1 / 31

Hálózatmodellezés

2. Gyires Béla Informatikai Nap. Hálózatmodellezés. Dr. Kuki Attila DE II Informatikai Rendszerek és Hálózatok Tanszék. Rövid bemutatkozás. Iskolák Krúdy Gyula Gimnázium, Nyíregyháza, 1983. Kossuth Lajos Tudományegyetem, Matematikus-statisztikus oklevél, 1989.

eileen
Download Presentation

Hálózatmodellezés

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 2. Gyires Béla Informatikai Nap Hálózatmodellezés Dr. Kuki Attila DE II Informatikai Rendszerek és Hálózatok Tanszék

  2. Rövid bemutatkozás • Iskolák • Krúdy Gyula Gimnázium, Nyíregyháza, 1983. • Kossuth Lajos Tudományegyetem, • Matematikus-statisztikus oklevél, 1989. • Angol-magyar szakfordító oklevél, 1991. 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  3. Munkahelyek • KLTE, Számoló Központ • KLTE, Matematikai és Informatikai Intézet • Alkalmazott Informatikai Tanszék • Információ Technológia Tanszék • Informatikai Rendszerek és Hálózatok Tanszék • Fokozatok • Dr. univ., 1995. • PhD, 1997. 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  4. Fontosabb feladatok • ACM programozói versenyek • Belgium, 2 alkalommal • Bulgária, 1 alkalommal • Szlovákia, 3 alkalommal • OMFB, OM-K+F HÁ pályázatok • Modern információtechnológiai eszközök hatékonysági vizsgálata • Műszaki-gazdasági számítások döntéstámogató eszközei • Elektronikus hírhálózat teljesítményének vizsgálata • Elektronikus hírhálózat teljesítményének vizsgálata • Multimédia alapú önkormányzati információs rendszer 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  5. Főbb kutatási területek és feladatok • Az Ornstein-Uhlenbeck folyamat paraméterbecslő statisztikájának eloszlása • MAPLE – SUN Sparc • Nagy mennyiségű numerikus művelet • Az egzakt eloszlás kvantiliseinek táblázata • Sztochasztikus modellezés, sorbanállási hálózatok • Sorbanállási hálózatok eszközei • Erlangen, PEPSY-QNS, lokalizálás • WinPEPSY – lehetőségei az oktatásban 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  6. Sorbanállási hálózatok alkalmazásai területei • Kommunikációs rendszerek • Számítógép-architektúrák • Gyártási folyamatok • Számítógépes hálózatok stb. 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  7. Új igények Lemez Nyomtató CPU Teljesített igények DVD-ROM Például, egy számítógép-architektúra modellezése nyílt sorbanállási hálózattal 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  8. Rendszerparaméterek és jellemzők • Input • Beérkezési intenzitás • Kiszolgálási intenzitás • Feladatok száma • Kiszolgálási elvek • Átmenetvalószínűségek • Output • Kihasználtság • Átlagos válaszidők • Átlagos sorhosszak • Átbocsátó képesség stb. 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  9. m1 m1 m1 3,0 2,1 1,2 0,3 m2 m2 m2 A háttér Folytonos és diszkrét idejű Markov-láncok K=3 N=2 m1 m2 Állapottér-reprezentáció Q= Infinitezimális mátrix A rendszerjellemzők ebben az esetben analitikusan meghatározhatók 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  10. Rendszerjellemzők meghatározásának módjai • Analitikus • Lokális egyensúly • Globális egyensúly • Szorzat alak • BCMP-hálózatok stb. • Nem analitikus • Szimuláció (DES) • Approximáció (MVA) • Approximáció (diffúziós) • Dekompozíció stb. Általában már a legegyszerűbb eseteknél is majdnem reménytelen a kézi számítás 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  11. Eszközök a rendszerjellemzők meghatározására • SPNP Stochastic Petri Net Package • MOSES Modeling Specification and Evaluation System • SHARPE Symbolic Hierarchical Automated Performance Evaluator • PEPSY Performance Evaluation and Prediction System 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  12. Eszközök a rendszerjellemzők meghatározására • PEPSY Performance Evaluation and Prediction System • PEPSY-QNS – Unix operációs rendszerek • XPEPSY – Grafikus Unix felületek • WinPEPSY – Windows operációs rendszerek 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  13. Eszközök a rendszerjellemzők meghatározására • PEPSY Performance Evaluation and Prediction System • WinPEPSY – Windows operációs rendszerek 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  14. Hálózatok modellezése a WinPEPSY segítségével • Architektúra megadása • Grafikusan • Interaktívan • Hálózat jellemzése • Nyílt, zárt, vegyes • Csomópontok, osztályok száma • Igények száma • Beérkezési intenzitás • Csomópontok definiálása • Csomópont típusa • Kiszolgálási intenzitás • Átmenetvalószínűségek 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  15. Hálózatok modellezése a WinPEPSY segítségével 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  16. Hálózatok modellezése a WinPEPSY segítségével 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  17. Hálózatok modellezése a WinPEPSY segítségével 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  18. Hálózatok modellezése a WinPEPSY segítségével 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  19. Hálózatok modellezése a WinPEPSY segítségével 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  20. Hálózatok modellezése a WinPEPSY segítségével 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  21. Hálózatok modellezése a WinPEPSY segítségével 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  22. Hálózatok modellezése a WinPEPSY segítségével 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  23. Hálózatok modellezése a WinPEPSY segítségével 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  24. WinPEPSY alkalmazása egyszerűbb esetekben Tekintsük a korábbi példát. mCPU=30 mPr=18 mDisk=22 mDVD=20 Új igények 0,3 l=10 Lemez 0,2 0,1 Nyomtató 0,2 CPU 0,2 Teljesített igények DVD-ROM 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  25. Lemez Nyomtató CPU DVD-ROM A rendszerjellemzők csomópontonként • CPU • Kihasználtság :0,625 • Átlagos válaszidők :0,067 • Átlagos sorhosszak :1,041 • Átbocsátó képesség :25 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  26. Lemez Nyomtató CPU DVD-ROM A rendszerjellemzők csomópontonként • Lemez • Kihasználtság :0,34 • Átlagos válaszidők :0,689 • Átlagos sorhosszak :0,176 • Átbocsátó képesség :7,5 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  27. Lemez Nyomtató CPU DVD-ROM A rendszerjellemzők csomópontonként • Nyomtató • Kihasználtság :0,139 • Átlagos válaszidők :0,065 • Átlagos sorhosszak :0,023 • Átbocsátó képesség :2,5 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  28. Lemez Nyomtató CPU DVD-ROM A rendszerjellemzők csomópontonként • DVD-ROM • Kihasználtság :0,625 • Átlagos válaszidők :0,067 • Átlagos sorhosszak :0,083 • Átbocsátó képesség :5 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  29. WinPEPSY alkalmazása összetettebb esetekben Tekintsük a következő példát: kliens-szerver rendszer. Szerver Kliens munkaállomások 1 0,5 . . . CPU Lemez Hálózat m 0,5 CSMA/CD, Ethernet 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  30. A modell specifikálása A Munkaállomások : Infinite Server. A CPU és a Lemez : FCFS vagy PS. A Hálózat : terheltség-függő kiszolgálási intenzitás. ahol az ütközések átlagos száma kérésenként, és a sikeres továbbítás valószínűsége. Továbbá: A csomagok átlagos száma kérésenként Hálózati sávszélesség (bit/s) Ütközésészlelés időtartama Átlagos csomaghosszúság (bit) 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

  31. A modell megoldása A megoldás a kiterjesztett MVA algoritmuson alapul. A WinPEPSY vagy a SHARPE csomag hatékonyan alkalmazható a megoldás során. A paraméterek konkrét értékei mellett meghatározhatók olyan összefüggések, mint például: Összefüggés a munkaállomások száma és az átbocsátó képesség között. l m 2. Gyires Béla Informatikai Nap, Debrecen, 2004. május 14.

More Related