Multicast routing protokollok vizsgálatának egyes kérdései
DERKA ISTVÁN egyetemi tanársegéd
Témavezetők: DR. HABIL LENCSE GÁBOR egyetemi docens Távközlési Tanszék, Széchenyi István Egyetem
DR. MUKA LÁSZLÓ egyetemi docens Távközlési Tanszék, Széchenyi István Egyetem
DOKTORI TÉZISEK
Széchenyi István Egyetem Infrastruktúrális Rendszerek Modellezése és Fejlesztése Multidiszciplináris Műszaki Tudományi Doktori Iskola
Győr 2016
1. Motiváció és célkitűzések Mindannyiunk által tapasztalható tendencia, hogy az IPTV előfizetők száma – köszönhetően a népszerű kényelmi szolgáltatásainak is – rohamos mér-tékben növekszik [1]. Az IPTV rendszerekben az unicast címzést – a nagyszámú előfizetőre tekintettel –, kizárólag az offline médiatartalom rendelkezésre bocsátásában, elérésében használják. A real-time szolgáltatások-ban – pl. live streaming (élő műsorok továbbítása) – viszont kizárólag az IP multicast címzést használják az unicast, illetve broadcast helyett [2]. Ehhez azonban szükséges, hogy a hálózati réteg szintjén működő IP (Internet Protocol) datagramjainak továbbításához, illetve az útvonaltáblázat elkészí-téséhez, az IP multicast routing protokollok kiegészítő információt szolgáltassanak. A teljesség igénye nélkül ilyen protokollok pl. a DVMRP (Distance Vector Multicast Routing Protocol, RFC 1075), MOSPF (Multicast Open Shortest Path First, RFC 1581), CBT (CoreBased Trees, RFC 2189) [3], PIM-DM (Protocol Independent Multicast – Dense Mode, RFC 3973) és PIM-SM (Protocol Independent Multicast – Sparse Mode, RFC 4601) [4]. Ezek közül a PIM-SM az, amelyiket általában az IPTV rendszerekben leggyakrabban használják. A PIM-SM első verziójának egyik tulajdonsága, hogy a multicast csoportokban kizárólag csak egy RP (Rendezvous Point) lehetett, ezért az RP meghibásodások jelentős részére nem tudott megoldást nyújtani [5]. A PIMSMv2-ben jelent meg először az RP hibatűrésére és skálázhatóságára kifejlesztett szabványos mechanizmus, melyet BSR (Bootstrap Router-ek) segítségével valósítottak meg. Így egy IPTV rendszer számára minden további nél-kül elérhető, hogy az RP meghibásodásából adódó rendkívüli helyzetet egy új RP-re történő váltással áthidalja. Arra viszont még ezekkel a BSR router-ekkel megvalósított hibatűrő mechanizmus sem ad megoldást, hogy az RP meghibásodást követő automatikus váltás az előfizetői oldalon ne okozzon rövidebb-hosszabb idejű szolgáltatáskiesést. A PIM-SM multicast routing protokoll hibatűrő mechanizmusával kapcsolatos kutatásomban különböző kísérleteken keresztül vizsgálom, hogy mely paraméterek befolyásolják a szolgáltatáskiesés hosszát és milyen mértékben. Azt várom, hogy az eredményeket felhasználhatom
2
az IPTV rendszerekben gyakran alkalmazott PIM-SM multicast routing protokoll paramétereinek megfelelő megválasztásához,
a PIM-SM hibatűrő viselkedését leíró szimulációs modell megalkotásához.
Ez utóbbi különösen fontos, mivel a szimuláció egy erőteljes eszközt ad az összetett ICT (Information and Communication Technology) rendszerek [6] teljesítményének és hibatűrésének elemzésére és egy valós rendszeren végzett kísérletekkel begyűjtött mérési adatok nélkülözhetetlenek egy szimulációs projekt modellépítési fázisában. Mind a vezetékes, mind pedig a vezeték nélküli telekommunikációs rendszerek technológiájában tapasztalható gyors fejlődés arra sarkallja a szolgáltatók vagy a hálózat tulajdonosait, hogy egyre gyorsabban döntsenek a beruházások sorsát illetően. Ezt némiképp gátolják azok a tapasztalatok, melyeket a néhány évvel ezelőtti gazdasági recesszió következményeként szereztek. Éppen ezért ezeknek a rendszereknek a teljesítményanalízise szintén egy érdekes kutatási terület, mellyel a disszertációmban foglalkozom. A teljesítmény analízis [7] olyan kérdésekre adhat választ, mint:
Hol vannak a szűk keresztmetszetek az IP hálózatomban?
Garantálhatom-e a megfelelő QoS paramétereket az elkövetkező hat hónapban, ha a forgalom növekedése a jelenlegi trendet követi?
Mik lesznek a forgalmi viszonyok, ha a hálózat megfelelő elemeit kicseréljük gyorsabbakra?
A DES (Discrete Event Simulation) [8] egy széleskörűen használt módszer a telekommunikációs rendszerek teljesítmény analízisére. A hatalmas és összetett hálózatok precíz szimulációja emberi léptékkel szinte felfoghatatlan nagyságrendű számítási teljesítményt és memóriát igényelhet, amely sokszor csak egy szuperszámítógépben áll rendelkezésre. Ezért szinte magától értetődő, hogy több, egymással közvetlen vagy közvetett módon kapcsolatban lévő számítógépet használunk erre a feladatra, de a diszkrét idejű szimuláció algoritmusa felvet egy nehéz problémát (ld. 3.1.3 A párhuzamosítás nehézsége alfejezetet).
3
A globális recesszió hatással volt a szimuláció céljára rendelkezésre álló számítási kapacitások hatékonyabb felhasználásában is. Egyrészt előtérbe kerültek a szuperszámítógép helyett felhasználható kevésbé drága számítógépekből álló klaszterek, másrészt nem csak az azonos konfigurációjú számítógépekből álló új klaszterek jöhettek szóba, hanem természetesen a már meglévő, esetleg bizonyos paraméterekben vagy akár még az architektúrájukban is különböző számítógépeket is figyelembe kellett venni a beruházásokat megelőző döntéshozatal során. A PDES-sel kapcsolatos kutatásaimban, a különböző kísérletekre támaszkodva azt vizsgálom, hogy mely paraméterek befolyásolják a PDESsel elérhető gyorsulást heterogén futtatási környezetben. A kapott eredményekre támaszkodva a célom:
Megmutatni, hogy a különböző architektúrájú CPU-kból, illetve számítógépekből álló heterogén klaszterek képesek hatékonyan támogatni a telekommunikációs rendszerek párhuzamos szimulációját,
kiterjeszteni a relatív gyorsulás definícióját a heterogén rendszereken futtatott szimulációk hatékonyságának kiértékelésére.
Ahogy azt az előzőekben bemutattam, a telekommunikációs rendszerek (hálózatok és szolgáltatások) DES iránti igénye folyamatosan nő, mivel a DES ezen rendszerek analízisének egy bevált eszköze lett. Amennyiben egy adott számítógép hálózaton, a nagyméretű, bonyolult telekommunikációs rendszerek szimulációjára jelentős mennyiségű számítási erőforrás, mint pl.: számítógépek különböző klaszterei, gridek, számítási felhők, stb. áll rendelkezésre, úgy a kutatók számára legmegfelelőbb szimulációs módszer általában a PDES (Parallel Discrete Event Simulation) [9][10][11]. A módosított párhuzamos és elosztott szimulációs módszer akár még cloud környezetben is hatékony lehet [12]. Egy általános és egyszerű definíció szerint a párhuzamos és elosztott szimuláció (PADS) minden olyan szimuláció, amelyben több mint egy processzort használnak [13]. A PADS lehet egy egyszerű diszkrét idejű szimulációs modell végrehajtása egy nagy teljesítményű számítási
4
platformon: homogén és/vagy heterogén számítógépek klaszterein, WEB-en, grid és cloud végrehajtási környezetben. A PDES módszeren alapuló rendszerek fejlesztésének és használatának jelentős erőforrásigényei lehetnek mind az idő, mind pedig a szakértelem tekintetében. Ezért a szimulációs projektek korai szakaszában egy teljesítmény előrejelzési módszer nyújthat hathatós segítséget [14][15][16], melynek használatával a különböző szoftver és hardver paraméterek hatásai (választott szinkronizációs protokoll, a szimulációs modell logikai struktúrája, a számítógép rendszer topológiai adatai és hardver paraméterei, stb.) vizsgálhatók. Azaz, a következő kérdés tehető fel: hogyan építsünk egy modellt jó párhuzamosítási potenciállal, és hogyan hajtsuk azt végre jó futási teljesítménnyel – beleértve egy párhuzamos és/vagy elosztott környezet rendelkezésre álló erőforrásait is – és hogyan végezzük ezt el hatékonyan? A telekommunikációs hálózatok és szolgáltatások (a cloud rendszereket és szolgáltatásokat is beleértve) szimulációs analízisével kapcsolatosan a két fő motiváló tényező az olyan előrejelzési módszerek hiánya, melyek speciális eszközök nélkül használhatók, és amelyek támogatják a hiányos, bizonytalan adatokkal való munkát. A motivációnak megfelelően a következő célokat tűztem ki:
Egy olyan módszert ajánlani, mely könnyen hozzáférhető rendszerek és eszközök segítségével javítja a szimulációs teljesítmény előrejelzés hatékonyságát.
Egy olyan új megközelítést biztosítani, mely képes megbirkózni a modellezés és szimuláció korai szakaszában rendelkezésre álló bizonytalan és határozatlan információval (mely különösen magas szintet is elérhet az előrejelzési feladat végrehajtása esetén a cloud-okban).
Az előzőekben bemutatott témákban – PIM-SM multicast routing protokoll hibatűrésének elemzése, PDES heterogén klaszteren és szimulációs teljesítmény előrejelzés – a motiváló tényezők és az ezzel kapcsolatban megfogalmazott célkitűzések adtak iránymutatást a disszertációm elkészítésében.
5
1.1. Disszertáció felépítése és az alkalmazott módszerek A disszertáció felépítését alapvetően a három egymással szoros kapcsolatban lévő téma határozza meg, melyekkel kapcsolatos kutatások egy-egy főfejezetben kerültek bemutatásra. (2-4. fejezetek). Mindegyikben megtalálhatók az adott témához fűződő részletes irodalmi áttekintések, a kapcsolódó és szükséges elméleti összefoglalóval, a kutatások során elvégzett kísérletek és az új tudományos eredmények. Ezeket a fejezeteket egészíti ki a bevezető rész (1. fejezet), mely egy összefoglaló áttekintést ad a három témáról és kapcsolataikról. Az értekezés végén egy külön fejezetben foglalom össze tudományos eredményeim alapján felállított téziseimet. Szintén egy külön fejezetben összefoglalást adok az elvégzett kutatásokról, illetve azok eredményeiről, valamint a jövőbeni kutatási terveimről. A 2. fejezetben a PIM-SM multicast routing protokoll hibatűrő mechanizmusának vizsgálatával foglalkozom. Itt kerülnek részletes bemutatásra az alapvetően két eltérő mérési környezetben végrehajtott kísérletsorozatok: a virtualizált számítógépekből és Xorp routing szoftver segítségével felépített, illetve a GNS3 emulációs szoftverrel, a Cisco emulált routereiből kialakított mesh topológiájú hálózaton, a PIM-SM multicast routing protokoll hibatűrésének vizsgálatával kapcsolatos kísérletek és az eredmények elemzése. A 3. fejezetben a diszkrét eseményvezérelt szimulációk párhuzamosítási lehetőségeinek, szinkronizációs módszereknek, valamint a telekommunikációs rendszerek általános modelljét mutatom be. Ezt követően, a telekommunikációs rendszerek modellezésére bemutatom a terheléselosztási és csatolási tényezős kritériumokat, melyek használhatóságát számos kísérlet segítségével, lazán és/vagy szorosan csatolt CPU-kból, illetve számítógépekből épített heterogén futtatási környezetben, párhuzamos és elosztott diszkrét idejű szimuláción (PDES) keresztül igazolom. A heterogén rendszerekben végrehajtott PDES-ek gyorsulásának értékelésére a relatív gyorsulási kritériumot alkalmaztam, melynek működését különböző méretű heterogén rendszeren futtatott párhuzamos diszkrét idejű szimuláció segítségével igazoltam.
6
A 4. fejezetben összefoglaltam a telekommunikációs rendszerek hálózati számítási kapacitásainak fejlesztésével együtt járó, a párhuzamos és elosztott diszkrét idejű szimulációk teljesítményének előrejelzésével kapcsolatos eddigi kutatásokat. A PADS szimulációs teljesítmény előrejelzésének javítására egy Rough-set megközelítésen alapuló új módszert, valamint annak algoritmusát (AIP) és kapcsolatait mutattam be. A módszer működését a csatolási tényezős teljesítmény előrejelzési módszer javításának példáján keresztül igazoltam.
2. Tézisek 1. Tézis Megmutattam, hogy a PIM-SM multicast routing protokoll működésében résztvevő routerek bármelyikének teljes leállása következtében előálló szolgáltatáskiesés idejének hossza csak az OSPF Dead Interval paraméterétől, valamint az utolsó OSPF Hello üzenet és a meghibásodás között eltelt időtől függ. 1.a.
Megmutattam, hogy a PIM-SM multicast routing protokoll működésében kulcsfontosságú szereppel rendelkező, RP (Rendezvous Point) funkciót betöltő router PIM-SM szoftvermoduljának ritkán előforduló meghibásodása esetén, a szolgáltatáskiesés idejének hossza számos különböző tényezőtől függ, és a két szinkronizálatlan időzítő kiszámíthatatlan állapota miatt a paraméterek finomhangolásával nehéz vagy egyáltalán nem lehetséges a limitálása.
1.b.
Megállapítottam, hogy hibatűrési megfontolásokból előnyös a PIM-SM multicast routing protokoll szerinti média átviteli utat a végső harmadik fázisának megfelelően kiépíttetni, mivel ebben az üzemmódban, bármelyik router meghibásodása által okozott szolgáltatáskiesés ideje rövidebb, kiszámíthatóbb és az OSPF Dead Interval paraméterének alkalmas megválasztásával korlátozható.
1.c.
Formális modellt alkottam mind a PIM-SM működésében résztvevő routerek bármelyikének teljes, mind pedig az RP
7
szoftveres meghibásodásának, leállásának esetében előálló szolgáltatáskiesés idejének hosszára. 1.d.
Megmutattam, hogy a PIM-SM nem használja tovább az RP-t a második fázis végétől, így meghibásodása nem szakítja félbe a folyamatban lévő média átvitelt.
1.e.
Megmutattam, hogy a média továbbításában résztvevő bármelyik router teljes leállása ugyan szolgáltatáskiesést eredményez, de a streaming újraindításában már csak az alsóbb szintű unicast routing protokollok (OSPF, RIP, stb.) vesznek részt, nincs szükség aktív RP-re.
Az 1. tézis, illetve annak altézisei a disszertáció 2. fejezetében kerülnek bemutatásra, a tézist alátámasztó hivatkozások pedig a [H1][H5].
2. Tézis Megmutattam, hogy a telekommunikációs rendszerek modellezéséhez felállított, a terhelés elosztásra és a csatolási tényezőre vonatkozó kritériumokkal jó gyorsulás érhető el heterogén futtatási környezetben PDES használatával. 2.a. Megmutattam, hogy a heterogén rendszerekre definiált relatív gyorsulás egy megfelelő eszköz a heterogén futtatási környezetekben végzett párhuzamos diszkrét eseményvezérelt szimulációk gyorsulásának értékelésére. Az 2. tézis, illetve altézise a disszertáció 3. fejezetében kerül bemutatásra, a tézist alátámasztó hivatkozások pedig a [H3][H4][H7].
3. Tézis Megmutattam, hogy a Rough-set alapú módszer használatával, a szimulációs modellnek csak a lookahead jellemzőjét alapul véve, növelhető a csatolási tényezős módszer előrejelzési hatékonysága. 3.a.
Megmutattam, hogy a Rough-set analízis használatával csak egy korlátozott számú szimulációs kísérletet végrehajtva, az előrejelzés pontossága nem, a költsége viszont csökken.
8
3.b.
Megalkottam a cloud PADS végrehajtási teljesítmény előrejelzést csatolási tényezős módszerre és VM-ekkel működő homogén hálózati teljesítmény modellre alapozva.
3.c.
Megalkottam egy RST közelítésen alapuló új módszert, mely egy párhuzamos és/vagy elosztott szimulációs modell végrehajtás szimulációs teljesítmény előrejelzésének javítása érdekében képes együttműködni a megbízhatatlan, pontatlan előzetes adatokkal.
Az 3. tézis, illetve altézisei a disszertáció 4. fejezetében kerül bemutatásra, a tézist alátámasztó hivatkozások pedig a [H2][H6][H8].
3. Összefoglalás és jövőbeni kutatási tervek Kutatásaimban, a PIM-SM hibatűrésével kapcsolatosan végzett sikeres kísérletekből begyűjtött információk megerősítettek abban, hogy a szimuláció egy erőteljes eszközként használható a bonyolult ICT (Information and Communication Technology) rendszerek [6] teljesítmény és hibatűrés analíziséhez. Ezek az információk alapul szolgálhatnak vagy egy meglévő PIM-SM modell továbbfejlesztéséhez, vagy pedig egy teljesen új megalkotásához, melyhez a preferált szimulációs szoftver-környezet az OMNeT++ [17] diszkrét eseményvezérelt szimulációs keretrendszer, több okból is:
moduláris, kibővíthető, nyílt forráskódú, ingyenes az akadémiai használatra, könnyen kezelhető,
kiforrott és nagyfokú támogatást ad a szimulációs futtatások automatizálásához, akár a különböző Linux/Unix shell szkripteken keresztül is
a PDES-sel kapcsolatos kutatásaimban is ezt a keretrendszert [H2][H3] használtam.
Az OMNeT++-hoz az első PIM-SM modellt a [18]-ban publikálták. Az implementáció Juan Ángel Cachinero 2009-ben készült MSc diplomamunkája volt. Azonban a tesztfuttatások elején kiderült, hogy az OMNeT++ egy nagyon régi, elavult és már nem támogatott verziójához készült, így eltekintettem további használatától.
9
Egy másik ígéretes projekt, a Brno-i Műszaki Egyetem Információtechnógiai Karán az ANSA részeként a PIM-DM-et nemrég implementálták az OMNeT++-ra és a [19]-ben publikáltaknak megfelelően a PIM-SM teljeskörű implementálása is folyamatban van. Ennek folyományaként, a 2015-ben megjelent OMNeT++ 4.6-ra épülő INET 3.0 hivatalos részévé vált, azaz stabil alapként szolgálhat a PIM-SM modell továbbfejlesztéséhez. Kutatásokat folytattam a párhuzamos és diszkrét eseményvezérelt szimulációk futtatására alkalmas heterogén végrehajtási környezettel kapcsolatban. A heterogén felépítést – egy egyszerű struktúrájú – homogén klaszterek, csillagpontos hálózata valósította meg, ahol a klasztereket szorosan és/vagy lazán csatolt, különböző architektúrájú CPU-kból, illetve számítógépek együtteséből építettem fel. A telekommunikációs rendszerek modellezésére terhelés elosztási és csatolási tényezős kritériumot állítottam fel, melyek használatához szükséges előzetes adatokat, az adott CQN szimulációs modell kisebb változatának, a heterogén rendszer különböző processzorain futtatott teljesítménytesztek segítségével gyűjtöttem be. A kritériumok használhatóságát demonstrálandó, különböző teszteket futtattam az eltérő összetételű (architektúrájú) és számú CPU magból (64, 87, 134) összeállított heterogén futtatási környezetekben. Különböző méretű és típusú heterogén rendszereken végzett kísérletekkel igazoltam, a relatív gyorsulás fogalmának heterogén rendszerekre való kiterjesztésének alkalmazhatóságát a párhuzamos szimuláció hatékonyságának mérésére. A tesztek eredményeit összefoglalva megállapítható, hogy a heterogén futtatási környezet kiváló lehetőséget biztosít a telekommunikációs rendszerek szimulációjára, a kritériumok segítségével jó gyorsulás is elérhető, valamint ezekre a rendszerekre kiterjesztett relatív gyorsulás definíciója megfelelő alapot biztosít a párhuzamos diszkrét eseményvezérelt szimulációk gyorsulásának értékelésére. Ahogy azt a korábbiakban már bemutattam, a PDES-ek teljesítményének előrejelzései, a hálózati számítási kapacitások fejlesztéseinek következtében, újabb és újabb kihívásokat jelentenek a kutatók számára. A heterogén futtatási környezetben végrehajtott PDES-k teljesítmény előrejelzése egy
10
fontos tényező (terület) a bonyolult ICT rendszerek szimulációjában. Kutatások sora áll rendelkezésre ezzel kapcsolatban, azonban az alkalmazott speciális eszközkészlet miatt az eredmények felhasználhatósága erősen korlátozott. Ezt felismerve döntöttem úgy, hogy kutatásaimat kiterjesztem erre a területre is. Az elvégzett kutatások és azok eredményei a következőképpen foglalhatók össze. A Rough-set alapú módszer segítségével sikerült bizonyítani, hogy a csatolási tényezős módszer előrejelzési hatékonysága növelhető. Az előrejelzés, kizárólag csak a szimulációs modell lookahead jellemzőjével is működhet, az előrejelzés pontosságának megtartása mellett csökkenthető a szimulációs kísérletek száma, mely egyben az előrejelzési költségek csökkenését is jelenti. A PDES modell végrehajtás szimulációs teljesítmény-előrejelzésének javítására egy Rough-set alapú módszert és annak algoritmusát (AIP) mutattam be. A módszer működését a csatolási tényezős teljesítmény-előrejelzési módszer javításának egy példáján keresztül demonstráltam. A jövőbeli kutatási tervek, elképzelések közül a következőket emelem ki. A PIM-SM jelen változatában sem a hibatűrő mechanizmusa, sem pedig a forrás és a vevő közötti legrövidebb út kiépítése (PIM-SM 3. fázisa) nem működik. A PIM-SM-mel kapcsolatos eddigi kutatásaimban a hibatűrésének elemzésére helyeztem a hangsúlyt, ezért a kísérleti eredmények validálása és a bonyolult ICT rendszerekben történő vizsgálata érdekében tervezem, hogy csatlakozom majd a fejlesztésében résztvevőkhöz és teljesebbé teszem a PIM-SM modellt, hibatűrő mechanizmusának implementálásával. További terveim között szerepel, az olyan újszerű stream továbbítási megoldásokkal, mint pl. az MPT (Multipath Technology) streaming [20] történő együttműködés és ezen belül is a hibatűrő mechanizmusának vizsgálata, valamint a párhuzamos és diszkrét eseményvezérelt szimulációk heterogén klaszteren végrehajtott kísérletek során szerzett tapasztalatok, illetve eredmények további felhasználásával, a PIM-SM multicast routing protokoll bonyolult ICT rendszerben történő vizsgálatához szükséges szimulációs környezet kialakítása.
11
4. Hivatkozások [1] International Television Expert Group, “Global IPTV market (20092013)” http://www.international-television.org/tv_market_data/globaliptv-forecast-2009-2013.html [2] G. Lencse and B. Steierlein, “Quality of service and quality of experience measurements on IP multicast based IPTV systems”, Acta Technica Jaurinensis, Vol. 5, No. 1, pp. 55-66. 2012. [3] J. Ballardie, P. F. Francis, and J. Crowcroft, “Core Based Trees”, ACM SIGCOMM Computer Communication Review Vol. 23, No. 4, pp. 85– 95. August 1993. DOI:10.1145/167954.166246. [4] S. Deering, D. Estrin, D. Farinacci, V. Jacobson, C. Liu, L. Wei, “The PIM architecture for wide-area multicast routing”, IEEE/ACM Transactions on Networking, Vol. 4, No. 2, pp. 153-162. April 1996. DOI:10.1.1.39.7251 [5] M. Sola, M. Ohta and T. Maeno: “Scalability of internet multicast protocols”, in: Proc. of INET'98, Geneva, Switzerland, July 1998. [6] L. Muka and G. Muka, “Creating and using key network-performance indicators to support the design and change of enterprise infocommunication infrastucture”, in: Proc. of 2012 International Symposium on Performance Evaluation of Computer and Telecommunication Systems (SPECTS 2012), Genoa, Italy, July 8-11, 2012, Volume 44, Books 12, ISBN: 978-1-61839-982-3, pp. 737-742. [7] R. Jain, The Art of Computer Systems Performance Analysis: Techniques for Experimental Design, Measurement, Simulation, and Modeling. Wiley, New York, NY, 1991., ISBN: 978-0-471-50336-1 [8] J. Banks, J. S. Carson, B. L. Nelson, Discrete-Event System Simulation. Prentice Hall, Upper Saddle River, NJ, 1996. [9] R. M. Fujimoto, “Parallel Discrete Event Simulation”, Communications of the ACM, vol. 33, (1990.) no 10, pp. 30-53, DOI: 10.1145/84537.84545 [10] G. Kunz, S. Tenbusch, J. Gross, and K. Wehrle, “Predicting Runtime Performance Bounds of Expanded Parallel Discrete Event Simulations”, In Modeling, Analysis & Simulation of Computer and Telecommunication Systems (MASCOTS), 2011 IEEE 19th International Symposium on., (Singapore, July 25-27, 2011), pp. 359368., ISBN: 978-1-4577-0468-0, DOI: 10.1109/MASCOTS.2011.15
12
[11] Ewald, R.; Uhrmacher, A. M., “Automating the runtime performance evaluation of simulation algorithms”, In: Simulation Conference (WSC), Proceedings of the 2009 Winter, (Austin, TX. 13-16 Dec. 2009), IEEE, pp. 1079-1091., ISBN: 978-1-4244-5770-0, DOI: 10.1109/WSC.2009.5429710 [12] Fujimoto, R. M.; Malik, A. W.; Park, A.”Parallel and distributed simulation in the cloud”, 2010, SCS M&S Magazine, vol. 3, pp. 1-10. [13] R. M. Fujimoto, “Parallel Discrete Event Simulation”, Communications of the ACM, vol. 33, (1990.) no 10, pp. 30-53, DOI: 10.1145/84537.84545 [14] Z. Juhasz, S. Turner, K. Kuntner and M. Gerzson, “A Performance Analyser and Prediction Tool for Parallel Discrete Event Simulation”, International Journal of Simulation, vol. 4, no. 1. (May 2003.) pp. 7-22. [15] Muka, L.; Lencse, G., “Cooperating Modelling Methods for Performance Evaluation of Interconnected Infocommunication and Business Process Systems”, Proceedings of the 2008 European Simulation and Modelling Conference (ESM'2008), (Le Havre, France, Oct. 27-29.) EUROSIS-ETI, pp. 404-411. [16] Komorowski, J.; Øhrn, A.; Skowron, A., 2002. “The ROSETTA Rough Set Software System”, In Handbook of Data Mining and Knowledge Discovery, W. Klösgen and J. Zytkow (eds.), ch. D.2.3, Oxford University Press, ISBN: 0-19-511831-6. [17] A. Varga and R. Hornig, “An overview of the OMNeT++ simulation environment”, Simutools '08: Proceedings of the 1st international conference on Simulation tools and techniques for communications, networks and systems & workshops (Marseille, France, March 3-7, 2008), pp. 60-70., ICST, ISBN: 978-963-9799-20-2, DOI: 10.4108/ICST.SIMUTOOLS2008.3027,http://dl.acm.org/citation.cfm? id=1416290, [18] R. P. Leal, J. Á. Cachinero, E. P. Martín, “New approach to interdomain multicast protocol”, ETRI Journal, Vol 33. No. 3. June 2011, pp. 355-365. DOI:10.4218/etrij.11.0110.0405
13
[19] V. Veselý, O. Ryšavý, M Švéda, “IPv6 unicast and IPv4 multicast routing in OMNeT++”, Simutools '13: Proceedings of the 6th International ICST Conference on Simulation Tools and Techniques, (Cannes, France, March 5-7, 2013), http://dl.acm.org/citation.cfm?id=2512785, pp. 346-349. ISBN: 978-14503-2464-9, DOI: 10.4108/icst.simutools.2013.251712 [20] B. Almási, Sz. Szilágyi, “Multipath ftp and stream transmission analysis using the MPT software environment”, International Journal of Advanced Research in Computer and Communication Engineering, Vol. 2, No. 11, (November 2013) pp. 4267-4272
5. Tézisekhez kapcsolódó saját publikációk [H1] G Lencse, I Derka, „Experimental Analysis of the Fault Tolerance of the PIM-SM IP Multicast Routing Protocol under GNS3”, In ternational Journal of Advanced Computer Science and Applications, 2014, Vol. 5, No. 5, pp. 15-22., DOI:10.14569/IJACSA.2014.050503 [H2] L Muka, I Derka, „Simulation Performance Prediction in Clouds”, In: Orosz Gábor Tamás (szerk.), 9th International Symposium on Applied Informatics and Related Areas – AIS2014., (Székesfehérvár, Magyarország, 2014.11.12), Székesfehérvár, Óbudai Egyetem, 2014., pp. 142-147., ISBN: 978-615-5460-21-0 [H3] G. Lencse I. Derka and L. Muka, “Towards the efficient simulation of telecommunication systems in heterogeneous execution environments”, Proc. of the 36th International Conference on Telecommunications and Signal Processing (TSP 2013), (Rome, Italy, July 2-4, 2013), pp 304310., http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=6613941 ISBN: 978-1-4799-0402-0, DOI: 10.1109/TSP.2013.6613941 [H4] G. Lencse and I. Derka, “Testing the speed-up of parallel discrete event simulation in heterogeneous execution environments”, Proceedings of the ISC'2013, 11th Annual Industrial Simulation Conference, (Ghent, Belgium, May 22-24, 2013), EUROSIS-ETI, pp. 101-107. ISBN: 97890-77381-76-2 [H5] G. Lencse and I. Derka, “Investigation of the fault tolerance of the PIMSM IP multicast routing protocol for IPTV purposes”, Infocommunications Journal, Vol. V, No. 1. (March, 2013), pp. 21-28. Független idéző: 2 Összesen: 2
14
[H6] Muka, L.; Derka, I., ”Improving Performance Prediction of Parallel and Distributed Discrete Event Simulation: A Rough Sets-based Approach”, In proceeding of ISC'2013, Edited by Veronique Limere and ElHoussaine Aghezzaf, 11th Annual Industrial Simulation Conference, Ghent University, Ghent, Belgium, pp. 95-100., ISBN: 978-90-7738176-2 [H7] G Lencse, I Derka: Measuring the efficiency of parallel discrete event simulation in heterogeneous execution, Acta Technica Jaurinensis, elfogadva [H8] L Muka, I Derka: Rough-set based prediction performance improvement method for parallel and distributed discrete event modelling and simulation, Acta Polytechnica Hungarica, bírálat alatt
6. Tézisekhez nem kapcsolódó egyéb publikációk [E1] L Muka, I Derka, „Rough Set Based Efficiency Improvement of Simulation Performance Prediction”, In: Orosz Gábor Tamás (szerk.), 10th International Symposium on Applied Informatics and Related Areas (AIS 2015): AIS 2015. Konferencia helye, ideje: Székesfehérvár, Magyarország, 2015.11.11 Székesfehérvár: Óbudai Egyetem, 2015., pp. 79-84., ISBN:978-615-5460-49-4 [E2] L Muka, I Derka, „Improving Effectiveness of Simulation Performance Prediction in Clouds”, In: Orosz Gábor Tamás (szerk.), 10th International Symposium on Applied Informatics and Related Areas (AIS 2015): AIS 2015. Konferencia helye, ideje: Székesfehérvár, Magyarország, 2015.11.11 Székesfehérvár: Óbudai Egyetem, 2015., pp. 126-130., ISBN:978-615-5460-49-4 [E3] Towards the Modelling of the Fault Tolerance Mechanism of the PIMSM Multicast Routing Protocol in an IPTV Environment In: Mathias Klumpp (szerk.) The 2012 European Simulation and Modelling Conference (ESM'2012): Modelling and Simulation 2012. Konferencia helye, ideje: Essen, Németország, 2012.10.22-2012.10.24. Ghent: EUROSIS-ETI, 2012. pp. 152-156., ISBN:978-90-77381-73-1 [E4] Dr Borbély Gábor, Derka István, Fehér András, Dr Kolos Tibor, Mészáros István: Regionális és helyi TV szolgáltatások megvalósítási lehetőségei digitális TV platformokon, 2010 [E5] Derka István, Dr. Jámbor Attila: Számítógép perifériák, Győr: SZIFUniversitas Kft., 1999., 58 p.
15
