Анализ производительности и временных характеристик промышленных сетей со случайным и детерминированным эквидистантным распределением узлов

Цели. Цель работы – разработка математического аппарата для оценки производительности и вероятностно-временных характеристик процессов передачи пакетов в промышленных сетях, использующих метод случайного множественного доступа. Особенностью исследования является учет строгих ограничений на время доставки пакетов и влияние коллизий.

Методы. В основе исследования лежат методы теории случайных процессов. Для аналитического вывода ключевых соотношений и доказательства основной теоремы применяется аппарат преобразования Лапласа – Стилтьеса.

Результаты. Сформулирована и доказана теорема, определяющая форму преобразования Лапласа – Стилтьеса для функции распределения времени передачи пакета. Этот результат учитывает повторные передачи пакетов, вызванные конфликтами в среде с множественным доступом. Проведен анализ процессов передачи информации в промышленных сетях со случайным множественным доступом, включая изменение количества рабочих станций и интенсивности потоков пакетов. Анализировались пакеты, поступающие в узлы сети, оценивались производительность системы, степень загрузки узлов и канала передачи, а также время доставки пакетов с учетом возникающих конфликтов. Выявлено значительное различие во временных характеристиках передачи между центральными и периферийными узлами сети. Для автоматизации исследований и оценки различных режимов работы сети при ее масштабировании и увеличении нагрузки на узлы разработан и реализован программный комплекс.

Выводы. При проведении исследования промышленных сетей со случайным множественным доступом выявлено, что при масштабировании сети с увеличением количества узлов возрастает производительность сети, однако при значительном увеличении загрузки узлов и передающей среды производительность падает. Загрузка крайних узлов и время передачи пакетов из-за повышенного возрастания конфликтов возрастают значительно быстрее по сравнению с центральными узлами. Производительность и временные характеристики при увеличении количества узлов несущественно зависят от типа распределения узлов – случайного или детерминированного эквидистантного. Для обеспечения сбалансированности режимов работы промышленной сети со случайным множественным доступом предлагается на 10–15% уменьшить нагрузку на крайние узлы. При этом можно обеспечить примерно одинаковую загрузку передающей среды и узлов при увеличении их количества.

1. Жматов Д.В., Леонтьев А.С. Анализ процессов передачи информации в многомодовых оптоволоконных сетях с маркерным методом доступа. Russian Technological Journal. 2025;13(5):41–50. https://doi.org/10.32362/2500-316X-2025-13-5-41-50

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., Жматов Д.В. Исследование вероятностно-временных характеристик беспроводных сетей с методом доступа CSMA/CA. Russian Technological Journal. 2024;12(2):67–76. https://doi.org/10.32362/2500-316X-2024-12-2-67-76

4. Ferguson С., Kleinrock L. Optimal Update Times for Stale Information Metrics Including the Age of Information. IEEE Journal on Selected Areas in Information Theory. 2023;4:734–746. https://doi.org/10.1109/JSAIT.2023.3344760

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

6. 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. Р. V2-515–V2-519. https://doi.org/10.1109/ICEIE.2010.5559755

7. Смирнова Е.В. Технологии современных сетей Ethernet. Методы коммутации и управления потоками данных. М.: БХВ-Петербург; 2017, 480 с.

8. 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

9. Wei M., Chen Z. Study of LANs access technologies in wind power system. In: IEEE PES General Meeting. Minneapolis, MN, USA. 2010. https://doi.org/10.1109/PES.2010.5590088

10. Альшаев И.А., Лаврухин В.А. О проектировании и оптимизации сетей Wi-Fi. Информационные технологии и телекоммуникации. 2016;4(1):87–95. https://www.elibrary.ru/wbdxbt

11. 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

12. 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

13. 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

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

15. Бахарева Н.Ф. Анализ производительности сетевых структур методами теории массового обслуживания. Информатика, телекоммуникации и управление. 2009;3(80):25–34. https://www.elibrary.ru/kxxbqv

16. Шарафуллина А.Ю., Галямов Р.Р., Зарипова Р.С. Технические принципы создания беспроводной локальной сети Wi-Fi. T-Comm: Телекоммуникация и транспорт. 2021;15(7):28–33. https://doi.org/10.36724/2072-8735-2021-15-7-28-33