Veri Ağlarında Gecikme Modeli



Benzer belgeler
Bekleme Hattı Teorisi

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

Tesadüfi Değişken. w ( )

Notasyonlar ve Genel Kurallar

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

fonksiyonu için in aralığındaki bütün değerleri için sürekli olsun. in bu aralıktaki olsun. Fonksiyonda meydana gelen artma miktarı

İleri Diferansiyel Denklemler

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

ENM 316 BENZETİM DERS 3 KUYRUK SİSTEMİ. Operasyon yönetiminde önemli bir alana sahiptir.

İleri Diferansiyel Denklemler

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

1.58 arasındaki her bir değeri alabileceği için sürekli bir

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği

Poisson Dağılımı Özellikleri ve Olasılıkların Hesaplanması

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

9/22/2014 EME 3105 SİSTEM SİMÜLASYONU. Giriş. Tek Kanallı Kuyruk Sistemi. Kuyruk Sistemlerinin Simulasyonu. Simulasyon Örnekleri Ders 2

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

MAT223 AYRIK MATEMATİK

Örneğin bir önceki soruda verilen rüzgâr santralinin kapasite faktörünü bulmak istersek

ELEKTRİKSEL POTANSİYEL

2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018

KUYRUK TEORİSİ (BEKLEME HATTİ MODELLERİ) Hazırlayan: Özlem AYDIN

İstatistik ve Olasılık

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

KUYRUK TEORİSİ II DOĞUM-ÖLÜM SÜRECİ

İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik

Ayrık-Zaman Sistemler

Elektromanyetik Dalga Teorisi Ders-3

ANADOLU ÜNİVERSİTESİ AÇIKÖĞRETİM FAKÜLTESİ İLKÖĞRETİM ÖĞRETMENLİĞİ LİSANS TAMAMLAMA PROGRAMI. Analiz. Cilt 2. Ünite 8-14

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

SÜREKLİ RASSAL DEĞİŞKENLER

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Üstel ve Logaritmik Fonksiyonlar

Sürekli Rastsal Değişkenler

ÜNİTE. MATEMATİK-1 Prof.Dr.Ahmet KÜÇÜK İÇİNDEKİLER HEDEFLER TÜREV VE TÜREV ALMA KURALLARI. Türev Türev Alma Kuralları

İleri Diferansiyel Denklemler

MALİ ANALİZ TEKNİKLERİ. Ankara Üniversitesi Siyasal Bilgiler Fakültesi İşletme Bölümü Muhasebe ve Finansman Anabilim Dalı

Y.Doç.Dr. Fazıl GÖKGÖZ Kuyruk Teorisi. Bölüm 1: Temel Kavramlar. Varışlar: Müşteriler sisteme belirli bir varış yapısında girerler

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

Elektromanyetik Dalga Teorisi

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Ders 6: Sürekli Olasılık Dağılımları

RİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015

TÜRKİYE NİN NÜFUSU. Prof.Dr.rer.nat. D.Ali Ercan ADD Bilim Kurulu Başkanı Nükler Fizik Uzmanı. dn (t) / dt = c. n (t)

TANIMLAYICI İSTATİSTİKLER

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

BEKLEME HATTI MODELLERİ

1. GİRİŞ Örnek: Bir doğru boyunca hareket eden bir cismin başlangıç noktasına göre konumu s (metre), zamanın t (saniye) bir fonksiyonu olarak

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Ders 8 in Özeti YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 9. Bir Markov Zincirinin Sınıflandırılması. Örnek: Kumarbazın İflası

MIT 8.02, Bahar 2002 Ödev # 8 Çözümler

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

8.04 Kuantum Fiziği Ders IV. Kırınım olayı olarak Heisenberg belirsizlik ilkesi. ise, parçacığın dalga fonksiyonu,

MAK 210 SAYISAL ANALİZ

MAT 101, MATEMATİK I, FİNAL SINAVI 08 ARALIK (10+10 p.) 2. (15 p.) 3. (7+8 p.) 4. (15+10 p.) 5. (15+10 p.) TOPLAM

İçindekiler. Ön Söz... xiii

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME

DENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

Ayrık Fourier Dönüşümü

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN

Saf Eğilme(Pure Bending)

Rassal Değişken Üretimi

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

BİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

Temel Devre Elemanlarının Alternatif Gerilim Etkisi Altındaki Davranışları

DENEY II RAPORU MİKROİŞLEMCİ UYGULAMALARI LABORATUVARI

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

Prof.Dr.İhsan HALİFEOĞLU

9/28/2016 EME 3117 SİSTEM SİMÜLASYONU. Giriş. Tek Kanallı Kuyruk Sistemi. Kuyruk Sistemlerinin Simulasyonu. Simulasyon Örnekleri Ders 2

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

OTOMATİK KONTROL SİSTEMLERİ. DİNAMİK SİSTEMLERİN MODELLENMESİ ve ANALİZİ

Sayısal Filtre Tasarımı

TÜREV VE UYGULAMALARI

8.04 Kuantum Fiziği Ders XII

Şekil 23.1: Düzlemsel bölgenin alanı

1) Toplam gelir fonksiyonu olarak verildiğine göre marjinal gelir fonksiyonu MG aşağıdakilerden hangisidir? A) ** B) C) D) E)

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Kuyruk Sistemlerinin Benzetimi. KUYRUK & BEKLEME HATTI SİSTEMLERİ Genel nüfus Bekleme hattı Sunucu

OLASILIK ve KURAMSAL DAĞILIMLAR

Stokastik Süreçler. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir.

İTÜ Bilgisayar Mühendisliği Bölümü, BLG433-Bilgisayar Haberleşmesi ders notları, Dr. Sema Oktuğ

MAK 210 SAYISAL ANALİZ

Matris Cebiriyle Çoklu Regresyon Modeli

NORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa,


Matematik Ders Notları. Doç. Dr. Murat Donduran

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

SOME-Bus Mimarisi Üzerinde Mesaj Geçişi Protokolünün Başarımını Artırmaya Yönelik Bir Algoritma

SİSTEM SİMÜLASYONU

ÖĞRENME ALANI TEMEL MATEMATİK BÖLÜM TÜREV. ALT ÖĞRENME ALANLARI 1) Türev 2) Türev Uygulamaları TÜREV

Transkript:

Veri Ağlarında Gecikme Modeli Giriş Veri ağlarındaki en önemli performans ölçütlerinden biri paketlerin ortalama gecikmesidir. Ağdaki iletişim gecikmeleri 4 farklı gecikmeden kaynaklanır: 1. İşleme Gecikmesi: Paketin doğru bir şekilde okunması ile paketin çıkışa verilmesi arasındaki süre 2. Kuyruk Gecikmesi: Paketin iletişim için bir kuyruğa eklenmesi ile iletime başlaması arasındaki süre 3. İletim Gecikmesi: Paketin ilk ve son bitlerinin iletilmesi arasındaki süre 4. Yayılma Gecikmesi: Paketin son bitinin gönderilmesi ile paketin karşı tarafta alınması arasındaki süre Her bağlantı yolu için bir azami iletim kapasitesi mevcuttur. Eldeki spektrum farklı çoklama teknikleri kullanılarak birçok kullanıcıya aynı anda hizmet verecek hale getirilebilir (frekans bölmeli çoklama, zaman bölmeli çoklama,...). Kuyruk Modelleri Bir paketin servis süresi / olarak ifade edilebilir. Burada bit uzunluğu olarak paket boyutu ve / cinsinden bağlantı kapasitesidir. Böyle bir bağlantı yolunda yer alan bir kuyruk sistemi için genellikle aşağıdaki niceliklerle ilgileniriz: 1. Sistemde ortalama kaç adet paket vardır? 2. Herhangi bir paket için ortalama gecikme süresi ne kadardır? Sistemde adet paket olma olasılığı ile gösterilirse sistemdeki ortalama kişi sayısı şeklinde hesaplanabilir. İlk başta boş durumda olan bir sistem için, ve ifadeleri sırasıyla; sisteme 0 aralığında gelen paket sayısı ile sistemde 0 aralığında servis verilen paket sayısını göstersin. Bu durumda anında sistemdeki paket sayısı, şeklinde hesaplanabilir. Bu ifade yardımı ile Şekil 1 deki iki bağıntı arasında kalan alan iki farklı şekilde olarak hesaplanabilir. Burada sistemde harcanan zamanları ve geliş sürelerini gösteriyor.

5 4 Paket Numarası 3 2 1 0 0 0.5 1 1.5 2 2.5 3 Zaman Şekil 1: Sistemdeki giriş ve çıkışlar Bu durumda; eşitliğin her iki tarafını ye böldükten sonra, sağ taraftaki ifadeyi ile bölüp çarpabiliriz. Son adımda ise eşitliğin her iki tarafının limitini sonsuza götürürsek: 1 lim lim lim sonucunu elde ederiz. Buradan da, ortalama paket gelme oranı olmak üzere, şeklinde ifade edilen Little formülü elde edilir. Sistemdeki toplam bekleme süresi yerine sadece kuyruktaki bekleme süresi olan kullanılırsa, Little formülüne benzer şekilde ifadesi elde edilir. ortalama servis süresi olmak üzere, hattın faydalanma oranı şeklinde ifade edilir. M/M/1 Kuyruk Sistemi M/M/1 (Giriş Dağılımı / Hizmet Dağılımı / Sunucu Sayısı) kuyruk sistemi tek sunuculu kuyruk istasyonunu ifade etmektedir. Burada, paketler parametresine bağlı olarak Poisson dağılımıyla sisteme gelirler. Dolayısıyla, paketlerin geliş süreleri arasındaki fark üstel olarak dağılmaktadır. Ayrıca, ortlaması olan üstel dağılıma göre kullanıcılara hizmet verilir. M: belleksiz dağılım (Poisson Üstel), G: genel dağılım, D: belirli dağılım olarak ifade edilmektedir. Little teoremi ve sonuçları burada da geçerlidir ( ). Ayrık zamanlı Markov zincirlerini kullanarak M/M/1 kuyruk sistemini Şekil 2 deki gibi ifade edebiliriz. Bu zincirde sıklıkla (paket/saniye) yeni bir paket gelirken, sıklıkla (paket/saniye) da kuyruktaki paketlerden ilkine hizmet verilmektedir. Gelen ve hizmet verilen paketlere göre kuyruktaki paket sayısı değişmektedir. Bu durumda sonsuz uzunluklu kuyruk için aşağıdaki denklemler bulunabilir. λ λ λ λ 0 1 2... n µ µ µ µ Şekil 2: M/M/1 Kuyruk Sistemi Markov Zinciri

Sistemin kararlılığını sağlamak için, her iki yöndeki ilerleme olasılıkları eşit olmalıdır. Faydalanma oranının olduğunu kullanarak ( 1 ), ifadesi elde edilir. Tüm düğümlerde bulunma olasılığının toplamının 1 olduğunu kullanalım. Geometrik dizi açılımından yararlanarak: 1 1 1 1 ifadesini elde ederiz. Buradan da kararlı durumda kuyruk sistemindeki ortalama paket sayısını aşağıdaki şekilde hesaplayabiliriz. lim 1 1 1 1 1 1 1 Little teoreminden yararlanarak herhangi bir paketin sistemdeki ortalama bekleme süresi: 1 olarak hesaplanır. Bu süreden hizmet alma süresini çıkartarak kuyrukta harcanan ortalama süreyi aşağıdaki gibi hesaplayabiliriz. 1 1 Buradan da kuyruktaki ortalama paket sayısı aşağıdaki şekilde hesaplanabilir. 1

Görüldüğü üzere; sistemin yalnızca faydalanılma oranı kullanılarak, kuyruktaki ortalama paket sayısı hesaplanabilmektedir. 1. 1 acaba neden? Çünkü, kuyruk sunucusu her zaman hizmet vermiyor. Aradaki farkın olduğunu görebilirsiniz. 2. Sisteme paket geliş hızını ve sunucunun hizmet verme hızını katına çıkarsak ( ve ) sistemin davranışı nasıl değişir? olduğundan sistemdeki ortalama paket sayısı değişmedi. Ancak, olduğundan paketlerin ortalama bekleme süreleri azaldı. 3. Sistemin band genişliğini K eşit parçaya bölerek, her birindeki kuyruğa bu veriyi dağıtsak ( ve ), sistemin davranışı nasıl değişir? olduğundan sistemdeki ortalama paket sayısı değişmedi. Ancak, olduğundan paketlerin ortalama bekleme süreleri arttı. M/M/m Kuyruk Sistemi Bankadaki sistemlere benzer şekilde, kuyruğumuza toplam m adet sunucunun hizmet verdiğini düşünelim. Her bir kasiyer kuyrukta biri olduğu sürece hizmet sunsun. λ λ λ λ 0 1 2... m 1 λ m m+1 λ µ 2µ (m 1)µ mµ mµ mµ Şekil 3: M/M/m Kuyruk Sistemi Markov Zinciri İlk bölümde elde ettiğimiz sonuçları benzer bir yoldan elde edelim.,, Buradan da, 1 olmak üzere: olarak bulunur. Bir sonraki adımda,,!,! 1 kullanılırsa:!! 1 ifadesini elde ederiz. Sisteme yeni gelen bir paketin, sunucunun hiçbirisinin boşta olmaması sebebiyle kuyrukta bekleme olasılığı:

!!! 1 olarak hesaplanır. Elde edilen bu sonuç, Erlang C formülü olarak da bilinmektedir. Gelinen son aşamada, kuyrukta bekleyen ortalama paket sayısı aşağıdaki gibi hesaplanabilir. Buradan da,! 1! 1! kuyrukta bekleyen ortalama paket sayısının, sisteme yeni gelen bir paketin boşta sunucu bulamama olasılığına göre değişimini göstermektedir. Yukarıdaki denklem kuyrukta bekleyen paketler olduğu zaman; M/M/m sistemlerinin, servis hızı olan M/M/1 sistemleri gibi davrandığını göstermektedir. Diğer önemli denklemleri de aşağıdaki gibi elde edebiliriz. 1 1 1 M/M/ Kuyruk Sistemi 1 1! 1 1!! Görüldüğü üzere, kararlı durumda paket sayısı parametreli Poisson dağılımı gibi davranmaktadır. Sistemdeki ortalama paket sayısı ve ortalama gecikme 1 şeklindedir. M/M/m/m Kuyruk Sistemi: Kayıplı m Sunucu Sistemi Bu sistemin M/M/m sisteminden farkı, sisteme yeni bir paket geldiğinde eğer boş bir sunucu bulamıyorsa, paket düşmektedir. Bu yapı telefon sistemlerinde oldukça yoğun şekilde kullanılmaktadır.

1! 1! Bunlara göre, yeni gelen bir paketin tüm sunucuları dolu bulup düşme olasılığı, diğer adıyla Erlang B formülü aşağıdaki gibi bulunur. M/G/1 Kuyruk Sistemleri! Paketlerin gelişleri Poisson dağılımına uyarken, sunucuların verdikleri hizmetlerin üstel yerine genel dağılımda olduğu durumu inceleyelim. Bu durumda servis sürelerinin,, şeklinde olduğunu düşünelim. Bu durumda Ortalama servis süresi Servis süresinin ikinci momenti olmak üzere,. paketin kuyrukta ortalama bekleme süresi aşağıdaki gibi hesaplanır. :.paketin kuyruktaki bekleme süresi; : hizmet alan bir paketin varlığından dolayı,. paketin kuyrukta fazladan beklediği süre; :. paketin servis süresi; : kuyrukta.paketin önünde yer alan paketlerin sayısını ifade etmektedir. Rasgele değişkenlerin birbirlerinden bağımsız olduğu varsayımıyla, yukarıdaki formül için beklenen değerleri hesaplayalım. Bu ifadenin için limitini alırsak, aşağıdaki formülü elde ederiz. 1 Burada ortalama artık bekleme süresini ifade eder ve lim şeklinde hesaplanır. Little teoreminden ( ) yararlanarak, ( ) ifadesini elde ederiz. Buradan da yalnız bırakılırsa aşağıdaki sonuç elde edilir. 1

değerini Şekil 4 ten yararlanarak hesaplayalım. Ek Servis Süresi r(t) 1 1 Zaman t Şekil 4: Ek Servis Süresi Hesabı 1 1 1 2 1 2 Bu ifade sonsuza götürüldüğünde elde edilen denkleminden yararlanarak, literatürde Pollaczek Khinchin formülü olarak bilinen aşağıdaki formül elde edilebilir. Bu formül yardımıyla aşağıdakiler hesaplanabilir. 21 21 21 21 Bu formüllerde üstel dağılım için 2 ve belirli dağılım için 1 ifadeleri geçerlidir. Tatilli M/G/1 Kuyruk Sistemleri Her yoğun çalışmanın ardından sunucunun bir süreliğine tatile çıktığını varsayalım. Bu durum gerçek hayatta, sistemler arası kontrol paketlerinin gönderilmesine karşı düşmektedir. Eğer tatil bittiğinde sistem hala boşsa, hemen yeni bir tatil başlamaktadır. Bu durumda sisteme yeni gelen bir paket ya kendinden önceki paketlere hizmet verilmesini ya da tatildeki sunucuyu ve önündeki paketlere hizmet verilmesini bekler. Bu durumda nin hesaplanmasında kullanılan denklem aşağıdaki şekli alır. 1 1 1 2 1 1 2

Burada, anına kadar tamamlanmış hizmet sayısını;, anına kadar görülen tatil sayısını ifade eder. Bu durumda ortalama kuyrukta bekleme süresi aşağıdaki gibi hesaplanır. 21 2 Yukarıdaki formülde ve sıraısyla tatil sürelerinin birinci ve ikinci momentini ifade etmektedir. Öncelikli Kuyruklar M/G/1 sistemleri için farklı öncelik sınıfının tanımlı olduğu durumu inceleyelim.. öncelik sınıfı için gelme oranı ve servis süresinin ilk iki momenti sırasıyla, 1, şeklinde verilebilir. Sırasını Bekleyen Öncelik Düşük öncelikli servisteki paketin tamamlanmasının beklendiği durumdur. Daha önceden P K formülünü elde ettiğimiz yapıda birinci sınıftaki paketlerin kuyruktaki ortalama bekleme süreleri aşağıdaki gibi bulunur. ve buradan da kullanılarak aşağıdaki son hali elde edilir.. İkinci öncelikli sınıftaki paketler için de benzer bir bekleme süresi hesabı yapılabilir. İlk hesaptan farklı olarak ikinci sınıftaki kuyrukta yer alan paketler ilk sınıftaki paketleri de bekleyeceklerdir. Bu durum aşağıdaki şekilde ifade edilebilir. 1 1 Buradan da ikinci öncelikteki paketlerin ortalama bekleme süresi aşağıdaki gibi hesaplanır. Herhangi bir paket için ortalama gecikme: 1 1 1 olarak hesaplanmaktadır. Bu durumlar için olarak hesaplanabilir. Bu notlar, Data Networks [Dimitri Bertsekas, Robert Gallager] kitabından yararlanılarak hazırlanmıştır. Bulduğunuz hataları, itu.edu.tr mail sistemindeki kahramanb kullanıcısına gönderebilirsiniz. Herkese faydalı olması dileğiyle. Beycan Kahraman