Исследование характеристик приоритетной мультисервисной системы MMAP/PH/M/N с использованием метода Монте-Карло

Обложка

Цитировать

Полный текст

Аннотация

Представлены результаты исследования приоритетной многолинейной системы массового обслуживания (СМО) с маркированным марковским входным потоком (MMAP), обслуживанием фазового типа PH и очередью конечной ёмкости. Приоритетные классы трафика различаются вероятностью присоединения к очереди, зависящей от количества заявок в ней, и PH-распределением времени обслуживания. Если очередь заполнена, заявка не присоединяется к~системе. Для частного случая такой СМО с двумя классами трафика разработана и исследована аналитическая модель, а также предложен алгоритм вычисления стационарных вероятностей состояния системы, вероятностей потерь, среднего числа заявок в системе и других характеристик. Для общего случая системы с K-классами построена имитационная модель, исследованы характеристики системы.

Об авторах

Владимир Миронович Вишневский

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Автор, ответственный за переписку.
Email: vishn@inbox.ru
Москва

Валентина Ивановна Клименок

Белорусский государственный университет

Email: klimenok@bsu.by
Минск

Андрей Алексеевич Ларионов

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: larioandr@gmail.com
Москва

Амир Амангельдыевич Мухтаров

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: mukhtarov.amir.a@gmail.com
Москва

Александр Михайлович Соколов

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: aleksandr.sokolov@phystech.edu
Москва

Список литературы

  1. Akan M. et al. A broader view of designing the liver allocation system // Operations Research. – 2012. – Vol. 60, No. 4. – P. 757–770.
  2. Awan I., Younas M., Naveed W. Modelling QoS in IoT applications // Proc. Int. Conf. on Network-Based Information Systems (NBiS-2014). – 2014. – P. 99–105.
  3. Bocharov P. P., D’Apice C., Pechinkin A. V. Queueing Theory. – Berlin, Boston: De Gruyter, 2003.
  4. Dudin A. N., Klimenok V. I., Vishnevsky V. M. The theory of queuing systems with correlated flows. – Springer, 2019. – Iss. 1. – P. 1–410.
  5. Dudin S. et al. Improvement of the fairness of non-preemptive priorities in the transmission of heterogeneous traffic // Mathematics. – 2020. – Vol. 8, No. 6.
  6. Dudina O., Kim C., Dudin S. Retrial queuing system with Markovian arrival flow and phase-type service time distribution // Computers & Industrial Engineering. – 2013. – Vol. 66, No. 2. – P. 360–373.
  7. Emara M., Elsawy H., Bauch G. Prioritized multistream traffic in uplink IoT networks: Spatially interacting vacation queues // IEEE Internet of Things Journal. – 2021. – Vol. 8(3). – P. 1477–1491. – DOI: https://doi.org/10.1109/JIOT.2020.3012515.
  8. Graham A. Kronecker Products and Matrix Calculus with Applications. – Courier Dover Publications, 2018.
  9. He Q. M., Xie J., Zhao X. Priority queue with customer upgrades // Naval Research Logistics. – 2012. – Vol. 59, No. 5. – P. 362–375.
  10. Horvath G. Efficient analysis of the queue length moments of the MMAP/MAP/1 preemptive priority queue // Performance Evaluation. – 2012. – Vol. 69, No. 12. – P. 684–700.
  11. Heyman D. P., Lucantoni D. Modeling multiple IP traffic streams with rate limits // IEEE/ACM Transactions on Networking. – 2003. – Vol. 11, No. 6. – P. 948–958.
  12. Johnson M. A., Taaffe M. R. Matching moments to phase distributions: Mixtures of Erlang distributions of common order // Communications in Statistics - Stochastic Models. – 1989. – Vol. 5, No. 4. – P. 711–743.
  13. Klimenok V. et al. Queuing system with two types of customers and dynamic change of a priority // Mathematics. – 2020. – Vol. 8, No. 5.
  14. Klimenok V., Dudin A., Vishnevsky V. Priority multi-server queueing system with heterogeneous customers // Mathematics. – 2020. – Vol. 8, No. 9.
  15. Klimenok V. et al. Lack of invariant property of the Erlang loss model in case of MAP input // Queueing Systems. – 2005. – Vol. 49, No. 2. – P. 187–213.
  16. Lucantoni D. M. New results on the single server queue with a batch Markovian arrival process // Communications in Statistics - Stochastic Models. – 1991. – Vol. 7, No. 1. – P. 1–46.
  17. Neuts M. F. Matrix-Geometric Solutions to Stochastic Models // In: DGOR / Eds. H. Steckhan et al. – Berlin, Heidelberg: Springer, 1984. – P. 425.
  18. Lucantoni D. M. Algorithms for the multi-server queue with phase-type service // Communications in Statistics - Stochastic Models. – 1985. – Vol. 1, No. 3. – P. 393–417.
  19. McWherter D. T. et al. Priority mechanisms for OLTP and transactional web applications // Proc. Int. Conf. on Data Engineering. – 2004. – Vol. 20. – P. 535–546.
  20. Muralidharan S., Roy A., Saxena N. MDP-IoT: MDP-based interest forwarding for heterogeneous traffic in IoT-NDN environment // Future Generation Computer Systems. – 2018. – Vol. 79. – P. 892–908.
  21. Ramaswami V. Independent Markov processes in parallel // Communications in Statistics - Stochastic Models. – 1985. – Vol. 1, No. 3. – P. 419–432.
  22. Tachibana T., Furuichi T., Mineno H. Implementing and evaluating priority control mechanism for heterogeneous remote monitoring IoT system // ACM Int. Conf. Proceeding Series. – 2016. – Vol. 28 (Nov.). – P. 239–244.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».