• Aucun résultat trouvé

Évaluation des performances du système d'agrégation de 802.11n

N/A
N/A
Protected

Academic year: 2021

Partager "Évaluation des performances du système d'agrégation de 802.11n"

Copied!
16
0
0

Texte intégral

(1)

Centre de Recherche en Automatique de Nancy

UMR 7039

RGE

24 Octobre 2013

ÉVALUATION DES PERFORMANCES DU SYSTÈME D’AGRÉGATION DE 802.11N

INS2I INSIS

IAEM BMS

D. Breck, J-P. Georges et T. Divoux

damien.breck@univ-lorraine.fr

(2)

PLAN

1 Définition du système d’agrégation Agrégation 802.11n

Système considéré

2 Positionnement scientifique

3 Présentation du calcul réseau

4 Courbes d’arrivée

5 Courbes de service

Service offert à tous les flux Service dédié à un flux Évaluation des modèles

6 Calcul d’un majorant du délai

7 Perspectives et travaux futurs

(3)

SYSTÈME D’AGRÉGATION 802.11N

Contexte

Atteindre des débits supérieurs à 100 Mb/s Innovations autour de la couche physique Mauvais rendement de la couche MAC

Une solution, l’agrégation de MSDU (Mac Service Data Unit)

Système d’agrégation

s h

Flux 1

Flux 2

Flux agrégé LLC

MAC Agrégation

PHY MSDU

AMSDU MPDU

Problématique

Comment évaluer les performances d’un tel système pour un flux particulier ?

(4)

DÉFINITION DU SYSTÈME CONSIDÉRÉ

s s Flux 1

Flux 2

Flux agrégé

AP

Sta1

Sta2

Définition

Considérons un système d’agrégationSavec un flux entrantR

(

t

)

.Sémet un agrégat avec une capacitéClorsque son arriéré de traitementx

(

t

)

est supérieur ou égal à un seuil de tailles. La taille de l’agrégat est comprise dans l’intervalle

]

s−lmax

,

s

]

.

s

x

(

t

)

bit

R(t)

(5)

POSITIONNEMENT SCIENTIFIQUE

Remarques sur les travaux existants

Chaines de Markov (LIN2006, KUPPA2006), Étude analytique (GINZBURG2007),

Simulations (WANG2009, SKORDOULIS2008),

Cas 1

AP Sta2

Sta1 Cas 2

AP Sta2 Sta1

Cas 3

AP Sta2

Sta1 Cas 4

AP Sta2

Sta1 AP

Sta1

Sta2

Positionnement

Nous chercherons, dans le pire cas, un majorant du délai subit par les données d’un utilisateur à l’aide duCalcul Réseau.

(6)

PRÉSENTATION DU CALCUL RÉSEAU

Système R(t)

(0) Système

R(t)est le nombre de bits observés sur le flux dans l’intervalle[0,t[

α(t)

t

R(t)

∀0≤s≤t,R(t)−R(s)≤α(t−s) (1) Arrivées

β(t)

t

R(t)≥R(t)⊗β(t) (2) Service

β(t)α(t)

délai arriéré

t R(t)−R(t)≤sup

s≥0{α(s)−β(s)}

d(t)≤sup

Tinf≥0{α(s)≤β(s+T)}

(3) Majorants

(7)

COURBES D’ARRIVÉE

Hypothèses

Les flux entrantsRi

(

t

)

seront bornés par deux courbes d’arrivée chacun, soit

α

i

(

t−t0

)

≤Ri

(

t

)

−Ri

(

t0

)

α

i

(

t−t0

)

ρ

i

(

t−t0

τ )

+≤Ri

(

t

)

−Ri

(

t0

)

σ

i

+ ρ

i

(

t−t0

)

α(t)R

(

t

)

t σ

:rafalemaximale

ρ: ta

uxmoyend’arrivéeà longterme

α(t)α(t)R(t)

τ : inter-arrivée maximale t ρ : taux m

inimal garantid’arrivée

(8)

CHOIX D’UN TYPE DE COURBE DE SERVICE

α(t)βs(t)

s 2s

βs(t)βs−lmax(t)β(t)

∆ ∆ + ∆s−lmax t s−lmax

s

Taux de service minimal

Explosion du nombre de cas du fait de la moindre connaissance du trafic. Le lien entre arrivée et service conduit à une multitude de services possibles. Aucun n’est minimal donc nous choisissons une approximation par une courberate latency.

β(

t

) = ρ(

t−

∆)

+

(9)

INTER-ARRIVÉE MAXIMALE ENTRE DEUX AGRÉGATS

Posons

α(

t

) = α

1

(

t

) + α

2

(

t

)

s s α1<Flux1

α2<Flux2

Flux agrégé

α1(t)α2(t)α(t)

τ2 t τ1

ρ1

ρ2

Calcul de ∆ , la latence maximale avant l’émission d’un agrégat

Plusieurs cas à considérer :

(

τ

1

+

s

1 sis

1

τ

2

τ

1

τ

1

+

s

+ ρ

2

2

τ

1

)

/ ρ

1

+ ρ

2 sinon

(10)

SERVICE RÉSIDUEL DÉDIÉ À UN FLUX

α1(t)β(t)

t σ1

ρ1

ρ12

2

Premier modèle du service

1 Service offert a tous les flux :

β(

t

) = ρ (

t−

∆)

+

2 Application du service résiduel :

β

2

(

t

) = (β(

t

)

α

1

(

t

))

+

= ρ

2

(

t−

2

)

+ avec,

2

= ∆ + σ

1

+ ∆ρ

1

ρ

2

+ ρ

1

ρ

1

= σ

1

+ ∆(ρ

2

+ ρ

1

)

ρ

2

+ ρ

1

ρ

1

(11)

MODÉLISATION DU SERVICE DÉDIÉ À UN FLUX

Critique du modèle précédent :

2n’assure pas la présence de données du flux 2.

Incohérence des modes de calculs du service global et résiduel.

Sur-pessimisme engendré par l’hypothèse qu’un autre flux est toujours concurrent.

: En-têtes de l’agrégation Cas 1

AP Sta2 Sta1

Cas 2

AP Sta2 Sta1

Proposition (Modification de ∆

2

pour réduire le pessimisme) β

2

(

t

) = ρ

2 t−

2+, avec

2

=

max

∆, δ

2

sachant que

δ

2

= τ

2

+

s

ρ

1

2

τ

1

) +

τs/ρ2−τ1

1 ⌋s

ρ

1

+ ρ

2

(12)

ÉVALUATION DE NOTRE PROPOSITION

0 5000 10000 15000 20000

0 5 10 15 20 25

Taille(octets)

Temps (ms)

trace de simulation service residuel notre proposition

Évaluation du modèle

Notre proposition améliore significativement la précision du modèle du service et réduit le pessimisme introduit par le service résiduel.

(13)

CALCUL D’UN MAJORANT DU DÉLAI

α(t)β(t)

s t σ

ρ

ρ d

Anticipation sur l’évaluation du délai

Avec ces courbes d’arrivée et de service, le délai virtuel tend à l’infini. Restriction des hypothèses sur les arrivées avec

ρ = ρ

.

(14)

CALCUL D’UN MAJORANT DU DÉLAI

AP Sta2 Sta1

P TR

TMAC

TE

AP Sta2 Sta1

2TR

TMAC TE

Valeur de référence :D=3,16ms Majorant estimé :d1=3,91ms

d1

(

t

)

≤inf{d≥0|∀t≥0

, β

1

(

t

+

d

)

σ

1} d1

= σ

1

ρ

1

+ ∆

1

Pessimisme du majorant

Environ 20% principalement du à l’écart entre les courbes d’arrivées minorantes et majorantes.

(15)

PERSPECTIVES ET TRAVAUX FUTURS

Éprouver notre modèle

Comparer avec un panel significatif de simulations (Opnet Modeler)

Confronter nos résultats avec ceux obtenus à l’aide de méthodes stochastiques

Compléter notre modèle

Ajouter la considération du seuil temporel Généraliser les expressions ànflux

Évaluer le pessimisme lorsqu’on considèrenflux

(16)

MERCI DE VOTRE ATTENTION !

Avez-vous des questions ?

Références

Documents relatifs

Construction d'une grande halle sportive abritant un vélodrome, une piste d'athlétisme indoor, des salles triples omnisport dont une à 1'200 places pour le public, une salle

En mai 2018, 18,5 millions de voyages ont été recensés dans les trois principaux réseaux de transports publics urbains des Pays de la Loire (Nantes, Angers et

En décembre 2017, 18,0 millions de voyages ont été recensés dans les trois principaux réseaux de transports publics urbains des Pays de la Loire (Nantes, Angers et Le

En juillet 2017, 14,5 millions de voyages ont été recensés dans les trois principaux réseaux de transports publics urbains des Pays de la Loire (Nantes, Angers et

En avril 2017, 16,5 millions de voyages ont été recensés dans les trois principaux réseaux de transports publics urbains des Pays de la Loire (Nantes, Angers et

ﺓﺭﺩﻗ ﻡﺩﻋﻭ ﺔﺴﺴﺅﻤﻠﻟ ﺔﻴﺤﺼﻟﺍ ﻝﻜﺎﻴﻬﻟﺍ ﺩﺩﻌﺘ ﻝﻅ ﻲﻓ ﻕﻴﻗﺩ ﻝﻜﺸﺒ ﻑﻴﺭﺎﺼﻤﻟﺍ ﻩﺫﻫ ﻊﺒﺘﺘ ﺔﺒﻭﻌﺼ ﺔﺒﺴﺎﺤﻤ ﺭﻭﺩ ﺔﻴﺩﻭﺩﺤﻤ ﻙﻟﺫ ﻥﻤ ﺩﺍﺯ ﺎﻤﻤﻭ ﺩﻴﺠ ﻝﻜﺸﺒ ﻙﻟﺫ ﻕﻴﻘﺤﺘ ﻰﻠﻋ

Concevoir l’architecture matérielle/logicielle du service qui sera mis en œuvre dans les différentes fermes de démonstration (demofarms) pour obtenir des données des vignobles

J'ai connu à Charleville .une Directrice d'école annexe qui faisait une plus large part à la création enfantine; l'enfant, ayant à sa dispo- sition le matériel