NGHIÊN CỨU PHƯƠNG PHÁP ĐIỀU KHIỂN TẮC NGHẼN TRONG NGN -9 doc

 OTcl Bộ biên dịch Tcl mở rộng hướng đối
tượng
 NS Simulation Library Thư viện Mô phỏng NS
 Event Scheduler Objects Các đối tượng Bộ lập lịch Sự kiện
 Network Component Objects Các đối tượng Thành phần Mạng
 Network Setup Helping Modules Các mô đun Trợ giúp Thiết lập Mạng
 Plumbling Modules Các mô đun Plumbling
 Simulation Results Các kết quả Mô phỏng
 Analysis Phân tích
 NAM Network Animator Minh họa Mạng NAM
Để thiết lập và chạy một mạng mô phỏng, người dùng phải viết một tập lệnh
OTcl Script và khởi động một lịch trình sự kiện, thiết lập cấu hình mạng sử dụng
các đối tượng mạng và các hàm chức năng trong thư viện, chỉ cho tài nguyên lưu
lượng biết khi nào thì bắt đầu và kết thúc việc truyền gói thông qua lập biểu.
Khi mô phỏng kết thúc, NS-2 sẽ xuất hiện một hay nhiều file text, ở đó có
chứa các dữ liệu kết quả mô phỏng chi tiết nếu chúng ta yêu cầu trong tập lệnh Tcl.
Các file này lại là dữ liệu đầu vào cho một chương trình hiển thị mô phỏng trực
quan gọi là Network Animator (NAM). Các số liệu kết quả mô phỏng cũng được
dùng để vẽ các đồ thị phân tích bằng chương trình Xgraph theo các yêu cầu người
dùng.


4.2.2 Chuẩn bị công cụ mô phỏng
NS-2 được thiết kế để chạy trong môi trường Unix. Tuy nhiên, ta vẫn có thể
cài đặt NS-2 trong Windows bằng cách dùng thêm chương trình Cygwin. Ở đây,
sinh viên cài NS-2 trên Windows XP với Cygwin v1.5.24.
Cài đặt gói phần mềm ns-allinone-2.32 phát hành ngày 03/09/2007 tại
website Trong gói phần mềm này đã bao gồm ns-2.32,
nam-1.13, otcl-1.13 và tclcl-1.19. Trong thư viện đã hỗ trợ cho mô phỏng của sinh

viên.
4.3 Nội dung và kết quả mô phỏng
4.3.1 Mô phỏng thuật toán tăng giảm
Như trong chương 2, tài nguyên phân bố của 2 người dùng bất kỳ
})(),({
21
txtx
có thể biểu diễn như điểm {x
1
, x
2
} trong không gian 2 chiều. Khi
chúng ta đang hoạt động tại hay gần điểm gãy (Knee) (mạng có tài nguyên X
goal
)
mọi tài nguyên yêu cầu bởi người dùng đều được chấp nhận. Thuật toán tăng giảm
mong muốn hội tụ đến bình đẳng và hiệu quả, tức là x
1
+x
2
=X
goal
/2

Bắt đầu
x1=x2=Xgoal/2
x1+x2>Xgoal
Sai
Dùng thuật toán tăng
x’1=aI+bI.x1
x’2=aI+bI.x2
Dùng thuật toán giảm
x’1=aD+bD.x1
x’2=aD+bD.x2
x1=x’1
x2=x’2
Kết thúc
Đúng
Đúng
Nhập phân phối cho người dùng 1
(x1), người dùng 2 (x2), mức lưu

lượng đưa vào tại điểm knee (Xgoal),
các hệ số trong thuật toán tăng giảm aI,
aD, bI, bD

Sai




Hình 4.2 Sơ đồ thuật toán tăng giảm
Trong hình 4.3, trục Y (trục đứng) mô tả phân phối (allocation) cho người
dùng 1 x
1
, và trục X (trục ngang) mô tả phân phối cho người dùng 2 x
2
. Tất cả sự
phân phối với x
1
+x
2
=X
goal
là phân phối có hiệu quả. Nó tương ứng với đường thẳng
là “đường hiệu quả” (đường màu đỏ). Tất cả phân phối mà x
1
= x
2
là phân bố bình
đẳng. Nó tương ứng với đường thẳng được gọi là “đường bình đẳng” (đường màu
xanh). Hai đường này cắt nhau tại điểm (X

goal
/2, X
goal
/2) là điểm tối ưu. Mục tiêu
của phương pháp điều khiển là làm cho hệ thống đến hoạt động tại điểm này mà
không quan tâm đến vị trí bắt đầu. Tất cả các điểm bên dưới đường hiệu quả mô tả
hệ thống “không đủ tải” và một cách lý tưởng hệ thống sẽ yêu cầu người dùng tăng
tải. Tương tự, tất cả các điểm trên đường hiệu quả mô tả hệ thống quá tải.



Hình 4.3 Giao diện công cụ mô phỏng thuật toán tăng giảm
Khi ta chọn đồng bộ ngõ vào tức là 2 người dùng sử dụng thuật toán như
nhau. Ta có thể thay đổi các hệ số tăng giảm a, b, thay đổi thời gian vòng truyền (là
tổng thời gian mất do mạng khi phát gói đi từ luồng đến phía nhận và phát phúc đáp
đến phía gởi). Phụ thuộc vào thuật toán lựa chọn, các hệ số thay đổi đến các giá trị
cho phép. Thêm vào đó ta có thể vẽ đồ thị tốc độ người dùng theo thời gian, khoảng
cách đến điểm tối ưu và tạo ra file dưới dạng text để dùng với các công cụ vẽ đồ thị
thông thường như xgraph hay gnuplot.
Mô phỏng thuật toán AIMD và MIAD với 2 người dùng có cùng thời gian
vòng truyền RTT=1s, khoảng thời gian mô phỏng là 50s, các hệ số a=0.1 và b=0.5.
Giá trị x, y lần lượt là tốc độ của người dùng.

Hình 4.4 Biểu đồ vector của thuật toán AIMD




Hình 4.5 Đồ thị biểu diễn theo thời gian
Như vậy hình 4.4. và 4.5 cho ta thấy AIMD hội tụ nhanh đến điểm tối ưu và

dao động quanh điểm này.

Hình 4.6 Biểu đồ theo vector thuật toán MIAD




Hình 4.7 Đồ thị biểu diễn tốc độ theo thời gian
Theo kết quả trong hình 4.6 cho ta thấy thuật toán MIAD có thể hội tụ đến
hiệu quả nhưng không hội tụ đến bình đẳng. Tương tự cũng như đối với thuật toán
MIMD trong hình 4.8 nhưng ta thấy MIMD đảm bảo hội tụ đến hiệu quả nhanh
hơn. Kết quả mô phỏng trong hình 4.7 càng cho thấy rõ tốc độ của 2 người dùng
càng lúc càng chênh lệch và do đó khoảng cách đến điểm tối ưu càng xa.

Hình 4.8 Thuật toán MIMD hội tụ nhanh đến đường hiệu quả



Như vậy với điều kiện mô phỏng ở trên (ngõ vào đồng bộ, RTT như nhau)
trong tất cả các thuật toán tăng giảm tuyến tính, thuật toán AIMD là tốt nhất do nó
bảo đảm hội tụ đến điểm tối ưu.
Tuy nhiên, môi trường mạng thực tế rất phức tạp, các điều kiện trên khó xảy
ra được. Với RTT khác nhau thì sự hội tụ cũng là rất khó. Trong hình 4.9 là mô
phỏng thuật toán AIMD khi người dùng 1 có RTT gấp đôi RTT của người dùng 2,
điều đó có nghĩa là mỗi lần người dùng 1 cập nhật tốc độ thì người dùng 2 cập nhật
2 lần.

Hinh 4.9 Thuật toán AIMD khi RTT
1
= 2

RTT
2
4.3.2 Mô phỏng XCP
Như trong chương 3, XCP là giao thức truyền thông liên quan đến TCP.
Không như TCP, XCP cung cấp phản hồi chống tắc nghẽn rõ từ router có khả năng
XCP đến XCP phía gởi. Do đó, XCP phía gởi có thể điều khiển cửa sổ gởi thích
hợp hơn để đạt được tính hiệu quả, bình đẳng, điều khiển tắc nghẽn có thể mở rộng
qui mô và ổn định trong toàn mạng.
Mục đích của phần này là mô phỏng để cho ta thấy rằng:
 XCP hội tụ nhanh đến lượng phân bổ băng thông bị thắt cổ chai hợp lý.
 XCP đạt hiệu quả sử dụng đường truyền cao.
 XCP duy trì số gói tại hàng đợi nhỏ.
Trong phần này ta sẽ mô phỏng 2 trường hợp: 3 luồng đều là XCP; 3 luồng
XCP và 1 luồng TCP cùng tồn tại trong cùng một mạng có topo như hình 4.10.
Các thông số trong mô phỏng: