eng
DOI: 10.22184/2070-8963.2021.98.6.48.55
Формулируются актуальные задачи, решение которых позволит эффективно планировать телекоммуникационные сети для их модернизации в соответствии с перспективными требованиями потенциальных пользователей. Предлагаются модели для формализации задач, решаемых экономико-математическими методами. Акцентируется внимание на выборе системных решений, в максимально возможной степени инвариантных к изменению тех внешних и внутренних факторов, которые определяют процессы эволюции инфокоммуникационной системы. Обосновывается целесообразность поиска новых принципов по созданию универсальных инфраструктурных сооружений, которые будут использоваться совокупностью сетей и систем, принадлежащих компаниям из разных сфер экономики и государственным структурам.
Формулируются актуальные задачи, решение которых позволит эффективно планировать телекоммуникационные сети для их модернизации в соответствии с перспективными требованиями потенциальных пользователей. Предлагаются модели для формализации задач, решаемых экономико-математическими методами. Акцентируется внимание на выборе системных решений, в максимально возможной степени инвариантных к изменению тех внешних и внутренних факторов, которые определяют процессы эволюции инфокоммуникационной системы. Обосновывается целесообразность поиска новых принципов по созданию универсальных инфраструктурных сооружений, которые будут использоваться совокупностью сетей и систем, принадлежащих компаниям из разных сфер экономики и государственным структурам.
Теги: choice of the telecommunications network structures improvement of telecommunication networks telecommunication network planning выбор структуры телекоммуникационной сети модернизация телекоммуникационных сетей планирование телекоммуникационных сетей
ЗАДАЧИ ПЛАНИРОВАНИЯ телекоммуникационных сетей. Часть 2
Н.Соколов, д.т.н., директор по науке ООО "Протей СпецТехника"/ sokolov@protei.ru
УДК 621.395, DOI: 10.22184/2070-8963.2021.98.6.48.55
Формулируются актуальные задачи, решение которых позволит эффективно планировать телекоммуникационные сети для их модернизации в соответствии с перспективными требованиями потенциальных пользователей. Предлагаются модели для формализации задач, решаемых экономико-математическими методами. Акцентируется внимание на выборе системных решений, в максимально возможной степени инвариантных к изменению тех внешних и внутренних факторов, которые определяют процессы эволюции инфокоммуникационной системы. Обосновывается целесообразность поиска новых принципов по созданию универсальных инфраструктурных сооружений, которые будут использоваться совокупностью сетей и систем, принадлежащих компаниям из разных сфер экономики и государственным структурам.
Задачи выбора количества узлов коммутации
История развития телекоммуникационных сетей, поддерживающих услуги диалога, началась с телефонной связи. По этой причине каждый сетевой узел (СУ) создавался для предоставления транспортных ресурсов, необходимых в первую очередь для автоматической телефонной станции (АТС). В городах здания, предназначенные для размещения оборудования телефонной связи, обычно использовались для установки двух или трех АТС. С точки зрения рассматриваемой задачи можно считать, что эти станции представляют собой один УК.
При постановке задач по выбору количества УК в перспективной инфокоммуникационной системе следует учитывать как минимум три обстоятельства. Во-первых, концепция сети связи следующего поколения [28] и ее модификации [29] вряд ли будут реализованы в том виде, в котором они сформулированы в рекомендациях МСЭ или в документах других международных организаций. Во-вторых, даже при условии, что международное сообщество примет решение о реализации единой мультисервисной сети, обеспечивающей все виды инфокоммуникационных услуг, в течение нескольких десятилетий будут сосуществовать УК разных типов. В-третьих, появление новых идей и технологий может радикально изменить основные принципы дальнейшего развития инфокоммуникационной системы, что актуализирует применение сценарного подхода [30] для анализа ключевых направлений модернизации транспортной сети.
Логика развития инфокоммуникационной системы, включая современные концепции сетей связи с подвижными объектами 5G [31] и 6G [32], позволяет предположить, что в течение как минимум десяти-пятнадцати лет в отрасли не произойдет явление вида "черный лебедь" [33]. При этом существенное изменение некоторых процессов, классифицируемых при помощи модели "окна Овертона" [34], остается вполне возможным. В частности, не исключены качественные изменения трафика Интернета вещей [35].
При переходе к цифровым технологиям заметно возросла величина емкости УК, при которой капитальные затраты на модернизацию инфокоммуникационной системы становились минимальными, а также сокращались расходы на обновление версий программного обеспечения [5]. По этой причине средняя емкость центров коммутации в сотовых сетях, которые более известны по англоязычной аббревиатуре MSC (mobile switching centre), существенно превышала аналогичную величину для АТС. Даже при большей численности абонентов сотовых сетей количество используемых MSC меньше, чем численность АТС.
Те виды MSC, которые использовались в первых поколениях сотовых сетей, и АТС были построены на технологии "коммутация каналов". Однако это были разные виды оборудования, хотя в самом начале создания концепции сотовых сетей рассматривался вариант применения единого коммутационного оборудования для фиксированной и мобильной связи. На рис.12 изображены две плоскости коммутируемых (вторичных) сетей, в которых используется разное количество УК. При этом предусмотрено взаимодействие УК из разных плоскостей.
Задачи выбора количества УК для новой сети (в частности, поддерживающей стандарты 5G и 6G) могут быть сформулированы следующим образом:
Практически все три задачи связаны с перечисленными выше проблемами выбора структурных характеристик. По этой причине их следует решать совместно. Более того, данные задачи уместно решать с учетом результатов оценки пропускной способности транспортных ресурсов, а также производительности средств коммутации и обработки информации. Подобное решение подтверждает объединение данных задач в единый технический блок, показанный на рис.7 (см.: ПЕРВАЯ МИЛЯ, 2021, № 5, с. 45).
Следовательно, необходимо поставить задачи по оценке пропускной способности транспортных ресурсов, а также производительности средств коммутации и обработки информации, которые в свою очередь подразумевают разработку прогноза изменений мультисервисного трафика.
Прогноз мультисервисного трафика
Мультисервисный трафик, в отличие от хорошо изученной нагрузки в сетях телефонной связи, плохо предсказуем. Данное утверждение справедливо для двух важных процессов:
Для прогнозирования величины мультисервисного трафика могут быть использованы известные экономико-математические методы [36, 37]. Правда, эти методы не всегда позволяют получить достоверные оценки по ряду причин, среди которых следует выделить специфику роста скорости обмена данными. На рис.13 воспроизведен приведенный в [38] график, иллюстрирующий динамику потенциальной скорости обмена данными для сети доступа (B) за двадцать лет (t). Для оси ординат использован логарифмический масштаб, что свидетельствует об экспоненциальном характере функции B(t).
У многих специалистов возникает резонный вопрос: "Нужна ли существенной части пользователей скорость обмена данными в диапазоне от 1 до 10 Гбит/с?". Более того, даже обоснованный спрос на скорость обмена данными свыше 100 Мбит/с также представляется сомнительным за исключением незначительной группы потенциальных пользователей квартирного сектора. В состав данного сектора входят также клиенты оператора связи, проживающие в индивидуальных домах. Тем не менее, многие поставщики услуг доступа в интернет анонсируют планы по обеспечению скорости в диапазоне от 1 до 10 Гбит/с в ближайшее время. Убедительные обоснования о необходимости подобных решений в научно-технической литературе не приводятся.
Можно предложить как минимум две гипотезы, объясняющие тенденцию постоянного повышения предлагаемой скорости в сети доступа. Первое предположение связано с понятным желанием ряда участников инфокоммуникационного рынка сформировать "ненасытного потребителя" [39]. Второе объяснение рассматриваемого явления заключается в предвидении реального платежеспособного спроса – в ближайшей или в отдаленной перспективе – на высокие скорости обмена данными. В частности, если Интернет вещей будет передавать в большом объеме видеоинформацию [35], то дальнейший рост скорости на уровне сетей доступа продолжится. Более того, может наступить момент, когда скорость передачи информации в сеть (uplink) превысит аналогичную величину в сторону терминального оборудования пользователя (downlink).
Впрочем, обе гипотезы вполне совместимы и могут "работать" одновременно.
Как же в этих условиях прогнозировать трафик? По всей видимости, следует пересмотреть формулировку поставленной задачи, акцентируя внимание на уже упомянутом выше сценарном подходе [30]. В данном случае его применение основано на такой последовательности операций:
Значения Vmin(t) можно получить из условия, что трафик будет расти медленно. Для некоторых оценок можно считать, что процесс Vmin(t) вошел в фазу "насыщения", то есть для t > 0 рассматриваемая функция остается неизменной. Для построения кривой Vmax(t) достаточно выбрать самый "смелый" прогноз из опубликованных в научно-технической литературе результатов. В качестве базы для оценок функции Vunt(t) уместно использовать экстраполяцию экспоненциальной зависимости, изображенной на рис.13, если нет иных данных, основанных на гипотезах, которые внушают доверие.
Простой пример, иллюстрирующий предлагаемый методологический подход, показан на рис.14. Считается, что момент времени t = 0 соответствует началу разработки прогностических оценок. Основная задача заключается в получении данных к моменту времени x3. При этом интересна также информация, относящаяся к моменту времени x1.
Для него и для t = x2 в перспективе станут известны достоверные оценки функции V(t).
Значения l1, l2 и l3 определяют величины отклонений достоверной оценки V(x2) от трех значений исследуемых прогностических кривых к моменту времени x1. Способы получения численных значений для таких отклонений приведены, например, в [40]. Величины подобных отклонений позволяют сделать вывод относительно корректности трех прогнозов, но это не означает, что на перспективу следует выбрать только одну из трех рассматриваемых функций. Данное утверждение основано на том, что ситуация для отрезка времени [x2, x3] может поменяться вследствие плохо предсказуемых причин. Вместо выбора одной из прогностических кривых следует провести тщательный анализ всех возможных сценариев.
Величина объема обслуживаемых данных, выражаемая, например, значением скорости обмена IP-пакетами, представляет собой только одну характеристику мультисервисного трафика. Практический интерес связан также с тенденциями различия скоростей в направлениях uplink и downlink, с поведением производных от функции V(t), а также с рядом других атрибутов. Они также служат предметом изучения при анализе возможных сценариев. Следует учесть, что сценарный подход подразумевает исследование ряда объектов и процессов, которые напрямую могут быть не связаны с природой мультисервисного трафика. Эти объекты и процессы иногда требуют проведения междисциплинарных исследований. Характерным примером подобных процессов служит изменение свойств обслуживаемого трафика, который типичен для чрезвычайных ситуаций [41].
Анализ сценариев изменения характеристик трафика
Задача анализа возможных сценариев может быть сведена к поиску таких решений, которые позволяют модернизировать инфокоммуникационную систему без необходимости ее радикальных изменений. Данное положение уместно проиллюстрировать при помощи трех графиков, приведенных на рис.15. Предполагается, что в качестве долгосрочного прогноза выбран отрезок времени (0, x3); такие обозначения были использованы на предыдущем рисунке. Величины Vmin(x3), Vmax(x3) и Vunt(x3) определяют прогнозируемые значения пропускной способности транспортных ресурсов к моменту времени x3. Эти значения заданы величинами математического ожидания E[Vmin(x3)], E[Vmax(x3)] и E[Vunt(x3)], а также интервалами, определяющими размах трех рассматриваемых функций. Интервалы без потери общности считаются симметричными относительно величин моды распределений, которые совпадают со значениями математического ожидания.
Логично предположить, что размах исследуемых функций будет разным. По всей видимости, он будет самым существенным для функции Vunt(t). Вид распределений, для которых заданы величины размаха, не представляется существенным с практической точки зрения.
На рис.15 показаны два значения пропускной способности – G1 и G2. Они определяют наиболее вероятные границы пропускной способности транспортных ресурсов к моменту времени x3. Далее предполагается, что длины отрезка (0, x3) меньше величины жизненного цикла [42] используемых транспортных ресурсов, что соответствует практическим условиям. Следовательно, на этапе разработки проектных решений следует предусмотреть возможность формирования требований к необходимой пропускной способности для момента времени x3 в интервале (G1, G2).
Такая возможность возникает при выборе комплекса технических средств (в основном, линейно-кабельных сооружений, а также оборудования передачи, коммутации и обработки информации), способного наращивать ресурсы для обеспечения сформулированных требований без существенных инвестиций. Примером такого решения служит проект, который включает простейшую операцию – замену тракта обмена информацией между двумя УК. Пусть заменяемый тракт обмена информацией был создан путем уплотнения кабеля с двумя оптическими волокнами системой передачи SDH [18] с пропускной способностью порядка 155 Мбит/с. Предположим, что величины G1 и G2 заданы такими значениями: 2 и 900 Гбит/с. Допустим, что использование упомянутого выше подхода monetary units [21] позволило выбрать следующее решение:
Таким образом, задача анализа сценариев, связанных с изменением характеристик трафика, трансформируется. Она сводится не к выбору одной из альтернатив, а к разработке решения, которое с минимальными инвестициями адаптируется к возникающим проблемам. При этом немыслимый сценарий обретает практический смысл. Рост трафика, типичный для такого сценария, аналогичен процессу повышения нагрузки в условиях чрезвычайных ситуаций. Алгоритмы ограничения трафика при возникновении чрезвычайных ситуаций [43] будут востребованы при реализации немыслимого сценария до проведения мероприятий по повышению пропускной способности транспортных ресурсов.
Тем не менее, анализ возможных сценариев имеет практический смысл для разработки ряда прогнозов. В частности, сведения, публикуемые компанией TeleGeography, позволяют сделать вывод о постепенном переходе к симметричному доступу с точки зрения скоростей обмена данными в направлениях uplink и downlink. Если подтвердится сформулированная в [35] гипотеза о широком использовании видеоинформации в терминальном оборудовании Интернета вещей, то может оказаться, что скорость передачи данных в направлении uplink станет больше, чем аналогичная величина для направления downlink. Результаты такого прогноза весьма важны для разработки некоторых видов инфокоммуникационного оборудования.
Представляются важными прогнозы, касающиеся степени риска каждого из возможных сценариев [24, 44]. В первую очередь, практический интерес представляют потенциальные финансовые риски. К ним относятся и риски, обусловленные возможным переходом к новым принципам построения инфраструктурных сооружений [45], которые будут создаваться для сложных сетей и систем разного назначения.
К сожалению, практический анализ возможных сценариев нельзя провести за счет использования исключительно экономико-математических методов. Ряд ограничений не так просто формализовать, что усложняет процесс принятия решений [46]. Тем более, что в обозримой перспективе в процессе принятия решений придется участвовать экспертам из разных областей знаний.
Постановка ряда задач, имеющих практическую ценность
В процессе модернизации инфокоммуникационной системы ставятся новые научные задачи, которым присуща практическая ценность. В данном разделе рассматриваются примеры трех задач подобного рода.
Одна из задач, возникающих в процессе развития телекоммуникационной сети, заключается в выборе принципов присоединения новых элементов. Чаще всего подобные задачи встречаются при модернизации сетей доступа при отсутствии инфраструктурных сооружений. Два варианта решения такой задачи показаны на рис.16. К кольцу транспортной сети, фрагмент которого представлен тремя вершинами графа a12, a13 и a14, необходимо подключить два новых элемента. Их моделями служат вершины a01 и a02.
В левой части рис.16 изображен вариант, предусматривающий построение нового (дополнительного) кольца, которое объединяет четыре вершины: a12, a02, a01 и a14.
Правый фрагмент этого же рисунка иллюстрирует другую возможность: создаются два новых кольца, каждое из которых проходит через три вершины. На практике такие задачи можно решить полным перебором всех возможных вариантов [47], называемым также методом "грубой силы" – от англоязычного словосочетания brute force. Лучшим решением, при условии, что соблюдены все ограничения технического характера, следует считать ту структуру, для реализации которой требуются минимальные инвестиции.
Следует отметить, что перебор возможных вариантов позволяет найти оптимальное решение для развития локального фрагмента транспортной сети. Подобный подход не позволяет найти оптимальную структуру для инфокоммуникационной системы в целом.
Рассмотренная задача связана с изменениями, затрагивающими небольшой фрагмент инфокоммуникационной системы. В некоторых случаях возникает необходимость или же возможность изменения структуры для фрагмента более существенного масштаба. В частности, при смене технологий обмена информацией на уровне сети доступа иногда пересматриваются принятые ранее топологические решения.
К транспортной сети, как к общему компоненту, от которого зависит устойчивость функционирования инфокоммуникационной системы в целом, предъявляются жесткие требования к коэффициенту готовности и времени устранения отказов. Данное обстоятельство следует учитывать при разработке проектных решений.
Структуры транспортных сетей уже сложились почти на всех уровнях иерархии инфокоммуникационной системы. Исключением обычно служит сеть доступа, построенная за счет прокладки многопарных кабелей с медными проводниками [48]. На верхних уровнях иерархии транспортных сетей, как правило, используются кольцевые топологии [25] − левый фрагмент рис.17. Между вершинами a12 и a16 показана хорда, позволяющая повысить надежность транспортной сети [5]. Во многих проектах создание хорд не предусматривается.
Каждому из двух вариантов построения структуры транспортной сети присущи свои достоинства и недостатки [5]. Исторически сложилось так, что транспортные сети при использовании кабелей с оптическими волокнами преимущественно строились на базе кольцевых топологий. Топология вида "Двойная звезда" в последние годы нашла применение для создания сетей высокоскоростного доступа (их часто называют широкополосными, ШПД).
Интересно сравнить коэффициенты готовности для обеих структур − KГ(а) и KГ(б) для некоторой пары УК. Пусть ими будут вершины a12 и a18. Предположим, что все УК (вершины графа) абсолютно надежны. Величины вероятности отказа всех трактов обмена данными (ребра графа), обозначенные ниже как q, полагаются идентичными. Для структуры "Двойная звезда" выражение для расчета коэффициента готовности приведено, например, в [49]:
КГ(б) = 1 – 2q2 – 2q3 + 5q4 – 2q5. (1)
Используя правила теории надежности [19], несложно вывести соотношения для оценки KГ(а). Для его компактной записи уместно ввести переменную r = 1 – q. Величина r определяет вероятность безотказной работы тракта обмена данными. Тогда формула для расчета KГ(а) может быть представлена в таком виде:
КГ(a) = 1 – (1 – r2) (1 – r6). (2)
Несколько значений KГ(а) и KГ(б) при разных величинах параметра q приведены в табл.1.
Численные значения коэффициентов готовности KГ(а) и KГ(б) позволяют сделать вывод о том, что структура "Двойная звезда" обладает лучшими показателями структурной надежности. Различия в оценках KГ(а) и KГ(б) будут более ощутимыми для колец с большим количеством УК. Кроме того, если величины коэффициентов готовности для УК будут не столь близки к единице, то преимущества структуры "Двойная звезда" (с точки зрения надежности) станут более весомыми.
Третья задача связана с пересмотром структуры коммутируемой (вторичной) сети. При этом топология транспортной (первичной) сети будет оставаться неизменной или модифицироваться не столь существенно. Рассматриваемый ниже пример основан на проекте модернизации цифровой городской телефонной сети (ГТС), о котором на одной международной конференции рассказали специалисты из Амстердама. Были ли реализованы предлагаемые решения? Достоверных сведений в научно-технической литературе не приводилось, но идея проекта представляется весьма интересной. При разработке проекта были приняты во внимание три тенденции, прямо либо косвенно относящиеся к сфере инфокоммуникационных систем.
Во-первых, на базе цифровой ГТС, построенной в столице Нидерландов, было необходимо создать условия для формирования сети следующего поколения в соответствии с концепцией NGN (Next Generation Network) − сети следующего поколения [28]. Для этого было необходимо найти источник инвестиций в размере немногим менее 1 млрд евро.
Во-вторых, миниатюризация телекоммуникационного оборудования позволила освободить значительную площадь в тех зданиях, которые были построены для размещения электромеханических коммутационных станций. Они занимали весьма большую площадь. Появилась реальная возможность использовать выносные концентраторы, позволяющие экономично модернизировать сети доступа, обеспечивая потенциальную возможность для повышения скорости доступа в интернет.
В-третьих, стала устойчиво расти стоимость зданий (более точно − земли, на которой они были построены) в центральной части города. Значительная часть зданий, в которых размещались коммутационные станции, существенно выросла в цене.
Учитывая эти обстоятельства, был разработан проект по изменению структуры коммутируемой сети. Модель цифровой ГТС показана в левой части рис.18. Она включает четыре УК. Для второго УК показаны три выносных модуля (ВМ), используемые для построения сети доступа. Территория сети доступа для второго УК выделена пунктирной линией.
В правой части рис.18 изображена модель модернизированной коммутируемой сети. Предполагается, что количество УК остается неизменным. Все четыре новых УК выносятся ближе к границам городской черты, где стоимость зданий возрастает не столь существенно или даже не меняется. Для первого УК показаны границы сети доступа, в составе которой насчитывается пять ВМ. Для предложенной модели количество ВМ выбрано условно; решение задачи по оценке их оптимальной численности и мест размещения – предмет отдельного исследования.
Классические принципы оптимального построения ГТС [14] никак не "вяжутся" с моделью, показанной в правой части рис.18. Однако оценки авторов проекта показали, что средства, вырученные от продажи зданий в центральной части города, превышают миллиард евро.
Это означает, что реализация проекта не потребует привлечения инвестиций. Более того, в результате перехода к NGN участники проекта сразу после продажи зданий получат дополнительный доход.
Конечно, размещение большого количества ВМ может потребовать существенных затрат для городов с широким диапазоном изменений температуры окружающей среды. Кроме того, важным фактором становится защита оборудования от вандалов, которая также может привести к заметному росту затрат оператора связи. Следует отметить, что применение оборудования класса ВМ, при всей сложности возникающих проблем, стало обычной практикой ряда отечественных операторов. ■
Н.Соколов, д.т.н., директор по науке ООО "Протей СпецТехника"/ sokolov@protei.ru
УДК 621.395, DOI: 10.22184/2070-8963.2021.98.6.48.55
Формулируются актуальные задачи, решение которых позволит эффективно планировать телекоммуникационные сети для их модернизации в соответствии с перспективными требованиями потенциальных пользователей. Предлагаются модели для формализации задач, решаемых экономико-математическими методами. Акцентируется внимание на выборе системных решений, в максимально возможной степени инвариантных к изменению тех внешних и внутренних факторов, которые определяют процессы эволюции инфокоммуникационной системы. Обосновывается целесообразность поиска новых принципов по созданию универсальных инфраструктурных сооружений, которые будут использоваться совокупностью сетей и систем, принадлежащих компаниям из разных сфер экономики и государственным структурам.
Задачи выбора количества узлов коммутации
История развития телекоммуникационных сетей, поддерживающих услуги диалога, началась с телефонной связи. По этой причине каждый сетевой узел (СУ) создавался для предоставления транспортных ресурсов, необходимых в первую очередь для автоматической телефонной станции (АТС). В городах здания, предназначенные для размещения оборудования телефонной связи, обычно использовались для установки двух или трех АТС. С точки зрения рассматриваемой задачи можно считать, что эти станции представляют собой один УК.
При постановке задач по выбору количества УК в перспективной инфокоммуникационной системе следует учитывать как минимум три обстоятельства. Во-первых, концепция сети связи следующего поколения [28] и ее модификации [29] вряд ли будут реализованы в том виде, в котором они сформулированы в рекомендациях МСЭ или в документах других международных организаций. Во-вторых, даже при условии, что международное сообщество примет решение о реализации единой мультисервисной сети, обеспечивающей все виды инфокоммуникационных услуг, в течение нескольких десятилетий будут сосуществовать УК разных типов. В-третьих, появление новых идей и технологий может радикально изменить основные принципы дальнейшего развития инфокоммуникационной системы, что актуализирует применение сценарного подхода [30] для анализа ключевых направлений модернизации транспортной сети.
Логика развития инфокоммуникационной системы, включая современные концепции сетей связи с подвижными объектами 5G [31] и 6G [32], позволяет предположить, что в течение как минимум десяти-пятнадцати лет в отрасли не произойдет явление вида "черный лебедь" [33]. При этом существенное изменение некоторых процессов, классифицируемых при помощи модели "окна Овертона" [34], остается вполне возможным. В частности, не исключены качественные изменения трафика Интернета вещей [35].
При переходе к цифровым технологиям заметно возросла величина емкости УК, при которой капитальные затраты на модернизацию инфокоммуникационной системы становились минимальными, а также сокращались расходы на обновление версий программного обеспечения [5]. По этой причине средняя емкость центров коммутации в сотовых сетях, которые более известны по англоязычной аббревиатуре MSC (mobile switching centre), существенно превышала аналогичную величину для АТС. Даже при большей численности абонентов сотовых сетей количество используемых MSC меньше, чем численность АТС.
Те виды MSC, которые использовались в первых поколениях сотовых сетей, и АТС были построены на технологии "коммутация каналов". Однако это были разные виды оборудования, хотя в самом начале создания концепции сотовых сетей рассматривался вариант применения единого коммутационного оборудования для фиксированной и мобильной связи. На рис.12 изображены две плоскости коммутируемых (вторичных) сетей, в которых используется разное количество УК. При этом предусмотрено взаимодействие УК из разных плоскостей.
Задачи выбора количества УК для новой сети (в частности, поддерживающей стандарты 5G и 6G) могут быть сформулированы следующим образом:
- определить количество необходимых УК к моменту tS, который соответствует насыщению рынка – N(tS);
- выбрать те площадки (места размещения СУ), на которых целесообразно установить оборудование УК – множество {L(N)};
- разработать прогноз роста трафика Y(t), позволяющего выбрать стратегии введения всех УК и наращивания их производительности.
Практически все три задачи связаны с перечисленными выше проблемами выбора структурных характеристик. По этой причине их следует решать совместно. Более того, данные задачи уместно решать с учетом результатов оценки пропускной способности транспортных ресурсов, а также производительности средств коммутации и обработки информации. Подобное решение подтверждает объединение данных задач в единый технический блок, показанный на рис.7 (см.: ПЕРВАЯ МИЛЯ, 2021, № 5, с. 45).
Следовательно, необходимо поставить задачи по оценке пропускной способности транспортных ресурсов, а также производительности средств коммутации и обработки информации, которые в свою очередь подразумевают разработку прогноза изменений мультисервисного трафика.
Прогноз мультисервисного трафика
Мультисервисный трафик, в отличие от хорошо изученной нагрузки в сетях телефонной связи, плохо предсказуем. Данное утверждение справедливо для двух важных процессов:
- колебание мультисервисного трафика за сутки или меньший отрезок времени (например, в час наибольшей нагрузки);
- изменение мультисервисного трафика в течение нескольких лет и даже десятилетий.
Для прогнозирования величины мультисервисного трафика могут быть использованы известные экономико-математические методы [36, 37]. Правда, эти методы не всегда позволяют получить достоверные оценки по ряду причин, среди которых следует выделить специфику роста скорости обмена данными. На рис.13 воспроизведен приведенный в [38] график, иллюстрирующий динамику потенциальной скорости обмена данными для сети доступа (B) за двадцать лет (t). Для оси ординат использован логарифмический масштаб, что свидетельствует об экспоненциальном характере функции B(t).
У многих специалистов возникает резонный вопрос: "Нужна ли существенной части пользователей скорость обмена данными в диапазоне от 1 до 10 Гбит/с?". Более того, даже обоснованный спрос на скорость обмена данными свыше 100 Мбит/с также представляется сомнительным за исключением незначительной группы потенциальных пользователей квартирного сектора. В состав данного сектора входят также клиенты оператора связи, проживающие в индивидуальных домах. Тем не менее, многие поставщики услуг доступа в интернет анонсируют планы по обеспечению скорости в диапазоне от 1 до 10 Гбит/с в ближайшее время. Убедительные обоснования о необходимости подобных решений в научно-технической литературе не приводятся.
Можно предложить как минимум две гипотезы, объясняющие тенденцию постоянного повышения предлагаемой скорости в сети доступа. Первое предположение связано с понятным желанием ряда участников инфокоммуникационного рынка сформировать "ненасытного потребителя" [39]. Второе объяснение рассматриваемого явления заключается в предвидении реального платежеспособного спроса – в ближайшей или в отдаленной перспективе – на высокие скорости обмена данными. В частности, если Интернет вещей будет передавать в большом объеме видеоинформацию [35], то дальнейший рост скорости на уровне сетей доступа продолжится. Более того, может наступить момент, когда скорость передачи информации в сеть (uplink) превысит аналогичную величину в сторону терминального оборудования пользователя (downlink).
Впрочем, обе гипотезы вполне совместимы и могут "работать" одновременно.
Как же в этих условиях прогнозировать трафик? По всей видимости, следует пересмотреть формулировку поставленной задачи, акцентируя внимание на уже упомянутом выше сценарном подходе [30]. В данном случае его применение основано на такой последовательности операций:
- определяются минимальные требования, соответствующие характеристикам трафика (например, объему обслуживаемых данных Vmin(t) в период наибольшей нагрузки – ПНН);
прогнозируются максимальные требования, ожидаемые для характеристик трафика к концу рассматриваемого периода T (пусть примером также служит объем обслуживаемых данных Vmax(t) в ПНН);
- оцениваются при помощи модели "Окна Овертона" [34, 35] "немыслимые" (unthinkable) требования к характеристикам трафика (в качестве примера также фигурирует объем обслуживаемых данных Vunt(t) в ПНН);
- разрабатываются и тщательно анализируются практически значимые сценарии перехода от (a) к (b);
- формулируются и рассматриваются маловероятные (определяемые в [34] как "немыслимые") сценарии перехода от (a) и (b) к (c).
Значения Vmin(t) можно получить из условия, что трафик будет расти медленно. Для некоторых оценок можно считать, что процесс Vmin(t) вошел в фазу "насыщения", то есть для t > 0 рассматриваемая функция остается неизменной. Для построения кривой Vmax(t) достаточно выбрать самый "смелый" прогноз из опубликованных в научно-технической литературе результатов. В качестве базы для оценок функции Vunt(t) уместно использовать экстраполяцию экспоненциальной зависимости, изображенной на рис.13, если нет иных данных, основанных на гипотезах, которые внушают доверие.
Простой пример, иллюстрирующий предлагаемый методологический подход, показан на рис.14. Считается, что момент времени t = 0 соответствует началу разработки прогностических оценок. Основная задача заключается в получении данных к моменту времени x3. При этом интересна также информация, относящаяся к моменту времени x1.
Для него и для t = x2 в перспективе станут известны достоверные оценки функции V(t).
Значения l1, l2 и l3 определяют величины отклонений достоверной оценки V(x2) от трех значений исследуемых прогностических кривых к моменту времени x1. Способы получения численных значений для таких отклонений приведены, например, в [40]. Величины подобных отклонений позволяют сделать вывод относительно корректности трех прогнозов, но это не означает, что на перспективу следует выбрать только одну из трех рассматриваемых функций. Данное утверждение основано на том, что ситуация для отрезка времени [x2, x3] может поменяться вследствие плохо предсказуемых причин. Вместо выбора одной из прогностических кривых следует провести тщательный анализ всех возможных сценариев.
Величина объема обслуживаемых данных, выражаемая, например, значением скорости обмена IP-пакетами, представляет собой только одну характеристику мультисервисного трафика. Практический интерес связан также с тенденциями различия скоростей в направлениях uplink и downlink, с поведением производных от функции V(t), а также с рядом других атрибутов. Они также служат предметом изучения при анализе возможных сценариев. Следует учесть, что сценарный подход подразумевает исследование ряда объектов и процессов, которые напрямую могут быть не связаны с природой мультисервисного трафика. Эти объекты и процессы иногда требуют проведения междисциплинарных исследований. Характерным примером подобных процессов служит изменение свойств обслуживаемого трафика, который типичен для чрезвычайных ситуаций [41].
Анализ сценариев изменения характеристик трафика
Задача анализа возможных сценариев может быть сведена к поиску таких решений, которые позволяют модернизировать инфокоммуникационную систему без необходимости ее радикальных изменений. Данное положение уместно проиллюстрировать при помощи трех графиков, приведенных на рис.15. Предполагается, что в качестве долгосрочного прогноза выбран отрезок времени (0, x3); такие обозначения были использованы на предыдущем рисунке. Величины Vmin(x3), Vmax(x3) и Vunt(x3) определяют прогнозируемые значения пропускной способности транспортных ресурсов к моменту времени x3. Эти значения заданы величинами математического ожидания E[Vmin(x3)], E[Vmax(x3)] и E[Vunt(x3)], а также интервалами, определяющими размах трех рассматриваемых функций. Интервалы без потери общности считаются симметричными относительно величин моды распределений, которые совпадают со значениями математического ожидания.
Логично предположить, что размах исследуемых функций будет разным. По всей видимости, он будет самым существенным для функции Vunt(t). Вид распределений, для которых заданы величины размаха, не представляется существенным с практической точки зрения.
На рис.15 показаны два значения пропускной способности – G1 и G2. Они определяют наиболее вероятные границы пропускной способности транспортных ресурсов к моменту времени x3. Далее предполагается, что длины отрезка (0, x3) меньше величины жизненного цикла [42] используемых транспортных ресурсов, что соответствует практическим условиям. Следовательно, на этапе разработки проектных решений следует предусмотреть возможность формирования требований к необходимой пропускной способности для момента времени x3 в интервале (G1, G2).
Такая возможность возникает при выборе комплекса технических средств (в основном, линейно-кабельных сооружений, а также оборудования передачи, коммутации и обработки информации), способного наращивать ресурсы для обеспечения сформулированных требований без существенных инвестиций. Примером такого решения служит проект, который включает простейшую операцию – замену тракта обмена информацией между двумя УК. Пусть заменяемый тракт обмена информацией был создан путем уплотнения кабеля с двумя оптическими волокнами системой передачи SDH [18] с пропускной способностью порядка 155 Мбит/с. Предположим, что величины G1 и G2 заданы такими значениями: 2 и 900 Гбит/с. Допустим, что использование упомянутого выше подхода monetary units [21] позволило выбрать следующее решение:
- целесообразно проложить новый кабель с восемью оптическими волокнами (шесть основных и два резервных) в созданной ранее канализации;
- используя шесть оптических волокон, формируется тракт обмена информацией на уровне порядка 4 Гбит/с;
- оборудование, выбранное для передачи информации по оптическим волокнам, позволяет наращивать – по мере необходимости – свою пропускную способность до 1 Тбит/с (используя, например, оборудование компактного спектрального уплотнения – DWDM и/или другие решения).
Таким образом, задача анализа сценариев, связанных с изменением характеристик трафика, трансформируется. Она сводится не к выбору одной из альтернатив, а к разработке решения, которое с минимальными инвестициями адаптируется к возникающим проблемам. При этом немыслимый сценарий обретает практический смысл. Рост трафика, типичный для такого сценария, аналогичен процессу повышения нагрузки в условиях чрезвычайных ситуаций. Алгоритмы ограничения трафика при возникновении чрезвычайных ситуаций [43] будут востребованы при реализации немыслимого сценария до проведения мероприятий по повышению пропускной способности транспортных ресурсов.
Тем не менее, анализ возможных сценариев имеет практический смысл для разработки ряда прогнозов. В частности, сведения, публикуемые компанией TeleGeography, позволяют сделать вывод о постепенном переходе к симметричному доступу с точки зрения скоростей обмена данными в направлениях uplink и downlink. Если подтвердится сформулированная в [35] гипотеза о широком использовании видеоинформации в терминальном оборудовании Интернета вещей, то может оказаться, что скорость передачи данных в направлении uplink станет больше, чем аналогичная величина для направления downlink. Результаты такого прогноза весьма важны для разработки некоторых видов инфокоммуникационного оборудования.
Представляются важными прогнозы, касающиеся степени риска каждого из возможных сценариев [24, 44]. В первую очередь, практический интерес представляют потенциальные финансовые риски. К ним относятся и риски, обусловленные возможным переходом к новым принципам построения инфраструктурных сооружений [45], которые будут создаваться для сложных сетей и систем разного назначения.
К сожалению, практический анализ возможных сценариев нельзя провести за счет использования исключительно экономико-математических методов. Ряд ограничений не так просто формализовать, что усложняет процесс принятия решений [46]. Тем более, что в обозримой перспективе в процессе принятия решений придется участвовать экспертам из разных областей знаний.
Постановка ряда задач, имеющих практическую ценность
В процессе модернизации инфокоммуникационной системы ставятся новые научные задачи, которым присуща практическая ценность. В данном разделе рассматриваются примеры трех задач подобного рода.
Одна из задач, возникающих в процессе развития телекоммуникационной сети, заключается в выборе принципов присоединения новых элементов. Чаще всего подобные задачи встречаются при модернизации сетей доступа при отсутствии инфраструктурных сооружений. Два варианта решения такой задачи показаны на рис.16. К кольцу транспортной сети, фрагмент которого представлен тремя вершинами графа a12, a13 и a14, необходимо подключить два новых элемента. Их моделями служат вершины a01 и a02.
В левой части рис.16 изображен вариант, предусматривающий построение нового (дополнительного) кольца, которое объединяет четыре вершины: a12, a02, a01 и a14.
Правый фрагмент этого же рисунка иллюстрирует другую возможность: создаются два новых кольца, каждое из которых проходит через три вершины. На практике такие задачи можно решить полным перебором всех возможных вариантов [47], называемым также методом "грубой силы" – от англоязычного словосочетания brute force. Лучшим решением, при условии, что соблюдены все ограничения технического характера, следует считать ту структуру, для реализации которой требуются минимальные инвестиции.
Следует отметить, что перебор возможных вариантов позволяет найти оптимальное решение для развития локального фрагмента транспортной сети. Подобный подход не позволяет найти оптимальную структуру для инфокоммуникационной системы в целом.
Рассмотренная задача связана с изменениями, затрагивающими небольшой фрагмент инфокоммуникационной системы. В некоторых случаях возникает необходимость или же возможность изменения структуры для фрагмента более существенного масштаба. В частности, при смене технологий обмена информацией на уровне сети доступа иногда пересматриваются принятые ранее топологические решения.
К транспортной сети, как к общему компоненту, от которого зависит устойчивость функционирования инфокоммуникационной системы в целом, предъявляются жесткие требования к коэффициенту готовности и времени устранения отказов. Данное обстоятельство следует учитывать при разработке проектных решений.
Структуры транспортных сетей уже сложились почти на всех уровнях иерархии инфокоммуникационной системы. Исключением обычно служит сеть доступа, построенная за счет прокладки многопарных кабелей с медными проводниками [48]. На верхних уровнях иерархии транспортных сетей, как правило, используются кольцевые топологии [25] − левый фрагмент рис.17. Между вершинами a12 и a16 показана хорда, позволяющая повысить надежность транспортной сети [5]. Во многих проектах создание хорд не предусматривается.
Каждому из двух вариантов построения структуры транспортной сети присущи свои достоинства и недостатки [5]. Исторически сложилось так, что транспортные сети при использовании кабелей с оптическими волокнами преимущественно строились на базе кольцевых топологий. Топология вида "Двойная звезда" в последние годы нашла применение для создания сетей высокоскоростного доступа (их часто называют широкополосными, ШПД).
Интересно сравнить коэффициенты готовности для обеих структур − KГ(а) и KГ(б) для некоторой пары УК. Пусть ими будут вершины a12 и a18. Предположим, что все УК (вершины графа) абсолютно надежны. Величины вероятности отказа всех трактов обмена данными (ребра графа), обозначенные ниже как q, полагаются идентичными. Для структуры "Двойная звезда" выражение для расчета коэффициента готовности приведено, например, в [49]:
КГ(б) = 1 – 2q2 – 2q3 + 5q4 – 2q5. (1)
Используя правила теории надежности [19], несложно вывести соотношения для оценки KГ(а). Для его компактной записи уместно ввести переменную r = 1 – q. Величина r определяет вероятность безотказной работы тракта обмена данными. Тогда формула для расчета KГ(а) может быть представлена в таком виде:
КГ(a) = 1 – (1 – r2) (1 – r6). (2)
Несколько значений KГ(а) и KГ(б) при разных величинах параметра q приведены в табл.1.
Численные значения коэффициентов готовности KГ(а) и KГ(б) позволяют сделать вывод о том, что структура "Двойная звезда" обладает лучшими показателями структурной надежности. Различия в оценках KГ(а) и KГ(б) будут более ощутимыми для колец с большим количеством УК. Кроме того, если величины коэффициентов готовности для УК будут не столь близки к единице, то преимущества структуры "Двойная звезда" (с точки зрения надежности) станут более весомыми.
Третья задача связана с пересмотром структуры коммутируемой (вторичной) сети. При этом топология транспортной (первичной) сети будет оставаться неизменной или модифицироваться не столь существенно. Рассматриваемый ниже пример основан на проекте модернизации цифровой городской телефонной сети (ГТС), о котором на одной международной конференции рассказали специалисты из Амстердама. Были ли реализованы предлагаемые решения? Достоверных сведений в научно-технической литературе не приводилось, но идея проекта представляется весьма интересной. При разработке проекта были приняты во внимание три тенденции, прямо либо косвенно относящиеся к сфере инфокоммуникационных систем.
Во-первых, на базе цифровой ГТС, построенной в столице Нидерландов, было необходимо создать условия для формирования сети следующего поколения в соответствии с концепцией NGN (Next Generation Network) − сети следующего поколения [28]. Для этого было необходимо найти источник инвестиций в размере немногим менее 1 млрд евро.
Во-вторых, миниатюризация телекоммуникационного оборудования позволила освободить значительную площадь в тех зданиях, которые были построены для размещения электромеханических коммутационных станций. Они занимали весьма большую площадь. Появилась реальная возможность использовать выносные концентраторы, позволяющие экономично модернизировать сети доступа, обеспечивая потенциальную возможность для повышения скорости доступа в интернет.
В-третьих, стала устойчиво расти стоимость зданий (более точно − земли, на которой они были построены) в центральной части города. Значительная часть зданий, в которых размещались коммутационные станции, существенно выросла в цене.
Учитывая эти обстоятельства, был разработан проект по изменению структуры коммутируемой сети. Модель цифровой ГТС показана в левой части рис.18. Она включает четыре УК. Для второго УК показаны три выносных модуля (ВМ), используемые для построения сети доступа. Территория сети доступа для второго УК выделена пунктирной линией.
В правой части рис.18 изображена модель модернизированной коммутируемой сети. Предполагается, что количество УК остается неизменным. Все четыре новых УК выносятся ближе к границам городской черты, где стоимость зданий возрастает не столь существенно или даже не меняется. Для первого УК показаны границы сети доступа, в составе которой насчитывается пять ВМ. Для предложенной модели количество ВМ выбрано условно; решение задачи по оценке их оптимальной численности и мест размещения – предмет отдельного исследования.
Классические принципы оптимального построения ГТС [14] никак не "вяжутся" с моделью, показанной в правой части рис.18. Однако оценки авторов проекта показали, что средства, вырученные от продажи зданий в центральной части города, превышают миллиард евро.
Это означает, что реализация проекта не потребует привлечения инвестиций. Более того, в результате перехода к NGN участники проекта сразу после продажи зданий получат дополнительный доход.
Конечно, размещение большого количества ВМ может потребовать существенных затрат для городов с широким диапазоном изменений температуры окружающей среды. Кроме того, важным фактором становится защита оборудования от вандалов, которая также может привести к заметному росту затрат оператора связи. Следует отметить, что применение оборудования класса ВМ, при всей сложности возникающих проблем, стало обычной практикой ряда отечественных операторов. ■
Отзывы читателей
