Prognoza wydajności sieci internet i jej perspektywa zastosowania w komunikacji smart metering

• Autorzy: Kamińska-Chuchmała A.

Warianty tytułu

EN

Performance of internet network forecast and the perspective of application in smart metering communications

• Języki publikacji: PL

Abstrakty

PL

Zagadnienie smart meteringu nabiera coraz większego znaczenia zarówno w Polsce jak i w krajach Unii Euro-pejskiej, ponieważ we wrześniu tego roku państwa te mają dokonać ekonomicznej oceny wszystkich długoterminowych kosztów i korzyści dla rynku oraz indywidualnego konsumenta, a także oceny, która forma inteligentnego pomiaru jest uzasadniona z ekonomicznego punktu widzenia i najbardziej opłacalna oraz w jakim czasie ich dystrybucja jest wykonalna. Bezapelacyjnie wiąże się też z tym faktem problem ustalenia efektywnej komunikacji w smart meteringu, czyli wybranie najbardziej opłacalnego i niezawodnego rodzaju sieci i protokołu komunikacyjnego na danym etapie. Jendocześnie należy też rozważyć problem wydajności takiej sieci komunikacyjnej oraz przypadków przeciążeń sieci w szczytowych godzinach. W artykule tym przedstawiono prognozy 3D wydajności sieci Internet za pomocą geostatystycznych metod symulacyjnych. Dużą zaletą tych metod jest możliwość prognozy obszarowo-czasowej, uwzględniającej czynnik losowości. Baza danych stworzona została w oparciu o wieloagentowy system pomiarowy MWING. W dalszej części pracy przeprowadzono analizę otrzymanych wyników oraz podano propozycję zastosowania adekwatnych modeli prognoz do badań wydajności komunikacji smart metering.

EN

The issue of smart metering is very important in recent years in both, European Union and Poland due to European Union directive, which states that to September of 2012 member states is obliged to introduce intelligent measurement systems based on the economical evaluation of all long-term costs and benefits for market and individual consumer and determination of which form of intelligent measurement is justified from the economical point of view and in what time this could be done. Undoubtedly, this leads to the need to determine effective communication in smart metering, which means the choice of the most reliable and profitable kind of network and communication protocol at the given level. Simultaneously, the issue of efficiency of such communication network and its overload in peak hours should be addressed. In the paper, the 3D forecasts performed with geostatistical simulation methods of Internet Web performance has been presented. The significant advantage of these methods is the possibility of performing spatio-temporal forecasting, which takes account the random factors. Data base has been based on the multiagent measurement system MWING. Further, analysis of obtained results has been performed and the application of adequate forecast models for investigation of smart metering communication has been proposed.

Słowa kluczowe

PL

wydajność sieci Internet; smart metering; przestrzenne prognozowanie; geostatystyczne metody symulacyjne; metoda Turning Bands; metoda Sekwencyjnej Symulacji Gaussa

EN

web performance; smart metering; spatial forecasting; geostatistical simulation method; Turning Bands method; Sequential Gaussian Simulation method

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2012
• Tom: Nr 3
• Strony: 39--43
• Opis fizyczny: Bibliogr. 18 poz., rys., tab.

Twórcy

autor

Kamińska-Chuchmała A.

• Zakład Rozproszonych Systemów Komputerowych Instytutu Informatyki Politechniki Wrocławskiej

Bibliografia

• [1] Babś A., Świderski J., Tarasiuk M.: Smart metering w krajach UE. Energia Elektryczna, marzec 2010, ss. 8-10.
• [2] Borzemski L.: Internet path behavior prediction via data mining: conceptual framework and case study, Journal of Universal Computer Science, vol. 13, nr 2, (2007), 287-316.
• [3] Borzemski L., The experimental design for data mining to discover web performance issues in a Wide Area Network, Cybernetics and Systems: An International Journal Volume 41, Issue 1, 2010, pp. 31–45.
• [4] Borzemski L., Cichocki Ł., Fraś M., Kliber M., Nowak Z., MWING: a multiagent system for Web site measurements, Lecture Notes in Computer Science. Lecture Notes in Artificial Intelligence, vol. 4496, (2007), 278-287.
• [5] Borzemski L., Kamińska-Chuchmała A.: 3D Web Performance Forecasting Using Turning Bands Method. CCIS, Volume 160, Springer-Verlag Berlin, (2011), 102-113.
• [6] Borzemski L., Kamińska-Chuchmała A.: Spatial Web Performance Forecasting with Sequential Gaussian Simulation Method. Information Systems Architecture and Technology, Oficyna Wydawnicza PWr, ISBN 978-83-7493-630-9, Wrocław (2011), 37-46.
• [7] Borzemski L., Kamińska-Chuchmała A.: Knowledge Discovery about Web Performance with Geostatistical Turning Bands Method. Lecture Notes in Computer Science. Lecture Notes in Artificial Intelligence, vol. 6882, (2011), 581-590.
• [8] Borzemski L., Kamińska-Chuchmała A.: Spatio-Temporal Web Performance Forecasting with Sequential Gaussian Simulation Method. CCIS, Springer-Verlag Berlin, (2012), (w druku).
• [9] Borzemski L., Kamińska-Chuchmała A.: Knowledge Engineering Relating to Spatial Web Performance Forecasting with Sequential Gaussian Simulation Method. Lecture Notes in Computer Science. Lecture Notes in Artificial Intelligence, (2012), (w druku).
• [10] Borzemski L., Kliber M., Nowak Z.: Using data mining algorithms in Web performance predic-tion. Cybernetics and Systems, vol. 40, nr 2, (2009), 176-187.
• [11] Borzemski L., Nowak Z.: Using the geographic distance for selecting the nearest agent in inter-mediary-based access to Internet resources. Lecture Notes in Computer Science. Lecture Notes in Artificial Intelligence, vol. 3683, (2005), 261-267.
• [12] Borzemski L., Nowak Z.: Using autonomous system topological information in a Web server performance prediction. Cybernetics and Systems, vol. 39, nr 7, (2008), 753-769.
• [13] Borzemski L., Nowak Z.: Empirical web performance evaluation with using a MWING system. Information Systems Architecture and Technology. Oficyna Wydawnicza PWr, Wrocław (2009), 25-34.
• [14] Kamińska-Chuchmała A., Wilczyński A.: Przestrzenne prognozowanie obciążeń elektrycznych metodami symulacyjnymi. Materiały VI Konferencji Naukowo-Technicznej „Sieci elektroenergetyczne w przemyśle i energetyce” - SIECI 2008. Szklarska Poręba, 10-12.09.2008, 235-240.
• [15] Kamińska-Chuchmała A., Wilczyński A.: Prognozowanie 3D obciążeń elektrycznych z wykorzystaniem symulacyjnej metody geostatystycznej Turning Bands. Prace Wrocławskiego Towarzystwa Naukowego, tom XVI, seria B nr 215, Wrocław, (2009), 41-48.
• [16] King S.L.: Sequential Gaussian simulation vs. simulated annealing for locating pockets of high-value commercial trees in Pennsylvania. Annals of Operations Research 95, (2000), 177–203.
• [17] Lantuejoul Ch.: Geostatistical Simulation. Models and Algorithms. Springer-Verlag (2002).
• [18] http://www.piio.pl