авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 | 4 |
-- [ Страница 1 ] --

СИСТЕМЫ

УПРАВЛЕНИЯ И

ИНФОРМАЦИОННЫЕ

ТЕХНОЛОГИИ

Сборник трудов

2001

Министерство образования Российской Федерации

Воронежский

государственный технический университет

Международный институт компьютерных технологий

Липецкий государственный технический университет

СИСТЕМЫ УПРАВЛЕНИЯ

И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

Межвузовский сборник научных трудов

Центрально-Черноземное книжное издательство

Воронеж 2001

ББК 32.81 С56 Системы управления и информационные технологии/ Межвузов ский сборник научных трудов - Воронеж: Центрально-Черноземное книжное издательство, 2001. - 124 с.

ISBN Сборник трудов ученых Центрально-Черноземного региона содер жит материалы по следующим основным направлениям: сетевые техно логии и открытое образование;

анализ и синтез сложных систем;

при кладные задачи информатизация управления.

Материалы сборника полезны научным и инженерно-техническим работникам, связанным с различными аспектами информатизации совре менного общества, а также аспирантам и студентам, обучающимся по специальностям 010100, 010200, 010400, 030100, 071900, 210100, 220100, 220300, 351400.

Редколлегия сборника:

Кравец О.Я., д-р техн. наук, проф., руководитель Центра дистан ционного образования ВорГТУ (председатель);

Подвальный С.Л., за служенный деятель науки РФ, д-р техн. наук, проф., зав. кафедрой АВС ВорГТУ;

Шиянов А.И., заслуженный деятель науки РФ, д-р техн. наук, проф., ректор МИКТ;

Блюмин С.Л., д-р физ.-мат. наук, проф., зав. ка федрой прикладной математики ЛГТУ.

ББК 32. Коллектив авторов, ISBN СЕТЕВЫЕ ТЕХНОЛОГИИ И ОТКРЫТОЕ ОБРАЗОВАНИЕ A.A.Неприков КОНЦЕПТУАЛЬНАЯ И ПОЛУНАТУРНАЯ МОДЕЛИ СИСТЕМ ДИСТАНЦИОННОГО ОБУЧЕНИЯ В настоящее время системы дистанционного обучения (ДО) представля ют собой сложные информационные системы, соответствующие архитектуре клиент-сервер, обладающие следующими элементами:

· сервером ДО, включающего в себя модуль управления подсистемами, базу данных, подсистему доставки образовательной информации, под систему генерации тестовых заданий;

· подсистемой администрирования и формирования содержимого ин формационной системы;

· клиентами, представленными web-браузерами.

Рассмотрение систем ДО осуществляется через призму их основных функций обслуживания, т.е. поиска и предоставления информации определен ного характера по заявке клиента.

Как уже было сказано, основными элементами такой системы являются клиентские программы, представленные web-браузерами, и сервером дистан ционного обучения. В качестве транспортной компоненты информационной системы используется сеть Internet. Взаимодействие клиентов с сервером осу ществляется средствами стандартного протокола HTTP. Под данными web ориентированной информационной системы понимают множество документов представленных на языке гипертекстовой разметки HTML, а так же множество графических файлов, на которые имеются ссылки в документах. Web взаимодействие – это цикл передачи одного документа сервером на запрос со стороны клиентского браузера. Каждое web-взаимодействие начинается с пода чи клиентом запроса на получение документа по заданному адресу URL. Закан чивается по получению последнего байта запрашиваемого документа.

Типичный сервер дистанционного обучения состоит из трех модулей:

web-сервера, множества специализированных прикладных программ, СУБД (рис. 1).

Web-сервер принимает и отвечает на запросы, поступающие со стороны клиентов по HTTP протоколу. Получив клиентский запрос, сервер создает эк земпляр необходимой для обработки полученного запроса прикладной про граммы, в виде отдельного процесса или потока. Задачей экземпляра приклад ной программы является обработка полученных данных в клиентском запросе и подготовка данных для ответа. В процессе подготовки ответа экземпляр при кладной программы может обращаться к СУБД с целью получения некоторой необходимой информации [1]. Базы данных широко используются в подобных системах и в основном используются, как централизованные хранилища сис темной информации, начиная от списков зарегистрированных пользователей или содержимого учебных курсов и заканчивая настройками системы.

Сервер ДО Прикладная программа Прикладная Web-сервер СУБД программа Интернет Прикладная программа N Рис. 1. Структура сервера дистанционного обучения Количество одновременно запускаемых экземпляров прикладных про грамм задается администратором сервера и выбирается исходя из задач, стоя щих перед сервером и ресурсов системы, например объемом оперативной па мяти. Аналогично администратор определяет параметры взаимодействия с ба зой данных. Например, важным параметром в настройке базы данных является максимальное количество открытых каналов с клиентскими задачами.

Анализ систем дистанционного обучения удобнее всего проводить на некоторой модели. Предварительный анализ показывает, что систему удобно исследовать методами теории массового обслуживания - сведением к модели марковских процессов с дискретными состояниями и непрерывным временем.

Действительно, можно рассматривать сервер системы, как некоторое устройст во, принимающее некоторые состояния S0(t), S1(t), S2(t) … Sn(t), которые можно сосчитать. Состояние S0 это состояние, которое принимает сервер при отсутст вии заявок на обслуживание. Состояние S1, S2 …Sn это состояния, когда заняты соответственно 1-й, 2-й, все доступные каналы. Параметр n в данном случае яв ляется входным параметром и может быть получен из анализа реальной систе мы. В какие то случайные моменты времени состояния могут меняться.

Под событиями следует понимать поступление запросов со стороны кли ентов, что может быть смоделировано, как пуассоновский поток заявок.

В контексте анализа системы ДО основной задачей моделирования явля ется получение представлений о поведении типичной системы ДО в зависимо сти от режимов загрузки. Таким образом, на данном этапе работы анализ задачи моделирования сводится к выбору критериев оценки эффективности процесса функционирования системы, а так же выделению эндогенных (зависимых) и эк зогенных (независимых) параметров системы.

В качестве главного критерия оценки эффективности системы берется среднее время обслуживания одного клиента в системе To. Показателем эффек тивности системы может служить условие To = t, где t максимально возможное время ожидания обслуживания клиентом.

Вторым критерием эффективности можно взять количество отказов в об служивании E0. И принять условие, что E0 = e, где e предельно допустимое количество отказов.

Второстепенными показателями эффективности могут быть средние дли ны очередей, среднее время ожидания в очереди, время простоя оборудования.

Эти параметры так же могут быть получены при исследовании полученной мо дели и могут использоваться для получения экономических характеристик сис темы.

Таким образом, можно построить концептуальную модель системы и представить ее в виде предварительной Q-схемы (рис. 2).

Буфер- Устройство Канал обслужи накопитель обслуживания вания Канал обслужи Генератор Окончание вания обслужи заявок вания … Канал обслужи вания N Отказ в обслужи вании Рис. 2. Структурная схема модели обслуживания в символике Q-схем Таким образом, в модели можно выделить следующие элементы:

а) Генератор заявок. Заявки поступают в буфер-накопитель, если в нем есть свободная емкость. Если буфер-накопитель не принимает заявки происхо дит отказ и заявка уничтожается. В реальных системах это соответствует ошибке 503 http протокола. Прототипом генератора заявок являются клиент ские web-браузеры, запрашивающие определенные документы.

б) Буфер накопитель. Заявки поступают в устройство обслуживания либо заявки получают отказ, если лимит времени пребывания в очереди истек. Про тотипом является буфер накопитель web-сервера.

в) Устройство обслуживания. Прототипом из реальной системы является программный комплекс, включающий в себя www сервер, приложения, СУБД.

По окончании обслуживания заявки покидают систему.

г) Устройства сбора статистики. Данные устройства являются вирту альными и выполняют функции сбора статистики по количеству успешно об служенных заявок и по количеству отказов.

При анализе систем дистанционного обучения возникает сложность вы бора базовой системы ДО, показатели производительности которой можно бы ло бы использовать в модели. Проблема заключается том, что на настоящий момент существует множество различных технологий используемых в по строении интернет-ориентированных информационных систем. Элементы сис темы дистанционного обучения описывались выше и, каждый из этих элемен тов может быть построен с использованием своей технологии. Так, например, существует несколько web-cерверов, имеющих различные архитектуры и пока затели производительности. Существуют различные технологии, позволяющие создавать интернет-приложения, например, CGI, PHP, Java, ASP и т.д. К на стоящему моменту можно насчитать с десяток известных и малоизвестных сер веров СУБД. Так же играет роль сложность схемы данных и реализация алго ритмов интернет-приложений.

Для решения задачи идентификации параметров модели используется модифицированный метод оценки производительности web-ориентированных систем, который был предложен в специализированном тесте систем электрон ной коммерции TPCW консорциумом TPC (transaction performance council).

Суть метода заключается в создании некой экспериментальной системы электронной коммерции или полунатурной модели, построенной с использова нием реальных технологий, обеспечивающей необходимую функциональность и которую можно рассматривать как некий эталон. Прототипом системы элек тронной коммерции послужили электронные книжные магазины. Компонента ми такой системы являются эмулируемые пользовательские web-браузеры (emulated browser) и экспериментальная система (system under test) /2/.

Однако напрямую применять метод, использованный в TPCW, не пред ставляется возможным в силу существенных различий между устройством об служивания теста TPCW и исследуемым устройством обслуживания системы дистанционного обучения, а так же в различиях между классами заявок на об служивание. Единственно возможным решением этой проблемы стало создание собственного инструментария исследований, а именно полунатурной модели сервера дистанционного обучения и средств моделирования пользовательской активности (эмулируемых браузеры с определенными сценариями поведения).

Разработанный программный комплекс средств включает в себя (рис. 3):

1. Подсистему сбора статистики и управления эмуляторами браузеров, предназначенную для создания эмулируемых браузеров и запусков их в нуж ном режиме, получения статистики по каждому сетевому взаимодействию.

2. Эмулятор web-браузера. Программа реализует работу по HTTP прото колу в форме сценариев работы – последовательному переходу между web страницами. К основным функциям можно отнести формирование запросов и загрузку необходимых html-cтраниц, переход по ссылкам, отправка данных web-cерверу.

3. Стандартный web-сервер.

4. Множество web-приложений. Множество модулей, реализующих алго ритмы обслуживания. К таким типичным алгоритмам обслуживания относятся алгоритмы аутентификации, доставки лекционных материалов, генерации тес тов, формирование различных отчетов и т.п., которые, фактически, в совокуп ности образуют ядро сервера системы дистанционного обучения.

5. Сервер БД. Используемая СУБД, поддерживающая интерфейс ODBC.

6. Генератор экспериментальных данных. Программа, наполняющая сер вер БД тестовыми данными.

Web прило Эмулятор жение браузера Подсистема Web сбора ста- Эмулятор Web сервер тистики и Cервер БД браузера 2 прило управления жение ЭБ Эмулятор Web браузера n прило жение m Рис. 3. Схема полунатурной модели системы дистанционного обучения Работа с пакетом программ включает в себя подготовительные работы, заключающиеся в настройке системы, загрузке тестовых данных и непосредст венно измерений производительности системы средствами эмулируемых брау зеров.

Список использованных источников 1. Неприков А.А., Кравец О.Я.Механизм обмена данными в ИС ДО с ру бежным контролем знаний/ Управляющие и вычислительные системы. Труды межвуз. научно-техн. конф. Вологда, 2000. С. 159.

2. http://www.tpc.org Д.И.Васильченко СЕТЬ СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ВЫЧИСЛИТЕЛЬНОЙ СЕТИ ПЕРЕДАЧИ ДАННЫХ Базовый принцип построения вычислительных сетей основывается на применении концентраторов. Концентратор - многопортовый повторитель се ти. Назначение концентраторов - объединение отдельных рабочих мест в рабо чую группу в составе локальной сети. Все порты концентратора являются рав ноправными. Получив сигнал от одной из подключенных к нему станций, кон центратор транслирует его на все свои активные порты. Концентраторы можно наращивать посредством установки в стек или в шасси. Стековый концентра тор можно рассматривать как повторитель с предусмотренной в нем возмож ностью расширения.

При построении небольших сетей использование стандартных техноло гий на разделяемых средах передачи данных с использованием концентраторов приводит к экономичным и эффективным решениям.

Эффективность разделяемой среды для небольшой сети проявляется в первую очередь в следующих свойствах:

· простой топологией сети, допускающей легкое наращивание числа уз лов (в небольших пределах);

· отсутствие потерь кадров из-за переполнения буферов коммуникаци онных устройств, так как новый кадр не передается в сеть, пока не принят пре дыдущий – сама логика разделения среды регулирует поток кадров и приоста навливает станции, слишком часто генерирующие кадры, заставляя их ждать доступа;

· простоте протоколов, обеспечивающих низкую стоимость сетевых адаптеров, повторителей и концентраторов.

Основные недостатки сети на одной разделяемой среде начинают прояв ляться при превышении некоторого порога количества узлов, подключенных к разделяемой среде, и состоит в следующем. Даже та доля пропускной способ ности разделяемого сегмента, которая должна в среднем доставаться одному узлу, очень часто узлу не достается. Причина заключается в случайном харак тере метода доступа к среде, используемых во всех технологиях локальных се тей, а также в принципе функционирования концентратора, который заключа ется в передаче поступающих на порты концентратора сообщений на все ак тивные его информационные входы.

Для преодоления ограничений, возникающих из-за использования общей разделяемой среды, используют такие устройства как коммутаторы, мосты и маршрутизаторы.

Перечисленные устройства передают кадры с одного своего порта на дру гой, анализируя адрес назначения, помещенный в этих кадрах. При этом единая разделяемая, созданная концентраторами сеть делится на несколько частей, ка ждая из которых присоединена к порту моста, коммутатора или маршрутизато ра. Это в общем случае значительно снижает трафик в отходящих от сегментов сетей каналах связи.

Большое количество подразделений, входящих в состав современного промышленного предприятия, предъявляет высокие требования к скорости и надежности передачи информации по компьютерной сети. Вычислительные се ти могут создаваться для выполнения различных задач, при этом специфич ность передаваемой и обрабатываемой в них информации определяет специ альные требования к архитектуре вычислительных сетей. То есть при создании сети передачи данных основное внимание следует уделять управлению потока ми информации в них. При этом построение компьютерной сети должно быть выполнено так, чтобы обеспечивать оперативное и гибкое управление техноло гическими процессами производства, сбор и обработку больших объемов ин формации, ее хранение и представление в удобном для обслуживающего пер сонала виде. Кроме того, возможности сети передачи данных должны обеспе чивать постоянное отслеживание состояния объектов управления и своевре менное реагирование на все их изменения. В то же время вычислительная сеть должна быть легко настраиваема, проста в обслуживании, и иметь возможность расширения в будущем.

При проектировании компьютерной сети одними из основных вопросов являются вопросы о выборе общей структуры сети и пропускных способностей каналов сети, так как от этого напрямую зависит своевременная доставка со общений и стоимость, как кабельных линий, так и сетевого оборудования.

Для выбора структуры сети необходимо провести анализ современных методов построения компьютерных сетей с учетом имеющихся особенностей, ограничений и требований к проектируемой сети передачи данных.

Для определения требуемых пропускных способностей необходимо со ставить математическую модель проектируемой сети и провести расчет и ана лиз ее основных характеристик. Для этого вычислительная сеть рассматривается как система, выявляются причинно-следственные связи входящих в нее подсис тем и устанавливается их влияние на конечный результат деятельности систе мы.

Проанализируем функционирование компьютерной сети передачи дан ных, используя в качестве основы для проектирования теорию массового об служивания.

В проектируемой вычислительной сети большая часть сообщений после довательно проходит через несколько систем обслуживания (сетевых уст ройств). В этом случае модель компьютерной сети можно представить как сеть систем массового обслуживания, которая характеризуется связями между от дельными СМО и свойствами самих систем.

Значительные размеры буферов современных сетевых устройств, а также принципы работы протоколов передачи данных, при моделировании позволяют считать, что сетевые устройства имеют неограниченные по объему буферы па мяти передачи.

Рассматривая вычислительную сеть как сеть систем массового обслужи вания, необходимо для каждой входящей в математическую модель СМО опре делить, что является блоком очереди, прибором обслуживания. В данном под ходе составления математической модели принимается:

· блоками очередей во всех СМО являются буферы памяти соответст вующих сетевых устройств;

· приборами обслуживания заявок во всех СМО являются каналы пере дачи данных, имеющие определенные пропускные способности;

Сделанное ранее предположение о том, что сетевые устройства имеют неограниченные по размеру буферы памяти, позволяет рассматривать систему массового обслуживания, как СМО с неограниченной по длине очередью.

Применение математического аппарата теории массового обслуживания покажем на примере моделирования компьютерной сети, изображенной на (рис. 1). Рассматриваемая компьютерная сеть включает в свой состав большин ство современных сетевых устройств, применяемых для синтеза вычислитель ных сетей.

3 1 N N 4 2 5 N-1 N- N-2 N- коммутатор m m- 3 N N 4 5 N- N- N- N- Рис. 1. Структурная схема вычислительной сети предприятия Граф передачи модели рассматриваемой компьютерной сети показан на (рис.2, под №0 показан виртуальный источник заявок).

В модели компьютерной сети можно выделить два типа составляющих подсетей. Структуры моделей этих подсетей следующие:

1. Источником заявок является концентратор локальной сети. Время об служивания – время передачи сообщения от рабочей станции локальной сети до сервера-маршрутизатора этой сети, а точнее до порта сервера маршрутизатора, относящегося к локальному сегменту. На схеме (рис. 2) эти СМО показаны с №№ 1..m. Количество таких СМО в локальной сети совпадает с количеством концентраторов (или серверов) в глобальной сети.

2. Источниками заявок являются порт сервера-маршрутизатора, отно сящегося к порту коммутатора и все, кроме одного, порты коммутатора. Время обслуживания – время передачи сообщения от порта сервера-маршрутизатора, относящегося к порту коммутатора этой сети или от всех, кроме рассматривае мого, портов коммутатора. Из логики работы коммутатора его модель лучше представить как взаимосвязь СМО. Где каждое СМО является одним портом коммутатора. В результате количество СМО в модели коммутатора равно коли честву активных портов в коммутаторе. На схеме (рис. 2) эти СМО показаны с №№ (m+1)..2m.

Зная вероятности переходов и одну из интенсивностей потока заявок на основе графа, изображенного на (рис. 2), составляется система линейных ал гебраических уравнений. Неизвестными в этой системе являются интенсивно сти потоков сообщений, поступающие на каждую СМО в сети [1].

P m+ P2m+22m+ P01 P 2m m 0 P0m- P0m P m+ P3m3m- 2m- m- Рис. 2. Граф передачи вычислительной сети: Pij (i=0..2m;

j=0..2m) – веро ятность поступления сообщений из СМО с №i в СМО с №j.

После расчета интенсивностей заявок, поступающих на входы СМО сети, проводится расчет характеристик каждой СМО.

1. Среднее число требований в системе:

y n= 1 -y 2. Среднее время пребывания в системе равно:

- u= m 1 -y 3. Вероятность своевременной доставки [2]:

m -l Q=, m - l +n где y = l / m, l - средняя интенсивность сообщений, проходящих через соот ветствующий канал связи, m = 1/ T 1, где T 1 - среднее время прохождения сооб щения через канал связи, n = 1/ T 2, где T 2 - среднее допустимое время прохо ждения сообщения через канал связи.

Типовой график зависимости вероятности своевременной доставки от интенсивности поступающих сообщений представлен на рис. 3.

Q(l ).

l lкр Рис.3. Типовой график зависимости вероятности своевременной доставки от интенсивности поступающих сообщений.

Анализ графика на рис. 3 показывает, что при увеличении интенсивности поступающих сообщений происходит незначительное снижение вероятности своевременной доставки. Однако при достижении критического значения ин тенсивности lкр происходит перегрузка вычислительной сети, что резко уве личивает время прохождения сообщения по сети и как следствие снижает веро ятности своевременной доставки практически до нуля.

При необходимости на основе найденных параметров каждой СМО, оп ределяется общее время пребывания заявки в сети и делается вывод о возмож ности использования вычислительной сети передачи данных с выбранной на основе математической модели структурой и рассчитанными пропускными способностями каналами передачи.

Список использованных источников 1. Кузин Л.Т. Основы кибернетики. М.: Энергия, 1979.

2. Захаров Г.П. Методы исследования сетей передачи данных. М.: Радио и связь, 1982.

С.А.Олейникова ПОСТАНОВКА ЗАДАЧИ ОПТИМИЗАЦИИ РАСПРЕДЕЛЁННОЙ ВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЫ И ИССЛЕДОВАНИЕ РАЗЛИЧНЫХ ВАРИАНТОВ ЕЁ РЕШЕНИЯ 1. Постановка задачи Рассмотрим распределённую вычислительную систему с несколькими центрами обработки данных (обслуживающими комплексами), на вход которой поступают комплексные задачи с жёстким маршрутом решения [1]. Всего су ществует J источников задач. Каждый обслуживающий комплекс состоит из нескольких идентичных компонент и предназначен для решения локальных за дач определённого типа. Рассмотрим функционирование данной вычислитель ной системы как системы массового обслуживания. Анализ данной системы по зволяет установить потребность в решении задачи на одном (i-м) обслужи вающем комплексе (i=1,..,n) (на i-м узле распределённой системы) для j-го ис точника задач (j=1,…,J) и определить интенсивность потока задач. При беспри оритетном обслуживании общая потребность в i-том обслуживании будет оп ределяться следующей формулой J li = l ij, i = 1,..., n. (1) j = Если рассматривать вычислительный центр как многоканальную СМО, то её характеристиками являются:

· производительность вычислительной компоненты для i-го вида задач mi, i=1,…,n;

· количество идентичных компонент i-го обслуживающего комплекса Si, i=1,…,n, Si1.

Тогда для каждого вида задач получим многоканальную СМО, количест во мест в очереди которой неограниченно. Для данной СМО справедливы сле дующие формулы [2]:

Р ( k,a i ) Рki =. (2) 1 - b im R ( S i,a i ) + P ( S i,a i ) b i 1 - bi Здесь Pki – вероятность занятости k-го канала для i-й СМО, li ai =, mi l bi = i, Si mi a ik P(k,a i ) =, k!

a ij Si R( S i,a i ) = j! j = m – число мест в очереди. Если число мест в очереди не ограничено, то b im ® 0. Тогда для i-го вида задач будем иметь следующую вероятность про стоя [2]:

P0i =, S + ai i ai k S i + S i !( S i - a i ) k = 0 k !

и вероятность полной загрузки [2] Si - 1 Pi = 1 - Pk =1 - P0i R( S i - 1,a i ) = P0i - R ( S i - 1,a i ) = P 0i k = Si a ik Si -1 k a iSi a iSi + a iSi +1 ai = P0i - = P0i + S ! + S !( S - a ) = k ! S i !( S i - a i ) k = 0 k !

k =0 i i i i a iSi a iSi (S i - a i + a i ) = P0i = P0i = S i !( S i - a i ) ( S i - 1)!( S i - a i ) a iSi = = a ik ( S i - 1)!( S i - a i ) a iSi +1 Si + S i !( S i - a i ) k = 0 k !

a iSi a iSi S i = =.

a iSi +1 a ik a ik Si Si + S i !( S i - a i ) + ( S i - 1)!( S i - a i ) Si + a i k = 0 k!

Si k!

k = Отсюда имеем следующую формулу Si Pi =. (3) S i !( S i - a i ) a ik Si ai + a iSi k! k = По этим выражениям можно выбрать рациональный вариант, обеспечи вающий согласованность потока задач, количества обслуживающих комплексов и единиц оборудования, тип оборудования с определённой пропускной способ ностью. С целью возможности анализа различных вариантов использования данной вычислительной системы в условиях ограниченных ресурсов построим оптимизационную модель.

В качестве целевой функции рассмотрим достижение равномерной за грузки системы:

D(P)®min, (4) N N 1 где D – выборочная дисперсия D ( P ) = ( Pi - Pcp ) 2 = Pi - Pcp, а Pcp оп 2 N i =1 N i = N ределяется формулой Рcp = Pi.

N i = Такой выбор целевой функции обусловлен тем, что нам заранее неизвест но, какого типа задачи поступят на обслуживание в каждый конкретный мо мент времени. Поэтому чем более равномерной будет загрузка системы, тем больше резерв её производительности в целом. Следует также предусмотреть появление новых типов задач. Т.к. мы не можем предсказать, какими они будут, необходимо оставить резерв для решения задач любого вида. Ограничениями являются затраты на i-й процесс n ci m i S i C, (5) i = где сi – затраты на обслуживание одной задачи по i-му виду, С – ресурсы, выде ляемые в месяц ВС. Необходимо также учитывать капитальные затраты на вве n ciкап С кап, где сiкап – капи дение дополнительной единицы оборудования i = тальные затраты по i-му виду оборудования;

Скап – ресурсы, выделяемые на ка питальные затраты.

Окончательно оптимизационная модель будет иметь вид D(P) ® min, n ci m i S i C, i = (6) n ciкап ( S i ) кап C, i = m i S i li, i = 1,..., n.

Необходимо найти такие Si для каждого обслуживающего комплекса, при котором загрузка центра была бы равномерной (т.е. которые бы доставляли ми нимум целевой функции).

2. Исследование различных вариантов решения задачи В силу того, что Si может быть только целым числом (т.к. это количество вычислительных компонент i-го обслуживающего комплекса), то описанная выше задача является задачей целочисленного программирования. Поэтому первый из вариантов решения данной задачи является решение её одним из ме тодов целочисленного программирования [3]. Недостатком данного варианта решения задачи (6) является то, что все эти методы так или иначе сводятся к перебору, что в случае больших n существенно замедляет поиск решения. Более того, при достаточно сильном разбросе значений Si количество переборов так же значительно возрастёт. Поэтому необходимо искать какие-либо другие пути решения данной задачи.

Другим вариантом решения данной задачи является её решение с помо щью методов множителей Лагранжа. Этот метод заключается в следующем [3].

Пусть имеется следующая задача на условный экстремум:

J (u ) ® max. (7) u U = {u R n | g i (u ) 0, i = 1,..., n} Выписывается функция Лагранжа вида n L(u, y ) = J (u ) + yi g i (u ) (8) i = и решение (u*,y*) ищется из следующей системы уравнений L'u (u, y ) = L'u (u, y ) = K L (u, y ) =. (9) 'un y1 g1 (u ) = y 2 g 2 (u ) = K y n g n (u ) = 0.

Для того, чтобы рассматривать эту задачу как задачу на условный экс тремум, необходимо дифференцировать целевую функцию. В частности, необ a ik Si ходимо дифференцировать Si! и по переменной Si, чего сделать нельзя.

k!

k = Более того, целевая функция имеет достаточно сложный вид, и задача получа ется с ограничениями типа неравенств, поэтому решать её с помощью данного метода будет не совсем рационально. Для нахождения минимума функции вос пользуемся стандартным методом. Согласно второй теореме Вейерштрасса, всякая непрерывная в ограниченной области функция достигает в данной об ласти своего наибольшего и наименьшего значения. Как известно, своего ми нимального (или максимального) значения функция может достигать в точках экстремума или на границе области. Тогда минимум функции можно найти следующим образом.

1. Найти точки экстремума целевой функции.

2. Найти граничные точки области, на которой целевая функция опреде лена.

3. Сравнить значение целевой функции в точках экстремума и граничных точках и выбрать минимальное.

Но для использования данного метода необходимо, чтобы целевая функ ция была 1. определена для всех значений аргументов в области определения;

2. непрерывна в области определения.

В данной же задаче функция определена лишь для целых значений аргу ментов, поэтому использование классического метода поиска минимума в дан ном случае невозможно. Более того, целевая функция определяется такими вы ражениями, которые могут быть определены лишь для целых чисел (например, Si! или суммирование от 1 до Si). Тогда возникает следующая задача аппрокси мации. Необходимо заменить исходную целевую функцию такой, чтобы она была определена для всех действительных чисел, непрерывна в области опре деления целевой функции и как можно меньше отличалась от исходной функ ции. Тогда можно решить задачу для аппроксимирующей функции, а потом приближённо найти значения исходной функции, которые доставляли бы ми нимум задаче (6).

Список использованных источников 1. Олейникова С.А., Абсатаров Р.А. Моделирование медицинского об служивания населения на базе многопрофильного лечебно-профилактического учреждения// Современные проблемы информатизации в технике и технологи ях. Сб. трудов. Вып. 6. Воронеж: ВЭПИ. С. 17-18.

2. Клейнрок Л. Теория массового обслуживания. М.: Машиностроение, 1979.

3. Васильев Ф. П. Численные методы решения экстремальных задач. М.:

Наука, 1988.

А.В.Кубахов МОДЕЛИРОВАНИЕ И ОПТИМИЗАЦИЯ РАЗВИВАЮЩИХСЯ СИСТЕМ СОТОВОЙ СВЯЗИ Ориентация отечественной экономики на более полное удовлетворение потребностей промышленной и социальной сферы услугами беспроводной свя зи настоятельно требует эффективной реализации в этой области как современ ных средств и систем информатизации управления сетями сотовой связи, так и инструментов, позволяющих своевременно оценить потребности совершенст вования и опережающего развития сети [1, 6]. Такие системы могут явиться перспективным средством увеличения объемов оказываемых услуг и расшире ния их номенклатуры в конечных точках потребления. Широкое использование информационных технологий и математического моделирования позволяет в условиях развивающейся системы сотовой связи эффективно осуществлять оперативную идентификацию параметров системы управления с целью оценки "запаса прочности", т.е. резервной производительности основного элемента системы сотовой связи, влияющей как на качество обслуживания абонентов, так и на экономические показатели предприятия связи в целом. В этой связи в информационно-управляющую систему необходимо включение контура моде лирования и идентификации, а также дополнительных средств, обеспечиваю щих оценку прогноза развития системы связи при выборе того или иного тех нико-экономического решения [7].

Таким образом, актуальность проблемы продиктована необходимостью обеспечения высокой эффективности функционирования всех экономических и технических компонент системы управления сетью сотовой связи в условиях возрастающего роста потребностей в оказываемых услугах мобильной связи за счет повышения качества управления путем оперативной оценки параметров системы и опережающего прогнозирования ее развития.

Осуществлен анализ и классификация сотовых систем связи и их взаи модействия с Взаимоувязанной сетью связи России [2], экономического рынка поставщиков услуг сотовой связи России с целью выявления основных тенден ций развития, сбора информации о современных системах сотовой связи, рас сматриваются особенности и проблематика функционирования предприятий поставщиков услуг сотовой связи, учитывающие информационно технологические основы работы самих сотовых систем. Важным моментом яв ляется наличие требования обеспечения резервной производительности систе мы сотовой связи, что связано как с необходимостью устойчивого функциони рования системы в условиях пиковых нагрузок, так и с маркетинговой полити кой, направленной на занятие большого сектора рынка, и на реализацию необ ходимости выживания в современных быстроменяющихся условиях. Обосно вана основная группа задач в этой области: создание модели основного элемен та сотовой сети связи - системы управления базовой станцией, модельное опре деление параметров установления соединения и вероятности отказов в обслу живании, обоснование методов моделирования и прогнозирования развития предприятия-поставщика услуг связи с учетом складывающейся технико экономической ситуации.

Прогнозирование развития систем сотовой связи - довольно трудная за дача, так как они относятся к классу сложных систем. Это означает, что при их моделировании должны быть учтены не только технические и технологические характеристики системы, но и целый ряд других важных факторов, а именно:

экономические критерии, как на микроэкономическом, в пределах самой сис темы, так и на макроэкономическом уровнях;

конкурентная борьба на рынке между операторами сотовой связи;

наличие пейджинговых и транкинговых компаний в регионе;

влияние сезонных изменений численности абонентов и так далее. При этом необходимо, чтобы в рамках создаваемой модели можно было отбросить малозначащие факторы, так как иначе при попытке разработки эко номико-математической модели поставщика услуг сотовой связи возникает опасность, что она по своей сложности будет превосходить ту систему, для мо делирования которой была создана.

В процессе исследований осуществлено экономико-математическое мо делирование развивающихся систем сотовой связи. В [4, 5] определены требо вания, предъявляемые к разрабатываемой экономико-математической модели прогнозирования развития систем сотовой связи. В соответствии с этими тре бованиями разработана экономико-математическая модель, основанная на сис теме дифференциальных уравнений первого порядка. Для практической реали зации разработанной экономико-математической модели прогнозирования раз вития систем сотовой связи в виде готового программного продукта - прогно зирующей системы - модель преобразована к эвристической форме. Для этого разработана методика перехода, определены основные сегменты и соответст вующие им эвристики, осуществлена их детальная алгоритмизация.

Для описания моделируемого объекта необходимо задаться некоторой функцией состояния, которую можно представить в виде:

x1 (t ) X (t ) = x 2 (t ), (1) x3 (t ) где x1 (t ) - суммарная технологическая мощность;

x2 (t ) - трудовой ресурс;

x 3 (t ) фактический спрос на услуги средств сотовой связи. При этом xi (t ) может быть в свою очередь как скалярной величиной, так и векторной.

Назовем управлением предприятием-поставщиком услуг связи век тор-функцию:

u1 (t ) u 2 (t ) U (t ) =, (2) u3 (t ) u 4 (t ) где u1 (t ) осуществляет регулирование затрат, направляемых на изменение мощ ности;

u 2 (t ) характеризует ценовую стратегию;

u3 (t ) определяет интенсивность осуществляемой рекламной кампании;

u4 (t ) характеризует эффективность кад ровой политики руководства компании и связанный с ним уровень производи тельности труда, работающего в ней, технического персонала. Компоненты вектора (5) назовем управляющими функциями.

Определим связь между функцией состояния и управления:

dX = f ( X (t ), U (t ), t ), (3) dt Введение векторного уравнения dU = g ( X (t ), U (t ), t ) (4) dt позволяет учесть обратную связь, то есть влияние состояния системы произ водства услуг сотовой связи на принятие управленческих решений. Уравнения (3) и (4) должны решаться совместно при известных начальных условиях:

X (t 0 ) = X 0, U (t 0 ) = U 0, (5) где u1 (t0 ) - характеризует величину начальных капитальных вложений, которые имеют пять составляющих и определяются следующим образом:

u1 (t0 ) = K1 + K 2 + K 3 + K 4 + K 5, (6) где K1 - затраты на строительно-монтажные работы;

K 2 - затраты на оборудо вание базовых станций (БС);

K 3 - затраты на создание центральной станции (ЦС);

K 4 - расходы на закупку программного обеспечения и технических средств для организации системы расчетов;

K 5 - затраты на установление ли ний связи между БС и ЦС. Заменяя в (3), (4) производные в левой части на раз ностные выражения с интервалом дискретизации в месяц, получим рекуррент ные соотношения:

xt +1 = xt + f (xt, u t, t ) t = 0,1,..., T - 1, (7) u t +1 = u t + g (xt, u t, t ) t = 0,1,..., T - 1, (8) где xt, ut - значения управления и состояния системы в момент времени t. Вме сте с начальными условиями (5) и системой ограничений, уравнения (7) и (8) описывают состояние и эффективность управления системой. В наиболее час том случае f и g линейны, и X t +1 = (E + A1 (t )) X t + A2 (t ) U t + X (t ), ~ (9) U t +1 = (E + B1 (t )) X t + B2 (t ) U t + U (t ), ~ (10) где A1 (t ), A2 (t ), B1 (t ), B2 (t ) - матрицы параметров модели, E - единичная матри ~ ца, X (t ) - вектор функция, характеризующая случайные изменения компонента ~ вектора состояния, U (t ) - управляющее воздействие, вызванное актами государ ственного или муниципального регулирования. При этом для годичного перио {} {} A2 (t ) = a i, j A1 (t ) = a i, j да можно считать, что i =1...3, j =1...3, i =4...7, j =1...3, {}, B2 (t ) = {b i, j }i =4..7, j =1..4 являются ненулевыми матрицами ко B1 (t ) = b i, j i =1..4, j =1.. эффициентов модели. Коэффициенты a1 j и b1 j по смыслу являются удельной мощностью, например, a12 показывает "количество мощности на единицу трудовых ресурсов компании", коэффициенты a 2 j и b 2 j - удельная трудоем кость, коэффициенты a 3 j и b 3 j - удельный спрос.

Переменная X 1 (t ) является вектор-функцией:

nk N NS X 1 (t ) = A, (11) N БС С где nk - общее число каналов;

N - величина соты, обслуживаемой БС;

NS - чис ло частотных каналов;

A - допустимая телефонная нагрузка для одной соты (Эрл.);

NБС - число абонентов, обслуживаемых одной базовой станцией (БС);

С число БС в системе сотовой связи в момент времени t.

Достоинство разработанной математической модели, описывающей пове дение региональной системы сотовой связи, в ее универсальности, позволяю щей моделировать развитие любой конкретной системы сотовой связи, сущест вующей в настоящее время. Для практического использования модель была за писана как совокупность связанных между собой структурных сегментов, при этом для каждого сегмента была определена описывающая его эвристика.

Далее осуществлена реализация разработанной математической модели с учетом современного состояния рынка поставщиков услуг сотовой связи [3]. Детализирована эвристическая модель оценки развития системы сотовой связи и численности ее абонентов, осуществлено ее практическое применение для прогнозирования развития систем сотовой связи. Получены оценки выпол нения экспресс-прогноза развития системы сотовой связи на основе данных о ненасыщенности рынка сотовой связи. Осуществлен краткосрочный прогноз развития системы сотовой связи, выполненный на основе разработанной эв ристической модели, реализовано долгосрочное прогнозирование развития сис тем сотовой связи на примере Центрально-Черноземного региона.

Общая модель была разбита на взаимосвязанные блоки-сегменты, после чего каждый сегмент заменялся соответствующей ему функцией, полученной на основе статистической обработки данных по системам сотовой связи. Был проведен анализ деятельности 543 различных организаций РФ, действующих на рынке систем сотовой связи. Разработанная модель, основанная на 10-ти базо вых эвристических положениях, дополнена взаимоувязывающими оценками, учитывающими их комплексное взаимодействие. Оценка эвристики имеет тип, определяемый видом эвристики: вещественный, дискретный целочисленный или логический. Краткое описание эвристик дано в таблице.

Таблица Пози- Описание эвристик ция 1 Оценка экономического потенциала оператора сотовой связи (ОСС) по 5-балльной шкале.

2 Оценка похожести системы сотовой связи, для которой выполняется прогноз, с другими системами, информация о которых имеется в раз работанной автором базе данных.

3 Оценка насыщенности рынка услуг сотовой связи, на котором осуще ствляет деятельность ОСС, для которого производится прогноз.

4 Оценка активности потребителей услуг сотовой связи.

5 Влияние сезонных изменений (например, сезонные изменения чис ленности абонентов) на динамику развития ОСС.

6 Оценка эффективности проводимых ОСС рекламных компаний.

7 Учет особенностей связанных с различием подходов при разработке краткосрочных и долгосрочных прогнозов развития ОСС.

8 Оценка развития систем сотовой связи в данном городе, области, крае или республике РФ и зависимости телефонной плотности сотовых телефонных аппаратов от душевого внутреннего валового продукта.

(При выполнении прогноза используется зависимость, являющаяся аналогом кривой Джиппа применительно к системам сотовой связи).

9 Оценка обобщенного жизненного цикла товаров и услуг, предостав ляемых ОСС.

10 Оценка фактора конкуренции, который предлагается оценивать по 5 балльной шкале на основе специально разработанной методики. Учи тывается как конкуренция со стороны поставщиков подобных услуг, так и со стороны поставщиков услуг-заменителей (например, пей джинг, транкинг и др.).

Разработаны два варианта методики, как для краткосрочного прогнозиро вания (с качественной и количественной оценкой характеристик систем со товой связи), так и для долгосрочного, с качественной характеристикой разви тия системы. Сравнение результатов прогноза с данными по динамике развития существующих систем сотовой связи показало высокую эффективность разра ботанной модели - расхождение между прогнозируемыми и фактическими дан ными составило не более 5-7%, а для экспресс-прогноза не более 10-15%. При тестовом прогнозировании роста численности абонентов системы “Томсктелеком - Никола Тесла” расхождение между фактическим и прогнози руемым значением составило 0,3% для первого месяца и 1,5% для второго.

Список использованных источников 1. Антонян А.Б., Волчкова Н.В. О разработке новой редакции “концепции создания и развития в России до 2005 года сетей общего пользова ния сухопутной и спутниковой подвижной связи”// Мобильные системы, 1999. N 7. - С.4-7.

2. Борисов В.И., Дежурный И.И. Отечественные системы и аппаратура подвижной радиосвязи на российском телекоммуникационном рынке// Мо бильные системы.-1997.-№4.-С. 3. Дадеркин Д.О. Экономическая модель потребительского поведения на рынке услуг сотовой связи// Мобильные системы.- 1997.-№5 - С. 2-8.

4. Кравец О.Я., Щербаков И.Б. Особенности аналитического моделиро вания региональных развивающихся сотовых систем связи// Труды II Между народной электронной научной конференции "Новые технологии в образова нии". Воронеж: Изд-во ВГПУ, 2000. С.44-45.

5. Кравец О.Я., Щербаков И.Б., Кравец В.В. Имитационная идентифика ция параметров подсистемы установления соединения сотовой сети связи// Труды II Международной электронной научной конференции "Новые техноло гии в образовании". Воронеж: Изд-во ВГПУ, 2000. С.21-22.

6. Основы управления связью Российской Федерации/ В.Б.Булгак, Л.Е.Варакин, А.Е.Крупнов и др.;

Под ред. А.Е.Крупнова и Л.Е.Варакина. М.:Радио и связь, 1998.

7. Шехтман Л.И. Системы телекоммуникаций: проблемы и перспективы (Опыт системного исследования) - М.:Радио и связь, 1998.

М.А.Глеков МЕТОДИКА РЕАЛИЗАЦИИ ПЕДАГОГИЧЕСКИХ КОМПОНЕНТ СИСТЕМЫ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ С ИСПОЛЬЗОВАНИЕМ INTERNET-ТЕХНОЛОГИЙ Постоянно усложняющаяся социально-экономическая ситуация в горо дах, финансируемых градообразующими предприятиями, динамизм правового поля и экономики порождают острую необходимость непрерывной переподго товки повышения квалификации руководящих работников органов управления различных уровней. Одновременно информатизация сферы управления также активно развивается, все больше рабочих мест оснащается компьютерами, ин формационно-телекоммуникационными системами, среди которых и Internet [1, 2]. Приближение образовательных услуг в области дополнительного профес сионального образования к рабочему месту является не только привлекатель ным, но и эффективным в плане гибкости организации учебного процесса. По этому дистанционное обучение начинает приобретать все большую популяр ность. Оно вполне может стать сильным соперником стандартным средствам обучения.

Главные отличительные особенности контингента обучаемых в системе дополнительного профессионального образования – четкая мотивация и стрем ление получить максимум знаний, умений и навыков в процессе обучения. В современных условиях достаточно быстрого развития вычислительной техники и программного обеспечения, все более тесной ее интеграции со средствами связи, значительно расширяются возможности использования новых техноло гий в образовании, в частности для создания систем дистанционного обучения.

Дистанционное обучение является формой получения образования, наря ду с очной и заочной, при которой в образовательном процессе используются лучшие традиционные и инновационные методы, средства и формы обучения, основанные на компьютерных и телекоммуникационных технологиях.

Такое обучение представляет собой целенаправленный интерактивный, асинхронный процесс взаимодействия субъектов и объектов обучения между собой и со средствами обучения, причем процесс обучения индифферентен к их пространственному расположению. Образовательный процесс проходит в спе цифической педагогической системе, элементами которой являются подсисте мы: целей обучения, содержания обучения, методов обучения, средств обуче ния, организационных форм обучения, идентификационно-контрольная, учеб но-материальная и ряд других.

Дистанционное обучение - новая организация образовательного процесса, базирующаяся на принципе самостоятельного обучения студента. Среда обуче ния характеризуется тем, что учащиеся в основном, а часто и совсем, отдалены от преподавателя в пространстве и (или) во времени, в то же время они имеют возможность в любой момент поддерживать диалог с помощью средств теле коммуникации: общение с преподавателями и с другими обучающимися через чаты, форумы или электронную почту;

участие в видеоконференциях и т.п.

Отличительной особенностью ДО является предоставление обучаемым возможности самим получать требуемые знания, пользуясь развитыми инфор мационными ресурсами, предоставляемыми современными информационными технологиями. Информационные ресурсы: базы данных и знаний, компьютер ные, в том числе мультимедиа, обучающие и контролирующие системы, видео и аудиозаписи, электронные библиотеки, - вместе с традиционными учебника ми и методическими пособиями создают уникальную распределенную среду обучения, доступную широкой аудитории.

Дистанционное обучение можно разделить на две основные категории:

· студенты и преподаватели общаются в реальном времени через вирту альные аудитории, используя сочетание различных методов передачи инфор мации.

· студент сам определяет темп обучения. Он может выбирать между раз личными носителями информации, выполнять задания в соответствии с ауди торной программой или планом, а затем передавать готовую работу преподава телю для оценки.

Оценивая современное состояние проблематики ДО, можно констатиро вать, что ряд учебных заведений уже находится на стадии серьезной работы в этом направлении. Общество же в целом пребывает еще в состоянии эйфории от поверхностно воспринимаемых возможностей ДО. Эта эйфория связана с достижениями в сфере телекоммуникаций и, прежде всего, с развитием и ши роким распространением глобальной компьютерной сети Интернет.

Появление и активное распространение дистанционных форм обучения является адекватным откликом систем образования многих стран на происхо дящие в мире процессы интеграции, движение к информационному обществу.

В Европе и Северной Америке создаются консорциумы ведущих университе тов, представляющих широкий спектр дистанционных образовательных услуг.

Так, ассоциация ДО в США объединяет в своем составе пять тысяч учебных за ведений. Юнеско ведет работу по организации виртуального распределенного университета, обучение в котором будет происходить в виртуальном простран стве, вне зависимости от расселения и границ, без ограничений по времени.

Особая актуальность создания в системе дополнительного профессио нального образования России системы ДО сегодня обусловлена целым рядом факторов. Среди них огромные территории и сосредоточение научно технических центров в крупных городах, формирование новых потребностей населения по отношению к содержанию и технологиям образования, развитие рыночной экономики, усиление миграции населения и др.

Развитие ДО в системе дополнительного профессионального образования России позволит не только обеспечить населению нашей страны доступ к каче ственному образованию, но и даст России возможность завоевать определенное место на мировом рынке образовательных услуг.


Если говорить о потенциальном рынке образовательных услуг для ДО собственно в России, то он, по экспертным оценкам, для регулярных форм об разования составляет около 1,5 млн. студентов в год. Это нижняя граница, а по оптимистическим оценкам пользователями систем ДО в рамках профессио нально-образовательных программ в стране могут быть около 3 млн. человек.

В системе ДО в России нуждаются следующие группы населения:

· учащиеся средних школ в сельской местности, в поселках, маленьких городах;

· менеджеры различного уровня;

· руководители региональных органов управления;

· офицерский состав сокращающейся армии;

· уволенные и сокращенные лица, зарегистрированные в Федеральной службе занятости;

· лица, желающие получить второе образование или пройти переквали фикацию;

· лица, желающие повысить свою квалификацию в какой-либо области знаний;

· лица с ограниченной свободой перемещения:

· инвалиды;

· русскоязычное население в странах СНГ и дальнего зарубежья.

ДО особенно эффективно для следующих категорий обучаемых:

· наиболее способные студенты, которые уже обладают существенными знаниями и хотят пройти образовательную программу в сжатые сроки;

· обучаемые, которые хотят совместить учебу с производственной дея тельностью;

· обучаемые, желающие выполнить специальные образовательные про граммы, состоящие из курсов, предоставляемых различными учебными заведе ниями, в том числе учебными заведениями разных стран;

· обучаемые, географически изолированные от требующихся им образо вательных ресурсов;

· лица, желающие сменить профессию;

· лица, не получившие законченного образования в юности;

· лица, которые готовятся к поступлению в колледж или университет;

· лица, стремящиеся найти возможность ликвидировать пробелы в от дельных курсах;

· мобильные студенты;

дети иностранных рабочих, военных или посто янно мигрирующих семей;

· обучаемые, имеющие физические, физиологические или эмоциональ ные проблемы;

· специальные студенты, то есть те, кто серьезно занимается искусством, спортом и не желает прерывать образование.

Анализ основных педагогических методов современного образования, основанного на компьютерных и телекоммуникационных технологиях, показы вает, что содержание педагогической деятельности в новой образовательной системе существенно отличается от традиционной.

Во-первых, значительно усложняется деятельность по разработке курсов, поскольку быстро развивается ее технологическая основа. Она требует от пре подавателя развития специальных навыков, приемов педагогической работы.

Кроме того, современные информационные технологии выдвигают дополни тельные требования к качеству разрабатываемых учебных материалов в основ ном из-за открытости доступа к ним как большого числа обучаемых, так и пре подавателей и экспертов, что, в сущности, усиливает контроль за качеством этих материалов.

Во-вторых, особенность современного педагогического процесса состоит в том, что в отличие от традиционного образования, где центральной фигурой является преподаватель, центр тяжести при использовании новых информаци онных технологий постепенно переносится на студента, обучающегося, кото рый активно строит свой учебный процесс, выбирая определенную траекторию в развитой образовательной среде. Важная функция преподавателя - поддер жать обучающегося в его деятельности: способствовать его успешному про движению в море учебной информации, облегчить решение возникающих про блем, помочь освоить большую и разнообразную информацию. В мировом об разовательном сообществе в связи с этим стал использоваться новый термин, подчеркивающий большое значение этой функции преподавателей, - facilitator фасилитейтор (тот, кто способствует, облегчает, помогает учиться).

В-третьих, предоставление учебного материала, предполагающее комму никацию преподавателя и обучаемых, требует в современном образовании бо лее активных и интенсивных взаимодействий между ними, чем в традиционном классе, где преобладает как бы обобщенная обратная связь создатель курса со всем классом, а взаимодействие создатель курса с отдельным обучающимся до вольно слабое. Современные коммуникационные технологии позволяют сде лать такое взаимодействие намного более активным, но это требует от препода вателя специальных дополнительных усилий.

Таким образом, в связи с применением современных компьютерных и те лекоммуникационных технологий в сфере образования происходят существен ные изменения в преподавательской деятельности, месте и роли преподавателя в учебном процессе, его основных функциях. В качестве первостепенных мож но отметить следующие изменения:

· усложнение деятельности по разработке курсов;

· необходимость специальных навыков и приемов разработки учебных курсов;

· усиление требований к качеству учебных материалов;

· возрастание роли обучаемого в учебном процессе;

· усиление функции поддержки студента;

· возможность обратной связи преподавателя с каждым обучающимся.

Преподаватель теперь должен, во-первых, разработать содержание курса на новой технологической основе;

во-вторых, помочь обучаемому сориентиро ваться в обширной и разнообразной учебной информации и найти подходящую именно ему образовательную траекторию;

в-третьих, обеспечить активное взаимодействие обучаемого как с ним, преподавателем, так и с другими обу чаемыми в ходе обсуждения вопросов курса.

Развитие новых информационных технологий позволяет существенно модернизировать учебный процесс и повысить эффективность образования пу тем управления процессом преподавания на основе разделения труда. Без него невозможно достичь значительного роста числа обучаемых, а значит, и прояв ления эффекта масштаба, т.е. повышения эффективности образовательной сис темы за счет экономии от масштаба ее деятельности. Эффект масштаба являет ся одним из основных источников повышения эффективности новой образова тельной системы, становление которой требует существенных затрат на фор мирование ее технологической базы. Не преподаватель старой образовательной системы, снабженный новыми техническими и технологическими средствами, а преподаватель новой специализации со свойственным ей характером деятель ности и местом в общей системе разделения труда может обеспечить эффек тивное функционирование новой образовательной системы.

Таким образом, организация преподавательской деятельности на основе разделения труда является неотъемлемой чертой управления современной об разовательной системой, которое осуществляется на базе системного подхода к процессам ее развития.

Как следует из проведенного выше анализа содержания педагогической деятельности в образовательной системе, основанной на новых информацион ных технологиях, основными специализациями преподавателей в этой системе являются следующие:

· специалист по разработке курсов, т.е. дизайнер курсов;

· консультант по методам обучения, или, используя новый термин, фа силитейтор, который помогает обучаемым найти и реализовать свою образова тельную траекторию в разработанном учебном материале;

· тьютор, т.е. специалист по интерактивному предоставлению учебных курсов, взаимодействиям с обучаемыми в ходе изучения материалов курса;

· специалист по методам контроля за результатами обучения, ответст венный за организацию и проведение тестов, зачетов, экзаменов (в междуна родном сообществе этого специалиста принято называть инвигилатором, от английского слова invigilate - следить за экзаменующимися во время экзаме нов).

При этом возможно и часто необходимо разделение труда в рамках дан ных выделенных специализаций. Так, разработчик (дизайнер) курсов может быть специалистом-предметником, который подбирает, структурирует и орга низовывает учебный материал, и при этом он может быть специалистом по со временным образовательным технологиям, поскольку учебный курс основыва ется на новых компьютерных и телекоммуникационных технологиях. Разработ чик курсов может быть также специалистом по способам оценки достижения целей обучения и отдельным обучающимся, и курсом в целом. Эти функции могут выполняться как одним человеком, так и различными преподавателями специалистами только в одной из выделенных функциональных областей раз работки курсов на базе современных технологий.

В совместной деятельности по разработке учебного курса эти специали сты решают такие вопросы, как определение целей курса и основных путей их достижения, способов предоставления учебного материала, ведущих методов обучения, типов учебных заданий, упражнений, вопросов для обсуждения, кон кретных путей организации дискуссий и других способов взаимодействия меж ду различными участниками учебного процесса.

В решении этих вопросов, кроме преподавателей различных специально стей, должны участвовать и представители других подсистем современного об разования, особенно технологической, в частности специалисты по компьютер ной графике, телевизионной и видеосъемке, сетевым технологиям и др.

В результате исследования были разработаны отдельные компоненты [3] Интернет-ориентированных технологий реализации дополнительного профес сионального образования со следующими основными научно-техническими (методическими) параметрами:

· Любой потенциальный пользователь системы, имеющий необходимые технические средства, имеет возможность доступа к системе.

· Система может функционировать на возможно минимальных по пара метрам технических средствах.

· Система имеет возможность расширения. Отсутствуют ограничения на подключение к системе любых коллективных и индивидуальных пользовате лей, возможно подключение новых специальностей подготовки и дисциплин.


· Осуществлена методическая поддержка, позволяющая самостоятельное изучение и пользование в любой точке территории.

Область применения - возможно внедрение в целом в системе образова ния, а также в любых отраслях, в которых требуется профессиональная подго товка (повышение квалификации) сотрудников.

Работы выполнялись в рамках Научно-технической программы Мини стерства образования Российской Федерации "Научное, научно-методическое, материально-техническое и информационное обеспечение системы образова ния", подпрограмма "Научное и научно – методическое обеспечение функцио нирования и развития системы образования", раздел 1.9 "Научно-методические основы функционирования инженерного и технического образования", подраз дел 1.9.4 "Создание системы подготовки кадров и повышения качества педаго гической работы в учреждениях профессионального образования", тема 1.9. (00.0) 21.094.

Список использованных источников 1. Kravets O.Ja. Problems of Establishing of an Integrated Data Network of Regional Educational Institution/ Proceedings of the Second International Conference "Internet - Education - Science" IES-2000. Vinnitsa: Uiversum, 2000. P.36-38.

2. Золотовский Ю.Л., Кравец В.В., Кравец О.Я. Проблемы создания дис танционной образовательной сети муниципального Вуза с представительствами в регионе. - Открытое образование, 2001, N1. С. 62-69.

3. Глеков М.А. Особенности реализации дополнительного профессио нального образования с использованием InterNet-технологий/ Современные проблемы информатизации в технике и технологиях/ Сб. трудов. Вып. 6. Воро неж: ВЭПИ. С. 85-86.

К.В.Кузнецов КЭШИРОВАНИЕ КАК ОСНОВНОЙ МЕТОД ПОВЫШЕНИЯ ПРОИЗВОДИТЕЛЬНОСТИ WEB-СЕРВЕРОВ Для того, чтобы корпоративный Web-сервер работал в полную силу, тре буется предпринять гораздо больше усилий, чем может показаться на первый взгляд.

В то время как увлекательное содержание и броская графика способны привлечь внимание посетителей Web-узла, возвращаться на него снова и снова их заставляют все-таки базовые сетевые сервисы.

Важнейшими показателями, характеризующими любой Web-узел, явля ются [2]:

· малое время реакции;

· надежный сервис;

· логичная структура.

На рынке имеется множество продуктов, которые помогают повысить эффективность обработки Web-сервером входящего и исходящего трафика.

Эти продукты можно разбить на три основные категории [2]:

· системы приоритизации трафика;

· средства кэширования повторно запрашиваемых данных;

· устройства для балансировки нагрузки между несколькими серверами.

Рассмотрим более детально средства кэширования повторно запрашивае мых данных.

Решение о внедрении в сеть технологий кэширования необходимо при нимать с учетом нескольких важных обстоятельств.

Кэш-сервер всегда должен располагать самыми последними, обновлен ными данными. Так как изменения в информационные ресурсы Web-узла могут вноситься довольно часто, то данные, скопированные из него на кэширующий сервер, могут устареть, поэтому важно своевременно обновлять информацию в кэше.

Большинство Web-узлов состоит из объектов или элементов (например, логотипов или графических изображений), остающихся неизменными неделя ми, месяцами и годами. Другие же элементы обычно более динамичны и изме няются ежедневно или даже ежечасно. Следовательно, алгоритмы кэширования должны «знать», как хранить перенесенные на кэширующий сервер страницы в актуальном состоянии, и отслеживать место и время внесения изменений.

Чтобы обеспечить обновление в кэше только тех объектов, которые часто меняются, необходимо учитывать логическую структуру Web-страниц.

Необходимым условием своевременного кэширования данных является представление их на сервере-источнике в специальном формате, с указанием определенных параметров процедуры кэширования, включая интервал обнов ления, типы объектов и т. д.

Одним из важных моментов является принципиальная «кэшируемость»

тех или иных ресурсов.

По мере того, как на все большем количестве Web-узлов используется динамически генерируемая информация и такие технологии, как персонализа ция и профилирование, применение стандартных методов кэширования стано вится все менее эффективно. Учитывая это, многие производители кэширую щих систем предлагают продукты со встроенной поддержкой динамически ме няющихся данных, включая поддержку аутентификации, строк запросов и ди намически формируемых страниц.

Кэширующие серверы кроме своей основной функции могут выполнять и некоторые другие. Так, иногда они работают в качестве proxy-серверов, кото рые, контролируя или ограничивая пропускную способность на выходе, обес печивают более простой способ совместного доступа нескольких пользователей к одному IP-соединению. Такой подход полезен, когда к одному Web-узлу каж дый день в определенное время обращается группа пользователей.

Где должен располагаться кэш по отношению к сетевым устройствам?

Наибольшей популярностью пользуются три конфигурации [1]:

· кэш помещается рядом с маршрутизатором и обрабатывает трафик по протоколу управления кэшированием Web (Web Cache Control Protocol);

· кэш объединяется с коммутатором и управляет трафиком;

· кэш встраивается в коммутатор, а управление трафиком передается отдельному устройству балансировки нагрузки.

Что касается физического расположения кэша, то его следует размещать как можно ближе к пользователю. Для организации это означает, что кэширо вание должно выполняться в корпоративной сети, на ее границе.

Кэширующий сервер может действовать либо прозрачным образом, пере хватывая все запросы от браузеров Web, либо в составе proxy-сервера, при этом все запросы адресуются ему явным образом.

Для пользователей, работающих дома, высокоскоростной удаленный дос туп означает кэширование в точке присутствия Internet-провайдера. Если при этом используется прозрачное кэширование, то отпадает необходимость ре конфигурации каждого браузера.

Кэширующие серверы могут тиражировать информационные ресурсы по географически разнесенным «зеркальным» Web-узлам, снижая затраты на тра фик, связанный с передачей информации на большие расстояния, разгружая маршрутизаторы, точки сетевого доступа и каналы связи.

Важно отметить, что лучшие алгоритмы кэширования не ориентируются исключительно на пользовательские запросы при перемещении ресурсов ис ходного сервера в кэш-память: они стараются поместить в кэш информацию за ранее, предвидя интерес пользователей к некоторым заметным событиям в Internet. Подобный подход может быть востребован как в корпоративных, так и в общедоступных сетях.

Кэширующие серверы часто дополняются устройствами балансировки нагрузки или Web-коммутаторами. Эти устройства анализируют заголовки па кетов и перенаправляют некэшируемую информацию (например, зашифрован ный трафик защищенных соединений, почтовые сообщения или новости) прямо по назначению, минуя кэширующий сервер. Однако всегда, даже при использо вании Web-коммутатора, топологию сети по-прежнему нужно выбирать такой, чтобы задержки на промежуточных маршрутизаторах и перегруженных соеди нениях были минимальны.

Внимания к себе требуют и более тонкие вопросы, включая проблемы, относящиеся к дуплексным конфигурациям, автоматической установке связи, алгоритмам балансировки нагрузки, обеспечению устойчивости сеанса и пара метрам конфигурации TCP/IP, например интервалам повторной передачи.

Итак, установка кэширующей системы должна реально ускорять отклик сети. Такое ускорение возможно только в случае высокоскоростного соедине ния между клиентами и кэширующей системой при наличии устройства балан сировки нагрузки, чтобы запросы от клиентов равномерно распределялись ме жду кэширующими устройствами. Без такого высокоскоростного соединения обслуживание пользователей было бы даже эффективнее при их непосредст венном обращении к серверу с исходными информационными ресурсами, ми нуя кэш.

Не менее важно избегать «застоя» информации, осуществляя проверку ее актуальности в реальном времени. В противном случае системой выдаются ус таревшие данные, дискредитируя саму идею кэширования. Следует учитывать тот факт, что кэширование объектов большого объема, например статических графических файлов, уменьшает скорость просмотра и негативно влияет на производительность. Благодаря своим оптимизированным аппаратным и про граммным средствам, специализированные кэширующие аппаратные устройст ва являются в этом смысле фаворитами.

Кэширующие системы уже поддерживают трафик HTTP 1.1 и FTP, но по мере повышения спроса на потоковую графическую информацию растет и по требность в поддержке большего количества протоколов. [1] Кэширующие системы обслуживают сотни и даже тысячи пользователей и при этом успешно хранят массивы информационных ресурсов объемом от Гбайт до 1 Тбайт и более, особенно в случае массового использования видео приложений.

При масштабировании решения по кэшированию обычно применяется протокол ICP (Internet Cache Protocol). В соответствии с данным протоколом несколько кэширующих серверов организуются в виде иерархического дерева (по схеме главный – подчиненный). Такое решение обеспечивает большую ем кость, но при этом увеличивается сетевой трафик и избыточность системы хра нения часто запрашиваемых Web-страниц.

Среди кэширующих серверов должны быть выделены главный и подчи ненные. Последние сверяют запросы со списком хранимых объектов Web.

Функции управления должны включать поддержку виртуальной и логической конфигурации, а также возможность генерации параметров, которые задают режим автоматического сохранения определенного количества копий объекта, информацию о группах объектов и график обновления таблиц кластера.

При выборе системы кэширования, время безотказной работы следует оценивать со всей возможной тщательностью, обратив внимание на параметры производительности. Эти параметры могут быть выражены процентом попада ния в кэш, скоростью приема и передачи данных, а также эффективностью кэ ширования. Кроме того, поскольку кэширующие устройства располагаются обычно перед парком серверов, они могут представлять собой критическую точку отказа.

Помимо упомянутого списка требований, которые необходимо учитывать при выборе системы кэширования, следует иметь в виду еще несколько обстоя тельств.

Во-первых, может возникнуть желание использовать одновременно кор поративные кэширующие серверы и сеть провайдера доставки контента, кото рые дополняли бы друг друга. Для этого в кэширующих устройствах должна быть предусмотрена возможность интеграции с сетями доставки для предвари тельной загрузки и управления контентом.

Во-вторых, системы кэширования должны поддерживать большое коли чество дополнительных функций: например, фильтрацию, управление потока ми, антивирусный контроль, а также интерактивные программы. Это очень важно для того, чтобы сеть морально не устаревала и могла нормально работать при изменении конфигурации и увеличении количества пользователей.

В-третьих, кэширующее устройство должно обрабатывать различные ви ды потоковых данных в случае передачи информационных ресурсов как в ре альном времени, так и по требованию.

Есть, правда, и другой вариант: установить средства кэширования в непо средственной близости от Web-сервера и тем самым освободить его от обра ботки запросов к наиболее популярным Web-страницам.

Такое решение иногда именуется обратным кэшированием. При получе нии запроса на загрузку страницы, находящейся в кэше, она будет немедленно отправлена на компьютер пользователя и этот запрос не попадет на Web сервер.

Cокращение времени отклика системы лишь одно из положительных следствий применения средств кэширования. Кроме того, они позволяют гаран тировать актуальность содержимого Web-узла. Многие элементы Web страницы могут изменяться час за часом и день ото дня. В этой связи особую важность приобретает взаимодействие системы кэширования с Web-сервером (источником кэшируемых данных), благодаря которому можно определять, ка кая часть размещенной на Web-узле информации претерпела изменения с мо мента ее последнего помещения в кэш.

Основная проблема связана с тем, что обслуживание запроса на обновле ние содержимого кэша происходит с задержкой. Ее величина зависит от мно жества факторов, в том числе от текущих параметров каналов глобальной сети и загруженности самого сервера.

В случае небольших объектов выдача запросов на обновление нередко теряет смысл, поскольку объем служебных фреймов и байтов, передаваемых в связи с обработкой запроса, примерно совпадает с размером самого обновляе мого объекта. Довольно типична ситуация, когда пакеты от станций корпора тивной сети передаются с задержкой в сотни миллисекунд, поскольку устрой ство кэширования должно дожидаться ответа от Web-сервера.

Даже если оставить в стороне проблему актуальности данных, средства Web-кэширования должны стать обязательным компонентом любого сервера.

Благодаря кэшированию не только повышается эффективность использования пропускной способности, но и уменьшаются задержки передачи. Единственное предостережение сводится к тому, что соответствующие средства должны га рантировать актуальность передаваемых данных.

Список использованных источников 1. Кэширование ресурсов Internet. – Lan, № 2, 2001.

2. Средства повышения производительности Web-узлов. – Сети, № 1, 2000.

Д.В.Шипилов ТЕХНОЛОГИЯ QoS КАК МЕХАНИЗМ ОРГАНИЗАЦИИ ИНТЕГРИРОВАННОГО ОБСЛУЖИВАНИЯ В IP-СЕТЯХ Введение Internet Protocol (IP) в настоящее время является самой распространенной технологией для организации сетей любых уровней – локальных, корпоратив ных или глобальных. Одной из основных причин популярности этой техноло гии является ее простота и одновременно относительная полнота с точки зре ния организации сетей коммутации пакетов.

Базовый принцип, заложенный архитекторами IP, заключается в исполь зовании так называемой “best-effort” модели доставки данных между абонента ми сети, что позволило сосредоточить всю основную высокоуровневую логику протоколов на оконечных узлах и уменьшить тем самым функциональную на грузку самой коммуникационной среды [1]. Хорошая масштабируемость сетей на основе IP есть следствие подобной организации. Однако у подхода на основе “best-effort” модели существует ряд значительных недостатков. Главный из них является следствием того, что пропускная способность физических каналов, со ставляющих инфраструктуру коммуникационной среды, является величиной ограниченной. Возрастание числа узлов в сети влечет за собой возрастание на грузки на коммуникационные каналы, и, в конце концов, приводит к исчерпа нию их емкости. Перегрузка сети приводит к возникновению дополнительных задержек доставки пакетов данных – в общем случае случайных величин с ши роким диапазоном возможных значений, – и связанному с этим падению фак тической производительности сетевых соединений. Эта проблема не является критичной для большинства пользователей IP-сетей, поскольку функциониро вание большинства типичных их приложений (электронная почта, системы те леконференции, сервисы для передачи файлов, приложения WEB) не зависит от возможности возникновения задержек при доставке – для них важна лишь связность сети, что достаточно хорошо обеспечивается механизмами протоко лов IP. Решения рассмотренной проблемы, таким образом, до некоторого вре мени удавалось избежать.

Тем не менее, обозначившиеся в настоящее время тенденции, связанные с расширением возможностей IP-cетей функциями сетей интегрированного об служивания, четко акцентировали внимание на проблемах “best-effort” модели, поскольку фундаментальным требованием сетей ИО и их приложений является количественная и качественная детерминированность параметров доставки данных между абонентами коммуникационной среды.

Основные протоколы Quality of Service Для решения рассматриваемой задачи в рамках IETF – комитета зани мающегося развитием и совершенствованием IP-технологий – разрабатывается ряд методов и протоколов, объединенных общей аббревиатурой “QoS” (quality of service – обеспечение качества сервиса доставки), рассмотрению и анализу которых посвящена данная статья.

Основное предназначение “Quality of Service” – организация эффектив ных механизмов управления пропускной споспособностью каналов в IP-сетях.

Сервисы QoS способны гарантировать использующему их коммуникационному агенту (приложению, сетевому узлу или маршрутизатору) постоянство (пред сказуемость) некоторых параметров сетевого трафика. В зависимости от степе ни строгости требований, предъявляемых приложениями к процессу доставки данных в сети, сервисы QoS классифицируются на две группы:

· сервисы резервирования ресурсов, обеспечивающие распределение коммуникационных ресурсов (пропускной способности каналов) на основании специальных запросов от заинтересованных приложений;

· сервисы распределения приоритетов, выполняющие функции QoS на основании классификации трафика приложений и некоторой выбран ной политики распределения ресурсов.

В зависимости от “объекта” применения QoS делится на:

· сервисы, функционирующие на уровне потоков – индивидуальных, однонаправленных последовательностей связанных пакетов, имеющих одинаковые адреса агента-источника и агента-назначения;

· cервисы, применяемые к совокупностям потоков, которые как правило объединяют потоки на основании некоторых их общих свойств (ис точника и назначения пакетов, метки, номера приоритета и пр.).

Разнообразие требований различных приложений, сетевых топологий и политик управления ресурсами привело к возникновению в рамках QoS множе ства алгоритмов и протоколов, включающего:

· протокол резервирования ресурсов (ReSerVation Protocol – RSVP);

· механизм многопротокольной коммутации пакетов по метке (Multi Protocol Labeling Switching – MPLS);

· сервисы классификации трафика (Differentiated Services – DiffServ);

· механизм управления пропускной способностью в подсетях (Subnet Bandwidth Management – SBM).

Протокол резервирования ресурсов – сигнальный протокол, ориентиро ванный на высокоуровневое управления ресурсами в IP-сетях и является осно вой для организации интегрированного обслуживания [2, 3]. RSVP обеспечива ет потребности приложений ИО двумя различными способами:

· гарантированный сервис – максимально приближен к процедуре эму ляции виртуального сетевого канала. Протокол обеспечивает соблю дение требуемых приложением характеристик при передаче данных между точками сетевого соединения [4];

· сервис с управляемой нагрузкой – эквивалентен “best-effort” сервису при незагруженном канале – превосходит его по возможностям, но функционально уступает «гарантированному» сервису [5].

Упрощенный алгоритм работы протокола проиллюстрирован на рис. 1.

Рис. 1. Алгоритм работы протокола RSVP 1. Узел-источник формулирует требования к коммуникационной среде в терминах полосы пропускания соединения, средней величины и девиации за держки. Эти данные инкапсулируются в PATH-сообщение, и отсылаются на узел-приемник. Маршрутизаторы на пути следования запроса, поддерживаю щие протокол RSVP, (прямоугольники с жирной рамкой на рисунке) сохраняют “состояние” PATH-запроса, включающее прежде всего сетевой адрес, с которо го был получен запрос.

2. Резервирование ресурсов осуществляет узел-приемник, отсылающий в ответ на PATH-запрос отклик RESV. Помимо требований, дублируемых из за проса, в отклик включается информация о необходимом типе сервиса (“гарантированный” или “с управляемой нагрузкой”), фильтр, описывающий принадлежность пакетов устанавливаемому сетевому соединению. Все вклю чаемые приемником данные формируют “описатель потока”, используемый маршрутизаторами для идентификации данной сессии.



Pages:   || 2 | 3 | 4 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.