Анализ процессов передачи информации в многомодовых оптоволоконных сетях с маркерным методом доступа

Цели. Целью работы являются разработка и анализ математической модели передачи информации в многомодовых оптоволоконных кольцевых сетях с маркерным методом доступа для обеспечения эффективного взаимодействия устройств интернета вещей (Internet of Things, IoT). Работа направлена на оценку вероятностно-временных характеристик, надежности и производительности сетевой инфраструктуры, а также оптимизацию параметров передачи данных с учетом специфики IoT и особенностей оптоволоконной среды.
Методы. В ходе исследования применены методы теории надежности для оценки устойчивости сети к отказам и увеличения ее эксплуатационной эффективности, методы теории случайных процессов для моделирования динамики передачи данных в условиях изменяющейся нагрузки, а также методы теории массового обслуживания для анализа распределения трафика и управления очередями пакетов. Дополнительно использовано преобразование Лапласа – Стилтьеса, позволяющее вывести функциональные уравнения, описывающие вероятностно-временные характеристики передачи данных и обеспечивающие точное математическое моделирование сетевых процессов.
Результаты. Исследованы процессы передачи информации в многомодовых оптоволоконных сетях с маркерным доступом в контексте IoT-систем. Проведен анализ временных характеристик передачи пакетов различных классов, включая критически важные данные IoT-устройств.
Выводы. Результаты исследования подтверждают, что многомодовая оптоволоконная среда является эффективной основой для IoT-инфраструктуры, обеспечивая высокую пропускную способность и устойчивость к отказам. Включение характеристик надежности в модель позволило учесть влияние отказов оптоволоконной среды и узлов сети на производительность. Оптимизация параметров маркерного метода доступа, включая временные интервалы и политику передачи маркеров, существенно повышает общую производительность сети, снижая вероятность коллизий, и увеличивает пропускную способность. Разработанная математическая модель предоставляет эффективный инструмент для анализа и проектирования локальных сетей на основе многомодовых оптоволоконных технологий. Это особенно важно для сетей, обслуживающих критически важные инфраструктуры.

1. Леонтьев А.С., Жматов Д.В. Аналитический метод анализа процессов передачи сообщений в оптоволоконных сетях с маркерным доступом для цифровых подстанций. Russ. Technol. J. 2024;12(6):26–38. https://doi.org/10.32362/2500-316X-2024-12-6-26-38

2. Леонтьев А.С. Разработка аналитических методов, моделей и методик анализа локальных вычислительных сетей. Теоретические вопросы программного обеспечения: Межвузовский сборник научных трудов. М.: МИРЭА; 2001. С. 70–94.

3. Леонтьев А.С. Многоуровневые аналитические и аналитико-имитационные модели оценки вероятностно-временных характеристик многомашинных вычислительных комплексов с учетом надежности. Международный научно-исследовательский журнал. 2023;5(131). https://doi.org/10.23670/IRJ.2023.131.8

4. Sapna, Sharma M. Performance evaluation of a wired network with & without Load Balancer and Firewall. In: 2010 International Conference on Electronics and Information Engineering. Kyoto, Japan. 2010. P. V2-515–V2-519. https://doi.org/10.1109/ICEIE.2010.5559755

5. Wei M., Chen Z. Study of LANs access technologies in wind power system. In: IEEE PES General Meeting. Minneapolis, MN, USA. 2010.

6. Звонарева Г.А., Бузунов Д.С. Использование имитационного моделирования для оценки временных характеристик распределенной вычислительной системы. Открытое образование. 2022;26(5):32–39. https://doi.org/10.21686/1818-4243-2022-5-32-39

7. Кульба В.В., Мамиконов А.Г., Шелков А.Б. Резервирование программных модулей и информационных массивов в АСУ. Автоматика и телемеханика. 1980;8:133–141.

8. Талалаев А.А., Фроленко В.П. Отказоустойчивая система организации высокопроизводительных вычислений для решения задач обработки потоков данных. Программные системы: Теория и приложения. 2018;9(1–36):85–108. https://doi.org/10.25209/2079-3316-2018-9-1-85-108

9. Акимова Г.П., Соловьев А.В., Тарханов И.А. Моделирование надежности распределенных вычислительных систем. Информационные технологии и вычислительные системы (ИТиВС). 2019;3:70–86. https://doi.org/10.14357/20718632190307

10. Павский В.А., Павский К.В. Математическая модель для расчета показателей надежности масштабируемых вычислительных систем с учетом времени переключения. Известия ЮФУ. Технические науки. 2020;2(212):134–145. https://doi.org/10.18522/2311-3103-2020-2-134-145

11. Waseem A., Wu Y.W. A survey on reliability in distributed systems. J. Comput. Syst. Sci. 2013;79(8):1243–1255. https://doi.org/10.1016/j.jcss.2013.02.006

12. Иваничкина Л.В., Непорада А.Л. Модель надежности распределенной системы хранения данных в условиях явных и скрытых дисковых сбоев. Труды Института системного программирования РАН. 2015;27(6):253–274. https://doi.org/10.15514/ISPRAS-2015-27(6)-16

13. Rothe S., Besser K.L., Krause D., Kuschmierz R., Koukourakis N., Jorswieck E., Czarske J.W. Securing Data in Multimode Fibers by Exploiting Mode-Dependent Light Propagation Effects. Research. 2023;6:Article 0065. https://doi.org/10.34133/research.0065

14. Ferguson K., Kleinrock L. Optimal update timing of stale information metrics, including age of information. IEEE Journal on Selected Areas in Information Theory. 2023;4:734–746. https://doi.org/10.1109/JSAIT.2023.3344760

15. He Z., Kleinrock L. Optimization of Assisted Search Over Server-Mediated Peer-to-peer Networks. In: 2022 IEEE Global Communications Conference (GLOBECOM 2022). IEEE. 2022. Р. 4928–4934. https://doi.org/10.1109/GLOBECOM48099.2022.10000846

16. Jain R. Error characteristics of fiber distributed data interface (FDDI). IEEE Trans. Commun. 1990;38(8):1244–1252. https://doi.org/10.1109/26.58757

17. Kleinrock L. Internet congestion control using power metric: Keep the just full, but no fuller. Ad Hoc Networks. 2018;80: 142–157. https://doi.org/10.1016/j.adhoc.2018.05.015