Đánh giá hiệu năng mạng C4 modelengineering

KỸ NGHỆ MÔ HÌNH
Model Engineering


NỘI DUNG
1. Phát triển mô hình
2. Suy giảm độ phức tạp
3. Sinh mô hình tự động

2


PHÁT TRIỂN MÔ HÌNH (1)
• Vấn đề quan trọng nhất trong phát triển mô
hình là kích thước mô hình, thời gian mô hình và
độ chính xác của kết quả mô hình.
• Các phương diện mô hình hóa gồm:
–
–
–
–
–

Kỹ thuật mô hình hóa
Tính hạt của mô hình hóa
Độ phức tạp của hệ thống logic
Độ phức tạp thời gian của hệ thống
Các độ đo hiệu năng

3

PHÁT TRIỂN MÔ HÌNH (2)
– Kỹ thuật mô hình hóa:
• ảnh hưởng kích thước mô hình
• thời gian mô hình hóa
• độ chính xác và phương pháp tiến hành quá trình phát triển
mô hình

– Tính hạt mô hình hóa:
• mô tả mức chi tiết và chính xác của hệ thống được biểu diễn
bởi mô hình.
• Càng chi tiết, càng chính xác kích thước mô hình càng lớn,
thời gian mô hình hóa (thời gian phát triển, thời gian tính
toán) tăng.
• Tuy nhiên, càng ít yếu tố bị bỏ, ứng xử của mô hình càng sát
với hệ thống thực.
4


PHÁT TRIỂN MÔ HÌNH (3)
– Độ phức tạp logic:
• cho thông tin về số các thành phần hệ thống và sự phụ
thuộc logic giữa chúng.
• Độ phức tạp logic phụ thuộc mạnh vào quan điểm quan sát
hệ thống.

– Độ phức tạp thời gian hệ thống:
• cho thông tin về số trạng thái hệ thống thay đổi trong
khoảng thời gian.
• Độ phức tạp thời gian hệ thống phụ thuộc mạnh vào quan

điểm quan sát hệ thống.

5


PHÁT TRIỂN MÔ HÌNH (4)
– Độ đo hiệu năng (phải xác định) làm ảnh hưởng
đến kích thước mô hình và thời gian mô hình hóa. Độ
đo đòi hỏi càng chi tiết, mô hình cũng phải chi tiết. Ví
dụ, khảo sát thời gian trễ của các thông điệp được
truyền giữa các nodes: đòi hỏi xác định độ trễ trung
bình của các thông điệp dẫn đến một mô hình ít phức
tạp hơn yêu cầu xác định sự phân phối độ trễ.
Nếu mô hình hóa mô phỏng và và mô hình hóa toán
học đều khả thi, khi đó kỹ thuật tối ưu phụ thuộc vào
số các khảo sát. Nếu chỉ một số ít khảo sát phải
được thực hiện, mô phỏng thường được chọn.
6


PHÁT TRIỂN MÔ HÌNH (5)
Phương pháp mô hình hóa toán học là lựa chọn tốt
hơn nếu yêu cầu một số lớn các khảo sát: phát triển
mô hình toán tiêu tốn nhiều thời gian, nhưng đánh
gia mô hình cho ra kết quả rất nhanh.
Ví dụ: khi nghiên cứu đánh giá hiệu năng của kiến
trúc mạng MIN, nhiều mô hình được phát triển và
khảo sát, thời gian mô hình hóa được cho bởi bảng

7

PHÁT TRIỂN MÔ HÌNH (6)
Lưu đồ xác
định kỹ
thuật mô
hình hóa:

8


PHÁT TRIỂN MÔ HÌNH (6)
• Mô hình mô phỏng (Simulation Model)
Mô phỏng được chọn làm kỹ thuật mô hình hóa.
Trở ngại chính là thời gian đánh giá cao do các lý
do:
– Tổng phí (overhead) :
Sử dụng phương pháp mô hình hóa mạng Petri có thể
dẫn đến một mô hình phải giải quyết không chỉ cách
ứng xử chức năng đòi hỏi của hệ thống mà còn giải
quyết các mối quan hệ nội tại và các phụ thuộc của
phương pháp (độ ưu tiên, trọng lượng): chọn bắc cầu
khai hỏa và đánh giá lại trạng thái …
9


PHÁT TRIỂN MÔ HÌNH (7)
Một ứng xử mô hình như vậy được gọi là một tổng
phí: các chi tiết được xét trong quá trình mô phỏng
không thích hợp ứng xử chức năng. Mô phỏng các

chi tiết này làm tăng thời gian tính toán.
– Biểu diễn dữ liệu:
bên cạnh một thuật toán mô phỏng hiệu quả với tổng
phí đủ nhỏ, biểu diễn dữ liệu mô phỏng hiệu quả
cũng làm tăng tốc mô phỏng.
Dữ liệu cục bộ trong hệ thống thực tế có thể được
chuyển thành dữ liệu toàn thể trong mô phỏng nhằm
làm giảm thời gian chạy.
10


PHÁT TRIỂN MÔ HÌNH (8)
– Độ tin cậy (confidence):
Nếu áp dụng mô phỏng bao gồm các biến cố ngẫu
nhiên, phải xác định mức tin cậy của các kết quả
nhận được.
Mức tin cậy ảnh hưởng ngiêm trọng thời gian đánh
giá mô hình. Càng đòi hỏi kết quả chính xác cao, thời
gian đánh giá càng tăng.
Hiệu quả này được quan sát đặc biệt khi mô phỏng
biến cố hiếm: ví dụ, tỷ suất mất gói, khoảng 10-9
(trung bình, một tỷ gói được truyền qua mạng có thể
có một gói bị mất) ⇒ tăng thời gian đánh giá.
11


PHÁT TRIỂN MÔ HÌNH (9)
Nếu khoảng tin cậy hẹp, độ chính xác cao được yêu
cầu, nhiều biến cố mất gói phải xảy ra đến khi tiêu
chuẩn kết thúc đạt tới, điều này làm thời gian đánh

giá mô hình tăng đến mức không thể chấp nhận được
⇒ thận trọng chọn khoảng tin cậy và độ chính xác
ước lượng.
– Song song hóa và tuần hoàn lại dữ liệu :
suy giảm thời gian đánh giá mô hình bằng mô phỏng
phân tán trên một vài hệ thống máy tính / processors
được nối mạng.
Mô phỏng phân tán toàn bộ mô hình trên mỗi máy
tính (Multiple Replication In Parallel)
12


PHÁT TRIỂN MÔ HÌNH (10)
Việc chạy độc lập nhiều bản sao mô hình trên các
máy tính khác nhau còn mang lại sự lượng thứ lỗi:
nếu một bản sao bị trục trặc, các bản sao khác vẫn
có thể cho ra kết quả và mô phỏng vẫn kết thúc
thành công khi đạt tới tiêu chuẩn kết thúc.
Xác định nhiều độ đo bằng song song.

13


PHÁT TRIỂN MÔ HÌNH (11)
• Mô hình toán học (Mathematical Model)
Kỹ thuật toán học được chọn để mô hình hóa,
vấn đề đặc biệt quan trọng là tính hạt và độ
phức tạp.
Mô hình toán học dẫn đến một hệ phương trình
mô tả các trạng thái và các bắc cầu trạng thái

của hệ thống. Nếu không gian trạng thái quá
lớn, sẽ vượt quá khả năng bộ nhớ máy tính, hệ
phương trình không thể giải được.
14


PHÁT TRIỂN MÔ HÌNH (12)
– Suy giảm tính hạt mô hình hóa để làm giảm không
gian trạng thái có thể dẫn đến một mô hình rất
không chính xác
– Thiết lập một mô hình kích thước tối thiểu là một
trong các nhiệm vụ chính yếu của mô hình hóa toán
học.
– Kích thước mô hình có thể được suy giảm bởi bỏ qua
các phụ thuộc hệ thống và làm giảm không gian
trạng thái.

15


SUY GIẢM ĐỘ PHỨC TẠP (1)
• Đơn giản hóa mô hình để giảm độ phức tạp mô
hình, mục tiêu là:
– Tăng tốc thời gian chạy mô phỏng mô hình
– Cho phép mô hình hóa toán học các hệ thống mà mô
hình toán học quá lớn.

• Đơn giản mô hình phải chú ý đến tính chính xác
của hiệu năng được đánh giả bởi mô hình. Một
thách thức là tìm cách đơn giản hóa mô hình

nhưng chỉ làm giảm nhẹ tính chính xác mà mô
hình mang lại.
16


SUY GIẢM ĐỘ PHỨC TẠP (2)
– Mô phỏng:
Trở ngai chính la thời gian đánh giá cao
Hai phương pháp suy giảm độ phức mô hình chỉ làm
giảm nhẹ tính chính xác: bỏ một số phụ thuộc, tổ
hợp một dãy các biến cố thành một biến cố
• Bỏ các phụ thuộc:
làm giảm số bắc cầu trạng thái.
làm ảnh hưởng cách ứng xử của mô hình
chỉ bỏ các phụ thuộc ít làm ảnh hưởng đến cách ứng xử của
mô hình (các phụ thuộc lỏng – loose dependence).

17


SUY GIẢM ĐỘ PHỨC TẠP (3)
Một phương pháp tìm phụ thuộc lỏng là khảo sát bởi so sánh
các kết quả mô hình trên hai mô hình chứa và không chứa
phụ thuộc, nếu mô hình suy giảm đem lại độ chính xác xấp
xỉ, phụ thuộc được xem là lỏng cho toàn bộ các khảo sát.
Ví dụ:
Trong một hệ phân tán, các thông điệp được gửi từ node
đến node thông qua mạng hợp nhất. Nếu kỹ thuật hoán
chuyển gói được dùng, thông điệp được chia thành các gói
và được gửi vào mạng một cách tuần tự. Trong hình, thông

điệp thứ nhất được gửi đến node 3, gồm 4 gói, thông điệp
kế tiếp gửi cho node 1, gồm 2 gói. Sự phụ thuộc « thứ tự »
có thể bỏ qua: các gói được gửi vào mạng một cách độc lập.
Các nodes được mô hình như nguồn gói, sinh ra các gói với
đích một cách độc lập với các gói được sinh ra trước đó.
18


SUY GIẢM ĐỘ PHỨC TẠP (4)

Trong mạng phân tán thực, các gói không chỉ phụ thuộc vào
đích truyền. Độ trù mật gói (lượng gói được gửi vào mạng trong
một khoảng thời gian) phụ thuộc vào độ trù mật gói trước đó
19


SUY GIẢM ĐỘ PHỨC TẠP (5)
• Tổ hợp các biến cố
Tổ hợp một dãy các biến cố thành một biến cố
Làm suy giảm thời gian đánh giá mô hình và thời gian tính
toán
Có thể làm thay đổi cách ứng xử của mô hình (khác với cách
ứng xử của hệ thống thực)
Phải xác định việc tổ hợp không làm thay đổi cách ứng xử
của mô hình: xét mạng MIN, sử dụng đồng hồ trong để
đồng bộ hóa hoạt động của các switches. Đồng hồ chỉ ảnh
hưởng đến bản thân mạng, các nodes trong hệ thống phân
tán được nối với MIN có thể hoạt động phi đồng bộ: gửi các
gói tại bất kỳ thời điểm nào.

20


SUY GIẢM ĐỘ PHỨC TẠP (6)
MIN kiểm tra buffer ở bắt đầu mỗi chu kỳ đồng hồ để phát
hiện các gói phải truyền, như vậy, các biến cố (liên quan tới
gói mới được gửi vào input mạng) có thể được tổ hợp lại. Chỉ
số gói chờ ở đầu chu kỳ là được quan tâm.

21


SUY GIẢM ĐỘ PHỨC TẠP (7)
– Mô hình toán học
Trở ngại chính của các mô hình toán học là không gian
trạng thái lớn
• Phân tích
Một trong các phương pháp hiệu quả để suy giảm độ phức mô
hình
Chia hệ thống cần mô hình hóa thành các hệ thống con độc
lập. Mỗi hệ thống con sinh ra một mô hình con nhỏ hơn. Các
mô hình con được giải quyết một cách độc lập.
Ví dụ
Xét một hệ song song 4 nodes, một crossbar nối hai nodes,
không có nối kết chéo giữa các crossbar. Hệ thống có thể chia
thành hai hệ con độc lập:
22


SUY GIẢM ĐỘ PHỨC TẠP (8)

Thực tế, hầu hết các hệ thống không
thể chia thành các hệ thống con hoàn
toàn độc lập, một số hệ thống có thể
chia thành các các hệ thống con
« gần độc lập ». Nếu sự phụ thuộc có
thể sắp thứ tự, thứ tự này xác định
thứ tự giải

Phân tích thành các hệ
song song con độc lập

23


SUY GIẢM ĐỘ PHỨC TẠP (9)
Nếu liên kết từ hệ thống con I với
hệ thống con II là liên kết đơn
hướng, thứ tự giải là I, II
Nếu liên kết là hai hướng, thuật
toán áp lực ngược được áp dụng.
Hai phương pháp giải có thể áp
dụng là: xấp xỉ và lặp.
Phương pháp lặp: mỗi bước lặp,
trạng thái của mỗi hệ thống con
được xác định tách biệt bởi xét
trạng thái hệ thống con của bước
lặp trước, phối hợp với ảnh hưởng
của hệ thống con khác.

Phân tích thành các hệ

con song song « gần độc
lập »
24


SUY GIẢM ĐỘ PHỨC TẠP (10)
• Đối xứng:
Phân tích hệ thống thành các hệ thống con mang lại hai lợi
điểm: chia mạng thành các hệ thống con gần độc lập kết quả
là các mô hình nhỏ hơn của các hệ thống con có thể "chứa"
được trong bộ nhớ máy tính. Hơn nữa, các hệ thống con
thường tương tự.
Các hệ thống con tương tự xuất hiện nếu mạng có cấu trúc
đều (đối xứng). Không chỉ kiến trúc mà lưu thông mạng cũng
phải đối xứng, khi đó có thể thay thế bởi chỉ một hệ thống
con
Ví dụ: Xét mạng MIN, với giả thiết lưu thông đều (nạp bằng
nhau tại tất cả các inputs mạng, xác suất các outputs mạng là
đích của gói là bằng nhau. tất cả các dòng SE của MIN có ứng
xử đồng nhất và có xác suất trạng thái đồng nhất
25