Iniciación a Omnet++

1. Iniciación a Omnet++ José Daniel García Sánchez Grupo de Arquitectura Comunicaciones y Sistemas Universidad Carlos III de Madrid

2. Contenido

3. Pasos • Definir la estructura de la red. • Lenguaje NED. • Completar el comportamiento. • Lenguaje C++. • Configurar la simulación • Archivo ini

4. Ejemplo 1 • 1 Servidor. • El tiempo entre llegadas tiene una distribución exponencial con media de 1 segundo. • El tiempo de servicio tiene una distribución exponencial de 0.99 segundos. • ¿Cuál es el tiempo medio que una petición permanece en la cola?

5. Cola M/M/1 • Evidentemente, este sistema tiene solución analítica. • Simplemente se usa como ejemplo muy sencillo para ilustrar Omnet++.

6. Lenguaje NED Básico • Definición de módulos simples. • Definición de módulos compuestos. • Definición de redes.

7. Parámetros: numeric, numeric const (o const), bool, string, xml. Puertas. in o out. Pueden ser arrays. simple Modulo parameters: p1 : tipo, p2 : tipo; gates: in: g1; out: g2; out: g3[]; endsimple; Módulos simples

8. Generador de peticiones simple Generador parameters: tiempoEntreLlegadas : numeric; gates: out: salidaPeticiones; endsimple;

9. Servidor simple Servidor parameters: tiempoServicio: numeric; gates: in: entradaPeticiones; endsimple;

10. Permiten componer módulos complejos a partir de otros. Se usan para interconectar módulos. Se pueden realizar múltiples niveles de composición. module nombre parameters: //... gates: //... submodules: //... connections: //... endmodule; Módulos compuestos

11. Conexión de módulos module Red parameters: tiempoLlegadas : numeric, tiempoServicio : numeric; submodules: gen : Generador; parameters: tiempoEntreLlegadas = tiempoLlegadas; svr : Servidor; parameters: tiempoServicio = tiempoServicio; connections: gen.salidaPeticiones --> svr.entradaPeticiones; endmodule;

12. Instanciación de la red. Puede contener asignación de parámetros. network red : Red endnetwork; Red

13. Programación de módulos simples • Es necesario definir el comportamiento de los módulos simples. • Iniciación • Finalización. • Tratamiento de mensajes. • Cada módulo simple se programa como una clase C++. • Hereda de cSimpleModule

14. Síncrono Se define un bucle completo de tratamiento. Más sencillo de comprender inicialmente. Requiere espacio de pila. Otros problemas. Asíncrono Disparado por eventos. Más costoso de comprender. No requiere espacio de pila. Modelos de tratamiento de mensajes

15. Clase generador #include <omnetpp.h> class Generador : public cSimpleModule { Module_Class_Members(Generador, cSimpleModule, 4096);  private: virtual void initialize(); virtual void activity(); virtual void finish(); private: int salida_; private: int enviados_; };

16. Generador: Iniciación y Finalización #include "generador.h" Define_Module(Generador);  void Generador::initialize() { salida_ = findGate("salidaPeticiones"); if (salida_ < 0) opp_error("puerta de salida no encontrada"); enviados_ = 0; } void Generador::finish() { ev << "Mensajes enviados: " << enviados_ << endl; }

17. Generador: Actividad void Generador::activity() { cPar tiempo_entre_llegadas=par("tiempoEntreLlegadas"); for (;;) { double tiempo = tiempo_entre_llegadas; wait(tiempo); cMessage * msg = new cMessage("peticion"); send(msg, salida_); enviados_++; } }

18. Clase servidor #include <omnetpp.h> class Servidor : public cSimpleModule { Module_Class_Members(Servidor, cSimpleModule, 4096); private: virtual void initialize(); virtual void activity(); virtual void finish(); private: int procesados_; };

19. Servidor: Iniciación y Finalización #include "servidor.h" Define_Module(Servidor); void Servidor::initialize() { procesados_ = 0; } void Servidor::finish() { ev << "Peticiones procesadas: " << procesados_ << endl; }

20. Servidor: Actividad void Servidor::activity() { cPar tiempo_servicio = par("tiempoServicio"); for (;;) { cMessage * msg = receive(); delete msg; double tiempo = tiempo_servicio; wait(tiempo); procesados_++; } }

21. Vale ¿Y ahora qué? • Se pueden generar dos tipos de ejecutables: • Interfaz de usuario gráfico: Útil para depurar y comprender. • Interfaz de consola: Más eficaz para realizar las simulaciones por lotes.

22. Proceso de compilación

23. Compilación • Omnet++ permite generar automáticamente los Makefile. • Ejemplo para Windows: • opp_nmakemake –u Cmdenv –f –o simred • opp_nmakemake –u Tkenv –f –o simred • nmake –f Makefile.vc

24. Configuración: omnetpp.ini [General] network=red sim-time-limit = 10s [Parameters] red.tiempoLlegadas=1 red.tiempoServicio=0.99

25. Seamos realistas • No se puede sustituir una distribución por su media. • Hace falta asignar distribuciones aleatorias a los parámetros. • Y además: • No se puede recibir un mensaje mientras se está en un wait.

26. Uso de una cola de peticiones class Servidor : public cSimpleModule { //... private: cQueue * cola_peticiones_; //... };

27. activity() void Servidor::activity() { cPar tiempo_servicio = par("tiempoServicio"); for (;;) { cMessage * msg; if (cola_peticiones_->empty()) { msg = receive(); } else { msg = check_and_cast<cMessage*>(cola_peticiones_->pop()); } ev << "Enviado: " << msg->sendingTime() << ", procesando: " << simTime() << endl; delete msg; double tiempo = tiempo_servicio; waitAndEnqueue(tiempo,cola_peticiones_); procesados_++; } }

28. Generación de números aleatorios • Un generador de números pseudoaleatorios • Genera números enteros. • Basado en un algoritmo determinista. • Parte de una semilla inicial. • Necesarios para generar distribuciones aleatorias.

29. Generadores de números aleatorios • Congruencial lineal. • Periodo 231 • Mersenne-Twister [1998] • Periodo de 219937-1. • Akaroa. • Para ejecutar replicaciones paralelas en clusters.

30. Distribuciones aleatorias • Basadas en generadores de números aleatorias. • Disponibles las más típicas. • Se pueden añadir nuevas (si uno sabe matemáticas suficientes).

31. Importante • Cuidado con las variables autocorreladas. • Mucho cuidado con generar dos distribuciones a partir de una misma fuente aleatoria.

32. Configuración de parámetros [General] network=red sim-time-limit = 1m num-rngs=2 **.rng-0=0 **.rng-1=1 [Parameters] red.tiempoLlegadas=exponential(1,0); red.tiempoServicio=exponential(0.9,1);

33. Recogida de estadísticas • Omnet++ ofrece herramientas para recoger estadísticas de los resultados. • La más sencilla es cStdDev que permite recoger estadísticos sencillos de una muestra.

34. Generador: Recogida de estadísticas class Servidor : public cSimpleModule { //... private: cStdDev tiempo_espera_; };

35. Generador: Recogida de estadísticas void Servidor::activity() { //... tiempo_espera_.collect(simTime() - msg->sendingTime()); //... } void Servidor::finish() { delete cola_peticiones_; ev << "Peticiones procesadas: " << tiempo_espera_.samples() << endl; ev << "Tiempo medio: " << tiempo_espera_.mean() << endl; ev << "Varianza: " << tiempo_espera_.variance() << endl; }

36. Recogida de estadísticas más detallada • cWeightedStdDev • Pesos en las medidas  Longitud media. • cLongHistogram, cDoubleHistogram, cVarHistogram • Histogramas • cPSquare • Cuantiles

37. Grabación de datos vectoriales • Posibilidad de guardar una serie temporal para posterior análisis. • Archivo con extensión vec. • Se puede procesar con herramienta plove.

38. Servidor: Grabación de vectores class Servidor : public cSimpleModule { //... private: cOutVector vec_tiempo_espera_; cOutVector vec_longitud_cola_; };

39. Servidor: Grabación de datos vectoriales void Servidor::activity() { //... vec_tiempo_espera_.record( simTime()-msg->sendingTime()); vec_longitud_cola_.record( cola_peticiones_->length()); //... }

41. Estimación del tiempo de espera • Sea Ti el tiempo de espera de la i-ésima petición. • ¿Puedo usar T para estimar el tiempo de espera de las peticiones? • No porque Ti no son independientes ni idénticamente distribuidas. • Pero podría estimar las distribuciones de cada uno de los Ti.

42. Si solamente ejecuto la simulación una vez solamente tengo una muestra de cada variable aleatoria Ti. • Solución: • Realizar m ejecuciones independientes. • Tij: Tiempo de espera de la i-ésima petición en la j-ésima replicación. • Cada ejecución usa las mismas condiciones inciales. • Solo cambian las semillas de generación de números aleatorios.

43. Independencia entre ejecuciones • T11,T12,...,T1n son muestras de la variable aleatoria Ti. • Cada Ti puede seguir una distribución distinta. • Pero ¿Cómo se determina m? • ¿Depende del tipo de simulación?

44. Simulaciones con finalización predefinida • Se sabe cuando terminan. • Un sistema que se reinicia pasado un cierto tiempo. • Un sistema que tiene una condición de terminación. • Simular la transmisión de un video.

45. Preguntas para simulaciones con finalización predefinida • Estimación del intervalo de confianza a partir de n realizaciones de simulación estocástica. • ¿Cuántas realizaciones tengo que hacer si quiere obtener una precisión determinada?

46. Simulación sin terminación definida • No existe un evento de terminación de la simulación. • Nos interesan el comportamiento del sistema en su estado estacionario. • Hay que detectar y eliminar el estado transitorio.

47. Estado transitorio y estado estacionario

48. Preguntas • ¿Cómo elimino la parte de la simulación que se corresponde con el estado transitorio? • Finalización de la simulación: • Si termino demasiado pronto  resultados con variabilidad dependiente de las semillas. • Si termino demasiado tarde  estoy desperdiciando tiempo y recursos.

49. Compliquemos el problema • El cliente y el servidor están conectados por un canal: • Ancho de banda de 128 Kbps. • El retraso sigue una distribución normal de media 1us y sigma 0.01. • Los tamaños de los mensajes tienen una distribución lognormal mu=6 y sigma=0.4

50. Omnet permite definir un tipo de canal a partir de: Ancho de banda. Tasa de errores. Retraso. channel nombre delay valor error valor datarate valor endchannel; Definición de canales