1. مدل سازی ترافیک شبکه استاد راهنما: دکتر کیارش میزانیان
ارائه دهنده: محمد مهدی میرزایی
26 مهرماه 1390
This template can be used as a starter file for presenting training materials in a group setting.
Sections
Right-click on a slide to add sections. Sections can help to organize your slides or facilitate collaboration between multiple authors.
Notes
Use the Notes section for delivery notes or to provide additional details for the audience. View these notes in Presentation View during your presentation.
Keep in mind the font size (important for accessibility, visibility, videotaping, and online production)
Coordinated colors
Pay particular attention to the graphs, charts, and text boxes.
Consider that attendees will print in black and white or grayscale. Run a test print to make sure your colors work when printed in pure black and white and grayscale.
Graphics, tables, and graphs
Keep it simple: If possible, use consistent, non-distracting styles and colors.
Label all graphs and tables.

2. فهرست مطالب مقدمه مدل های ترافیک غیرخودشبیه پیدایش خودشبیهی
مدل های ترافیک خود شبیه
نتیجه گیری
Give a brief overview of the presentation. Describe the major focus of the presentation and why it is important.
Introduce each of the major topics.
To provide a road map for the audience, you can repeat this Overview slide throughout the presentation, highlighting the particular topic you will discuss next.

3. مقدمه 1 2 3 مفهوم و ضرورت مدلسازی مشخصات مدل های ترافیک
چالش های مدل های ترافیک 3
This is another option for an Overview slide.

4. مقدمه طراحی شبکه کاربرد تحلیل کاربرد شبیه سازی طراحی کاربردهای شبکه
تخصیص ظرفیت ها
کاربرد تحلیل
اعتبار مدل
میزان شباهت به واقعیت
سادگی
کاربرد شبیه سازی
حساسیت کمتر
Use a section header for each of the topics, so there is a clear transition to the audience.

5. مقدمه (ادامه...) پارامترهای مدل های ترافیک سایر پارامترها
توزیع زمان ورود بسته ها به گره
توزیع طول بسته ها
سایر پارامترها
مسیرها
توزیع مقصدها
...
What will the audience be able to do after this training is complete? Briefly describe each objective how the audience will benefit from this presentation.

6. مقدمه (ادامه...) مدل های اولیه تحلیل ترافیک واقعی
توزیع پواسون
تحلیل ترافیک واقعی
وجود خودشبیهی
بوجود آمدن اختلاف بین مدل های ترافیک و ترافیک واقعی
What will the audience be able to do after this training is complete? Briefly describe each objective how the audience will benefit from this presentation.

7. مدل های ترافیک غیر خودشبیه
مدل های پواسون 1
مدل های پواسون ترکیبی 2
مدل های پواسون تنظیم شده مارکوف 3
مدل قطار بسته 4
This is another option for an Overview slide.

8. مدل های پواسون توزیع پواسون، نرخ ورود λ و میانگین زمان ورود 1 λ
توزیع پواسون، نرخ ورود λ و میانگین زمان ورود 1 λ
بدون حافظه
λ´= λ
حالت پایدار، 𝑝 𝑛 = λ 𝑛 μ 𝑛 𝑝 0
انتخاب پارامتر مناسب ← مناسب بودن برای اکثر ترافیک ها
𝑡 1
𝑡 2
𝑡 3
𝑡 4
𝑡 5
This is another option for an Overview slides using transitions.

9. مدل های پواسون ترکیبی Compound Poisson Models گروه بسته(Batch)
توزیع زمان ورود گروه ها نمایی، نرخ ورود λ
اندازه گروه تصادفی، پارامتر گروه ρ∈ 0,1
میانگین تعداد بسته ها در یک گروه 1 𝜌
λ𝑡 𝜌
مزایای تحلیل روش پواسون (بدون حافظه، حالت پایدار،...)
تحویل همزمان بسته ها 7 8 9 10 4 5 6 1 2 3 11
𝑡 1
𝑡 2
𝑡 3
𝑡 4
𝑡 5

10. مدل های پواسون تنظیم شده مارکوف
Markov-Modulated Poisson Models
ارسال داده و صدا
مدلی با نرخ های ورود متفاوت: MMPP
( λ 1 , λ 2 , 𝑟 1 , 𝑟 2 )
( λ 1 +λ′, λ 2 +λ′, 𝑟 1 , 𝑟 2 )
قابل تعمیم به تعداد بیشتری حالت
λ 𝟏
𝑡 1 1
𝑡 2 1
𝑡 3 1
λ 𝟐
𝑡 1 2
𝑡 2 2

11. مدل قطار بسته ایده اصلی: وجود محلیت (locality) در مسیریابی
یک قطار برای هر جفت (مبدا،مقصد)
جریان داده در هر دو جهت
Tandem Trailer
ماکزیمم فاصله زمانی بین بسته ها (MAIG)
تحلیل و دسته بندی ترافیک واقعی، نه شبیه سازی A B ⋮
Tandem Trailer AB BA
Inter-Train > MAIG
Inter-Car < MAIG

12. پیدایش خودشبیهی 1 2 3 4 5 خودشبیهی کشف خودشبیهی تعریف ریاضی خودشبیهی
شکست مدل پواسون 4
تاثیر TCP 5
This is another option for an Overview slide.

13. خودشبیهی تعریف خودشبیهی مشکل مشترک مدل های قبلی
عدم وجود تحلیل در مقیاس های بزرگ
تعریف خودشبیهی
وجود مشخصات یکسان در مقیاس های متفاوت
Use a section header for each of the topics, so there is a clear transition to the audience.

14. کشف خودشبیهی ترافیک واقعی ترافیک پواسون
Add slides to each topic section as necessary, including slides with tables, graphs, and images.
See next section for sample table, graph, image, and video layouts.

15. تعریف ریاضی خودشبیهی تعاریف اولیه فرآیند تجمعی: Y(t)
X(t) = Y(t+1) – Y(t)
تجمع فرآیند X(t) : 𝑋 𝑚 (t)
𝑋 𝑚 (s) = 1 𝑚 [ 𝑋 𝑠𝑚−𝑚+1 + 𝑋 𝑠𝑚−𝑚+2 +… 𝑋 𝑠𝑚 ]
تابع خودکواریانس: 𝛾(𝑘)
𝛾 𝑘 = 𝐸[(𝑋 𝑡 −𝜇)(𝑋 𝑡+𝑘 −𝜇)]
Keep it brief. Make your text as brief as possible to maintain a larger font size.

16. Microsoft Engineering Excellence
تعریف ریاضی خودشبیهی(ادامه...)
ترافیک خود شبیه است اگر برای همه t≥0 و a>0
𝑌 𝑡 ≜ 𝑎 −𝐻 𝑌 𝑎𝑡
پارامتر 0<𝐻<1، میزان خودشبیهی
شرایط خودشبیهی بسیار سخت و محدودکننده است
خودشبیهی مرتبه دوم
تابع خودکواریانس 𝛾(𝑘) یکسان در مقیاس اصلی و مقیاس های بزرگتر
فرآیند دقیقاً خودشبیه مرتبه دوم است اگر:
𝛾 𝑚 (𝑘) = 𝛾(𝑘)
فرآیند به صورت مجانبی خودشبیه مرتبه دوم است اگر:
lim 𝑚→∞ 𝛾 𝑚 (𝑘) = 𝛾(𝑘)
Microsoft Confidential

17. Microsoft Engineering Excellence
شکست مدل پواسون
قضیه حد مرکزی
هنگامی که تعداد بسیار زیادی متغیر تصادفی با توزیع دلخواه را تجمیع کنیم و میانگین بگیریم، توزیع نهایی به توزیع نرمال میل می‌کند
نطقه ضعف همه مدل های مبتنی بر پواسون
افزایش تعداد حالات MMPP، نزدیک شدن به واقعیت
MMPP با تعداد بی نهایت حالت، مدلسازی دقیق واقعیت
If there is relevant video content, such as a case study video, demo of a product, or other training materials, include it in the presentation as well.
Microsoft Confidential

18. Microsoft Engineering Excellence
شکست مدل پواسون
تاثیر کنترل ازدحام TCP
بیشتر مدل های ترافیک هیچ بازخوردی از شبکه دریافت نمی کنند
همزیستی کنترل ازدحام TCP و خودشبیهی
کنترل ازدحام TCP باعث خودشبیهی نمی شود
کنترل ازدحام TCP، خودشبیهی را کم یا حذف نمی کند
If there is relevant video content, such as a case study video, demo of a product, or other training materials, include it in the presentation as well.
Microsoft Confidential

19. Microsoft Engineering Excellence
مدل های ترافیک خودشبیه
اولین مشکل: سخت بودن تحلیل ریاضی
غیر قابل استفاده در مدل صف
کنترل ازدحام TCP ← پیچیده تر شدن مسئله
Microsoft Confidential

20. Fractional Brownian Motion
حرکت براونی جزئی
Fractional Brownian Motion
آقای Norros یک فرآیند تصادفی برای تولید ورودی خودشبیه ابداع کرد
fBm
یک فرایند گاوسی پیوسته در زمان، با میانگین 0 و تابع خودکواریانس زیر
𝛾 𝑡,𝑠 = 1 2 ( 𝑡 2𝐻 + 𝑠 2𝐻 − 𝑡−𝑠 2𝐻 )
Add a case study or class simulation to encourage discussion and apply lessons.

21. Fractional Brownian Motion
حرکت براونی جزئی
Fractional Brownian Motion
فرآیند ابداعی Norros
V(t) = 𝑠𝑢𝑝 𝑠≤𝑡 𝐴 𝑡 −𝐴 𝑠 −𝐶 𝑡 −𝑠 , 𝑡∈ −∞,∞
A(t) = mt + 𝑎𝑚 𝑍(𝑡)
Z(t) یک فرایند fBM با 1 2 <H≤1
m میانگین نرخ ورود، a واریانس و C نرخ سرویس
Add a case study or class simulation to encourage discussion and apply lessons.

22. Fractional Brownian Motion
حرکت براونی جزئی
Fractional Brownian Motion
برطرف کردن مشکل تخصیص ظرفیت
چگونگی رسیدن به کیفیت خدمات مورد نظر
مشکل حل نشده
ارائه ندادن روشی برای بدست آوردن پارامتر هرست مناسب
Add a case study or class simulation to encourage discussion and apply lessons.

23. مدل SWING مشکل بیشتر مدل های خودشبیه تخمین پارامتر هرست است
پارامترهای مورد استفاده
مشخصات کاربران، تبادلات درخواست و پاسخ، اتصالات، بسته ها و کل شبکه
بدون تلاش برای تحلیل ویژگی خودشبیهی
اعتبارسنجی نتایج با مقایسه پارامتر هرست این مدل و واقعیت
عدم وجود خودشبیهی در مقیاس های بسیار بزرگ
Discuss outcomes of the case study or class simulation.
Cover best practices.

24. نتیجه گیری
مدل های اولیه، ترافیک شبکه را بدون حافظه فرض کرده بودند و احتمال وجود خودشبیهی را رد می کردند
مدل های شبیه سازی احتیاج به صحت بیشری در مقایسه با مدل های تحلیلی دارند
همچنان تنها راه مطمئن اعتبارسنجی مدل ها مقایسه با اندازه گیری های تجربی است
Summarize presentation content by restating the important points from the lessons.
What do you want the audience to remember when they leave your presentation?
Save your presentation to a video for easy distribution (To create a video, click the File tab, and then click Share.  Under File Types, click Create a Video.)

25. Microsoft Engineering Excellence
منابع
Jain, R., Routhier, S.A. “Packet Trains - Measurements and a New Model for Computer Network Traffic,” IEEE Journal on Selected Areas in Communications.
Willinger, W. “The Discovery of Self-Similar Traffic,” In Performance Evaluation: Origins and
Directions G. Haring, C. Lindemann, and M. Reiser, Eds. Lecture Notes In Computer Science
Leland, W. E., Taqqu, M. S., Willinger, W., and Wilson, D. V “On the self-similar nature
of Ethernet traffic (extended version),” IEEE/ACM Trans.
K. Park and W. Willinger. “Self-similar network traffic: An overview,” In K. Park and W.
Willinger, editors, Self-Similar Network Traffic and Performance Evaluation.
V. Paxson and S. Floyd, “Wide-area Traffic: The Failure of Poisson Modeling,” IEEE/ACM
Transactions on Networking
Ashok Erramilli, Matthew Roughan, Darryl Veitch, Walter Willinger “Self-Similar
Traffic and Network Dynamics,”
Vishwanath, K. V. and Vahdat, A “Realistic and responsive network traffic
generation”.
Microsoft Confidential

26. Microsoft Engineering Excellence
سپاسگزارم
Is your presentation as crisp as possible? Consider moving extra content to the appendix.
Use appendix slides to store content that you might want to refer to during the Question slide or that may be useful for attendees to investigate deeper in the future.
Microsoft Confidential