Исследование влияния на сокращение цифрового разрыва и разработка методов формирования цифровых кластеров сетей связи с ультра малыми задержками

Во введении обоснована актуальность темы исследования, приведены цель и
задачи диссертационной работы, перечислены основные научные результаты
диссертации, определена научная новизна, теоретическая и практическая ценность
результатов, приведены сведения об опубликованных работах и выступлениях на
конференциях и семинарах, представлены положения, выносимые на защиту.
В первой главе диссертационной работы проведен анализ развития сетей связи
и их влияния на развитие цифровой экономики в целом, на основе которого
сформулированы цель и задачи диссертационной работы.
Отмечается, что определяющей концепцией дальнейшего развития сетей связи
стала концепция сетей связи с ультра малыми задержками. Основанная на концепции
Тактильного Интернета, эта концепция еще не получила в достаточной степени
реализацию на сетях связи пятого поколения и лежит в основе создания перспективных
сетей связи шестого поколения и сетей 2030.
Сети связи с ультра малыми задержками в соответствии с фундаментальными
ограничениями по скорости распространения света приводят к децентрализации сети
и создают предпосылки для решения одной из главных задач Цифровой экономики –
сокращения цифрового разрыва между регионами Российской Федерации.
Однако, несмотря на достигнутые в настоящее время концептуальные успехи в
выбранном направлении диссертационной работы, отсутствует не только понимание
как построить децентрализованную сеть 2030 в целом, но и основополагающие
подходы к решению задач по ядру сети, сетям доступа, распределенным вычислениям,
новым приложениям, методам расчета и распределения ресурсов в такой сети,
кодированию, обеспечению устойчивости и надежности такой сети, информационной
безопасности, требованиям по качеству обслуживания и качеству восприятия. В
диссертации предлагается решение научной задачи по созданию цифровых кластеров
в сетях связи с ультра малыми задержками и оценки влияния этих сетей на сокращение
цифрового разрыва между регионами Российской Федерации.
В диссертационной работе спрогнозирована доля пользователей услуг сетей
связи с ультра малыми задержками и трафика на горизонте планирования до 2030 года.
Доля пользователей, %
2
20
202020222024202620282030
Год
Рисунок 1 – Обобщенный прогноз изменения доли пользователей услуг сетей связи с
ультра малыми задержками в Российской Федерации (2), с учетом пользователей
услуг дополненной реальности (1)

Как видно из приведенного прогноза (рисунок 1), доля потенциальных
пользователей услуг сетей связи с ультра малыми задержками в соответствии с
приведенным прогнозом к 2030 году составит более 60%, что позволяет говорить о
широкомасштабном внедрении таких услуг.
Вторая глава диссертации посвящена характеристике цифрового разрыва
между территориями Российской Федерации и возможностям его сокращения за счет
информатизации и связи.
Как было отмечено ранее, одной из главных задач создания эффективной
цифровой экономики является уменьшение цифрового разрыва между различными
регионами государства. Именно децентрализация сети при внедрении сетей связи с
ультра малыми задержками может быть эффективным инструментарием для
уменьшения цифрового разрыва, поскольку тысячи центров обработки данных для
обеспечения функционирования таких сетей потребуют высококвалифицированного
персонала, что, естественно, должно привести к росту Валового Регионального
Продукта (ВРП) для тех регионов, где такие центры будут развернуты.
На основании статистического анализа в диссертационной работе предложено в
качестве меры цифрового разрыва между территориями Российской Федерации
использовать число занятых в области информатизации и связи на 100 тысяч занятых
во всех областях деятельности.
Более того, установлена взаимосвязь между Валовым Региональным Продуктом
на душу населения и числом занятых в области информатизации и связи (на 100 тысяч
занятых во всех областях деятельности).

4,50
(на 100 тысяч занятых во всех областях деятельности)
Число занятых в области информатизации и связи

4,00

3,50

3,00

2,50y = 1,2072e0,0008x

2,00

1,50

1,00

0,50

0,00
02004006008001000120014001600
ВРП на душу населения, тыс. руб.
Рисунок 2 – Аппроксимация статистических данных экспоненциальной функцией

Как видно из рисунка 2 цифровой разрыв является весьма существенным и в
большой степени зависит от числа занятых в области информатизации и связи, что
позволяет определить область информатизации и связи в обществе как ключевую для
сокращения цифрового разрыва между территориями Российской Федерации.
Рассчитанный коэффициент корреляции, равный k=0,667, говорит о
возможности существенного сокращения цифрового разрыва в условиях
перераспределения ресурсов между регионами в области информатизации и связи.
Такая задача может быть решена при приоритетном и опережающем развитии
сетей связи с ультра малыми задержками, внедрение которых приведет к созданию
тысяч центров обработки данных. Последнее потребует их установки во всех
областных и районных центрах. При этом устойчивое функционирование этих центров
возможно только при наличии специалистов с высшим образованием, что, в свою
очередь, требует ускоренного развития специализирующихся на подготовке кадров в
области информатизации и связи университетов.
Определено, что для сетей связи с ультра малыми задержками характерна
кластеризация с учетом ограничения по расстоянию, на котором могут оказываться
услуги таких сетей с заданными требованиями по качеству обслуживания и качеству
восприятия.
На основании статистических данных по средним расстояниям между сельскими
населенными пунктами и районными центрами и между районными и областными
центрами в диссертационной работе проведена типизация Федеральных округов
Российской Федерации.
Выделено три группы Федеральных округов, для которых построение сетей
связи с ультра малыми задержками будет существенно различаться по структуре сети
и размещению центров обработки данных для обеспечения требований по качеству
обслуживания и качеству восприятия при предоставлении услуг таких сетей.
В третьей и четвертой главах диссертационной работы исследуются методы
формирования и выбора размеров цифровых кластеров сетей связи пятого и
последующих поколений на основе анализа современных требований к структуре сетей
со стороны услуг и выбору метода ее построения с учетом особенностей дорожной
инфраструктуры целевого региона.
В третьей главе предложена модель, позволяющая выбрать размер цифрового
кластера сети с учетом требований к качеству обслуживания абонентского трафика и
распределения пользователей по территории, которая дает возможность формировать
структуру сети цифровых кластеров, учитывающую различные требования и трафик
пользователей, а также разработан метод формирования цифровых кластеров сетей
связи пятого и последующих поколений на основе качества предоставления услуг с
учетом плотности пользователей и одновременного предоставления услуг Тактильного
Интернета и услуг дополненной реальности,
Известно, что основной задачей при построении сети связи является решение
компромисса между абонентским трафиком (спросом на услугу), качеством его
обслуживания и объемом ресурсов сети связи. Поскольку сеть строится на некоторой
территории, то при решении этой задачи также необходимо учитывать и
географические особенности, которые зачастую играют решающую роль и определяют
структуру сети.
Основными параметрами качества для современных услуг связи являются
вероятностно-временные показатели обслуживания трафика.
При разработке модели сети с учетом требований по ультра малым задержкам
будем полагать, что основным параметром, характеризующим качество услуги,
является задержка доставки данных . Ее величина зависит от многих факторов. Во-
первых, от размера той единицы количества (объема) данных, о передаче которой идет
речь, и скорости передачи данных по линии связи для каждого из участков маршрута,
если маршрут состоит из нескольких участков. Во-вторых, от вероятных задержек в
узлах маршрута, связанных с ожиданием в буфере из-за занятости линии передачей
очередного пакета данных. В-третьих, от времени распространения сигнала между
участниками обмена данными.
Учитывая сказанное можно записать

  t  w  tp(1)
где t  L / b – среднее время передачи; L – средний объем передаваемых данных; b –
средняя скорость передачи; w – среднее время ожидания; t p – время распространения
сигнала.
Для маршрута при некоторых допущениях среднюю величину задержки можно
оценить как сумму задержек для каждого из участков
k
T   i ,(2)
i 1

где  i задержка для i-го участка.
Сделаем допущение о том, что сеть между пользователем и точкой
предоставления услуги состоит из двух участков: участка доступа и соединительной
линии с точкой предоставления услуги. Структура модели сети приведена на
рисунке 3.

UA
U
Ra

A
S

U
A
U

A

Rs

Рисунок 3 – Структура сети

Модель включает в себя пользователей услуг U, точки доступа A и точки
предоставления услуги S. Принятые допущения таковы, что точки доступа соединены
с точкой предоставления услуги линиями связи, длина которых равна длине отрезка
прямой, проходящей через соответствующие точки. Максимальное расстояние от
пользователя до точки доступа равно Ra, максимальное расстояние от точки
предоставления услуги до точки доступа Rs. Тогда максимальное расстояние,
преодолеваемое сигналом, составит:

dmax  RS  Ra(3)

при сделанных выше допущениях

Ra  Rs .(4)
При указанном выше допущении расстояние между пользователем и точкой
предоставления услуги можно принять равным Ra.
Время распространения сигнала определяется скоростью распространения света
в среде передачи. Полагаем, что между точкой доступа и точкой предоставления
услуги используется оптоволоконная линия связи. Тогда с учетом рекомендации:

t p  to RS ,(5)

где to задержка при распространении на единицу длины.
Время распространения в соответствии с рекомендациями МСЭ-Т t0 = 5 мкс/км.
Также сделаем допущение о том, что пользователи распределены по территории
случайным образом и их распределение может быть описано пуассоновским полем.
Тогда вероятность попадания n пользователей в зону обслуживания может быть
рассчитана по формуле:

p
RS

n

e  R2
S(6)
n
n !
где  – плотность пользователей на территории (1/м2).
Число пользователей в зоне обслуживания составит:

v   RS2 .(7)

Интенсивность заявок (потока) в зоне обслуживания:

  0v ,(8)

где 0 – интенсивность заявок, создаваемая одним пользователем.
В дальнейших расчетах будем использовать для оценки задержки (для одного
участка сети) приближенное решение Крамера и Лангенбах-Бельца для системы
GI/G/1.
Учет распределения пользователей по территории необходим при планировании
сетей в Российской Федерации, поскольку плотность населения на различных
территориях изменяется в пределах от 0,07 до около 5000 человек на км2.
Использование предложенной модели и дифференцированной оценки размеров
цифровых кластеров для услуг с различными требованиями к задержке дает
возможность формировать структуру сетей связи пятого и последующих поколений, а
именно выбирать позиции и размер цифровых кластеров для различных услуг на
основе концепции сетей связи с ультра малыми задержками.
При планировании размещения цифровых кластеров в сетях связи пятого и
последующих поколений для услуг с жесткими требованиями к величине задержки
необходимо наряду с задержкой, вносимой временем распространения сигнала,
учитывать величину интенсивности трафика, которая пропорциональна плотности
населения.

, мс



5 мс


1 мс

0200400800
Rs, км

Рисунок 4 – Зависимость задержки от радиуса цифрового кластера

Вполне ожидаемо, что для городов с высокой плотностью населения величине
Rs будет значительно меньше, чем для населенных пунктов с малой плотностью
населения (рисунок 4).
Ввиду того, что различные виды услуг имеют различные требования к величине
задержки доставки данных целесообразно решать задачу выбора размера цифрового
кластера для каждой такой группы услуг. В этом случае структура сети должна
содержать точки предоставления услуг (серверы), дифференцированные по различным
группам услуг (рисунок 5).

S1S1

S1S1, S2S1

RS2
S1S1

RS1

Рисунок 5 – Пример структуры цифровых кластеров для двух услуг сетей uRLLC
Такой подход применим в случае, когда требуется построить сеть на территории
с равномерным распределением пользователей. Однако в практических задачах
требуется покрытие некоторого количества точек (пользователей, зданий, населенных
пунктов и т.п.).
Данную задачу можно сформулировать как задачу оптимизации, в которой
требуется обеспечить минимальное покрытие заданного количества точек цифровыми
кластерами (кругами). Аналитического решения данной задачи не известно.
Для решения данной задачи в диссертационной работе предлагается
использование модифицированного алгоритма кластеризации FOREL. Модификация
состоит в том, что область допустимых положений центра цифрового кластера
ограничена множеством M. Данная модификация позволяет добиться того, чтобы
точки предоставления различных услуг, по возможности, совпадали, что дает
возможность сокращения протяженности линий связи.
В четвертой главе разработан метод выбора размера цифрового кластера в сети
с ультра малыми задержками с учетом длина трассы прокладки кабеля на основе
оценки фрактальной размерности дорожной сети на территории кластера, который
позволяет оценить степень отличия трасс прокладки кабеля от прямых линий и
определить значение длины, на которое необходимо уменьшить радиус планируемого
цифрового кластера.
В реальных условиях расстояние между центром и элементом кластера
определяется не по прямой (рисунок 6а), а возможной трассой прокладки кабеля. При
этом чаще всего прокладка трассы осуществляется вдоль имеющихся дорог.
200
R
0100200300400500

а)б)
Рисунок 6 – Пример кластеризации при использовании FOREL

На рисунке 6б приведен возможный пример выбора трасс на карте местности
(получено с помощью Google Earth). Как видно из примера, длина трасы может
существенно отличаться от длины отрезка прямой, соединяющих центр и элементы
кластера.
При разработке метода выбора размера цифрового кластера будем полагать, что
трассы прокладки кабеля между точкой предоставления услуги и оконечными узлами
(элементами кластера) пролегают вдоль дорог, т.е. в общем случае трасса прокладки
кабеля не лежит на прямой, проведенной через эти точки. Очевидно, что в таком случае
длина реальной трассы LT будет не менее длины отрезка прямой L0 , проходящей через
соединяемые точки
LT  L0 .(9)

Будем также полагать, что сеть дорог достаточно развита, а трасса прокладки
кабеля все же стремится к прямой между точками, а не «петляет» бесконечно в
пределах кластера, например, подобно фрактальной линии. Такое допущение
возможно в силу того, что точки в данной модели совпадают с населенными пунктами,
каждый из которых достижим маршрутом конечной длины.
Если Lmax это допустимая длина трассы, определяемая на основе требований ко
времени распространения сигнала, то должно выполняться условие LT  Lmax . Радиус
предполагаемого кластера также должен быть меньше этой величины (рисунок 7).

R  Lmax .(10)

LT < Lmax LT > Lmax

OLmax
Lmax

R
R

Рисунок 7– Модель кластера

Для определения величины R, которая обеспечит выполнение этих условий,
будем исходить из предположения, что увеличение длины трассы пропорционально
фрактальной размерности дорог на территории предполагаемого кластера:

L  LT  L0  D(11)
В (11) D – фрактальная размерность. Если L0 = Lmax, то L = R.
Связь между длиной линии и размером элемента покрытия:
L
D,(12)

Введем в выражение (12) переменную a, чтобы перейти к знаку равенства:

a
L
D.(13)

Как известно, для прямой линии ФР D=1, тогда на базе выражения (13) можно
записать систему из двух уравнений:

a 1  R
 D.(14)
a  Lmax
В данной системе R – это искомый радиус кластера, Lmax –допустимая длина
трассы, D – фрактальная размерность, a – неизвестна переменная.
Первое уравнение в системе записано для отрезка прямой, соединяющей центр
кластера с точкой на его границе, т.е. отрезка, длина которого равна радиусу. Поэтому
показатель степени  составляет минус 1, т.е. равен фрактальной размерности прямой.
Второе уравнение записано для линии, которую представляет собой трасса с
фрактальной размерностью D. При этом длина трассы равна максимально допустимой
длине Lmax.
Решение этой системы уравнений выглядит следующим образом:

R  D   Lmax D 1(15)

В выражении (15)  – размер элемента покрытия.
Диапазон изменения фрактальной размерности выбран от 1 до 2, что
соответствует возможным значениям для линий, т.е. от прямой до линии заполняющей
всю плоскость. Как видно из приведенного рисунка 8, с увеличением фрактальной
размерности радиус кластера уменьшается. Особо стоит отметить роль величины  в
этой зависимости.
R(D)

0.8

0.6


0.4

0.2



11.21.41.61.82
D

Рисунок 8 – Зависимость радиуса кластера от фрактальной размерности

Естественно, что существенные для практики приложения должны оперировать
значениями  между этими границами. Иными словами, для конкретной задачи
необходимо определить такую величину , которая соответствует реальным
возможностям и потребностям. В рамках данной задачи целесообразно производить
выбор , исходя из допустимой ошибки оценки величины задержки.
Если допустимая ошибка при оценке задержки составляет t, то это будет
соответствовать величине допустимой ошибки по расстоянию равной

d  tC ,(16)
где C – скорость распространения света (м/с).
Тогда  целесообразно выбрать исходя из величины d, поскольку это размер
«измерителя», а ошибка при этом равна 1/2 этой величины. При этом:

2d

L0 .(17)

Например, при L0 = 50000 м, t = 1 мкс d  600 м, а   0,012, при t = 10 мкс,
d  6000 м, а   0,12.
Для этих случаев приведены зависимости на рисунке 9.
R(D)
0.8

0.6

t0 мкс
0.4

t мкс
0.2
11.21.41.61.8
D

Рисунок 9 – Зависимости радиуса кластера от фрактальной размерности
(при допустимой ошибке оценки задержки 1 и 10 мкс)

Как видно из приведенного графика, в таком случае при реальных значениях
фрактальной размерности (1-1,3), размер кластера может быть более чем вдвое меньше
допустимой длины линии Lmax.
Следует отметить, что избыточность длины трасс предполагается неизменной
при изменении размера (радиуса) кластера, также, как и фрактальная размерность сети
дорог. При неравномерном распределении свойств дорог внутри исходного кластера
после корректировки его размеров длина трасс может оказаться заниженной или
завышенной. Для уменьшения этой ошибки целесообразно производить оценку
фрактальной размерности в кластере до и после корректировки размера и принимать в
качестве целевого значения усредненное значение фрактальной размерности.
ЗАКЛЮЧЕНИЕ

В диссертационной работе были получены следующие основные результаты:
1. Анализ перспектив развития сетей связи пятого и последующих поколений
показал, что концепции Интернета Вещей и Тактильного Интернета определили
тенденции развития сетей связи на горизонте планирования до 2030 года. При этом
концепция Тактильного Интернета стала основой для появления сетей связи с ультра
малыми задержками. Сети связи с ультра малыми задержками в соответствии с
фундаментальными ограничениями по скорости распространения света приводят к
децентрализации сети и создают предпосылки для сокращения цифрового разрыва
между регионами Российской Федерации.
2. На основе ассоциативного метода с использованием эволюционного
алгоритма получен прогноз доли пользователей услуг сетей связи с ультра малыми
задержками на горизонте планирования до 2030 года, который показывает, что доля
пользователей таких услуг к 2030 году превысит 60%.
3. На основании статистического анализа предложено в качестве меры
цифрового разрыва между территориями Российской Федерации использовать число
занятых в области информатизации и связи на 100 тысяч занятых во всех областях
деятельности.
4. В отличие от известных результатов установлена взаимосвязь между Валовым
Региональным Продуктом на душу населения и числом занятых в области
информатизации и связи (на 100 тысяч занятых во всех областях деятельности),
коэффициент корреляции при этом равен k=0,667,
5. Для сокращения цифрового разрыва между регионами Российской Федерации
в отличие от существующих подходов предлагается обеспечить опережающее развитие
сетей связи с ультра малыми задержками, что приведет к созданию тысяч цифровых
кластеров с центрами обработки данных в областных и районных центрах и может
обеспечить сокращение цифрового разрыва между регионами в несколько раз.
6. В отличие от известных результатов на основании данных о средних
расстояниях между сельскими населенными пунктами и районными центрами, а также
районными и областными центрами Российской Федерации, проведена типизация
Федеральных Округов по способам построения сетей связи с ультра малыми
задержками и возможностям по оказанию услуг этих сетей,
7. Устойчивое функционирование сетей связи с ультра малыми задержками и
соответствующих центров обработки данных возможно только при наличии
специалистов с высшим образованием, что требует ускоренного развития
специализирующихся на подготовке кадров в области информатизации и связи
университетов.
8. Предложена модель, позволяющая выбрать размер цифрового кластера сети с
учетом требований к качеству обслуживания абонентского трафика и распределения
пользователей по территории, которая дает возможность формировать структуру сети
цифровых кластеров, учитывающую различные требования и трафик пользователей.
Учет распределения пользователей по территории необходим при планировании сетей
в Российской Федерации, поскольку плотность населения на различных территориях
изменяется в пределах от 0,07 до около 5000 человек на км2.
9. Использование предложенной модели и дифференцированной оценки
размеров цифровых кластеров для услуг с различными требованиями к задержке дает
возможность формировать структуру сетей связи пятого и последующих поколений, а
именно выбирать позиции и размер цифровых кластеров для различных услуг на
основе концепции сетей связи с ультра малыми задержками.
10. Разработан метод формирования цифровых кластеров сетей связи пятого и
последующих поколений на основе качества предоставления услуг, отличающийся от
известных тем, что при формировании цифрового кластера учтены плотность
пользователей, а также одновременное предоставление услуг Тактильного Интернета
и услуг дополненной реальности,
11. Для решения задачи размещения ЦОД при неравномерном распределении
пользователей по территории предложен модифицированный алгоритм FOREL,
отличающийся от известных тем, что область допустимых положений центра
цифрового кластера ограничена множеством M. Это позволяет добиться того, чтобы
точки предоставления различных услуг совпадали, что дает возможность сокращения
протяженности линий связи в цифровом кластере.
12. При выборе размеров цифровых кластеров сети с ультра малыми задержками
следует учитывать особенности прокладки линий связи между точкой предоставления
услуги и точками подключения пользователей. Эта особенность, как правило,
заключается в том, что трасса прокладки линий связи проходит вдоль существующих
дорог. Поэтому, структура существующей дорожной сети оказывает влияние на выбор
трасс для прокладки линий связи. С учетом данной особенности длина линии связи в
большинстве случаев оказывается больше расстояния между соединяемыми точками.
Для цифрового кластера это приводит к завышению величины задержки относительно
целевых значений.
13. Разработан метод выбора размера цифрового кластера в сети с ультра
малыми задержками, отличающийся от известных тем, что учитывается длина трассы
прокладки кабеля на основе оценки фрактальной размерности дорожной сети на
территории кластера, что позволяет оценить степень отличия трасс прокладки кабеля
от прямых линий и определить значение длины, на которое необходимо уменьшить
радиус планируемого цифрового кластера (для реальных значений фрактальной
размерности до более, чем в 2 раза).
14. Для компенсации неравномерности свойств дорожной сети, которая может
отразиться на занижении или завышении размера кластера, целесообразно производить
оценку фрактальной размерности для исходного и скорректированного размеров
кластеров, а для окончательной оценки размера кластера использовать усредненное
значение фрактальной размерности.