Методы оценки качества обслуживания

В сетях с малыми задержками

Выше отмечено, что появлению сетей с малыми задержками во многом способствовало развитие медицинских сетей. При этом одной из важных особенностей эволюции сетей связи сегодня и на перспективу является так называемая конвергенция отраслей, когда сеть связи общего пользования начинает оказывать услуги для специализированных провайдеров из любых отраслей народного хозяйства: медицины, жилищно-коммунального комплекса, промышленности и т.д. Важнейшим элементом оценки качества обслуживания в сетях, предоставляющих услуги для провайдеров других отраслей, является разделение ответственности между сетью и провайдером за конечное качество предоставления услуги.

Рассмотрим методы оценки качества обслуживания в таких сетях на примере оказания услуг системы e-health. Принципиальным решением по оценке качества обслуживания в сетях при конвергенции отраслей является использование методов нечеткой логики, которые представляют оценки качества обслуживания не в задержках или джиттере, а в хорошо понятных для специалистов любой отрасли оценках “хорошо”, “плохо”, “удовлетворительно” и их модификациях.

Методы нечеткой логики в 21 веке находят применение в сетях связи для выбора головного узла в сенсорных сетях [108], оценке качества предоставления услуги IPTV [86], алгоритмах маршрутизации для мобильных Ad Hoc сетей [41].

Рассмотрим далее использование методов нечеткой логики для оценки качества обслуживания в сетях с малыми задержками при предоставлении услуги “Аудио и видео системы, в том числе для оперативного вмешательства”. Подобные решения для предоставления услуги “Физиологический мониторинг в реальном времени” приведены в работе [59]. В качестве входных параметров для оценки качества предоставления сетью связи услуги “Аудио и видео системы, в том числе для оперативного вмешательства” примем в соответствии с таблицей 2.1. скорость передачи данных, задержку и долю потерь пакетов. На выходе контроллера нечеткой логики при этом будем формировать комплексную оценку качества предоставления сетью связи услуги в процентах.

В таблице 2.6. приводятся параметры системы нечеткого логического вывода. В качестве нечеткого логического контроллера будем использовать контроллер Мамдани.

На основе таблицы 2.6. для нечетких множеств этих входных параметров, используя программное обеспечение MatLab, можно найти функции принадлежности для параметров услуги “Аудио и видео системы, в том числе для оперативного вмешательства”, а затем и сформировать правила нечеткого вывода (таблица 2.7).

Таблица 2.6 – Параметры системы нечеткого логического вывода

Переменные системы	Лингвистические переменные	Лингвистические значения	Нечеткие интервалы
входные переменные	x1	Скорость передачи информации [10; 1000] кбит/с	Низкая	[0; 300]
Средняя	[200; 800]
Высокая	[700; 1000]
x2	Задержка [10; 250] мс	Маленькая	[0; 50]
Средняя	[50; 100]
Большая	[100; 250]
x3	Потери пакетов [10^-10; 10^-1]	Приемлемые	[10^-10; 10^-4]
Неприемлемые	[10^-4; 10^-1]
выходные переменные	y	Качество предоставления сетью связи услуги “Аудио и видео системы, в том числе для оперативного вмешательства” [0; 100] %	Очень низкое	[0; 20]
Низкое	[20; 40]
Среднее	[40; 60]
Высокое	[60; 80]
Очень Высокое	[80; 100]

Совокупность правил, приведенных в таблице 2.7, представляет собой достаточно точный набор решений, инвариантных по отношению к специализации провайдеров. Проводя далее дефаззификацию выходных значений правил нечеткого вывода, можно получить и оценку качества обслуживания в процентах. Дефаззификацию в нашем конкретном случае проводим по методу центра тяжести. После дефаззификации можно построить поверхность нечеткого вывода, позволяющую в нашем случае сформировать трехмерную поверхность как зависимость качества услуги “Аудио и видео системы, в том числе для оперативного вмешательства” от любых двух входных параметров.

На рисунке 2.12. для примера приведена такая зависимость для задержки и скорости передачи. Как видим, использование методов нечеткой логики для оценки качества обслуживания в сетях связи с малыми задержками позволяет и операторам сети связи общего пользования, и специализированным провайдерам получить единый и понятный обеим сторонам инструментарий. В условиях приближающейся конвергенции отраслей целесообразно разработать правила применения нечеткой логики для оценки качества обслуживания в таких сложных системах.

Таблица. 2.7 – Правила нечеткого вывода для оценки качества предоставления услуги “Аудио и видео системы, в том числе для оперативного вмешательства”

№ правила	Если Скорость передачи информации	И Задержка	И Потери пакетов	Тогда Качество предоставления услуги “Аудио и видео системы, в том числе для оперативного вмешательства”
	Низкая	Маленькая	Приемлемые	Высокое
	Низкая	Маленькая	Невыносимые	Очень низкое
	Низкая	Средняя	Приемлемые	Среднее
	Низкая	Средняя	Невыносимые	Очень низкое
	Низкая	Большая	Приемлемые	Низкое
	Низкая	Большая	Невыносимые	Очень низкое
	Средняя	Маленькая	Приемлемые	Очень высокое
	Средняя	Маленькая	Невыносимые	Низкое
	Средняя	Средняя	Приемлемые	Среднее
	Средняя	Средняя	Невыносимые	Низкое
	Средняя	Большая	Приемлемые	Среднее
	Средняя	Большая	Невыносимые	Очень низкое
	Высокая	Маленькая	Приемлемые	Очень высокое
	Высокая	Маленькая	Невыносимые	Среднее
	Высокая	Средняя	Приемлемые	Очень высокое
	Высокая	Средняя	Невыносимые	Низкое
	Высокая	Большая	Приемлемые	Высокое
	Высокая	Большая	Невыносимые	Очень низкое

Рисунок 2.12. Зависимость оценки качества предоставления услуги

“Аудио и видео системы, в том числе для оперативного вмешательства”

от задержки и скорости передачи информации

Выводы по главе 2

1. Разработана модель и метод оценки качества предоставленияуслуги физиологического мониторинга (мониторинга, которая используется) в сети M2M для электронного здоровья на основе нечеткой логики. Введены лингвистические переменные, которые определяют параметры для оценки (скорость передачи информации, задержка и доля потерянных пакетов). При оценке качества предоставления услуги физиологического мониторинга используется алгоритм нечеткого логического вывода Мамдани. При агрегировании подусловий применяются логические операции min-конъюнкции и max-дизъюнкции, при аккумуляции заключений правил проводится объединение нечетких множеств по формуле max-дизъюнкции, при дефаззификации используется наиболее распространенный метод – метод центра тяжести.

2. Сеть связи обеспечивает удовлетворительные оценки качества предоставления услуги физиологического мониторинга при задержках до 300 мс и скоростях передачи выше 80 кб/с, а также при скоростях передачи выше 50 кб/с и задержках до 100 мс и при доле потерянных пакетов – не более 10^-6.

3. Сети связи следующего поколения создавались с учетом требований по обеспечению гарантированного уровня качества обслуживания, наиболее сложным из которых является обеспечение задержки в 100 мс для услуги VoIP. В настоящее время появляются новые услуги, требующие существенно (в несколько раз) меньшего значения задержки. В главе анализируются услуги игр в реальном времени, для которых критичным является значение задержки в 50 мс, и услуги системы e-health, одна из которых требует обеспечения задержки в 10 мс, для этого предлагается ввести новый класс сетей – сети с малыми задержками.

4. Результаты моделирования гипотетической сети, выполненной в соответствии с рекомендацией Y.1541, доказывают, что в сетях связи с малыми задержками сети доступа должны быть выполнены на гигабитных технологиях.

5. Внедрение сетей связи с малыми задержками, создаваемыми, как правило, для предоставления услуг специализированных провайдеров, например, медицинских, требует изменения подхода к оценке качества обслуживания. На примере услуги “Аудио и видео системы, в том числе для оперативного вмешательства” предлагается использовать для этой цели методы нечеткой логики.