Perforamnce evaluation of the priority multi-service system mmap/ph/m/n using the monte carlo method

封面

如何引用文章

全文:

详细

In this paper, we present the results of a study of a priority multiline queuing system with a marked Markov arrival process (MMAP), phase-type service time (PH), and a buffer with finite capacity. Priority traffic classes differ in the probability of joining the queue, which depends on the number of customers in buffer, and in the service time PH distribution. If the buffer is full, customers don't join the system. An analytical model has been developed and studied for a particular case of a queueing system with two priority classes. We present an algorithm for calculating stationary probabilities of the system state, loss probabilities, the average number of customers in the queue, and other performance characteristics for this particular case. For the general case of a system with K-classes, a simulation model is constructed, with the help of which various characteristics of the system are studied.

作者简介

Vladimir Vishnevsky

V.A. Trapeznikov Institute of Control Sciences of RAS

编辑信件的主要联系方式.
Email: vishn@inbox.ru
Moscow

Valentina Klimenok

Belarusian State University

Email: klimenok@bsu.by
Minsk

Andrey Larionov

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: larioandr@gmail.com
Moscow

Amir Mukhtarov

V.A. Trapeznikov Institute of Control Sciences of RAS

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

Aleksandr Sokolov

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: aleksandr.sokolov@phystech.edu
Moscow

参考

  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.

补充文件

附件文件
动作
1. JATS XML


Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。

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».