Modelado y simulación híbrida de redes complejas de datos

Mostrar todas las versiones(3)

En esta Tesis desarrollamos nuevas técnicas de modelado de redes de datos que combinan los enfoques discreto (paquete a paquete) y continuo (aproximaciones fluidas) para el estudio de dinámicas complejas. Introducimos nuevas herramientas teórico-prácticas de modelado y simulación para integrar de ma...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Bonaventura, Matías Alejandro
Formato: Tesis Doctoral
Lenguaje:Inglés
Publicado: 2019
Materias:
MODELADO
SIMULACION
REDES DE DATOS
MODELOS HIBRIDOS
MODELING
SIMULATION
DATA NETWORKS
HYBRID MODELS
Acceso en línea:https://hdl.handle.net/20.500.12110/tesis_n6702_Bonaventura
Aporte de:
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) de Universidad de Buenos Aires
id todo:tesis_n6702_Bonaventura
record_format dspace
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Inglés
orig_language_str_mv Inglés
topic MODELADO
SIMULACION
REDES DE DATOS
MODELOS HIBRIDOS
MODELING
SIMULATION
DATA NETWORKS
HYBRID MODELS
spellingShingle MODELADO
SIMULACION
REDES DE DATOS
MODELOS HIBRIDOS
MODELING
SIMULATION
DATA NETWORKS
HYBRID MODELS
Bonaventura, Matías Alejandro
Modelado y simulación híbrida de redes complejas de datos
topic_facet MODELADO
SIMULACION
REDES DE DATOS
MODELOS HIBRIDOS
MODELING
SIMULATION
DATA NETWORKS
HYBRID MODELS
description En esta Tesis desarrollamos nuevas técnicas de modelado de redes de datos que combinan los enfoques discreto (paquete a paquete) y continuo (aproximaciones fluidas) para el estudio de dinámicas complejas. Introducimos nuevas herramientas teórico-prácticas de modelado y simulación para integrar de manera transparente modelos discretos y continuos bajo un marco híbrido, formal y unificado. Adoptamos la red de adquisición de datos físicos (DAQ) del Experimento ATLAS en CERN como caso complejo y real de estudio para validar resultados obtenidos mediante simulaciones. Estas brindaron soporte en la toma de decisiones durante procesos de diseño, planificación de capacidad y puesta a punto en proyectos de ingeniería para redes futuras a implementarse en CERN entre 2021 y 2027. El enfoque paquete a paquete provee resultados de grano fino cercanos a los observables en redes reales. Sin embargo, la complejidad capturada por estos modelos usualmente hace a este enfoque inapropiado para la simulación de topologías muy grandes y/o tráfico de muy alta intensidad, debido a que los tiempos de simulación escalan al menos linealmente con el incremento de complejidad del sistema. Por su parte, el enfoque fluido reduce la complejidad del modelo mediante aproximaciones con ecuaciones diferenciales ordinarias (ODE). Esto resulta en tiempos de simulación mucho menores, generalmente independientes de la tasa de transferencia, pero solo capturan dinámicas promedio o de grano grueso. Cada enfoque requiere conocimientos y herramientas esencialmente diferentes, por lo que expertos en redes suelen adoptar solo uno de ellos. Esto ha conducido a una diversificación de algoritmos de simulación y prácticas de análisis que dificultan la integración de estrategias. En esta Tesis aportamos mecanismos que permiten la coexistencia e influencia mutua de modelos paquete a paquete con modelos fluidos bajo el formalismo Discrete EVent Systems specification (DEVS), reduciendo la brecha entre ambas técnicas. Mostramos como los nuevos modelos híbridos mantienen las ventajas de los modelos fluidos en términos de tiempos de simulación, a la vez que proveen trazas detalladas de los modelos paquete a paquete. Esto se logra bajo garantías formales de convergencia en los métodos numéricos de integración subyacentes. En particular, extendemos la familia de métodos de integración numérica por cuantificación de estados (QSS) para la aproximación de ecuaciones diferenciales funcionales con retardos variables, herramienta necesaria para describir la dinámica macroscópica de protocolos con control a lazo cerrado. Como aporte central se obtuvieron nuevas bibliotecas de modelos discretos, continuos e híbridos para simulación escalable de redes de datos. Estas permiten elegir flexiblemente el nivel de granularidad deseado, manteniendo una experiencia de modelado intuitiva centrada en la definición modular y jerárquica de la topología de los sistemas bajo estudio.
format Tesis Doctoral
author Bonaventura, Matías Alejandro
author_facet Bonaventura, Matías Alejandro
author_sort Bonaventura, Matías Alejandro
title Modelado y simulación híbrida de redes complejas de datos
title_short Modelado y simulación híbrida de redes complejas de datos
title_full Modelado y simulación híbrida de redes complejas de datos
title_fullStr Modelado y simulación híbrida de redes complejas de datos
title_full_unstemmed Modelado y simulación híbrida de redes complejas de datos
title_sort modelado y simulación híbrida de redes complejas de datos
publishDate 2019
url https://hdl.handle.net/20.500.12110/tesis_n6702_Bonaventura
work_keys_str_mv AT bonaventuramatiasalejandro modeladoysimulacionhibridaderedescomplejasdedatos
AT bonaventuramatiasalejandro hybridmodelingandsimulationofcomplexdatanetworks
_version_ 1782026428459515904
spelling todo:tesis_n6702_Bonaventura2023-10-03T13:11:45Z Modelado y simulación híbrida de redes complejas de datos Hybrid modeling and simulation of complex data networks Bonaventura, Matías Alejandro MODELADO SIMULACION REDES DE DATOS MODELOS HIBRIDOS MODELING SIMULATION DATA NETWORKS HYBRID MODELS En esta Tesis desarrollamos nuevas técnicas de modelado de redes de datos que combinan los enfoques discreto (paquete a paquete) y continuo (aproximaciones fluidas) para el estudio de dinámicas complejas. Introducimos nuevas herramientas teórico-prácticas de modelado y simulación para integrar de manera transparente modelos discretos y continuos bajo un marco híbrido, formal y unificado. Adoptamos la red de adquisición de datos físicos (DAQ) del Experimento ATLAS en CERN como caso complejo y real de estudio para validar resultados obtenidos mediante simulaciones. Estas brindaron soporte en la toma de decisiones durante procesos de diseño, planificación de capacidad y puesta a punto en proyectos de ingeniería para redes futuras a implementarse en CERN entre 2021 y 2027. El enfoque paquete a paquete provee resultados de grano fino cercanos a los observables en redes reales. Sin embargo, la complejidad capturada por estos modelos usualmente hace a este enfoque inapropiado para la simulación de topologías muy grandes y/o tráfico de muy alta intensidad, debido a que los tiempos de simulación escalan al menos linealmente con el incremento de complejidad del sistema. Por su parte, el enfoque fluido reduce la complejidad del modelo mediante aproximaciones con ecuaciones diferenciales ordinarias (ODE). Esto resulta en tiempos de simulación mucho menores, generalmente independientes de la tasa de transferencia, pero solo capturan dinámicas promedio o de grano grueso. Cada enfoque requiere conocimientos y herramientas esencialmente diferentes, por lo que expertos en redes suelen adoptar solo uno de ellos. Esto ha conducido a una diversificación de algoritmos de simulación y prácticas de análisis que dificultan la integración de estrategias. En esta Tesis aportamos mecanismos que permiten la coexistencia e influencia mutua de modelos paquete a paquete con modelos fluidos bajo el formalismo Discrete EVent Systems specification (DEVS), reduciendo la brecha entre ambas técnicas. Mostramos como los nuevos modelos híbridos mantienen las ventajas de los modelos fluidos en términos de tiempos de simulación, a la vez que proveen trazas detalladas de los modelos paquete a paquete. Esto se logra bajo garantías formales de convergencia en los métodos numéricos de integración subyacentes. En particular, extendemos la familia de métodos de integración numérica por cuantificación de estados (QSS) para la aproximación de ecuaciones diferenciales funcionales con retardos variables, herramienta necesaria para describir la dinámica macroscópica de protocolos con control a lazo cerrado. Como aporte central se obtuvieron nuevas bibliotecas de modelos discretos, continuos e híbridos para simulación escalable de redes de datos. Estas permiten elegir flexiblemente el nivel de granularidad deseado, manteniendo una experiencia de modelado intuitiva centrada en la definición modular y jerárquica de la topología de los sistemas bajo estudio. This Thesis develops new simulation techniques that combine packet-level and fluid-flow modeling approaches for the study of dynamics in data networks. Novel practical and theoretical tools for modeling and simulation are introduced to integrate seamlessly these two very disparate approaches under a unifying hybrid formal framework. The Trigger and Data AcQuisition (TDAQ) network in the ATLAS particle detector at CERN is adopted as a large complex real world case study to validate the obtained simulation models. The latter supported decisions for design, planning and tuning in network engineering projects aiming at upgrades planned for 2021 and 2027. Packet-level simulations yield fine-grained results comparable to real events in data networks. Yet, the underlying complexity makes the approach unsuitable for complex high-speed networks, as the required simulation times scale at least linearly with the size or aggregate throughput of the system. Meanwhile, a fluid-flow approach reduces model complexity by relying on fluid approximations with Ordinary Differential Equations. This strategy yields faster simulations typically insensitive to aggregate system throughput, at the cost of capturing only averaged coarse-grained network dynamics. Each approach requires substantially different background and tools, making network experts to adhere to either of them. This usually leads to a diversification of simulation algorithms, models and type of analyses, hindering their integration. In this Thesis, new techniques are developed allowing for the coexistence and interaction of packet-level and fluid-flow models under the Discrete EVent Systems specification (DEVS) formalism, helping to reduce the gap between both approaches. We show how hybrid models are able to retain the performance advantages of fluid-flow models while providing detailed simulation traces of packet-level models for selected flows. The latter is achieved under formal guarantees convergence of the underlying numerical integration methods. In particular, the Quantized State Systems (QSS) family of numerical methods was extended to support the solution of Retarded Functional Differential Equations with implicit delays, a required theoretical tool to describe the macroscopic dynamics of network protocols under closed-loop control. The overall main outcome is a new generic and reusable library of models that enable the hybrid (discrete/continuous) study of data networks. Network experts can flexibly choose the desired simulation granularity, while retaining a unified and intuitive modeling experience centered in the modular and hierarchical definition of topologies and the setting of properties for network components. Fil: Bonaventura, Matías Alejandro. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. 2019 Tesis Doctoral PDF Inglés info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/tesis_n6702_Bonaventura

Ejemplares similares