Simulación de tráfico de red

La simulación del tráfico de red es un proceso utilizado en la ingeniería de telecomunicaciones para medir la eficiencia de una red de comunicaciones.

Descripción general

Los sistemas de telecomunicaciones son sistemas complejos del mundo real, que contienen muchos componentes diferentes que interactúan en interrelaciones complejas. ^{[ 1 ]} El análisis de tales sistemas puede volverse extremadamente difícil: las técnicas de modelado tienden a analizar cada componente en lugar de las relaciones entre los componentes. ^{[ 1 ]}^{[ 2 ]} La simulación es un enfoque que se puede utilizar para modelar sistemas estocásticos grandes y complejos con fines de pronóstico o medición del rendimiento . ^[¹^]^[²^]^[³^] Es la técnica de modelado cuantitativo más común utilizada. ^[¹^]

La elección de la simulación como herramienta de modelado se debe generalmente a que es menos restrictiva. Otras técnicas de modelado pueden imponer restricciones matemáticas importantes al proceso y también requieren que se hagan múltiples suposiciones intrínsecas. ^{[ 2 ]}

La simulación del tráfico de red generalmente sigue los siguientes cuatro pasos: ^{[ 1 ]}^{[ 2 ]}

Modelar el sistema como un proceso estocástico dinámico (es decir, aleatorio).
Generación de las realizaciones de este proceso estocástico
Medición de datos de simulación
Análisis de los datos de salida

Métodos de simulación

Generalmente, existen dos tipos de simulaciones para modelar redes de telecomunicaciones: discretas y continuas. Las simulaciones discretas, también conocidas como simulaciones de eventos discretos , son sistemas estocásticos dinámicos basados en eventos. En otras palabras, el sistema contiene varios estados y se modela mediante un conjunto de variables. Si el valor de una variable cambia, esto representa un evento y se refleja en un cambio en el estado del sistema. Dado que el sistema es dinámico, está en constante cambio, y debido a su naturaleza estocástica, presenta un componente aleatorio. La representación de las simulaciones discretas se realiza mediante ecuaciones de estado que contienen todas las variables que influyen en el sistema.

Las simulaciones continuas también contienen variables de estado; sin embargo, estas cambian continuamente con el tiempo. Generalmente, las simulaciones continuas se modelan mediante ecuaciones diferenciales que registran el estado del sistema en función del tiempo.

Ventajas de la simulación

Las técnicas analíticas normales utilizan modelos matemáticos extensos que requieren la imposición de supuestos y restricciones. Esto puede generar imprecisiones evitables en los datos de salida. Las simulaciones evitan imponer restricciones al sistema y también tienen en cuenta los procesos aleatorios; de hecho, en algunos casos, la simulación es la única técnica de modelado práctica aplicable; ^{[ 1 ]}^{[ 2 ]}
Los analistas pueden estudiar en detalle las relaciones entre los componentes y simular las consecuencias previstas de múltiples opciones de diseño antes de tener que implementar el resultado en el mundo real. ^{[ 1 ]}^{[ 2 ]}
Es posible comparar fácilmente diseños alternativos para seleccionar el sistema óptimo. ^{[ 1 ]}
El proceso real de desarrollo de la simulación puede proporcionar información valiosa sobre el funcionamiento interno de la red, la cual puede utilizarse posteriormente. ^{[ 1 ]}

Desventajas de la simulación

El desarrollo de modelos de simulación precisos requiere amplios recursos. ^{[ 1 ]}^{[ 2 ]}
Los resultados de la simulación son tan buenos como el modelo y, como tales, siguen siendo solo estimaciones/resultados proyectados. ^{[ 1 ]}
La optimización solo puede realizarse considerando unas pocas alternativas, ya que el modelo generalmente se desarrolla utilizando un número limitado de variables. ^{[ 1 ]}^{[ 2 ]}
Las simulaciones cuestan mucho dinero para construir y son muy caras de hacer.

Cuestiones estadísticas en la modelización de simulaciones

Datos de entrada

Los modelos de simulación se generan a partir de un conjunto de datos extraídos de un sistema estocástico. Es necesario verificar la validez estadística de los datos ajustando una distribución estadística y, posteriormente, evaluando la significancia de dicho ajuste. Además, como en cualquier proceso de modelado, se debe comprobar la precisión de los datos de entrada y eliminar los valores atípicos. ^{[ 1 ]}

Datos de salida

Una vez completada una simulación, es necesario analizar los datos. Los datos de salida de la simulación solo proporcionarán una estimación probable de los eventos del mundo real. Los métodos para aumentar la precisión de los datos de salida incluyen: realizar simulaciones repetidamente y comparar los resultados, dividir los eventos en lotes y procesarlos individualmente, y verificar que los resultados de las simulaciones realizadas en períodos de tiempo adyacentes se “conecten” para producir una visión holística coherente del sistema. ^{[ 1 ]}^{[ 4 ]}

Números aleatorios

Como la mayoría de los sistemas implican procesos estocásticos, las simulaciones suelen utilizar generadores de números aleatorios para crear datos de entrada que se aproximen a la naturaleza aleatoria de los eventos del mundo real. Los números generados por computadora generalmente no son aleatorios en el sentido estricto, ya que se calculan mediante un conjunto de ecuaciones. Dichos números se conocen como números pseudoaleatorios. Al utilizar números pseudoaleatorios, el analista debe asegurarse de verificar la verdadera aleatoriedad de los números. Si se descubre que los números no se comportan de manera suficientemente aleatoria, se debe buscar otra técnica de generación. Los números aleatorios para la simulación se crean mediante un generador de números aleatorios .

Véase también

Referencias

1 2 3 4 5 6 7 8 9 10 11 12 13 14 Flood, JE Telecommunications Switching, Traffic and Networks , Chapter 4: Telecommunications Traffic, New York: Prentice-Hall, 1998.
1 2 3 4 5 6 7 8 Penttinen A., Capítulo 9 – Simulación , Apuntes de clase: S-38.145 - Introducción a la teoría del teletráfico, Universidad Tecnológica de Helsinki, Otoño de 1999.
↑ Kennedy IG, Simulación de tráfico , Escuela de Ingeniería Eléctrica e Informática, Universidad de Witwatersrand, 2003.
↑ Akimaru H., Kawashima K., Teletraffic – Theory and Applications , Springer-Verlag London, 2.ª edición, 1999, pág. 6

[flood-1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Flood, JE Telecommunications Switching, Traffic and Networks , Chapter 4: Telecommunications Traffic, New York: Prentice-Hall, 1998.

[penttinen-2] 1 2 3 4 5 6 7 8 Penttinen A., Capítulo 9 – Simulación , Apuntes de clase: S-38.145 - Introducción a la teoría del teletráfico, Universidad Tecnológica de Helsinki, Otoño de 1999.

[kennedy-3] Kennedy IG, Simulación de tráfico , Escuela de Ingeniería Eléctrica e Informática, Universidad de Witwatersrand, 2003.

[akimaru-4] Akimaru H., Kawashima K., Teletraffic – Theory and Applications , Springer-Verlag London, 2.ª edición, 1999, pág. 6

[ 1 ]

[ 2 ]

[

[ 4 ]