Ваш браузер устарел.

Для того, чтобы использовать все возможности сайта, загрузите и установите один из этих браузеров.

скрыть

Article

  • Title

    Mathematical modeling of Internet of Things traffic in AD-HOC networks with hybrid routing

  • Authors

    Prokopovich Igor V.
    Lopakov А. S.
    Kosmachevskiy Volodymir V.
    Babych Yuliia I.
    Shvahirev Pavel A.

  • Subject

    INFORMACION TECHNOLOGY. AUTOMATION

  • Year 2021
    Issue 2(64)
    UDC 621.391
    DOI 10.15276/opu.2.64.2021.05
    Pages 36-45
  • Abstract

    This paper considers the impact of Internet of Things traffic, which is formed by monitoring and control systems or other systems, when the properties of this traffic are described by the properties of the regular flow. The impact of this traffic on such key QoS indicators as data delivery delay and probability of loss is estimated. As a model of communication network the system of queuing (SMO) with the combined discipline of service is considered. The analysis of trends in the development of the infocommunication system shows that the share of IP traffic in promising communication networks will significantly increase, which will lead to its impact on the quality of service .Given that the traffic in the network will also include telemetry traffic, this impact can have a significant impact on the quality of its service. Modern AD-HOC networks are based on the principle of “averaging”. According to statistics, many data streams with random variations in density will result in some average traffic. However, this approach does not work in networks prone to strong peak emissions. Such peculiar, time-localized “congestions” cause significant packet losses, even when the total demand of all flows is far from the maximum allowable values. This negatively affects the efficiency of network bandwidth utilization. The classical Poisson model of traffic, which was used in the design of network protocols, does not reflect the real reality: the data of real network traffic have the property of self-similarity.

  • Keywords Internet of Things, (IoT), AD-HOC-network, autocorrelation function, mathematical expectation, variance, Hearst coefficient, simplest and self-similar flow
  • Viewed: 37 Dowloaded: 9
  • Download Article
  • References

    Література

    1. Шелухин А.М., Тенякшев А.В., Осин А.В. Фрактальные процессы в телекоммуникациях / за ред. А.М. Шелухин, Москва : Радиотехника, 2003. 479 с.

    2. Парамонов А.І. Управління трафіком машина-машина на основі розкладу. Системи управління та інформаційні технології. 2014. Т. 56, № 2. С. 84–88.

    3. Кучерявий А.Е., Нуріллоев І.М., Парамонов А.І., Прокоп'єв А.В. Забезпечення зв’язності бездротових сенсорних вузлів гетерогенної мережі. Інформаційні технології та телекомунікації. 2015. Т. 3. № 1, С. 115–122.

    4. Impact of machine-type communications on energy and de-lay performance of random access channel in LTE-advanced / M. Gerasimenko, V. Petrov, O. Galinina, S. Andreev, Y. Koucheryavy. European Transactions on Telecommunications. 2013. Vol. 24, Issue 4. P. 366–377.

    5. Киричок Р.В., Парамонов А.І., Прокоп’єв А.В., Кучерявий А.Е. Еволюція досліджень в області бездротових сенсорних мереж. Інформаційні технології та телекомунікації. 2014.
    № 4 (8). С. 29–41.

    6. Боронін П.Н., Кучерявий А.Е. Інтернет речей як нова концепція розвитку мереж зв’язку. Інформаційні технології та телекомунікації. 2014. № 3 (7). С. 7–30.

    7. Бузюков Л.Б., Окунева Д.В., Парамонов А.І. Аналіз часових параметрів обслуговування трафіку бездротової самоорганізовуючої мережі. T-Comm: Телекомунікації та транспорт. 2016. Т. 10, № 10. С. 66 –75.

    8. Дао Ч.Н., Парамонов А.І. Моделі концентрації трафіку М2М і оцінка його впливу на QOS в мережах 5G. Електрозв’язок. 2018. № 4. С. 47–54.

    9. Євглевська Н.В., Парамонов А.І., Смирнов П.І., Шамілова Р.В. Модель архітектури програмноконфігурованої мережі і когнітивний метод управління для організації множинного доступу в мережах інтернету речей. Радіопромисловість. 2018. № 4. С. 68–75.

    10. Зелигер Н.Б., Чугреев О.С., Яновский Г.Г. Проектирование сетей и систем передачи дискретных сообщений. Москва : Радио и связь, 1984. 177 с.

    11. Карпов Ю. Имитационное моделирование систем. СПб. : БЖД Петербург, 2005. 389 с.

    12. Кендалл М., Стюарт А. Многомерный статистический анализ и временные ряды. Москва : Наука, 1976. 736 с.

    13. Мутханна А.С., Виборнова А.І., Парамонов А.І. Дослідження перевантажень у проникаючих сенсорних мережах. Електрозв’язок. 2016. № 1. С. 53–59.

    14. Парамонов А.І. Моделі потоків трафіку для мереж М2М. Електрозв’язок. 2014. № 4.
    С. 11–16.

    15. Вадзинский Р.Н. Справочник по вероятностным распределениям. СПб. : Наука, 2001.
    295 с.

    16. Кокс Д., Льюис П. Статистический анализ последовательностей событий / Пер. с англ. под ред. Н.П. Бусленко. Москва : Мир, 1969. 312 с.

    17. Ладыженский Ю.В., Моргайлов Д.Д., Юнис Моатаз. Моделирование самоподобного входного трафика сетевых процессоров в системе NS-2. Наукові праці Донецького національного технічного університету. Серія : Інформатика, кібернетика та обчислювальна техніка. 2012. № 16. С. 68–74.

    18. Справочник по теории вероятностей и математической статистике / под ред.
    В.С. Королюк. Научная мысль, 1978. 582 с.

    19. Фомін В.В. Статистичний аналіз IP і VoIP трафіку. Інфокомунікаційні технології. 2009. № 1, Том 7. С. 40–44.

    20. Шелухін О.І. Моделювання інформаційних систем: навчальний посібник для вузів, 2-е вид., Перераб. і доп. Москва : Гаряча лінія − Телеком, 2014. 536 с.

    References

    1. Shelukhin, A.M., Tenyakshev, A.V., & Osin, A.V. (2003). Fractal processes in telecommunications. Moscow: Radiotechnics.

    2. Paramonov, A.I. (2014). Traffic management machine-to-machine based on the schedule. Control systems and information technologies, 56, 2, 84–88. 

    3. Kucheryavy, A.E., Nurilloev, I.N., Paramonov, A.I., & Prokopiev, A.V. (2015). Ensuring the connectivity of wireless sensor nodes of a heterogeneous network. Information Technologies and Telecommunications, 3, 1, 115–122.

    4. Gerasimenko, M., Petrov, V., Galinina, O., Andreev, S., & Koucheryavy Y. (2013). Impact of machine-type communications on energy and de-lay performance of random access channel in LTE-advanced. European Transactions on Telecommunications, 24, 4, 366–377.

    5. Kirichek, R.V., Paramonov, A.I., Prokopiev, A.V., & Kucheryavyy, A.E. (2014). Evolution of research in the field of wireless sensor networks. Information technologies and telecommunications, 4 (8), 29–41.

    6. Boronin, P.N., & Kucheryavyy, A.E. (2014). The Internet of Things as a New Concept for the Development of Communication Networks. Information technologies and telecommunications, 3 (7), 7–30.

    7. Buzyukov, L.B., Okuneva, D.V., & Paramonov, A.I. (2016). Analysis of the time parameters of servicing the traffic of a wireless self-organizing network. T-Comm: Telecommunications and Transport, 10, 10, 66–75.

    8. Tao, Ch.N., & Paramonov, A.I. (2018). Models of M2M traffic concentration and assessment of its impact on QOS in 5G networks. Electrosvyaz, 4, 47–54.

    9. Evglevskaya, N.V., Paramonov, A.I., Smirnov, P.I., & Shamilova, R.V. (2018). Model of architecture of software-defined network and cognitive control method for organizing multiple access in networks of the Internet of things. Radioindustry, 4, 68–75.

    10. Zeliger, N.B., Chugreev, O.S., & Yanovsky, G.G. (1984). Design of networks and systems for the transmission of discrete messages. Moscow: Radio and communication.

    11. Karpov, Y. (2005). Simulation of systems. SPb.; BCHV Petersburg.

    12. Kendall, M., & Stewart A. (1976). Multivariate statistical analysis and time series. Moscow: Nauka.

    13. Muthanna, A.S., Vybornova, A.I., & Paramonov, A.I. (2016). Investigation of overloads in pervasive sensor networks. Electrosvyaz, 1, 53–59.

    14. Paramonov, A.I. (2014). Traffic flow models for M2M networks. Telecommunications, 4, 11–16.

    15. Vadzinsky, R.N. (2001). Handbook of Probability Distributions. SPb.: Science.

    16. Cox, D., & Lewis, P. (1969). Statistical analysis of sequences of events / Transl. from English ed. N.P. Buslenko. Moscow: Mir.

    17. Ladyzhensky, Yu.V., Morgailov, D.D., & Yunis, M. (2012). Modeling of self-similar input traffic of network processors in the NS-2 system. Scientific studies DonNTU. Series “Informatics, cybernetics and numerical technology”, 16 (204), 68–74.

    18. Handbook of Probability and Mathematical Statistics (1978). Ed. Korolyuk, V.S. Publisher. Naukova Dumka.

    19. Fomin, V.V. (2009). Statistical analysis of IP and VoIP traffic. Infocommunication technologies, 1, 7, 40–44.

    20. Shelukhin, O.I. (2014). Information systems modeling. Textbook for universities. 2nd ed., Revised and add. Moscow: Hot line – Telecom.

  • Creative Commons License by Author(s)