springer, Berlin, Heidelberg, 2010. - С. 201-210.

103. Ushakov, Y. A. Service-oriented routing in distributed self-organizing software-defined networks / Y. A. Ushakov, M. V. Ushakova, A. E. Shukhman, P. N. Polezhaev, L. V. Legashev //2018 IEEE 12th International Conference on Application of Information and Communication Technologies (AICT). - IEEE, 2018. -С. 1-5.

104. Ushakova, M. Creation of adequate simulation models to analyze performance parameters of a virtual fog computing infrastructure / Margarita Ushakova, Yuriy Ushakov, Irina Bolodurina, Denis Parfenov, Leonid Legashev, Alexandr Shukhman // 14th International Symposium "Intelligent Systems - 2020".

105. Ushakova, M. Research of Performance Parameters of Virtual Switches with OpenFlow Support / Margarita Ushakova, Yuriy Ushakov, Jie Cui, Leonid Legashev, Alexandr Shukhman, Aleksandr Bolodurin // VII Международная конференция «Инжиниринг & Телекоммуникации — En&T-2020».

106. Ushakova, M. Research of Productivity of Software Configurable Infrastructure in Vanet Networks on the Basis of Models of Hybrid Data Transmission Devices / M. Ushakova, Y. Ushakov, I. Bolodurina, D. Parfenov, L. Legashev, A. Shukhman // 2020 International Scientific and Technical Conference Modern Computer Network Technologies (MoNeTeC). - IEEE, 2020. - С. 1-9.

107. Ushakova, M.V. Model of the Distributed Self-Organizing Network of IoT Sensors / M. V. Ushakova, Y. A. Ushakov, P. N. Polezhaev, V. N. Tarasov // (MoNeTeC) 2018 : International Scientific and Technical Conference Modern Computer Network Technologies, 25-26 Oct. 2018, Moscow. - P. 1-6.

108. Veins: The open source vehicular network simulation framework [Электронный ресурс]. - 2020. - Режим доступа: https://veins.car2x.org/

109. Vesely, V. Multicast simulation and modeling in OMNeT++ / V. Vesely, P. Matousek, M. Sveda //SimuTools. - 2013. - С. 142-145.

110. Volkov A. et al. SDN Load Prediction Algorithm Based on Artificial Intelligence //International Conference on Distributed Computer and Communication Networks. - Springer, Cham, 2019. - C. 27-40.

111. Wang S. Y. Comparison of SDN OpenFlow network simulator and emulators: EstiNet vs. Mininet //2014 IEEE Symposium on Computers and Communications (ISCC). - IEEE, 2014. - C. 1-6.

112. Wang, G. Programming Your Network at Run-time for Big Data Applications / G. Wang, T.S. Eugene Ng, A. Shaikh // Hot Topics in Software Defined Networking (HotSDN). — Helsinki, Finland, 2012.

113. Wang, S. Y. EstiNet openflow network simulator and emulator / S. Y. Wang, C. L. Chou, C. M. Yang //IEEE Communications Magazine. - 2013. - T. 51. -№. 9. - C. 110-117.

114. Wong, M. D. Testing Compilers for Programmable Switches Through Switch Hardware Simulation / M. D. Wong, A. Varma, A. Sivaraman //arXiv preprint arXiv:2005.02310. - 2020.

115. Yang Y. Y. et al. Implementation of network traffic monitor system with SDN / Y. Y. Yang, C. T. Yang, S. T. Chen, W. H. Cheng, F. C. Jiang, //2015 IEEE 39th annual computer software and applications conference. - IEEE, 2015. - T. 3. - C. 631634.

116. Zhang J. SDN replaced deployment and real-time QoS provisioning based on network models // International Journal of Autonomous and Adaptive Communications Systems. - 2020. - T. 13. - №. 1. - C. 11-22.

ПРИЛОЖЕНИЕ А

Документы, подтверждающие внедрение основных результатов

диссертационной работы

иЫЕТС

ООО «Сервис плюс» ИНН 5609045303 КПП 560901001 г. Оренбург, ул. Родимцева, д.5. кв.53 р/с 40702810410000071450 в АО «Тинькофф Банк» к/с 30101810145250000974 БИК 044525974 ОГРН 1055609023205 от 03.06.2005г. uralnetgroup.com [e-mail] 8 (3532) 408-100

Исх. № 33 от 12.02.2021

АКТ

об использовании результатов диссертационного исследования Ушаковой Маргариты Викторовны

Акт составлен в подтверждении того, что результаты диссертационной работы М.В. Ушаковой «Разработка методов и алгоритмов автоматизированного синтеза моделей гибридных программно-конфигурируемых устройств передачи данных», используется в деятельности ООО «Сервис-плюс», а именно:

Программно-аппаратный комплекс автоматизированного синтеза имитационно-аналитической модели гибридного программно-конфигурируемого оборудования совместно с полученной методикой автоматизированного экспериментального исследования позволяет быстрее проектировать и внедрять новые решения по суперконвергентной архитектуре, в том числе при проектировании новых сетей хранения данных. Использование указанных результатов позволяет: повысить качество проектирования и эффективность прогнозирования показателей имеющегося оборудования, а также существенно сократить сроки получения результатов при расчете и выборе оптимального оборудования.

Генеральный директор

А.Г. Великороднов

Филиал Акционерного общества «ЭР-Телеком Холдинг» в городе Оренбург (Филиал 8 г, Оренбург АО «ЭР-Телеком Холдинг») Местонахождение филиала: ул.Краснознаменная, д,56, г, Оренбург, Россия, 460024 тел./факс [phone], e-mail: [e-mail], www.domru.ru ОКНО 68248711, ОГРН 1065902028620 ИНН 5902202276, КПП 560943001

Mmjmv № ^/-/-air^f/op^fj

на № __„_________от_______________________

Старшему преподавателю кафедры ГКН Оренбургского государственного университета Ушаковой Маргарите Викторовне.

АКТ

об использовании результатов диссертационного исследования Ушаковой Маргариты Викторовны

Настоящим удостоверяется, что результаты диссертационной работы М.В. Ушаковой «Разработка методов и алгоритмов автоматизированного синтеза моделей гибридных программно-конфигурируемых устройств передачи данных», используется в деятельности АО «ЭР-Телеком Холдинг» в следующем виде:

Программно-аппаратный комплекс автоматизированного синтеза имитационно-аналитической модели гибридного программно-конфигурируемого оборудования прошел апробацию и планируется к применению при проектировании сегментов сети, требовательных к обеспечению задержек.

Внедрение указанных результатов позволило уменьшить временные затраты на проектирование подключений узлов; повысить качество проектирования и эффективность использования имеющегося оборудования; повысить производительность труда при расчете и выборе оптимального оборудования.

W ё

МШЮЫПАУКИ РОССИИ

Государствстос oft [й ifuiirnfluiг»е учреждение ni.icinmi

прлфетюналмгси rt гтрачгтанн я

«Opa |G ургос rä глсула|итп№П1.1Й уннгерснт»

Чгоуогу) AKT

17 Di. _№ Ii

r. Оренбург

I -jD иСпипь^шшМии .нитриитичи l

KtKWfflUH

AKT

об использовании результатов лнссертягщоннпгп нсслецованни Ушаковой Маргариты Викторовны

Комиссия в составе: председатель, к.т.н., доцент, директор ЦШ Ю.Л. Кудинов, члены комиссии: зам, директора но программным системам - Веденеев Павел Валентинович, к.т.н,, доцент, заведующий сектором информационных технологий (филиал ЦИ'Г) Ю.А. Ушаков рассмотрев результаты практического использования диссертационного исследования М.В. Ушаковой «Разработка методов и алгоритмов автоматизированного синтеза моделей гибридных i ]р о грамм но-конфигурируемых устройств передачи данных» совместно установила следующее:

1. Положения, разработки и научно-практические рекомендации диссертационного исследования использованы в проектной деятельности центра, информационных технологий ОГУ.

2. Обоснование технического предложения по оптимизации сети передачи данных учебного ЦОД ОГУ принято к рассмотрению в секторе информационных технологий (Филиал ЦИТ).

3. На основе экспериментальных данных по исследованию показателей производительности узлов и каналов связи сети учебного ЦОД ОГУ, принято решение о модернизации структуры С11Д в ключевых точках,

4г Результаты диссертационной работы, а именно разработанный про1раммш> аппаратный комплекс автоматизированного синтеза имигационно-аналитической модели гибридного программно конфигурируемого оборудования, используются факультетом математики и информационных технологий Оренбургского государственного университета при подготовке магистров по специальности 02.04.02 «Фундаментальная информатика и информационные технологии» по дисциплине «Компьютерные комму никации и сети».

Использование указанных результатов позволяет уменьшить затраты на реализацию систем хранения данных и вычислительный сегмент ЦОД в процессе цифровой трансформации процессов организации, проводить учебные занятия по изучению функционирования сетей на моделях, максимально приближенных к реальному оборудованию по ряду- показателей.

Директор Ц1ГГ к.т.н., доцент

Зам. директора по программным системам

Заведующий сектором информационных технологий (Филиал ЦИТ), к.т.н., доцент

[О.А. Ушаков

ПРИЛОЖЕНИЕ Б Свидетельство о государственной регистрации программы для ЭВМ

ПРИЛОЖЕНИЕ В Таблицы входных параметров

Значения параметров могут варьироваться в зависимости от конкретной модели оборудования. В таблицах приведены максимально возможные значения.

Таблица А.1 - Параметры трафика

Параметр Значения

Среднее время между пакетами zt (t ) 0,02 мкс - 100 мс

Размер пакета PSizei (t); 64-1518 (при использовании кадров Ethernet) До 16000 (при использовании Jumbo-кадр)

Тип пакета Typet (t) одноадресный, многоадресный, широковещательный

Поля DSCP IP-заголовкаDSCp (t) 0-64

Поле VLAN ID в заголовке 802.1Q VIDt (t) 0-4095

Характеристики протокола сетевого уровня L3i (t)

Протокол ProtoL3i (t ) IPv4, IPv6

IP-адрес источника SrcIPi (t ) 0.0.0.0 ... 255.255.255.255

IP-адрес назначения Dstip (t ) 0.0.0.0 ... 255.255.255.255

Характеристики протокола транспортного уровня L4i (t)

Протокол ProtoL4i (t ) TCP, UDP

Порты источника SrcPortt (t ) 0-65535

Порты назначения DstPortt (t ) 0-65535

Таблица А.2 - Параметры устройства

Параметр Значения

Загрузка процессора Proci (г) 0-100%

Загрузка памяти Memi (г) 0-100%

Количество прерываний 1пЩ (г) 0-1000000

Количество смены контекста Ctxi (г) 0-1000000

Состояние коммутатора si (V) Online, offline

Параметры таблиц коммутатора Tablesi (t)

Размер таблицы маршрутизации ЯТаЫе^ (V) 0-1000000

Размер таблицы коммутации СЛМТаЫв1 (V) 0-16000

Размер таблицы ARP ЛЯРТаЪ1е1 (V) 0-16000

Множество размеров к таблиц OpenFlow ОЕТаЪ^ (г) OFTableSj (t) = [OFTablea(t),OFTablei2(t),...,OFTablelk(t)}

Множество j сетевых портов Portsi (t) = {Porti1(tlPorti2(t),...jPortij(t)}

Таблица А.3 - Параметры порта устройства

Параметр Значения

Размер выделенной памяти буфера обработки Bufjj (t) 1-128

Параметры входящей очереди Qinj (t)

Тип QinTypej (t) FIFO, управление перегрузкой: Drop-Tail, WRED

Длина QinLengthj (t) 0-4096

Максимальная длина QinMaxLengthj (t) 4096

Параметры кэша обработчика Cacheij (t)

Состояние кэша CacheStateij (t) Выключено, L2 Switching, L3 Switching, Inter-VLAN Routing, Routing and Bridging

Размер кэша CacheSizej (t) 0-4096

Множество параметров исходящих очередей Qoutj (t)

Тип QoutType<q> (t) FIFO, CBQ, CBFQ, WFQ, LLQ, WRRQ, CBWFQ, управление перегрузкой: Drop-Tail, WRED, MDRR

Длина QoutLength<q> (t) 0-426880

Максимальная длина QoutMaxLength<q> (t) 426880

Параметры фильтров второго уровня macACLj (t)

Количество записей входящих фильтров тасЛСЬт^ (г) 500

Количество записей исходящих фильтров тасЛСЬоШу (г) 500

Параметры фильтров третьего уровня ACLj (t)

Количество записей входящих фильтров ЛСШу (г) 500

Количество записей исходящих фильтров ЛСЬоиг^ (г) 500

Параметры множества входящих и исходящих модификаторов RouteMapj (t)

RouteMapin<r > (t ) количество записей в списке ЛСЫп<г > (г) одно из действий с пакетом Лсгюпт<г > (г)

RouteMapout<r > (t ) количество записей в списке ЛСЬоиг'? > (г) одно из действий с пакетом Лсгюпоиг<г > (г)

Параметры множества активированных функций устройства Features j (t)

Тип функции FeatureType<f > " no switchport ", " switchport portsecurity ", " ip arp inspection ", " ip dhcp snooping ", " channel - group ", " no shutdown ", " spanning - tree portfast "

Состояние функции FeatureState<f > on, off

Параметры VLAN VLANj (t )

VLANModey (t ) Trunk, access

VLANIDV и [1.. .4096)

Параметры ограничения полосы пропускания Shaping j (t)

Состояние ShapeTypeij (t ) Shaping, policing, выключено

Ограничение полосы пропускания ShapeBWij (t) 0-100% пропускной способности интерфейса

ПРИЛОЖЕНИЕ Г Схемы алгоритмов

Рисунок Б.1 - Схема алгоритма автоматизированного исследования сетевого

оборудования

Рисунок Б.2 - Схема алгоритма автоматизированного синтеза имитационно-

аналитической модели

ПРИЛОЖЕНИЕ Д Код программы для АСЭИ

Файл запуска эксперимента на оборудовании start.sh

#!/bin/bash

MOUNT=/mnt IMAGE=iperf:v1

#if [[ "$(docker images -q $IMAGE 2> /dev/null)" == "" ]]; then echo BUILD IMAGE... docker build -t $IMAGE .

#fi

#TODO - install OVS, ovs-docker ovs-vsctl add-br ovs-brl

echo STOP OLD #docker stop c2 #docker rm c2 #docker stop c1 #docker rm c1

#KILLALL="kill -9 $(ps -ax|grep tcpdump|tr -s ' '|cut -d' ' -f2|head -1)"

echo START

######## USE THIS TO REAL NETWORK #docker run -d --rm --network host -v /tmp:/1 --name c1 iperf:v1 #docker run -d --rm --network host -v /tmp:/1 --name c2 iperf:v1 ######## USE THIS TO OVS

[ ! "$(docker ps -a | grep ' c1')" ] && docker run -d --rm --network none -v $MOUNT:/1 --name c1 $IMAGE

[ ! "$(docker ps -a | grep ' c2')" ] && docker run -d --rm --network none -v $MOUNT:/1 --name c2 $IMAGE

echo ADD PORTS to OVS ./ovs-docker del-port ovs-brl eth2 c1 ./ovs-docker del-port ovs-brl eth2 c2

./ovs-docker add-port ovs-brl eth2 cl --ipaddress=173.16.1.2/24 ./ovs-docker add-port ovs-brl eth2 c2 --ipaddress=173.16.1.3/24

echo START TCPDUMP i=1

LIST="2 62 793 6084 l4l39 28959" #lambda list

###################################################################

########################## MAIN LOOP

################################################################## #create arp entry

docker exec -it c2 hping3 -2 -n -q -d 56 -c 1 173.16.1.2 for lambda in $LIST;do

filter=udp

START1="tcpdump -i eth2 -ttttt -s 96 -n -w /1/1-$i.pcap $filter" START2="tcpdump -i eth2 -ttttt -s 96 -n -w /1/2-$i.pcap $filter"

docker exec -d c1 $START1 docker exec -d c2 $START2 sleep 1

#echo START IPERF 1 #docker exec -d c1 iperf3 #docker exec -d c2 iperf3 echo start hping3

u=$((1000000/lambda)) c=$((2*lambda))

if (( c < 100 )); then c=100

fi

echo DELAY $u COUNT $c index $i

docker exec -it c2 hping3 -2 -n -q -i u$u -d 56 -c $c 173.16.1.2 #docker exec -d c2

echo ANALYZE sleep 1

[ "$(docker ps -a | grep 'c1')" ] && docker exec -it c1 killall tcpdump [ "$(docker ps -a | grep 'c2')" ] && docker exec -it c2 killall tcpdump

sleep 1

e "s/[0-e "s/[0-

i=$((i+1)) done #end for

-s -d || echo error server start -c 173.16.1.2 || echo error client start

cat $MOUNT/1-$i.pcap |tcpdump -nn -tt -r - udp and dst 173.16.1.2 |cut -d' ' -f1,3 | sed -9.]\+\.[0-9]\+\.//g" >/tmp/11-$i.csv

cat $MOUNT/2-$i.pcap |tcpdump -nn -tt -r - udp and dst 173.16.1.2 |cut -d' ' -f1,3 | sed -

9.]\+\.[0-9]\+\.//g" >/tmp/22-$i.csv echo ANALYZE

#filter="tcp"

[ "$(docker ps -a | grep 'cl')" ] && docker exec -it cl killall tcpdump [ "$(docker ps -a | grep 'c2')" ] && docker exec -it c2 killall tcpdump

./analyze.pl

exit

echo STOP docker stop c1 docker stop c2

echo ANALYZE

#./1.sh

Анализ дампов analyze.pl

#!/usr/bin/perl

$max0=0;

$steps=15;

if(@ARGV>0){

$steps=$ARGV[0];

}

if(@ARGV>1){

$max0=$ARGV[1];

}

#open(F,'/tmp/33.csv');

#open(F2,'>/tmp/44-data.csv');

#open(F3,'>/tmp/55-hist.csv');

my $min;

my $max;

my %hist;

my $most=0;

$dirname = '/tmp';

opendir(DIR, $dirname) or die "Could not open $dirname\n";

my @files = grep(/11-\d+\.csv/,readdir(DIR));

foreach $file (@files) { @b=split(/-/,$file); @c=split(/\./,$b[ 1]); $j=$c[0];

print "$file - $j\n"; open(FA,"/tmp/11-$j.csv"); open(FB,"/tmp/22-$j .csv"); open(FC,">/tmp/33-$j.csv"); $lastb=0;

while(<FA>){ @a=split / /; $ll=<FB>; @l=split(/ /,$ll);

#print "$l[l],$a[l]"; if ($l[l]==$a[l]){ #ID $res=$a[0]-$l[0];

$min = $res if ! defined $min || $min > $res; $max = $res if ! defined $max || $max < $res; print FC "$res \n";

} }

close(FA); close(FB);

close(Fc); }

closedir(DIR); exit();

my $step=($max-$min)/$steps; #steps

close(F);

close(F2);

open(F2,'/tmp/44-data.csv'); my @h;

if ($max0>0) {$max=$max0;} while(<F2>){ if ($_ <=$max){ $k=($_-$min)/($max-$min); $hi=sprintf("%i ",$k*$steps);

$h[$hi]++; }

}

foreach $hh (@h){

print "$hh\n"; }

print "max - $max \n"; print "min - $min \n";

Образ Docker для анализа и генерации трафика Dockefile

FROM ubuntu RUN apt update

RUN apt install -y iperf3 iproute2 tcpdump iperf iputils-ping hping3 psmisc

ENTRYPOINT ["tail", "-f", "/dev/null"]

Файл модели гибридного коммутатора HOF_SWITCH.h

#ifndef HOF_SWITCH_H_ #define HOF_SWITCH_H_

#include <omnetpp.h>

#include "inet/transportlayer/contract/tcp/TCPSocket.h"

#include "openflow/openflow/switch/Buffer.h" #include "openflow/messages/Open_Flow_Message_m.h" #include "openflow/openflow/switch/Flow_Table.h" #include <vector>

#include "inet/common/INETDefs.h"

#include "inet/common/LayeredProtocolBase.h"

#include "inet/common/lifecycle/ModuleOperations.h"

#include "inet/common/packet/Packet.h"

#include "inet/linklayer/ethernet/EtherFrame_m.h"

#include "inet/linklayer/ethernet/switch/IMacAddressTable.h"

#include "inet/networklayer/contract/IInterfaceTable.h"

class HOF_SWITCH: public cSimpleModule

{

public:

HOF_SWITCH(); ~HOF_SWITCH();

void disablePorts(std::vector<int> ports); virtual void finish(); IInterfaceTable *ifTable = nullptr; IMacAddressTable *macTable = nullptr;

protected:

double flowTimeoutInterval; double serviceTime; bool busy;

bool sendFullPacket;

long toControlPacket; long toDataPacket; long flowHit; long flowMiss;

//stats

simsignal_t dpPPacketHash; simsignal_t cpPPacketHash; simsignal_t queueSize; simsignal_t bufferSize; simsignal_t waitingTime;

std::list<cMessage *> msgList; std::vector<ofp_port> portVector;

Buffer buffer; Flow_Table flowTable; TCPSocket socket;

virtual void initialize();

virtual void handleMessage(cMessage *msg);

void connect(const char *connectToAddress);

void processQuMsg(cMessage *data_msg); void handleFRMessage(Open_Flow_Message *of_msg); void handleFMMessage(Open_Flow_Message *of_msg); void handlePOMessage(Open_Flow_Message *of_msg);

void doPOAction(ofp_action_header *action, EthernetIIFrame *frame, uint32_t inport); void processFrame(EthernetIIFrame *frame); void handleMissPacket(EthernetIIFrame *frame);

virtual bool isInitializeStage(int stage) override { return stage == INITSTAGE_LINK_LAYER; } virtual bool isModuleStartStage(int stage) override { return stage == ModuleStartOperation::STAGE_LINK_LAYER; }

virtual bool isModuleStopStage(int stage) override { return stage == ModuleStopOperation:: STAGE_LINK_LAYER; }

virtual bool isUpperMessage(cMessage *message) override { return message->arrivedOn("upperLayerIn"); }

virtual bool isLowerMessage(cMessage *message) override { return message->arrivedOn("ifIn"); } virtual void start(); virtual void stop();

virtual void learn(MacAddress srcAddr, int arrivalInterfaceId);

};

#endif /* HOF_SWITCH_H_ */

Файл модели гибридного коммутатора HOF_SWITCH.cc

#include "openflow/openflow/switch/HOF_SWITCH.h" #include "openflow/openflow/protocol/openflow.h"

#include "openflow/messages/Open_Flow_Message_m.h" #include "openflow/messages/OFP_Initialize_Handshake_m.h" #include "openflow/messages/OFP_Features_Reply_m.h" #include "openflow/messages/OFP_Hello_m.h"

#include "openflow/messages/OFP_Packet_In_m.h" #include "openflow/messages/OFP_Packet_Out_m.h" #include "openflow/messages/OFP_Flow_Mod_m.h" #include "inet/linklayer/ethernet/EtherMAC.h"

inet/networklayer/ipv4/IPv4Datagram.h"

inet/networklayer/arp/ipv4/ARPPacket_m.h"

inet/networklayer/common/L3AddressResolver.h"

inet/common/ModuleAccess.h" inet/networklayer/common/InterfaceTable.h"

inet/applications/pingapp/PingPayload_m.h" inet/networklayer/ipv4/ICMPMessage.h"

inet/common/IProtocolRegistrationListener.h"

inet/common/LayeredProtocolBase.h"

inet/common/lifecycle/ModuleOperations.h"

inet/common/ModuleAccess.h"

inet/common/Protocol.h"

inet/common/ProtocolTag_m.h"

inet/common/StringFormat.h"

inet/linklayer/common/InterfaceTag_m.h"

inet/linklayer/ethernet/EtherFrame_m.h"

inet/linklayer/ethernet/EtherMacBase.h"

inet/linklayer/ethernet/Ethernet.h"

Define_Module(HOF_SWITCH);

HOF_SWITCH: :HOF_SWITCH(){

}

HOF_SWITCH: :~HOF_SWITCH(){

}

void HOF_SWITCH::initialize(){

//Параметры из ned flowTimeout= par("flowTimeout"); serviceTime = par("serviceTime"); busy = false;

sendFullPacket = par("sendFullPacket"); //Всякая статистика

dpPPacketHash = registerSignal("dpPPacketHash");

cpPPacketHash = registerSignal("cpPPacketHash");

queueSize = registerSignal("queueSize");

bufferSize = registerSignal("bufferSize");

waitingTime = registerSignal("waitingTime");

toDataPacket=0l;

toControlPacket=0l;

flowHit=0l;

flowMiss=0l;

// Включаем порты

portVector. resize(gateSize("dataPlaneIn")); for(unsigned int i=0;i<portVector.size();i++){ portVector[i].port_no = i+1;

cModule *ethernetModule = gate("dataPlaneOut",i)->getNextGate()->getOwnerModule()->getSubmodule("mac");

if(dynamic_cast<EtherMAC *>(ethernetModule) != NULL) { EtherMAC *nic = (EtherMAC *)ethernetModule; uint64_t tmpHw = nic->getMACAddress().getInt(); memcpy(portVector[i].hw_addr,&tmpHw, sizeof tmpHw);