3. CARACTERIZACIÓN DE APLICACIONES

Baseline de la red: Corresponde con el inventario de los datos-aplicativos que fluyen por la red durante la operación normal de la misma. Operación que se debe detallar/conocer durante el día y varios días por mes.

Para los administradores / diseñadores de redes es importante detallar y

conocer cada una de las fuentes de datos, conocer sus modelos (promedios de tiempo y datos).

Caracterización de redes LAN: Reconozca el estado de la red e inicie unplan de acción para mejorar sus condicionesCaracterización de canales WAN: Es importante conocer que viaja porun canal WAN y si su rendimiento corresponde al contratado Caracterización de canal e Internet: Auditar el uso del servicio de Internet es una manera de reducir la creciente demanda indiscriminada del ancho de banda Caracterización de aplicaciones: Antes de poner en marcha una aplicación es importante saber el impacto que puede causar a la infraestructura.

Necesidades de Acceso y Costos

Selección de topología y tecnología para satisfacer las necesidades

Modelo de carga-red

Simulación del comportamiento bajolas expectativas de carga

Prueba de desempeño-sensibilidad

Rediseño de acuerdo a lo necesitado

3. CARACTERIZACIÓN DE APLICACIONES

3. CARACTERIZACIÓN DE APLICACIONES

Todos y cada uno de los servicios y aplicaciones deben ser modelados o parametrizados. Se requiere conocer la “exigencia” en carga de la red

La carga no es solo el BW, recordemos que la red no solo son los enlaces. De acuerdo con esto hacer un listado de lo que se debe medir y enunciar métodos o herramientas que puedan ser utilizadas para replicarlos en una sesión de laboratorio.

Requerimientos de ancho de bandaMemoriaProcesadorListado de serviciosInventario de datos y aplicativos

3.1 Fundamentos de Teorías de Colas

3.1 Fundamentos de Teorías de Colas

Caja de supermercado

Piezas en proceso en un taller

Pacientes en sala de espera

Existe un número de entidades físicas (las llegadas) que buscan recibir servicio de instalaciones limitadas (los servidores).

A veces, las llegadas deben esperar su turno.

3.1 Fundamentos de Teorías de Colas

La teoría de colas es utilizada para predecir el

desempeño de un fenómeno probabilístico y consiste

en una serie de usuarios llegando en tiempos

aleatorios a un lugar donde reciben algún tipo de

servicio y luego parten. Los usuarios representan

transacciones (flujo de información que va de un lado

a otro).

3.1 Fundamentos de Teorías de Colas

CLIENTE

Tiempo entre arribos

COLA ESTACIÓN DE SERVICIO OSERVIDORDisciplina de

ServicioFifo , lifo, rnd, prioridadTamaño de la cola

Tiempo de atenciónServidor paralelo o serie

Fuente De

Llegadas

3.1 Fundamentos de Teorías de Colas

Los parámetros que caracterizan el comportamiento de las colas son:

La tasa de arribo , número de usuarios activos (fuentes), número de servidores, tamaño de la cola (en el caso que la cola sea finita), tasa de servicio de la cola μ.

VARIABLES DE ENTRADA

3.1 Fundamentos de Teorías de Colas

- Intensidad del tráfico: Esta variable relaciona la tasa de llegadas con la tasa de servicio. También es llamado el “factor de utilización” de la cola.

- “Throughput”: Tasa promedio de atención de usuarios en el sistema. Esta variable mide la proporción con que son atendidos los usuarios en el sistema.

-Longitud del sistema: Es la longitud promedio de una cola e incluye todos los usuarios que están en el sistema, tanto los que están en la cola como los que están recibiendo el servicio.

- Tiempo de retardo: Es el tiempo total que gasta un usuario en el sistema. Este tiempo corresponde al tiempo que el usuario esta en la cola mas el tiempo de servicio.

VARIABLES DE SALIDA

3.1 Fundamentos de Teorías de Colas

El objetivo principal del modelado de las redes es predecir su comportamiento. La teoría de colas es un primer acercamiento al análisis del retardo de la red.

Es una teoría matemática que utiliza propiedades estadísticas de las tasas de llegada y de procesamiento de usuarios (que representan transacciones de paquetes, bits, bytes, etc.) por medio de la cual se puede predecir el comportamiento estático de la red.

Los nodos representan elementos de red (como conmutadores o enrutadores), y las uniones entre estos elementos son los enlaces los cuales están representados por medio de una matriz de probabilidad de transición.

MODELOS DE RED BASADOS EN COLAS

3.1 Fundamentos de Teorías de Colas

La llegadaLa colaEl servidor

La performance de un sistema se predice con parámetros como:–Número promedio de “elementos” (llegadas) en la cola–Tiempo promedio de espera en la cola–Porcentaje de tiempo perdido por los servidores

3.1 Fundamentos de Teorías de Colas

DATOS

DATOS

VOZ

VOZ

VIDEOCONFERENCIA

Q DATOS

Q VOZ

Q VIDEOCONFERENCIA

Servidor

3.2 MODELOS APLICACIONES ASIMÉTRICAS EN CUANTO AL TRÁFICO

Sin mirar el tiempo de arribo de los paquetes, el más claro ejemplo son las aplicaciones en Internet, con aplicaciones tipo Navegación (http) y descargas por FTP (ftp) entre otras.

Cuando se hace el modelamiento de estas aplicaciones, se encuentra que demandan canales de subida pequeños frente a los canales de bajada (de más capacidad [=] Kbps)

3.2 MODELOS APLICACIONES ASIMÉTRICAS EN CUANTO AL TRÁFICO

Aplicaciones Cliente servidor es otro claro ejemplo de estas aplicaciones, donde el tráfico es asimétrico.

Es el tipo de fuente que más se encuentra en las redes de datos.

Los modelos de estas fuentes son generalmente estadísticos, en cuanto al tiempo de llegada y magnitud de cada paquete. Aunque es ampliamente difundido que para el tiempo de arribo de los paquetes los modelos exponenciales son los mas aceptados.

3.3 MODELOS DE APLICACIONES SIMÉTRICAS

Si solo se mira la magnitud del tráfico, aplicaciones como video conferencia es una exponente de este tipo.

• Smooth/BurstySmooth/Bursty• Benign/GreedyBenign/Greedy• Drop InsensitiveDrop Insensitive• Delay InsensitiveDelay Insensitive• TCP RetransmitsTCP Retransmits

DataData• Different applications have different traffic

characteristics• Different versions of the same application

can have different traffic characteristics• Classify Data into relative-priority model

with no more than four classes:-Gold: Mission-Critical AppsGold: Mission-Critical Apps- (ERP Apps, Transactions)(ERP Apps, Transactions)-Silver: Guaranteed-BandwidthSilver: Guaranteed-Bandwidth- (Intranet, Messaging)(Intranet, Messaging)-Bronze: Best-EffortBronze: Best-Effort- (Email, Internet)(Email, Internet)-Less-Than-Best-Effort: ScavengerLess-Than-Best-Effort: Scavenger- (FTP, Backups, Napster/Kazaa)(FTP, Backups, Napster/Kazaa)

3.4 MODELOS DE APLICACIONES EN TIEMPO REAL

Las fuentes de este tipo, de tiempo real, exigen modelos que reflejen las exigencia de retardo, variación del retardo y tratamiento “preferencial de los paquetes”. Voz paquetezida y video conferencia son fuentes de este tipo.

 

Algunos parámetros que se tienen en cuenta para los modelos de estas fuentes son:

3.4 MODELOS DE APLICACIONES EN TIEMPO REAL

“Voice: Smooth, Benign, Drop Sensitive,

Delay Sensitive and UDP Priority

 

Latency ≤ 150 ms

Jitter ≤ 30 ms

Loss ≤ 1%

17-106 kbps guaranteed priority bandwidth per call

150 bps (+ layer 2 overhead) guaranteed bandwidth for Voice-Control trafffic per call.

ITU’s G.114 Recommendation: ≤ 150msec One-Way Delay

VoiceVoice

3.4 MODELOS DE APLICACIONES EN TIEMPO REAL

Video: Bursty, Greedy, Drop Sensitive,

Delay Sensitive and UDP Priority

Latency ≤ 150 ms

Jitter ≤ 30 ms

Loss ≤ 1%

Minimum priority bandwidth guarantee required is: Video-Stream + 20%

e.g. a 384 kbps stream would require 460 kbps of priority bandwidth”

VideoVideo

3.4 MODELOS DE APLICACIONES EN TIEMPO REAL

Elements That Affect Latency and Jitter

Campus Branch Office

SRSTrouter

IP WAN

PSTN

G.729A: 25 msG.729A: 25 ms

CODECCODEC

VariableVariable

SerializationSerialization

FixedFixed (6.3 (6.3 s / Km) +s / Km) +Network DelayNetwork Delay

(Variable)(Variable)

PropagationPropagation& Network& Network

20-50 ms20-50 ms

Jitter BufferJitter Buffer

End-to-End Delay (Must be End-to-End Delay (Must be ≤≤ 150 ms) 150 ms)

VariableVariable

QueuingQueuing