По каким параметрам определяется эффективность работы компьютерной сети

Обновлено: 03.07.2024

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Поршнев Сергей Владимирович, Будылдина Надежда Вениаминовна, Стойчин Красимир Людмилов, Шабров Андрей Вениаминович

Актуальность и цели. Показано, что при неправильной настройке компьютерных сетей (КС) для пользователя может оказаться недоступной часть сервисов. Дан анализ существующих подходов к решению данной задачи. Общим недостатком является отсутствие учета особенностей архитектуры КС при оценке эффективности КС . Поставлена и решена актуальная задача обоснованного выбора критериев оценки функционирования КС, учитывающих особенности архитектуры сети. Предложено научное обоснование выбора данных критериев и приведены соответствующие оценки, подтверждающие правомерность их выбора. Получен критерий эффективности функционирования КС, основанный на анализе на времени ее реакции. Показано, что коэффициент готовности КС зависит от конкретного сервиса, к которому обратился пользователь, месте положения соответствующего компьютера в КС, на котором размещен данный сервис, архитектуры КС и загруженности сегментов КС, через которые передается запрос и ответ на него. При этом неприемлемо большое с точки зрения пользователя время реакции КС, зачастую трактуемое пользователем как сбой в работе сетевого приложения, что закономерно приводит к невыполнению им решаемой задачи, как правило, обусловлено обработкой данных на верхних уровнях модели взаимодействия открытых систем, которые не имеют непосредственного отношения к процессам и, собственно, качеству функционирования КС, но определяются загруженностью клиентов. Приведены критерии оценки производительности сети. Для подтверждения работоспособности выбранных критериев оценивания функционирования КС было проведено моделирование системе ОрNЕТ Моdеllеr. Приведена методика моделирования компьютерной сети . Результаты и выводы. Результаты отражены в виде графика зависимости времени задержки от времени измерений для однорангового сегмента компьютерной сети . Значения времен задержек сведены в таблицу. Показано, что значение критериев действительно оказывается зависимым от архитектуры однорангового сегмента компьютерной сети . Таким образом, в работе обоснован выбор для оценивания функционирования сети. Работоспособность предложенных критериев подтверждена результатами имитационного моделирования и аналитическими оценками.

THE ESTIMATION OF EFFICIENCY OF FUNCTIONING OF NETWORKS

Текст научной работы на тему «Об оценке эффективности функционирования корпоративных компьютерных сетей»

С. В. Поршнев, Н. В. Будылдина, К. Л. Стойчин, А. В. Шабров

ОБ ОЦЕНКЕ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ КОРПОРАТИВНЫХ КОМПЬЮТЕРНЫХ СЕТЕЙ

S. V. Porshnev, N. V. Budyldina, K. L. Stoychin, A. V. Shabrov THE ESTIMATION OF EFFICIENCY OF FUNCTIONING OF NETWORKS

Аннотация. Актуальность и цели. Показано, что при неправильной настройке компьютерных сетей (КС) для пользователя может оказаться недоступной часть сервисов. Дан анализ существующих подходов к решению данной задачи. Общим недостатком является отсутствие учета особенностей архитектуры КС при оценке эффективности КС. Поставлена и решена актуальная задача обоснованного выбора критериев оценки функционирования КС, учитывающих особенности архитектуры сети. Предложено научное обоснование выбора данных критериев и приведены соответствующие оценки, подтверждающие правомерность их выбора. Получен критерий эффективности функционирования КС, основанный на анализе на времени ее реакции. Показано, что коэффициент готовности КС зависит от конкретного сервиса, к которому обратился пользователь, месте положения соответствующего компьютера в КС, на котором размещен данный сервис, архитектуры КС и загруженности сегментов КС, через которые передается запрос и ответ на него. При этом неприемлемо большое с точки зрения пользователя время реакции КС, зачастую трактуемое пользователем как сбой в работе сетевого приложения, что закономерно приводит к невыполнению им решаемой задачи, как правило, обусловлено обработкой данных на верхних уровнях модели взаимодействия открытых систем, которые не имеют непосредственного отношения к процессам и, собственно, качеству функционирования КС, но определяются загруженностью клиентов. Приведены критерии оценки производительности сети. Для подтверждения работоспособности выбранных критериев оценивания функционирования КС было проведено моделирование системе OpNET Modeller. Приведена методика моделирования компьютерной сети. Результаты и выводы. Результаты отражены в виде графика зависимости времени задержки от времени измерений для однорангового сегмента компьютерной сети. Значения времен задержек сведены в таблицу. Показано, что значение критериев действительно оказывается зависимым от архитектуры однорангового сегмента компьютерной сети. Таким образом, в работе обоснован выбор для оценивания функционирования сети. Работоспособность предложенных критериев подтверждена результатами имитационного моделирования и аналитическими оценками.

Ключевые слова: компьютерная сеть, эффективность КС, критерии эффективности КС.

Key words: corporate network, data transmission, threshold criterion, weighted average criterion, time between failures, recovery time.

При неправильной настройке компьютерных сетей (КС), как показывает анализ опыта админи-стрования КС, для пользователя КС может оказаться недоступной часть сервисов. В этой связи возникает необходимость оценивания эффективности функционирования КС. При этом следует использовать некоторый набор количественных показателй, учитывающих в том числе и архитектуру КС [1, 2].

Общий недостаток данных подходов заключается в том, что они при оценке эффективности КС не учитывают особенности ее архитектуры. В этой связи задача обоснованного выбора критериев для оценки функционирования КС, учитывающего особенности архитектуры КС, является актуальной. В статье изложено научное обоснование выбора данных критериев и приведены соответствующие оценки, подтверждающие правомерность их выбора.

Критерий эффективности функционирования КС, основанный на анализе времени ее реакции

С точки зрения пользователя (клиента КС) время, затрачиваемое им на решение конкретной задачи с помощью выбранного сервиса, определяется временем ожидания реакции КС на тот или иной запрос пользователя (с точки зрения теории надежности - время исправной работы объекта) 1р

При этом понятно, что коэффициент готовности КС зависит от конкретного сервиса, к которому обратился пользователь, месте положения соответствующего компьютера в КС, на котором размещен данный сервис, архитектуры КС и загруженности сегментов КС, через которые передается запрос и ответ на него. Неприемлемо большое с точки зрения пользователя время реакции КС, зачастую трактуемое пользователем как сбой в работе сетевого приложения, что закономерно приводит к невыполнению им решаемой задачи, как правило, обусловлено обработкой данных на верхних уровнях модели взаимодействия открытых систем [3], которые не имеют непосредственного отношения к процессам и, собственно, качеству функционирования КС, но определяются загруженностью клиентов.

Данный подход можно обобщить для случая КС со сложной архитектурой, если использовать суммарное время функционирования КС и суммарное время вынужденного простоя:

При наличии статистической информации о значениях ^ и tp, полученных экспериментально,

для оценки качества функционирования компьютерных сетей можно использовать оценки математических ожиданий данных величин (tcp и tв соответственно) :

Критерии оценки производительности сети

ствоенно можно оценить с помощью средневзвешенного критерия

где N - количество обращений клиентов КС или с помощью критерия наибольшей загрузки:

Соответственно из двух КС производительность функционирования оказывается выше у той КС, у которой меньше значения Kc, Кз, вычисляемые в соответствии с (2), (3).

Для подтверждения работоспособности выбранных критериев оценивания функционирования КС было проведено моделирование КС в программе OpNET Modeller [4], результаты которого обсуждаются в следующем разделе.

Методика моделирования компьютерной сети

В проведенных экспериментальных исследованиях были изучены КС, архитектура которых представлена на рис. 1 и 2. Здесь каждый из одноранговых сегментов КС состоял из шестидесяти узлов, двух серверов и шести коммутаторов.

Рис. 1. Одноранговый сегмент компьютерной сети № 1

Рис. 2. Одноранговый сегмент компьютерной сети № 2

При проведении моделирования компьютерных сетей использовалась методика, реализующаяся следующей последовательностью действий:

1) задание числа активных пользователей КС;

2) генерация запросов каждым из выбранных пользователей на скачивание файлов или начала сеанса потокового дуплексного видео по протоколу UDP;

4) измерение задержек в одноранговых сегментах в выбранной точке КС;

5) вычисление значений выбранных критериев функционирования КС.

Типичные результаты изменения значений времени задержки распространения сигнала в КС с архитектурой № 1 и архитектурой № 2 в течение шести часов представлены на рис. 3.

Изменение времени задержек в компьютерной сети № 1 Изменение времени задержек в компьютерной сети № 2

Рис. 3. Зависиомсть времени задержки от времени измерений

Из рис. 1 видно, что время задержки зависит от архитектуры КС.

Также были вычислены значения предложенных выше критериев (табл. 1).

Для подтверждения результатов моделирования получим аналитическую оценку значений данных критериев.

Рассмотрим случай, когда количество пользователей сети, генерирующих запросы к серверу, равняется 6.

Расчет критериев для первой топологии выглядит следующим образом: при взаимодействии с одним сервером время реакции определяется временем обработки коммутатором запроса Грк, так как время доставки по линии связи кадра от источника кадра к коммутатору незначительно, поэтому [5]:

КС1 =-у- = 2,125 • Трк;

Кз1 = тах(5Трк, 4Трк, 3Трк, 2Трк, Трк, 2Трк) = 5Трк.

Расчет критериев для второй топологии выглядит следующим образом:

Кз2 = т^РТ^ ^ 3Tрк, 2Tрк, 2Tрк, 3Трк) = 3Трк.

Значения времен задержек для обеих архитектур приведены в табл. 1.

Значение времен задержек

Тзад, Мс Время измерения

Топология 2 Топология 1

11,2 25,6 120 мин

Значения выбранных параметров представлены в табл. 1.

Отметим, что величина вносимой коммутатором задержки зависит от используемого в нем метода коммутации. Существуют коммутаторы, которые осуществляют коммутацию без буферизации, они вносят задержки от 5 до 40 мкс, а коммутаторы, работающие с полной буферизацией кадров, - от 50 до 200 мкс для кадров минимальной длины [6].

В результате можно сказать, что значения времен задержек, представленные в табл. 1, соответствуют справочным данным и значение критериев действительно оказывается зависимым от архитектуры однорангового сегмента компьютерной сети.

В настоящей статье обоснован выбор критериев оценивания функционирования сети. Работоспособность предложенных критериев подтверждена результатами имитационного моделирования сети в пакете OpNet Modeller и аналитическими оценками.

1. Ахо, А. В. Структуры данных и алгоритмы / А. В. Ахо, Д. Э. Хопкрофт, Д. Д. Ульман. - М. ; СПб. ; Киев : Вильямс, 2001.

2. Плесовских, И. Б. Оптимизация вычислительных сетей при помощи генетичекого алгоритма / И. Б. Плесов-ских // Вестник Омского университета. - 2013. - Вып. 52.

3. Чабаненко, П. П. Методология оценки сетей связи / П. П. Чабаненко // Вестник Омского университета. -2016. - Вып. 68.

5. Кормен, Т. Х. Алгоритмы: построение и анализ / Т. Х. Кормен, Ч. И. Лейзерсон, Р. Л. Ривест, К. Штайн. -

3-е изд. - М. : Вильямс, 2013.

6. Олифер, В. Г. Компьютерные сети. Принципы, технологии, протоколы / В. Г. Олифер, Н. А. Олифер. -

4-е изд. - СПб. : Питер, 2010.

2. Plesovskih I. B., Vestnik Omskogo universiteta [Bulletin of Omsk University]. 2013, iss. 52.

3. Chabanenko P. P. Vestnik Omskogo universiteta [Omsk University Bulletin]. 2016, iss. 68.

Поршнев Сергей Владимирович

Будылдина Надежда Вениаминовна

Стойчин Красимир Людмилов

i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Ш^абров Андрей Вениаминович

Porshnev Sergey Vladimirovich

doctor of technical sciences, professor, sub-department of general professional disciplines of technical specialties,

Ural Institute of Communications and Informatics (620109, 15 Repin street, Ekaterinburg, Russia)

Budyldina Nadezhda Veniaminovna

candidate of technical sciences, professor, sub-department of general professional disciplines of technical specialties,

Ural Institute of Communications and Informatics (620109, 15 Repin street, Ekaterinburg, Russia)

Stoichin Krasimir Ludmilov

Ural Institute of Communications and Informatics (620109, 15 Repin street, Ekaterinburg, Russia)

Shabrov Andrey Veniaminovich

Ural Institute of Communications and Informatics (620109, 15 Repin street, Ekaterinburg, Russia)

УДК 004.732 Поршнев, С. В.

Об оценке эффективности функционирования корпоративных компьютерных сетей /

Оценка эффективности функционирования компьютерных сетей базируется на основополагающих, методологических предпосылках. Главные из них заключаются в следующем.

1. Компьютерная сеть принадлежит к классу человеко-машинных систем (ЧМС). Это относится и к отдельным функциональным частям сети (подсистемам). Следовательно, при исследовании эффективности КС, независимо от ее принадлежности к тому или иному типу ЧМС, необходимо учитывать параметры и характеристики всех трех компонентов: человека (обслуживающего и управленческого персонала сети и пользователей), машины (программно-аппаратных и информационных средств сети) и производственной среды.

2. Компьютерная сеть – сложная многофункциональная человеко-машинная система, процесс функционирования которой определяется многими показателями, параметрами и факторами. В связи с этим проводить оценку эффективности такой системы как единого целого не всегда целесообразно и нередко трудно осуществимо. Оценку можно выполнять сначала отдельно для крупных функциональных частей сети, а затем полученные дифференциальные оценки использовать для формирования интегральных оценок всей сети.

3. Эффективность КС должна оцениваться с учетом влияния на процессы функционирования сети всех факторов.

Факторы, определяющие эффективность функционирования сети, можно разбить на такие группы:

а) свойства самой сети:

— общие: готовность, надежность, живучесть, ремонтопригодность;

— индивидуальные: структура сети, функциональные возможности сети в целом и ее эргатических и неэргатических элементов;

б) свойства привлекаемых ресурсов:

— количество ресурсов каждого типа;

— качество привлекаемых ресурсов;

в) свойства условий функционирования сети:

— неуправляемые (природные условия, воздействие источников помех, интенсивность неуправляемых потоков запросов пользователей и др.);

— управляемые (организация функционирования, реализуемые способы доступа к передающей среде и управления обменом данных и др.).

4. При исследовании эффективности КС ее целесообразно рассматривать как интегральное свойство, определяющее:

Я бы хотел опубликовать цикл статей об измерениях характеристик систем связи и сетей передачи данных. Эта статья вводная и в ней будут затронуты лишь самые основы. В дальнейшем планирую более глубокое рассмотрение в стиле «как это сделано».

Покупая продукт или услугу мы часто оперируем таким понятием как качество. Что же такое качество? Если мы обратимся к словарю Ожегова, то там увидим следующее: «совокупность существенных признаков, свойств, особенностей, отличающих предмет или явление от других и придающих ему определенность». Перенося определение на область сетей связи, приходим к выводу, что нам требуется определить «существенные признаки, свойства и особенности», позволяющие однозначно определить отличие одной линии или сети связи от другой. Перечисление всех признаков и свойств обобщаются понятием «метрика». Когда кто-то говорит о метриках сетей связи, он имеет в виду те характеристики и свойства, которые позволят точно судить о системе связи в целом. Потребность в оценке качества лежит большей частью в экономической области, хотя и техническая её часть не менее интересна. Я же попробую балансировать между ними, чтобы раскрыть все самые интересные аспекты этой области знаний.

Всех заинтересовавшихся прошу под кат.

Мониторинг и диагностика систем связи

Как я писал выше, метрики качества определяют экономическую составляющую владения сетью или системой связи. Т.е. стоимость аренды или сдачи в аренду линии связи напрямую зависит от качества этой самой линии связи. Стоимость, в свою очередь, определяется спросом и предложением на рынке. Дальнейшие закономерности описаны у Адама Смита и развиты Милтоном Фридманом. Даже во времена СССР, когда была плановая экономика, а о «рынке» думали, как о преступлении против власти и народа, существовал институт госприемки, как для военных, так и гражданских целей, призванный обеспечить надлежащее качество. Но вернемся в наше время и попробуем определить эти метрики.

Рассмотрим сеть на основе Ethernet, как самой популярной технологии на данный момент. Не будем рассматривать метрики качества среды передачи данных, поскольку они мало интересуют конечного потребителя (разве что материал самой среды иногда бывает интересен: радио, медь или оптика). Самая первая метрика, которая приходит в голову — пропускная способность (bandwidth), т.е. сколько данных мы можем передать в единицу времени. Вторая, связанная с первой,- пакетная пропускная способность (PPS, Packets Per Second), отражающая сколько фреймов может быть передано в единицу времени. Поскольку сетевое оборудование оперирует фреймами, метрика позволяет оценить, справляется ли оборудование с нагрузкой и соответствует ли его производительность заявленной.

Третья метрика — это показатель потери фреймов (frame loss). Если невозможно восстановить фрейм, либо восстановленный фрейм не соответствует контрольной сумме, то принимающая, либо промежуточная система его отвергнет. Здесь имеется ввиду второй уровень системы OSI. Если рассматривать подробнее, то большинство протоколов не гарантируют доставку пакета получателю, их задача лишь переслать данные в нужном направлении, а те кто гарантирует (например, TCP) могут сильно терять в пропускной способности как раз из-за перепосылок фреймов (retransmit), но все они опираются на L2 фреймы, потерю которых учитывает эта метрика.

Четвертая — задержка (delay, latency),- т.е. через сколько пакет отправленный из точки A оказаться в точке B. Из этой характеристики можно выделить еще две: односторонняя задержка (one-trip) и круговая (round-trip). Фишка в том, что путь от A к B может быть один, а от B к A уже совсем другим. Просто поделить время не получится. А еще задержка время от времени может меняться, или “дрожать”,- такая метрика называется джиттером (jitter). Джиттер показывает вариацию задержки относительно соседних фреймов, т.е. девиацию задержки первого пакета относительно второго, или пятого относительно четвертого, с последующим усреднением в заданный период. Однако если требуется анализ общей картины или интересует изменение задержки в течении всего времени теста, а джиттер уже не отражает точно картину, то используется показатель вариации задержки (delay variation). Пятая метрика — минимальный MTU канала. Многие не придают важности этому параметру, что может оказаться критичным при эксплуатации “тяжелых” приложений, где целесообразно использовать jumbo-фреймы. Шестой, и малоочевидный для многих параметр — берстность — нормированная максимальная битовая скорость. По этой метрике можно судить о качестве оборудования, составляющего сеть или систему передачи данных, позволяет судить о размере буфера оборудования и вычислять условия надежности.

Об измерениях

Поскольку с метриками определились, стоит выбрать метод измерения и инструмент.

Задержка

Известный инструмент, поставляемый в большинстве операционных систем — утилита ping (ICMP Echo-Request). Многие ее используют по нескольку раз на дню для проверки доступности узлов, адресов, и т.п. Предназначена как раз для измерения RTT (Round Trip Time). Отправитель формирует запрос и посылает получателю, получатель формирует ответ и посылает отправителю, отправитель замеряя время между запросом и ответом вычисляет время задержки. Все понятно и просто, изобретать ничего не нужно. Есть некоторые вопросы точности и они рассмотрены в следующем разделе.

Но что, если нам надо измерить задержку только в одном направлении? Здесь все сложнее. Дело в том, что помимо просто оценки задержки пригодится синхронизировать время на узле отправителе и узле-получателе. Для этого придуман протокол PTP (Precision Time Protocol, IEEE 1588). Чем он лучше NTP описывать не буду, т.к. все уже расписано здесь, скажу лишь то, что он позволяет синхронизировать время с точностью до наносекунд. В итоге все сводится к ping-like тестированию: отправитель формирует пакет с временной меткой, пакет идет по сети, доходит до получателя, получатель вычисляет разницу между временем в пакете и своим собственным, если время синхронизировано, то вычисляется корректная задержка, если же нет, то измерение ошибочно.

Если накапливать информацию об измерениях, то на основании исторических данных о задержке можно без труда построить график и вычислить джиттер и вариацию задержки — показатель важный в сетях VoIP и IPTV. Важность его связана, прежде всего, с работой энкодера и декодера. При “плавающей” задержке и адаптивном буфере кодека повышается вероятность не успеть восстановить информацию, появляется “звон” в голосе (VoIP) или “перемешивание” кадра (IPTV).

Потери фреймов

Проводя измерения задержки, если ответный пакет не был получен, то предполагается, что пакет был потерян. Так поступает ping. Вроде тоже все просто, но это только на первый взгляд. Как написано выше, в случае с ping отправитель формирует один пакет и отправляет его, а получатель формирует свой собственный о отправляет его в ответ. Т.е. имеем два пакета. В случае потери какой из них потерялся? Это может быть не важно (хотя тоже сомнительно), если у нас прямой маршрут пакетов соответствует обратному, а если это не так? Если это не так, то очень важно понять в каком плече сети проблема. Например, если пакет дошел до получателя, то прямой путь нормально функционирует, если же нет, то стоит начать с диагностики этого участка, а вот если пакет дошел, но не вернулся, то точно не стоит тратить время на траблшутинг исправного прямого сегмента. Помочь в идентификации могла бы порядковая метка, встраиваемая в тестовый пакет. Если на обоих концах стоят однотипные измерители, то каждый из них в любой момент времени знает количество отправленных и полученных им пакетов. Какие именно из пакетов не дошли до получателя можно получить сравнением списка отправленных и полученных пакетов.

Минимальный MTU

Измерение этой характеристики не то чтобы сложно, скорее оно скучно и рутинно. Для определения минимального размера MTU (Maximum transmission unit) следует лишь запускать тест (тот же ping) с различными значениями размеров кадра и установленным битом DF (Don't Fragmentate), что приведет к непрохождению пакетов с размером кадра больше допустимого, ввиду запрета фрагментации.

Например, так не проходит:

А так уже проходит:

Не часто используемая метрика с коммерческой точки зрения, но актуальная в некоторых случаях. Опять же, стоит отметить, что при асимметричном пути следования пакетов, возможен различный MTU в разных направлениях.

Пропускная способность

Наверняка многим известен факт, что количество переданной полезной информации в единицу времени зависит от размера фрейма. Связано это с тем, что фрейм содержит довольно много служебной информации — заголовков, размер которых не меняется при изменении размера фрейма, а изменяется поле “полезной” части (payload). Это значит, что несмотря на то, что даже если мы передаем данные на скорости линка, количество полезной информации переданной за тот же период времени может сильно варьироваться. Поэтому несмотря на то, что существуют утилиты для измерения пропускной способности канала (например iperf), часто невозможно получить достоверные данные о пропускной способности сети. Все дело в том, что iperf анализирует данные о трафике на основе подсчета той самой «полезной» части, окруженной заголовками протокола (как правило UDP, но возможен и TCP), следовательно нагрузка на сеть (L1,L2) не соответствует подсчитанной (L4). При использовании аппаратных измерителей скорость генерации трафика устанавливается в величинах L1, т.к. иначе было бы не очевидно для пользователя почему при измерении размера кадра меняется и нагрузка, это не так заметно, при задании ее в %% от пропускной способности, но очень бросается в глаза при указании в единицах скорости (Mbps, Gbps). В результатах теста, как правило, указывается скорость для каждого уровня (L1,L2,L3,L4). Например, так (можно переключать L2, L3 в выводе):

Пропускная способность в кадрах в секнду

Если говорить о сети или системе связи как о комплексе линий связи и активного оборудования, обеспечивающего нормальное функционирование, то эффективность работы такой системы зависит от каждого составляющего ее звена. Линии связи должны обеспечивать работу на заявленных скоростях (линейная скорость), а активное оборудование должно успевать обрабатывать всю поступающую информацию.

У всех производителей оборудования заявляется параметр PPS (packets per second), прямо указывающий сколько пакетов способно «переварить» оборудование. Ранее этот параметр был очень важен, поскольку подавляющее число техники просто не могло обработать огромное количество “мелких” пакетов, сейчас же все больше производители заявляют о wirespeed. Например, если передаются малые пакеты, то времени на обработку тратится, как правило, столько же, сколько и на большие. Поскольку содержимое пакета оборудованию не интересно, но важна информация из заголовков — от кого пришло и кому передать.

Сейчас все большее распространение в коммутирующем оборудовании получают ASIC (application-specific integrated circuit) — специально спроектированные для конкретных целей микросхемы, обладающие очень высокой производительностью, в то время как раньше довольно часто использовались FPGA (field-programmable gate array) — подробнее об их применении можно прочитать у моих коллег здесь и послушать здесь.

Бёрстность

Стоит отметить, что ряд производителей экономит на компонентах и использует малые буферы для пакетов. Например заявлена работа на скорости линка (wirespeed), а по факту происходят потери пакетов, связанные с тем, что буфер порта не может вместить в себя больше данных. Т.е. процессор еще не обработал скопившуюся очередь пакетов, а новые продолжают идти. Часто такое поведение может наблюдаться на различных фильтрах или конвертерах интерфейсов. Например предполагается, что фильтр принимает 1Gbps поток и направляет результаты обработки в 100Mbps интерфейс, если известно, что отфильтрованный трафик заведомо меньше 100Mbps. Но в реальной жизни случается так, что в какой-то момент времени может возникнуть «всплеск» трафика более 100Mbps и в этой ситуации пакеты выстраиваются в очередь. Если величина буфера достаточна, то все они уйдут в сеть без потерь, если же нет, то просто потеряются. Чем больше буфер, тем дольше может быть выдержана избыточная нагрузка.

9 Смотреть ответы Добавь ответ +10 баллов

Ответы 9

3. Эффективность КС должна оцениваться с учетом влияния на процессы функционирования сети всех факторов.

Факторы, определяющие эффективность функционирования сети, можно разбить на такие группы:

а) свойства самой сети:

— общие: готовность, надежность, живучесть, ремонтопригодность;

б) свойства привлекаемых ресурсов:

— количество ресурсов каждого типа;

— качество привлекаемых ресурсов;

в) свойства условий функционирования сети:

— управляемые (организация функционирования, реализуемые доступа к передающей среде и управления обменом данных и др.).

Читайте также: