Gerenciamento e Avaliação de

Desempenho de Redes

Teoria das Filas

Dênio Mariz
denio@cefetpb.edu.br
Carlos Kamienski
cak@cefetpb.edu.br
 Modelagem analítica

Possibilita explorar um modelo sobre o qual se tem controle

Modelos matemáticos simplificados geram resultados
rapidamente

Técnica barata: lápis, papel e cérebro

Muitos pressupostos e abstrações são feitas
 Pode-se perder o comportamento original

Exemplo: sistemas de filas

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

2
 Teoria das Filas

Provê modelos para prever o comportamento de

sistemas que oferecem serviço para demandas com
taxas de chegadas aleatórias

Utilizada para modelar sistemas onde:
 Clientes chegam para ser atendidos
 Esperam sua vez de ser atendidos
 São atendidos e vão embora

Sistema telefônico: A. K. Erlang - 1909

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

3
 Resultados Possíveis

Tempo de espera de um cliente
 Quanto tempo um cliente espera no banco
 Quanto tempo um pacote passa em um roteador

Acúmulo de clientes na fila
 Qual o tamanho médio da fila do banco
 Como a fila do roteador se comporta

Tempo ocioso/ocupado dos servidores
 Quanto tempo o caixa fica livre
 Qual a utilização do roteador

Taxa de saída (vazão)
 Quantos clientes são atendidos por hora
 Quantos pacotes são encaminhados por segundo

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

4
 Sistemas de Filas

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

5
 Modelo de Filas Básico

Buffer Servidor(es)

Chegadas Saídas

Na fila Em Serviço

Modela qualquer serviço com:

 Um ou mais servidores
 Uma área de espera (buffer)

“Clientes” chegam para receber um “serviço”

Um cliente que não encontra um servidor livre espera na
fila (buffer)

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

6
 Características de um Modelo de Filas

Processo de chegada

Distribuição do tempo de serviço

Número de servidores

Capacidade do sistema

Tamanho da população

Disciplina de serviço

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

7
 Processo de Chegada

Normalmente é um processo estocástico

Necessário saber a distribuição de probabilidade do
tempo entre chegadas
 Normalmente é Exponencial

Processo Estacionário
 A distribuição de probabilidade que descreve a chegada
não varia com o tempo (é independente do tempo)

Processo Não Estacionário
 A distribuição varia com o tempo (depende do tempo)

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

8
 Processo de Chegada

n +1 n n −1
τn

tn t

τ n tempo decorrido entre as chegadas dos clientes n e n+1

{τ n , n ≥ 1} é um processo estocástico

Tempos entre chegadas são identicamente distribuídos e têm a
mesma média

Taxa de chegada = λ

E [τ n ] = E [τ ] = 1/ λ

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

9
 Tempo de Serviço

Tempo que cada cliente leva para ser atendido

 Ex: tempo que o cliente do banco passa no caixa
 Ex: tempo para o roteador encaminhar um pacote

Semelhante ao processo de chegada

Distribuição de probabilidade para o tamanho das
filas depende de:
 o processo de chegada
 o tempo de serviço

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

10
 Tempo de Serviço

n +1 n n −1

sn t

sn é tempo que o cliente n passa no servidor

{ s n , n ≥ 1} é um processo estocástico

Tempos de serviço são identicamente distribuídos com uma
média comum

Taxa de serviço: µ E [ sn ] = E [ s ] = µ
 Os tempos de serviço são aleatórios para pacotes?

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

11
 Número de Servidores

Representa situações com filas únicas para múltiplos

servidores
 Exemplos: supermercados, bancos, etc.
 Computadores multiprocessados são exemplos de
múltiplos servidores

Em redes, freqüentemente há somente 1 servidor (um
roteador, hub, switch, etc.)

Infinitos servidores também são possíveis
 Ex: sistema onde o cliente tem atendimento imediato
 Ex: um “self service”

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

12
 Capacidade do Sistema

Em alguns sistemas de filas, existe limitação física da

quantidade de espaço de buffer
 Ex: memória de um roteador
 Ex: lista de espera de companhias aéreas
 Ex: número de cadeiras na sala de espera

Se um cliente chega e não há espaço no buffer, ele
tem que desistir do serviço
 Ex: o pacote é descartado! (Drop Tail)

Freqüentemente usa-se capacidade infinita
 A análise é mais fácil quando a fila é grande

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

13
 Tamanho da População

Número total de clientes que podem entrar no sistema

 Ex: pacotes que podem chegar no roteador

Quando o número é grande (ou desconhecido) é mais
fácil considerar tamanho infinito

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

14
 Disciplina de Serviço

Modo como os clientes são selecionados para receber

o serviço quando há uma fila
 Ou seja, em redes, maneira como os pacotes são
retirados da fila para serem transmitidos

Disciplinas comuns:
 FCFS: First Come, First Served (FIFO)
 LCFS: Last Come, First Served (LIFO)
 Prioridade: Clientes com mais prioridade primeiro
 Circular: Um pouquinho de cada tipo (Round Robin)

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

15
 Notação de Kendall

A/S/NS/B/K/SD
 A,S = Tempo entre chegadas, tempo de serviço
 M = Exponencial (Markov, Memoryless)
 Ek = Erlang
 Hk = Hyperexponential
 D = Determinístico
 G = Geral (para todas as distribuições)
 NS = Número de servidores
 B = Número de buffers (lugares na fila)
 K = Tamanho da população
 SD = Disciplina de Serviço
 FCFS,FCLS…

Defaults B= ∞, K= ∞,SD=FCFS

M/M/1 = M/M/1/∞/∞/FCFS

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

16
 Descrição das filas: Exemplos

M/M/1:
 chegadas Poisson, tempo de serviço exponencial, 1 servidor, buffer
infinito, FCFS

M/M/m:
 Igual ao anterior, com m servidores

M/G/1:
 chegadas Poisson, tempo de serviço geral, 1 servidor, buffer infinito

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

17
 Variáveis Gerais

λ = (Lambda) Taxa média de chegada

τ = (Tau) Tempo entre chegadas = 1/ λ

s = Tempo médio de serviço

µ = (Mi) Taxa de serviço (vazão ou taxa de saída) = 1/s

n = Número médio de clientes no sistema

nq = Número médio de clientes na fila

ns = Número de clientes recebendo serviço

W = Tempo médio de resposta (fila + serviço)

W q= Tempo médio de espera na fila

ρ = (Rô) Carga (ou fator de utilização) = λ/µ = λs

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

18
 A Chegada e o Comportamento da Fila
n=usuários
no sistema

0 t=Tempo
t1 t2 t3 t4 t5 t6 t7 T

1 2 1 3 4 2 3 4

n=(área abaixo da curva)/T

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

19
 Lei de Little

n
λ µ
Tempo Total
(fila+serviço)= W

o número médio de elementos no sistema é igual à

taxa de chegada vezes o tempo de permanência no
sistema
 n=λW

Lei de Little funciona para sistemas no estado estável
1
nq = λsq W = Wq +
µ
Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz
20
 Lei de Little – Exemplo 1

Sistema de Telefonia

Taxa de chegada
 λ = 100 chamadas por minuto

Duração das chamadas (permanência):

 s = 1/µ = 2 minutos

Número médio de chamadas simultâneas
 n = λs = 100 x 2 = 200 chamadas

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

21
 Lei de Little – Exemplo 2

Uma Loja no Shopping

Taxa de chegada
 λ = 10 usuários por hora

Tempo que passa dentro da loja (permanência):

 s = 1/µ = 30 minutos = ½ hora

Número médio clientes dentro da loja
 n = λs = 10 x ½ = 5 clientes

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

23
 Lei de Little – Exemplo 3

Um roteador

Taxa de chegada
 λ = 3000 pacotes por segundo

Tempo que demora para ser encaminhado (serviço):

 s = 1/µ = 2ms = 0.002 segundo

Número médio de pacotes dentro do roteador
 n = λs = 3000 x 0.002 = 6 pacotes

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

24
 Resultados Gerais para Filas M/M/1

M/M/1 é um tipo de fila muito usada na prática

Probabilidade de haver exatamente n clientes no sistema:

 pn = (1 – ρ) ρn ρ = carga do sistema = λ/µ

Probabilidade de haver n ou mais clientes no sistema:
 pn = ρ n

Número médio de clientes no sistema:
 E[n] = ρ / (1 – ρ)

Tempo médio de resposta (permanência no sistema)
 W = (1/µ) / (1 – ρ)

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

25
 Filas M/M/1 - Exemplo

Dados de um Roteador:
 Taxa de chegadas = 400 pacotes por segundo
 Roteador leva 2 ms para encaminhar pacotes

Calcular usando uma fila M/M/1:
 Número médio de pacotes na fila
 Probabilidade de descarte no caso de haver espaço
para 10 pacotes
 Qual a probabilidade de um pacote encontrar a fila
vazia?
 Quanto espaço na fila seria necessário para que a taxa
de perda fosse inferior a 0,1%?

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

26
 Filas M/M/1 – Exemplo 1/2

λ = 400 pps

s = 0.002 s

µ = 1/s = 1/0.002 = 500 pps

ρ = λ/µ = 0,8

Número médio de pacotes na fila:
fila
 E[n] = ρ / (1 – ρ) = pacotes no sistema (roteador)
 Assumindo que tem um pacote “sendo servido”, temos
 nq=E[n] -1 = 0,8 / (1 – 0,8) – 1 = 3

Probabilidade de descarte (buffer para 10 pacotes):
 P(mais que 11 pacotes no roteador)
 pn = ρn  p12 = ρ12 = 0,812 = 0,0687

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

27
 Filas M/M/1 – Exemplo 2/2

Probabilidade de uma fila vazia
 P[fila vazia] = P[um ou zero pacote em atendimento] =
 pn = (1 – ρ) ρn
 P[fila vazia] = (1 - 0.8) ρ0 + (1 - 0.8) ρ1 = 0.2 + 0.2*0.8 = 0.36

Buffers para uma perda máxima de 0,1%
 ρn < 10-4
 n > logρ(10-4)  n > log(10-4)/log(0,8)  n > 30.95
 Resposta: n>31  buffer para 30 pacotes

x = b n → n = logb ( x) log ( x ) = log k ( x )

b
log k ( b )

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

28
 Simulador de Filas

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

29
 Comentários Finais

Grandes provedores (ATT, SPRINT, etc.), empregam

matemáticos e estatísticos
 Para modelar e avaliar as suas redes
 Para descobrir novas tecnologias

Possibilidades importantes para profissionais da área
de matemática/estatística

Ou para profissionais da área de redes com
conhecimentos de matemática/estatística

Gerenciamento e Avaliação de Desempenho de Redes - Dênio Mariz

37