ATM networks require highly elaborated traffic control mechanisms. Connection admission control (CAS)is of great importance to achieve high resource utilization and to prevent network congestion. One essential problem in dealing with CAC issues is the performance evaluation of ATM statistical multiplexers, whose input traffic is the superposition of various traffic sources with different traffic characteristics and quality of service (QOS) requirements.
Superposed ATM cell streams exhibit burstiness and strong autocorrelation properties. In this dissertation. we first propose a Markov modulated Poisson process (MMPP) modeling method to model the superposed ATM traffic. The proposed method enables us to identify two-state MMPP, MMPP(2), parameters from the distribution and autocorrelation functions of the cell interarrival times in traffic streams. For the interarrival times, the distribution and autocorrelation functions are modeled by a second-order hyper-exponential function and an exponential function, respectively. We calculate the cell loss ratio (CLR) of MMPP(2)/D/1/K system using the matrix geometric, and then compare the results with those of simulations as well as other modeling methods for individual source traffic modeled as the interrupted Poisson process (IPP). The proposed MMPP(2) modeling method shows good results especially in terms of the asymptotic decay rate for the CLR curves.
For the superposed traffic in ATM networks, simulation show that the coefficient of variation of the interarrival times various in a wide range. For example, it is observed to be less than 1 for the superposition of several voice sources, nd greater than 1 for the superposition of several voice sources, and greater than 1 for the superposition of video sources with autoregressive moving average (ARMA) model. We propose a 3-state MAP, MAP(3), where the interarrival times have the second-order Coxian distribution. For thr superposed traffic, the Coxian distribution can model the cell interarrival time distribution with a wide range of coefficient of variation. The superposed ATM cell streams are modeled by an MAP(3) by matching the distribution and autocorrelation of cell interarrival times of the MAR(3) with the corresponding ones measured in networks. We numerically evaluate the proposed method under various source traffic including voice and video sources. The proposed MAP (3) modeling method yields a good estimation of the CLR in terms of the asymptotic decay rate, compared with those of simulations as well as other existing modeling methods.
We investigate a traffic measurement method fir superposed ATM cell streams. Our approach is monitor both the waiting time distribution in a monitoring queue and the autocorrelation of cell interarrival times. Through the monitoring queue, we directly observe the queueing effect of superposed cell flows on the ATM multiplexers. The measured traffic is modeled as an MMPP(2). For the measured traffic, we estimate the CLR in ATM multiplexers from the MMPP(2)/D/1/K queue. Our measurement method successfully works with the superposition of homogeneous and heterogeneous traffic sources including voice, data, and video. These results can be applied to the evaluation of ATM multiplexers, traffic engineering, and network performance monitoring.
Finally, practical CAC schemes require a real-time modeling of superposed ATM traffic and a real-time evaluation of ATM statistical multiplexers. We investigate a CAC scheme wih heterogeneous ON/OFF sources. For this purpose, we propose another real-time MMPP(2) modeling method for the superposed traffic by approximating the density function of aggregate cell arrival rate to a Bellows-like Poisson process. Numerical examples show that the newly proposed MMPP(2) modeling method yields a good estimation of the CLR. We also investigate a real-time calculation of the workload exceeding rato (WER) for an infinite-buffer system, MMPP/D/1,K. We propose a CAC algorithm utilizing user fraffic descriptors such as peak cell rate (PCR), sustainable cell rate (SCR), and maximum burst size (MBS), and the CLR requirement. The acceptance decision is made on the basis of the WER. Numerical evaluations show that we can achieve high multiplexing gain using the proposed CAC algorithm, compared with other existing methods.
고도의 트래픽 제어메카니즘을 요구하는 ATM망에서 호 연결 수락 제어(CAC)는 망 자원의 사용율을 높이고 망의 폭주를 미리 방지하기 위하여 매우 중요하다. CAC의 연구에 있어서 핵심적인 요소는 서로 다른 서비스 품질 기준을 요구하는 다양한 트래픽을 입력으로하는 ATM 통계적 다중화기의 정확한 성능 평가이다.
통계적 다중화기에 입력되는 중첩된 트래픽은 버스티 하며 셀의 도착 간격 및 도착 셀의 수에 대하여 자기상관성 (auto-correlation)의 성질을 나타낸다. 본 논문에서는 먼저, 셀의 도착시간 간격에 기초하여 중첩된 트래픽을 MMPP(2)로 모델링하였다. MMPP(2)의 도착시간 간격은 2차의 초지수 분포를 나타내며 그 자기상관성은 지수함수로 표시된다. 이 두가지의 통계치를 바탕으로 중첩된 트래픽을 모델링하는 MMPP(2)의 변수들을 구하였다. 제안된 MMPP(2)모델링 방법으로부터 MMPP/D/1/K 대기체계를 통하여셀 손실율을 구하고 그 결과를 시뮬레이션 및 기존의 다른 모델링 방법의 결과와 비교하였다. 제안된 MMPP(2) 모델링 방법은 타방법에 비하여 셀 손실율을 잘 예측하였으며, 특히 점근 감소율이 잘 일치하였다.
중첩된 트래픽의 셀 도착 간격을 시뮬레이션을 통하여 관찰한 결과, 분산계수가 트래픽 환경에 따라서 크게 달라짐을 알았다. 즉, ON/OFF 모델화한 음성 트래픽을 중첩하면 도착 간격의 분산계수가 1 보다 작으며, ARMA 모델화한 화상 트래픽을 중첩하면 분산계수가 1 보다 크게 관측되었다. MMPP(2)는 도착간격의 분포가 초지수 함수이므로 분산계수가 1 보다 크게되어 다양한 중첩트래픽의 모델링에 제약이 있다. 본 논문에서는 MAP를 이용한 모델링 방법을 연구하였다. MAP는 기저 마르코프체인이 도착을 동반한 상태간 천이를 가짐으로써 MMPP보다 더욱 확장된 확률과정이다. 중첩된 트래픽을 모델링 하기위하여 MAP(3)을 제안하여, 도착간격을 Cox분포로 모델링 하고 자가상관성을 지수분포로 모델링 하였다. 모델링 방법의 성능을 평가하기 위하여 MAP(3)/D/1/K 시스템을 통하여 셀 손실율을 계산하고 그 결과를 시뮬레이션 및 기존의 모델링 방법과 비교하였다. 도착간격의 분산계수가 여러가지 범위을 나타내는 트래픽 환경에서, 제안된 MAP(3)모델링 방법은 셀 손실율에 대한 점근 감소율을 잘 예측하였다.
한편, ATM트래픽 환경은 매우 가변적이고 다양하므로 정확한 분석이 매우 어렵다. 그러므로 실제 망의 운영에 있어서, 실시간으로 트래픽을 관측하여 망의 성능을 예측할수 있는 메카니즘이 필요하다. 본 논문에서는 '관측 버퍼'의 개념을 도입하여 통계적 다중화기로 입력되는 중첩된 트래픽을 관측하였다. 즉, 무한 크기를 갖는 관측 버퍼에서의 대기시간의 분포를 관측하고 또한 도착간격의 자기상관함수를 관측하여, 중첩된 트래픽을 MMPP(2)로 모델링 하는 방법을 제안하였다. 제안한 관측방법은 음성, 데이타, 화상 등의 여러 트래픽 환경을 가정한 수치적인 실험에서 다중화 트래픽을 잘 모델링 하였으며 그 결과 셀 손실율을 매우 정확히 예측하였다.
ATM망의 CAC를 구현하기 위하여서는 통계적 다중화기를 실시간으로 평가하는 방법이 연구되어야 한다. 이를 위하여 중첩된 트래픽의 실시간 모델링 방법으로서 다중화 트래픽에 대한 새로운 MMPP(2)모델링 방법을 제안하였다. 즉, 중첩된 트래픽의 셀 율을 과부하와 저부하 상태로 나누고 각각의 상태에서의 등가적인 도착율로서 MMPP(2)의 토착율 변수를 정하였다. 그리고 계수과정 (counting process)에 대한 분산을 고려하여 MMPP(2)의 상태 천이율 변수를 정하였다. 제안된 새로운 MMPP(2)모델링 방법은 매우 짧은 계산 시간을 요하며,셀 손실율을 점근 감소율과 점근 계수의 두 측면에서 모두 잘 예측하였다. 한편, MMPP가 입력되는 통계적 다중화기의 성능평가에 있어서, MMPP/D/1/K 시스템의 셀 손실율의 정확한 계산은 매우 복잡하므로 실시간 CAC의 구현에 응용하기가 어렵다. 그러므로 본 논문에서는 셀 손실율의 상한치로서 MMPP/D/1 무한 버퍼의 가상 대기시간의 분표로 부터 대기시간의 초과확률(WER)을 고려하여, 이를 실시간으로 구하기 위한 근사화 방법을 제시하였다. 그 결과 기존의 수치적 Laplace 역함수에 의한 방법에 비하여 매우 빠른 계산 시간을 통하여 정확한 값을 계산할 수 있었다. 마지막으로, 실시간 CAC방법을 제안하였다. 즉, 개개의 사용자 트래픽이 PCR, SCR,MBS로 주어졌을때, 이를 ON/OFF 트래픽으로 모델링 하고, 중첩된 트래픽을 MMPP(2)로 모델링 하였다. 그리고 WER을 바탕으로 수락결정을 수행하였다. 제안된 CAC 방법이 기존의 다른 방법보다 높은 망 사용 효율을 나타냄을 수치적 실험을 통하여 보였다.
