Дослідження структури мережі MPLS на залізничному транспорті з використанням інтелектуального засобу

UKR: На сучасному етапі в комп’ютерних мережах залізничного транспорту застосовується протокол OSPF, при використанні якого в реальному часі з’являється проблема завдяки постійним змінам обсягів передаваємих даних, і для вирішення якої доцільно використання технології MPLS з створеним інтелектуальним засобом, що підтверджує актуальність теми. У якості математичного апарату для розв’язання задачі інжинірингу трафіку взято нейронну мережу конфігурації «11-X-Y-2», де 11 – кількість вхідних (input) нейронів (це параметри трьох потоків та двох тунелів); X – кількість прихованих шарів, що потребує подальшого дослідження; Y – загальна кількість прихованих нейронів, що потребує додаткового дослідження; 2 – кількість вихідних (output) нейронів. У роботі за допомогою мови Python створено відповідну програмну модель «Stream_TE-tunnel», на якій проведено дослідження похибки нейронних мереж за різною кількістю прихованих шарів (1, 2, 3 та 4) з різною кількістю нейронів на кожному прихованому шарі (16, 32, 64, 128 та 256) при використанні різних функцій активацій нейронів на прихованих шарах (ReLU, Leaky ReLU, Sigmoid, Tanh, ELU та Swish) та різних алгоритмів навчання (SGD, Adam, RMSprop, Adagrad, Nadam, Adamdelta та Ftrl) на вибірках різної довжини (360, 1800, 3600, 7200, 10800, 14400, 18000, 21600, 25200 та 28800 прикладів). Для нейронної мережі конфігурації «11-256-128-2» (256 – кількість нейронів першого прихованого шару; 128 – кількість нейронів другого прихованого шару) при використанні функції активації ReLU на прихованих шарах та функції активації Linear на результуючому шарі за алгоритмом навчання Adam проведено дослідження залежності якості розв’язання задачі інжинірингу трафіку від послідовності обробки потоків в мережі MPLS. Визначено, що максимальний коефіцієнт навантаження тунелю на створеній програмній моделі «Stream_TE-tunnel» склав 0,748, що відрізняється від теоретичного значення приблизно на 2,8%. Таким чином, у роботі проведено дослідження одного із можливих варіантів структури мережі MPLS на залізничному транспорті з використанням створеного інтелектуального засобу для розподілу трьох потоків по двом тунелям при відомих значеннях середніх швидкостей потоків і пропускних спроможностей тунелів.

ENG: At the present stage, the OSPF protocol is used in computer networks of railway transport, when used in real time, a problem arises due to constant changes in the volume of transmitted data, and to solve this problem, it is advisable to use MPLS technology with the created intelligent tool, which confirms the relevance of the topic. As a mathematical apparatus for solving the traffic engineering problem, a neural network of the configuration “11-X-Y-2” was taken, where 11 is the number of input neurons (these are the parameters of three flows and two tunnels); X is the number of hidden layers, which requires further research; Y is the total number of hidden neurons, which requires additional research; 2 is the number of output neurons. In the work, a corresponding software model “Stream_TE-tunnel” was created using the Python language, on which the error of neural networks with different numbers of hidden layers (1, 2, 3 and 4) with different numbers of neurons in each hidden layer (16, 32, 64, 128 and 256) was studied when using different activation functions of neurons in hidden layers (ReLU, Leaky ReLU, Sigmoid, Tanh, ELU and Swish) and different learning algorithms (SGD, Adam, RMSprop, Adagrad, Nadam, Adamdelta and Ftrl) on samples of different lengths (360, 1800, 3600, 7200, 10800, 14400, 18000, 21600, 25200 and 28800 examples). For a neural network of the configuration “11-256-128-2” (256 is the number of neurons in the first hidden layer; 128 is the number of neurons in the second hidden layer) using the ReLU activation function on the hidden layers and the Linear activation function on the resulting layer using the Adam learning algorithm, a study was conducted of the dependence of the quality of solving the traffic engineering problem on the sequence of processing flows in the MPLS network. It was determined that the maximum tunnel load factor on the created software model “Stream_TE-tunnel” was 0.748, which differs from the theoretical value by approximately 2.8%. Thus, the work investigated one of the possible options for the structure of the MPLS network in railway transport using the created intelligent tool for distributing three flows across two tunnels with known values of average flow speeds and tunnel throughputs.