Iniciación a Omnet++
José Daniel García SánchezGrupo de Arquitectura Comunicaciones y
SistemasUniversidad Carlos III de Madrid
Contenido
Pasos Definir la estructura de la red.
Lenguaje NED.
Completar el comportamiento. Lenguaje C++.
Configurar la simulación Archivo ini
Ejemplo 1 1 Servidor. El tiempo entre llegadas tiene una
distribución exponencial con media de 1 segundo.
El tiempo de servicio tiene una distribución exponencial de 0.99 segundos.
¿Cuál es el tiempo medio que una petición permanece en la cola?
Cola M/M/1
Evidentemente, este sistema tiene solución analítica.
Simplemente se usa como ejemplo muy sencillo para ilustrar Omnet++.
Lenguaje NED Básico
Definición de módulos simples.
Definición de módulos compuestos.
Definición de redes.
Módulos simples Parámetros:
numeric, numeric const (o const), bool, string, xml.
Puertas. in o out. Pueden ser arrays.
simple Modulo
parameters:
p1 : tipo,
p2 : tipo;
gates:
in: g1;
out: g2;
out: g3[];
endsimple;
Generador de peticiones
simple Generador
parameters:
tiempoEntreLlegadas : numeric;
gates:
out: salidaPeticiones;
endsimple;
Servidor
simple Servidor
parameters:
tiempoServicio: numeric;
gates:
in: entradaPeticiones;
endsimple;
Módulos compuestos Permiten componer
módulos complejos a partir de otros.
Se usan para interconectar módulos.
Se pueden realizar múltiples niveles de composición.
module nombre parameters: //... gates: //... submodules: //... connections: //...endmodule;
Conexión de módulosmodule Red parameters: tiempoLlegadas : numeric, tiempoServicio : numeric; submodules: gen : Generador; parameters:
tiempoEntreLlegadas = tiempoLlegadas; svr : Servidor; parameters:
tiempoServicio = tiempoServicio; connections: gen.salidaPeticiones --> svr.entradaPeticiones;endmodule;
Red Instanciación de
la red.
Puede contener asignación de parámetros.
network red : Red
endnetwork;
Programación de módulos simples Es necesario definir el
comportamiento de los módulos simples. Iniciación Finalización. Tratamiento de mensajes.
Cada módulo simple se programa como una clase C++. Hereda de cSimpleModule
Modelos de tratamiento de mensajes Síncrono
Se define un bucle completo de tratamiento.
Más sencillo de comprender inicialmente.
Requiere espacio de pila.
Otros problemas.
Asíncrono Disparado por
eventos. Más costoso de
comprender. No requiere
espacio de pila.
Clase generador#include <omnetpp.h>
class Generador : public cSimpleModule{ Module_Class_Members(Generador, cSimpleModule, 4096);
private: virtual void initialize(); virtual void activity(); virtual void finish();
private: int salida_;
private: int enviados_;};
Generador: Iniciación y Finalización#include "generador.h"
Define_Module(Generador);
void Generador::initialize(){ salida_ = findGate("salidaPeticiones"); if (salida_ < 0) opp_error("puerta de salida no encontrada");
enviados_ = 0;}
void Generador::finish(){ ev << "Mensajes enviados: " << enviados_ << endl;}
Generador: Actividadvoid Generador::activity(){ cPar
tiempo_entre_llegadas=par("tiempoEntreLlegadas"); for (;;) { double tiempo = tiempo_entre_llegadas; wait(tiempo);
cMessage * msg = new cMessage("peticion"); send(msg, salida_); enviados_++; }}
Clase servidor#include <omnetpp.h>
class Servidor : public cSimpleModule{ Module_Class_Members(Servidor, cSimpleModule, 4096);
private: virtual void initialize(); virtual void activity(); virtual void finish();
private: int procesados_;};
Servidor: Iniciación y Finalización #include "servidor.h"
Define_Module(Servidor);
void Servidor::initialize(){ procesados_ = 0;}
void Servidor::finish(){ ev << "Peticiones procesadas: " << procesados_ << endl;}
Servidor: Actividadvoid Servidor::activity(){ cPar tiempo_servicio = par("tiempoServicio");
for (;;) { cMessage * msg = receive(); delete msg; double tiempo = tiempo_servicio; wait(tiempo); procesados_++; }}
Vale ¿Y ahora qué?
Se pueden generar dos tipos de ejecutables: Interfaz de usuario gráfico: Útil para
depurar y comprender. Interfaz de consola: Más eficaz para
realizar las simulaciones por lotes.
Proceso de compilación
Compilación
Omnet++ permite generar automáticamente los Makefile.
Ejemplo para Windows: opp_nmakemake –u Cmdenv –f –o
simred opp_nmakemake –u Tkenv –f –o
simred nmake –f Makefile.vc
Configuración: omnetpp.ini
[General]
network=red
sim-time-limit = 10s
[Parameters]
red.tiempoLlegadas=1
red.tiempoServicio=0.99
Seamos realistas No se puede sustituir una distribución
por su media.
Hace falta asignar distribuciones aleatorias a los parámetros.
Y además: No se puede recibir un mensaje mientras se
está en un wait.
Uso de una cola de peticiones
class Servidor : public cSimpleModule
{
//...
private:
cQueue * cola_peticiones_;
//...
};
activity()void Servidor::activity(){ cPar tiempo_servicio = par("tiempoServicio"); for (;;) { cMessage * msg; if (cola_peticiones_->empty()) { msg = receive(); } else { msg = check_and_cast<cMessage*>(cola_peticiones_->pop()); } ev << "Enviado: " << msg->sendingTime() << ", procesando: " << simTime() << endl; delete msg; double tiempo = tiempo_servicio; waitAndEnqueue(tiempo,cola_peticiones_); procesados_++; }}
Generación de números aleatorios Un generador de números
pseudoaleatorios Genera números enteros. Basado en un algoritmo determinista. Parte de una semilla inicial.
Necesarios para generar distribuciones aleatorias.
Generadores de números aleatorios Congruencial lineal.
Periodo 231
Mersenne-Twister [1998] Periodo de 219937-1.
Akaroa. Para ejecutar replicaciones paralelas en
clusters.
Distribuciones aleatorias
Basadas en generadores de números aleatorias.
Disponibles las más típicas.
Se pueden añadir nuevas (si uno sabe matemáticas suficientes).
Importante
Cuidado con las variables autocorreladas.
Mucho cuidado con generar dos distribuciones a partir de una misma fuente aleatoria.
Configuración de parámetros[General]network=redsim-time-limit = 1mnum-rngs=2**.rng-0=0**.rng-1=1
[Parameters]red.tiempoLlegadas=exponential(1,0);red.tiempoServicio=exponential(0.9,1);
Recogida de estadísticas
Omnet++ ofrece herramientas para recoger estadísticas de los resultados.
La más sencilla es cStdDev que permite recoger estadísticos sencillos de una muestra.
Generador: Recogida de estadísticas
class Servidor : public cSimpleModule
{
//...
private:
cStdDev tiempo_espera_;
};
Generador: Recogida de estadísticasvoid Servidor::activity(){ //... tiempo_espera_.collect(simTime() - msg->sendingTime()); //...}
void Servidor::finish(){ delete cola_peticiones_; ev << "Peticiones procesadas: " << tiempo_espera_.samples() << endl; ev << "Tiempo medio: " << tiempo_espera_.mean() << endl; ev << "Varianza: " << tiempo_espera_.variance() << endl;}
Recogida de estadísticas más detallada
cWeightedStdDev Pesos en las medidas Longitud
media. cLongHistogram,
cDoubleHistogram, cVarHistogram Histogramas
cPSquare Cuantiles
Grabación de datos vectoriales
Posibilidad de guardar una serie temporal para posterior análisis.
Archivo con extensión vec.
Se puede procesar con herramienta plove.
Servidor: Grabación de vectores
class Servidor : public cSimpleModule
{
//...
private:
cOutVector vec_tiempo_espera_;
cOutVector vec_longitud_cola_;
};
Servidor: Grabación de datos vectoriales
void Servidor::activity(){ //... vec_tiempo_espera_.record( simTime()-msg->sendingTime()); vec_longitud_cola_.record( cola_peticiones_->length()); //...}
Estimación del tiempo de espera Sea Ti el tiempo de espera de la i-
ésima petición. ¿Puedo usar T para estimar el tiempo
de espera de las peticiones? No porque Ti no son independientes ni
idénticamente distribuidas. Pero podría estimar las distribuciones
de cada uno de los Ti.
Si solamente ejecuto la simulación una vez solamente tengo una muestra de cada variable aleatoria Ti.
Solución: Realizar m ejecuciones independientes. Tij: Tiempo de espera de la i-ésima petición
en la j-ésima replicación. Cada ejecución usa las mismas condiciones
inciales. Solo cambian las semillas de generación de
números aleatorios.
Independencia entre ejecuciones T11,T12,...,T1n son muestras de la
variable aleatoria Ti.
Cada Ti puede seguir una distribución distinta.
Pero ¿Cómo se determina m? ¿Depende del tipo de simulación?
Simulaciones con finalización predefinida
Se sabe cuando terminan. Un sistema que se reinicia pasado un
cierto tiempo. Un sistema que tiene una condición
de terminación. Simular la transmisión de un video.
Preguntas para simulaciones con finalización predefinida
Estimación del intervalo de confianza a partir de n realizaciones de simulación estocástica.
¿Cuántas realizaciones tengo que hacer si quiere obtener una precisión determinada?
Simulación sin terminación definida
No existe un evento de terminación de la simulación.
Nos interesan el comportamiento del sistema en su estado estacionario. Hay que detectar y eliminar el estado
transitorio.
Estado transitorio y estado estacionario
Preguntas ¿Cómo elimino la parte de la
simulación que se corresponde con el estado transitorio?
Finalización de la simulación: Si termino demasiado pronto
resultados con variabilidad dependiente de las semillas.
Si termino demasiado tarde estoy desperdiciando tiempo y recursos.
Compliquemos el problema
El cliente y el servidor están conectados por un canal: Ancho de banda de 128 Kbps. El retraso sigue una distribución
normal de media 1us y sigma 0.01. Los tamaños de los mensajes
tienen una distribución lognormal mu=6 y sigma=0.4
Definición de canales Omnet permite
definir un tipo de canal a partir de: Ancho de banda. Tasa de errores. Retraso.
channel nombre
delay valor
error valor
datarate valor
endchannel;
Ejemplo de canal
channel conexion datarate 128000 delay normal(1e-6,0.01,3)endchannelmodule Red //... connections: gen.salidaPeticiones --> conexion --> svr.entradaPeticiones;
endmodule;
Generación de mensajes con tamañovoid Generador::activity(){ cPar tiempo_entre_llegadas =
par("tiempoEntreLlegadas"); cPar tam_mensaje = par("longitudMensaje"); for (;;) { double tiempo = tiempo_entre_llegadas; wait(tiempo);
cMessage * msg = new cMessage("peticion"); long longitud = tam_mensaje; msg->setLength(longitud); send(msg, salida_); enviados_++; }}
Y aún hay más ... Implementación asíncrona de
módulos. Mensajes definidos por el usuario. Enrutamiento automático. Recogida de datos no vectoriales
para múltiples realizaciones. Simulación paralela:
Realizaciones paralelas. Partición del modelo.
Y todavía más ...
INET Framework. Mobility Framwork. IPV6.
Top Related