Edição das 07h24min de 10 de julho de 2019

AULA 1 - Dia 26/07/2018

Apresentar e Discutir Plano de Ensino
Conceitos em ADS

Plano de Ensino

Plano de Ensino

SLIDES DA AULA

[1]

ATIVIDADE 1

PARTE 1

O código abaixo permite estimar o tempo de execução do programa (processo) para executar um determinado loop. Modificar o programa e gerar um gráfico mostrando a média do tempo de execução para uma faixa de 1 até 100 processos. Discutir o resultado. Postar no SIGAA um mini-relatório com:

objetivo do experimento
dados do PC utilizado (número de cores);
código modificado;
gráfico tempo médio x número de processos;
discussão do resultado.

//Modificado de https://www.geeksforgeeks.org/measure-execution-time-with-high-precision-in-c-c/

include <sys/time.h>
include <sys/types.h>
include <sys/wait.h>
include <unistd.h>
include <stdio.h>



int main() 
{

   long int i;
   double tempo_bloco; 
   int status;
   pid_t pid;

   for (i=0;i<23;i++) {
   	if (fork()==0) {
   		struct timeval start, end; 
   
   		gettimeofday(&start, NULL); 
  
               for (i=0; i<10000000000L; i++)  {  // loop de interesse
               } 
   		gettimeofday(&end, NULL);

   		tempo_bloco = (end.tv_sec - start.tv_sec) * 1e6; 
   		tempo_bloco = (tempo_bloco + (end.tv_usec -  
                             start.tv_usec)) * 1e-6;

   		printf("Tempo = %lf\n", tempo_bloco);
   		exit(0); 
   	}
   }
   while ((pid = wait(&status))>0); //espera por todos os filhos terminarem

} 
</syntaxhighlight>

PARTE 2

Projetar um experimento para verificar se o mecanismo nice (usando setpriority()) funciona conforme o esperado. Use o programa acima como base. Defina:

os objetivos do experimento
métricas
parâmetros
fatores
Apresente e discuta  os resultados.

Incluir a PARTE 2 no relatório do experimento.

AULA 2 - Dia 18/02/2019

Continuação da Aula anterior: Conceitos Básicos de ADS
ATIVIDADE 1

AULA 3 - Dia 20/02/2019Medição em RedesMedição Ativa e Passiva em RedesReferência:

Survey Sobre Medição em Redes

Slides: Medição Ativa - Iperf

https://www.dropbox.com/s/38qy76phjob7a3o/Medi__oEmRedes.pdf?dl=0

ATIVIDADE 2

Implemente um experimento usando o iperf para:

determinar a vazão máxima entre PC1 e PC3 usando o protocolo UDP;
descobrir a janela "ótima" do TCP para maximizar a vazão entre PC1 e PC2;

Use a seguinte configuração do netkit:

Definição das máquinas

R1[type]=router
PC1[type]=generic
PC2[type]=generic
PC3[type]=generic

Definição dos roteadores padrão

PC1[default_gateway]=10.0.0.254
PC2[default_gateway]=10.0.1.254
PC3[default_gateway]=10.0.1.254

Definição das interfaces do roteador

R1[eth0]=lan0:ip=10.0.0.254/24:rate=10000
R1[eth1]=lan1:ip=10.0.1.254/24:rate=10000

Definição das interfaces dos PCs

PC1[eth0]=lan0:ip=10.0.0.1/24:rate=10000
PC2[eth0]=lan1:ip=10.0.1.2/24:rate=10000
PC3[eth0]=lan1:ip=10.0.1.3/24:rate=10000
</syntaxhighlight>

ATIVIDADE 3 - Questionário Medição Ativa x Passiva em Redes

1.Explique a diferença entre medição ativa e passiva em redes.
2.Liste os benefícios advindos da a aquisição de dados/avaliação de desempenho derivado da medição ativa ou passiva.
3.Descreva como o SNMP e RMON podem ser usados no contexto de medição em redes.
4.Apresente brevemente as sete métricas de desempenho IP proposta pela IETF (IP Performance Metrics - IPPM)
5.Em medição passiva existem problemas associados ao sigilo de dados. Discuta que problemas são estes e como podem ser contornados. 
6.Em medição ativa normalmente se usa o conceito de "probes". Explique o que é e discuta características desejáveis de uma pacote probe. Discuta também o conceito de intrusão neste contexto.
7.Explique como é formado o tempo de retardo (delay) fim-a-fim na comunicação de dados.
8.Explique como é computada a capacidade de um caminho (fim-a-fim) de comunicação.
9.Qual conceito de banda disponível ("Available bandwidth"). Discuta a técnica PPTD (ou SLOPS ou TOPS). Faça um esquema/procedimento inicial de como pode ser usada esta técnica em um experimento real de medição de banda disponível.

Outras ReferênciasNetwork Monitoring Tool

https://www.caida.org/publications/papers/2003/bwestmetrics/

AULA 4 - Dia 26/02/2019Objetivos

Discussão da Atividade 1: Definição do experimento, métricas, caracterização da carga de trabalho, parâmetros e fatores
Medição Ativa e Passiva: Continuação

Links Interessantes[2]

AULA 5 - Dia 13/03/2019Objetivos

Sumarização de Dados
Confiança Estatística

https://www.dropbox.com/s/yrcsrmfbcukatwz/ConfiancaEstatisticav1.pdf?dl=0

TAREFA 4Exercícios dos slides conforme repassado em aula: data limite => 23/03/2019

AULA 6 - Dia 20/03/2019Objetivos

Sumarização de Dados
Confiança Estatística

Exercício (TAREFA 5)

O código abaixo permite melhor enteder o conceito de Intervalo de Confiança (IC). Uma amostra de tamanho 33 é extraída de uma população normal com média e
desvio padrão conhecidos. O IC é calculado para um
nível de confiança de 95%. 
1)Implemente um código adicional para que seja realizada 10000 computações (coleta de amostras - cada amostra com 33) de IC e para que seja verificado se o nível de confiança está sendo respeitado.
2) Pesquisar no matlab o equivalente a função norminv para a distribuição T-student. Aplicar o programa para resolver os intervalos solicitados no slide da aula (exemplo da fila).
3) Construir uma função para comparar dois sistemas baseando-se no intervalo de confiança.  Serão fornecidos dois vetores com as medições (pareadas), bem como o nível de confiança desejado. A função deve retornar se existe (V) ou não diferença significativa para o nível de confiança desejado.



%code adapted from http://www2.cs.siu.edu/~qcheng/Teaching%20Software/Matlab%20Tutorials.pdf
n=33; % *Linha 1: simula o tamanho da amostra (por exemplo, 4 repetições de uma simulação do omnet)*
pm=12;  ps=10;  % *Linha 2: parâmetros de uma população normal: média 12 e desvio 10*
alfa=0.05; num_exp=100% *Linha 3: 1-alfa determina o nível de confiança 
figure;  hold on;  % Linha 4: prepara uma figura*
for i=1:num_exp ;   % Linha 5: Cada loop simula um experimento: a retirada de 100 conjuntos de amostras de tamanho n *

 x=pm+ps*randn(n,1);  % *Linha 6: retira as n observações da população. Em x estão n amostras*
 mx=mean(x); % *Linha 7: faz a média das n amostras*
 zcr=norminv(1-alfa/2,0,1);  % *Linha 8 modificado código original - determina a referência superior para confiança de 0.05 - inversa da normal padrão*
 sem=ps/sqrt(n);  % *Linha 9: desvio padrão da média amostral*
 me=zcr*sem; % *Linha 10: margem de erro para computação do intervalo de confiança*
 CI1= mx-me;    % Linha 11: limite inferior do intervalo de confiança*
 CI2= mx+me;   % Linha 12: limite superior do intervalo de confiança*
 plot(i*ones(1,n), x, 'k.','markersize',5); % Linha 13: plotagem do intervalo*
 plot(i*ones(1,2),[CI1, CI2],'g+') % show CI * Linha 14: plotagem do intervalo* 
 if pm<CI1 || pm>CI2  % Linha 15: intervalos que não contém a média da população!! *
   plot(i,pm,'r*','markersize',10)  %*Linha 16: ressaltado em vermelho*
 end  % *Linha 17*

end % Linha 18
xlabel('numero do experimento')  % *Linha 19*
ylabel('observacoes ')  % *Linha 20*
title(['95% CI:',num2str(mx,3),'\pm',num2str(me,3)]), shg % *Linha 21*
</syntaxhighlight>

AULA 7 - Dia 27/03/2019Objetivos

Introdução a Simulação com Eventos Discretos
Simulação de Fila MM1 usando um Simulador Implementado em C/C++

Material de ReferênciaSlidesTAREFA 6

Adaptar o código de tratamento de uma fila MM1 simples, conforme colocado no slide para um formato de um simulador de eventos discretos com filas. Use o código abaixo como apoio.

//Basead em http://stdcxx.apache.org/doc/stdlibug/2-2.html#225

#include <queue>
#include <iostream>
#include <cstdlib>

//==================================================================
// classes evento e simulação - base para o desenvolvimento da simulação
//==================================================================

class event {
public:
  // Construct sets time of event.
  event (double t) : time (t)
    { }

  // Execute event by invoking this method.
  virtual void processEvent () = 0;

  const double time;
};


class simulation {
public:
  simulation () : simtime (0), eventQueue () 
    {}
  void run ();
  void  scheduleEvent (event * newEvent) {
    eventQueue.push (newEvent);
  }
  double simtime;
protected:
  class eventComparator {
    public:
    bool operator() (const event * left, const event * right) const {
      return left->time > right->time;
    }
  };
  std::priority_queue<event*,
                      std::vector<event *, std::allocator<event*> >,
                      eventComparator> eventQueue;  //fila de eventos 
};

void simulation::run () {

  while (! eventQueue.empty ()) { //enquanto exisitr eventos na fila de eventos

    event * nextEvent = eventQueue.top (); //captura evento no topo da fila
    eventQueue.pop ();  //retira evento da fila
    simtime = nextEvent->time;  //ajusta tempo de simulação
    nextEvent->processEvent ();  //processa evento
    delete nextEvent;  //remove evento
  }
}

//===================================================================
//Customização dos eventos e do simulador
//===================================================================

class standardArrival : public event {
public:
  standardArrival (double t)
    : event (t)
    { }
  virtual void processEvent ();
};

void standardArrival::processEvent () {
  std::cout << "processando evento no tempo " << time  << '\n';
}

class simuladorFilas : public simulation {
public:
  simuladorFilas ()
    { }
 
} oSimulador;

// from https://stackoverflow.com/questions/2704521/generate-random-double-numbers-in-c

double fRand(double fMin, double fMax)
{
    double f = (double)rand() / RAND_MAX;
    return fMin + f * (fMax - fMin);
}

int main () {

  // Inicializar aqui a fila de eventos
  double t;

  oSimulador.scheduleEvent (new standardArrival (t=fRand(1.0,10.0)));
  oSimulador.scheduleEvent (new standardArrival (t=t+fRand(1.0,10.0)));
  oSimulador.scheduleEvent (new standardArrival (t=t+fRand(1.0,10.0)));

  // Executar simulador
  oSimulador.run ();


  return 0;
}

AULA 8 - Dia 02/04/2019Objetivos

Implementação do Simulador a Eventos Discretos para Fila MM1
Geração de Números Randômicos na Simulação

Material de Referência[3]

Exemplo Simulador apache.org
Slides Parte 1 - Performance Evaluation de Stefan Rührup

Ainda Tarefa 6

Na fila MM1 passada em aula, a distribuição dos tempos de chegada e dos tempos de serviço seguem uma distribuição exponencial. Na atividade 6 foi solicitado converter o código do simulador MM1 para uma estrutura de simulador a eventos discretos. Resta realizar esta geração randômica.

Para tanto, vamos seguir o método da função inversa da seguinte forma:
(1) Implementar uma classe de geração randômica uniforme segundo o método do polinômio congruente;
(2) Implementar  uma classe de geração exponencial que se utiliza da classe anterior e implementa a função inversa (ver slides)
(3) Incorporar esta implementação no código do simulador.

Implementar uma Classe de Geração de Números Randômicos a partir de uma distribuição exponencial usando o método da função inversa. Usar o método de polinômio congruente linear para geração da distribuição uniforme.

Código do Matlab para entendimento do método linear congruenteCódigo Matlab de Apoio


%parâmetros
a=7^5;
c=0;
x0=1;
m=2^31-1;
% zerar xn
xn=zeros(20000,1);
%gerar numeros
for i=1:10000

 xn(i)=mod(a*x0+c,m);
 x0=xn(i);

end
% ajustar para gerar entre 0 e 1 
un=xn/m;
% plotar histograma
hist(un(1:10000),10);
</syntaxhighlight>

AULA 9 - Dia 03/04/2019Objetivos

Implementação do Simulador a Eventos Discretos para Fila MM1
Geração de Números Randômicos na Simulação

Link Geração Randômica Linear CongruentePRNG LinearDia 10/04/2019

AULA DE SEXTA

AULA 10 - Dia 16/04/2019Objetivos

Uso de um SImulador a Eventos Discretos para Redes: Omnet
Tutorial Tic-Toc
conceito de gates e de vetor de gates;
envio de mensagens e de cópias de mensagens;
Modelagem de Delays
Uso de funções de geração de números randômicos
Modelagem de retransmisssão: timeouts e cancelamento de timeout;

Considerações sobre a simulação com o omnet

No  manual de simulação do Omnet pode-se observar que:

Eventos e Ordem de Execução

mensagens são representadas por eventos (class cMessage) e subclasses;
o tempo de ocorrência de um evento é o momento da chegada da mensagem (arrival time) no módulo de destino;
timeouts serão implementados por um módulo emissor como mensagens para eles mesmos (self-messages);
eventos são processados de acordo com o tempo de chegada (mensagens com tempo mais antigos primeiro) de forma a manter a relação de causalidade;
Caso duas mensagens tenham o mesmo tempo de chegada tem-se que:
a mensagem com maior prioridade atribuída pelo usuário é executada primeiro ( higher scheduling priority);
caso tenham a mesma prioridade, será executada a que estiver primeiro na fila (escalonada pelo scheduler).

ReferênciaTutorial OmnetAcesso omnetpp na Cloud IFSCContribuição de Gabriel de Souza/CTIC.

Fazer:

ssh SEU_USUARIO_LDAP@nuvem.sj.ifsc.edu.br -p 2223 -XC

$ omnetpp

Roteiro para Conceitos Básicos

USando o manual rever:

2.1 Conceitos de Modelagem
Hierarquia de Módulos;
Tipo Módulo;
Links, Portos e Mensagens

2.4.Depuração do Código
2.5.Visualização da Troca de Mensagens após a Simulação (Sequence Chart)

Exercício após step 2

Ler no manual sobre cPacket
Modificar o tictoc1 para usar cPacket, configurando o tamanho do pacote para 10bits
Ler no manual sobre Channel e como setar datarate
Configurar o channel para datarate de 2bps e delay de 1bps
Executar a simulação para algumas trocas de mensagens.
Examinar o arquivo de elog e examinar os resultados. Como aparece o delay? O atraso de transmissão está coerente?

AULA 11 - Dia 17/04/2019Objetivos

Continuação Setp2. aa Step10
Exercício Simulação camada IP

Para rodar sem IDE

 ssh SEU_USUARIO_LDAP@nuvem.sj.ifsc.edu.br -p 2223 -XC
 cd [diretorio_arquivos]
 opp_makemake
 make
 ./nome_arquivo_sim

Para record elog

Colocar no ini

 record-eventlog = true

TarefaEstudar o cPacket do omnet (estudar cMessage)Aula 12 - Dia 24/04/2019ObjetivosCapacitar o aluno a:

Mostrar graficamente variáveis associadas a métricas
Coletar estatísticas (step 15)
Visualizar as saídas de vetores e escalares;
Consolidar o conhecimento explorando uma implementação de fila MM1 no omnet.

Procedimento

Logar no servidor e seguir o tutorial com os alunos:
Rever step 10 (vetor de módulos e gates, envio de mensagens com indexação), 11  e 12 (two way connections)
Seguir Sptep 13 até o final

Tutorial

Exercício

A finalidade deste exercício é implementar um Modelo de Fila MM1 usando o Omnet de forma a:

Analisar o delay de cada requisicação usando o arquivos vec
Analisar o delay médio
Explorar o conceito de Experimento/Medição/Run
Modificar parâmetros de entrada do modelo
Baseado em Paolo Giaccone
Explorar funções getCreationTime, getTimestamp, setTimestamp do cMessage.

Preparação inicialVersão Manual

 $ mkdir MM1
 $ cd MM1

Versão IDE

Seguir passos do tutorial tictoc para criação do projeto mas agora adaptando ao exemplo da MM1.

Arquivo mm1.nedBaseado em Paolo Giaccone

Criar mm1.ned:

// *** mm1.ned ***
simple Generator {
parameters:
	volatile double interArrivalTime; // sec
	@display("i=block/source");
gates:
	output out;
}
simple Queue {
parameters:
	volatile double serviceTime; // sec
	@display("i=block/queue");
gates:
	input in;
	output out;
}
simple Sink {
parameters:
	@display("i=block/sink");
gates:
	input in;
}
network MM1 {
submodules:
	gen: Generator{
		@display("p=273,101");

	queue: Queue{

               @display("p=165,79");
       }

	sink: Sink{

               @display("p=50,79");
       }

connections:
	gen.out --> queue.in;
	queue.out --> sink.in;
}
</syntaxhighlight>

Arquivo generator.ccBaseado em Paolo Giaccone

Criar generator.cc:

/*** generator.cc ***/
#include <string.h>
#include <omnetpp.h>

using namespace omnetpp;

class Generator: public cSimpleModule {
private:
	cMessage *sendMsgEvent;
public:
	Generator(); // constructor
	virtual ~Generator(); // destructor
protected:
	virtual void initialize();
	virtual void finish();
	virtual void handleMessage(cMessage *msg);
};

Define_Module(Generator);

Generator::Generator() {
	sendMsgEvent=NULL;
}

Generator::~Generator() {
	cancelAndDelete(sendMsgEvent);
}

void Generator::initialize() {
	// create the "send" packet
	sendMsgEvent=new cMessage("sendEvent");
	// schedule the first event at random time
	scheduleAt(par("interArrivalTime"), sendMsgEvent);
}

void Generator::finish() {
}

void Generator::handleMessage(cMessage *msg) {
	cMessage *pkt;
	simtime_t departure_time;
	// create new packet
	pkt = new cMessage("packet");
	// sent to the output
	send(pkt,"out");
	// compute the new departure time
	departure_time=simTime()+par("interArrivalTime");
	// schedule the new packet generation
	scheduleAt(departure_time, sendMsgEvent);
}

Arquivo queue.cc

Baseado em Paolo Giaccone
NOTE que nesta implementação a requisição servida fica no topo da fila.

/*** queue.cc ***/
#include <string.h>
#include <omnetpp.h>

using namespace omnetpp;

class Queue : public cSimpleModule {
private:
	// local variable
	cQueue buffer;
	cMessage *endServiceEvent;
	simtime_t service_time;
public:
	// constructor
	Queue(); // constructor
	virtual ~Queue(); // destructor
protected:
	virtual void initialize();
	virtual void finish();
	virtual void handleMessage(cMessage *msg);
};

Define_Module(Queue);
	Queue::Queue() {
	endServiceEvent=NULL;
}

Queue::~Queue() {
	cancelAndDelete(endServiceEvent);
}

void Queue::initialize() {
	endServiceEvent=new cMessage("endService");
}

void Queue::finish() {}

void Queue::handleMessage(cMessage *msg) {
	cMessage *pkt;
	// if msg is endServiceEvent, then
	//dequeue and send the pkt to the output
	//if another pkt is available in the buffer, then
	//start a new service
	// if msg is a packet, then
	//enqueue the pkt
	//if server idling, then
	//start a new service
	if (msg==endServiceEvent) {
		// dequeue
		pkt=(cMessage*)buffer.pop();
		// send
		send(pkt,"out");
		if (!buffer.isEmpty()) { // if another pkt is available
			// start the service
			service_time=par("serviceTime");
			scheduleAt(simTime()+service_time,endServiceEvent);
		}
	} else { // msg is a packet
		// enqueue
		buffer.insert(msg);
		// if the server is idling
		if (!endServiceEvent->isScheduled()) {
			// start the service
			service_time=par("serviceTime");
			scheduleAt(simTime()+service_time,endServiceEvent);
		}
	}
}

Arquivo sink.cc

/*** sink.cc ***/
#include <string.h>
#include <omnetpp.h>

using namespace omnetpp;

class Sink : public cSimpleModule {
private:
	// online stats
	cStdDev delayStats;
	cOutVector delayVector;
public:
	Sink(); // constructor
	virtual ~Sink(); // destructor
protected:
	virtual void initialize();
	virtual void finish();
	virtual void handleMessage(cMessage *msg);
};

Define_Module(Sink);
Sink::Sink() {}

Sink::~Sink() {}

void Sink::initialize() {
	delayStats.setName("TotalDelay");
	delayVector.setName("Delay");
}

void Sink::finish() {
	recordScalar("Ave delay",delayStats.getMean());
	recordScalar("Number of packets",delayStats.getCount());
}

void Sink::handleMessage(cMessage *msg) {
	// compute queueing delay
	simtime_t delay=simTime() - msg->getCreationTime();
	// update stats
	delayStats.collect(delay);
	delayVector.record(delay);
	// delete msg
	delete(msg);
}

Arquivo omnet.ini

omnetpp.ini

[General]
network = MM1
sim-time-limit = 100s

.interArrivalTime=exponential(2)
.serviceTime=exponential(0.8)

</syntaxhighlight>

Execução da Simulação

$ opp_makemake
$ make
$ ./MM1

Exercícios

1.Ler o manual de simulação do omnet Cap/Secão 10.4 (https://omnetpp.org/doc/omnetpp/manual/#sec:config-sim:parameter-studies)
2.Modificar o exemplo da fila acima para:
Criar um sistema de filas encadeadas onde a saída de uma fila MM1 alimenta duas outras filas filas MM1 através de um spliter.
A saída da primeira fila deve ser redirecionada para este splitter que reparte o tráfego segundo de forma parametrizável para as filas posteriores,
3.Mostrar um gráfico de barras comparando os "delays" (tempo no sistema) médios,máximo e mínimo de cada sistema MM1 e do sistema completo. A média deverá ser realizada sobre 5 repetições.
4.Parametrizações:
Probabilidade a ser usada no splitter: 0.2 (MM1-B) e 0.8 (MM1-C)
Generator: interarrival time: 1s
Tempo de Serviço: primeiro MM1-A: 0.6s, MM1-B: 0.7s e MM1-C: 0.5s

Acesso Cloud

ssh SEU_USUARIO_LDAP@nuvem.sj.ifsc.edu.br -p 2223 -XC

Aula 13 - Dia 30/04/2019Objetivos

Construir uma rede de Filas MM1 usando o Omnet
Gerar estatísticas sobre o tempo médio de espera no sistema em um ramo da fila;
Usar as facilidades de repetição da simulação
Gerar o intervalo de confiança para a medição realizada.

Modelo de Simulação desejado

A fila de MM1 a ser implementada segue o modelo abaixo. A geração de tráfego é Poisson e o serviço segue distribuição exponencial. 70% do tráfego gerado por queue0 é reconduzido para queue1 e 30% para queue2.

ETAPA 1

Criar um projeto de simulação;
Especificar o arquivo NED para criar a fila interligada:

ETAPA 2Incluir um arquivo generator.cc de forma similar ao da aula anterior.ETAPA 3Modificar o arquivo queue.cc para o comportamento desejado: 70% do tráfego para queue1 e 30% para queue2.

ETAPA 4

Acrescentar o armazenamento de estatística. Para o tempo médio de espera no sistema precisamos apenas armazenar um escalar. Observando o código da aula anterior, pode-se observar que o cálculo do  "delay" já é relativo a criação da mensagem. Então o retardo total em cada braço da fila já está sendo computado.

ETAPA 5

Acrescentar o omentpp.ini. Deixar os mesmos parâmetros da aula passada mas aumentar o tempode simulação para 10000s. Fazer um plot do tempo médio comparando os resultados. É possível tirar alguma conclusão?

ETAPA 6 - Acrescentando repetições e tempo de warmup.

Para acrescentar repetições no experimento podemos usar o parâmetro repeat no omnetpp.ini. Colocar 30 repetições. O tempo de warmup computa os dados somente após o período definido, de forma a eliminar transientes iniciais. Colocar warmup-period de 10s. Plotar e examinar os resultados.

repeat=30
warmup-period=10s

Para rodar a simulação com as repetições, deve-se desabilitar a interface gráfica: clicar com o mouse da direita sobre o omnetpp.ini. Em Run As->Run Configurations setar Cmdenv em user interface:

Filtrar, selecionar, plotar e simular os resultados.
Para simular em linha de comando:

  opp_makemake
  make
  ./MM1v3 -u Cmdenv -c General -g

Onde MM1v3 é o arquivo binário gerado na simulação.

ETAPA 7

Parametrize os tempos de serviço de forma individual (para cada fila). Tente encontrar um valor de tempo de serviço que deixe o tempo do ramo Queue0 - Queue1 menor que o do ramo Queue0 - Queue2.

Aula 14 - Dia 8/05/2019ObjetivosContinuação do projeto do splitter

Link para o manual de instalação do Omnet

https://omnetpp.org/documentation/

Aula 15 - Dia 14/05/2019Objetivos

Familiarizar o aluno com conceitos da biblioteca INET do Omnet:
Realização dos Steps de 1 a 5 do Tutorial Wireless

Tutorial WirelessTutorial WirelessStep 1 - Dois hosts se comunicando sem fio

Explicar o arquivo NED e omnetpp.ini
Mostrar a estrutura do Wireless Node, entrando no inet/src/nodes
Configuração de Endereços IP e uso do ARP
Modelo de Tráfego
Meio Físico
Interface NIC
Rodar a simulação e verificar o número de pacotes transmitidos e recebidos

ExercícioCriar uma configuração adicional no omnetpp.ini:

[Config Wireless01-Ex1]
extends = Wireless01
network = WirelessAd

</syntaxhighlight>

Criar uma network WirelessAd adicional no WirelessA.ned extendendo  a WirelessA. Acrescentar um nodo comunicante hostC com uma aplicação UDP similar a do hostA e com destino ao hostB. No hostB configurar uma aplicação UDP servidora escutando em uma porta adicional. Rodar a comunicação e verificar o número pacotes recebidos confrontando com os transmitidos. Registrar os eventos (evetlog) e observar o diagrama de troca de mensagens.

Step 2 - AnimaçõesStep 3 - Acréscimo de Nodos e redução da distância de comunicaçãoStep 4 - Rota EstáticaStep 5 - Habilitando interferênciaStep 6 - Uso do CSMAAula 16 - Dia 22/05/2019

Objetivos

Finalização do assunto de SImulação a Eventos Discretos
Apresentação das Implementações do Simulador
Discussão das possíveis modificações para implementar duas filas encadeadas onde a primeira fila alimenta a segunda fila com 10% do tráfego.

AULA 17 - Dia 28/05/2019Introdução a Cadeias de MarkovReferências

https://www.dropbox.com/s/c5j4fbgav3uo7pj/CadeiasDeMarkovDiscretas_Parte1.pdf?dl=0

AULA 18 - Dia 29/05/2019

Introdução a Cadeias de Markov
REgime TRansitório
Regime Permanente

Referências

https://www.dropbox.com/s/c5j4fbgav3uo7pj/CadeiasDeMarkovDiscretas_Parte1.pdf?dl=0

AULA 19 - Dia 5/06/2019Objetivos

DTMC: Holding Time, Média de primeira transição
Simulação de DTMC
Tarefa

Slides AulaDTMC PARTE 2Programa Simulação Cadeia Markov

TAREFA 8 - Simulação de Caddeia de Markov e comparação com resultado teórico 	de 05/06/2019 às 00h00 a 11/06/2019 às 23h59 	Não 	0 			
Segundo discutido em sala e exercício do slide
https://www.dropbox.com/s/hvgk42nhhcsyjlt/SimMarkovAlunos.m

  P = [ 
          0.2    0    0.8    0    0    0    0    0    0    0;
          0    0.2    0.3  0.3  0.2  0    0    0    0    0;
          0    0    0.1    0    0    0.9  0    0    0    0;
          0    0    0    0    0    0    1.0  0    0    0;
          0    0    0    0    0    0.3  0.7  0    0    0;
          0    0    0    0    0    0    0    0.2  0    0.8;
          0    0    0    0    0    0    0    0    0.8  0.2;
          1.0  0    0    0    0    0    0    0    0    0;
          0    1.0  0    0    0    0    0    0    0    0;
          0.2 0.6  0    0    0    0    0    0    0    0.2;
         ];

AULA 20 11/06/2019Aplicações de DTMCAplicação na Modelagem de camada de EnlaceAULA 21 - 12/06/19

Aula de Encaminhamento do Simulador de Eventos Discretos
Finalização do Exercício Simulação de Caddeias de Markov Discretas

AULA 22 19/06/2019Aplicação de DTMC no Slotted AlohaTAREFA 9

1) Desenhar uma cadeia de Markov (DTMC) para o Slotted Aloha rotulando as transições com as probabilidades extraídas.
2)Equacionar para encontrar o vetor estacionário  $\pi$  em função das probabilidades 
3) FAzer um exemplo numérico definindo valores para N, a e T de forma a computador os valores de s1, s2 e s3

AULA 23 24/06/2019ObjetivosIntrodução a CTMC (Cadeias de Markov Tempo Contínuo)==Material

https://www.dropbox.com/s/rs8ziywi92n10vq/CadeiasDeMarkovContnuas_Parte1.pdf?dl=0

AULA 24 25/06/2019Objetivos

Introdução a CTMC (Cadeias de Markov Tempo Contínuo) - Continuação==
Exercícios

Exercício

Considere um Controle de Admissão para uma rede Wifi dedicada a VOIP onde é possível alocar prioritariamente até 3 sessões para comunicação em tempo real. Considere que é possível alocar até 2 sessões (não preemptíveis) de melhor esforço dentro deste número de sessões. Construa uma CTMC que permita computar a probabilidade de bloqueio de sessões prioritárias e de melhor esforço quando a taxa de chegada de sessões VOIP é de 3 por hora com uma média de 15 minutos por  sessão. A taxa de chegada de sessões de melhor esforço é de 10 sessões por hora com uma média de 20  minutos. Considere chegadas Poisson e tempos de serviço exponenciais. Como ficaria a probabilidade de bloqueio para 4 sessões garantidas?

AULA 25 3/07/2019Objetivos

Exercícios CTMC
Introdução a Teoria de Filas

Material de Referência

https://www.dropbox.com/s/sy8j17pgelruqd4/TeoriaDeFilas_Introducao.pdf?dl=0
https://www.dropbox.com/s/8e7qo02ihk9d102/Filas_MM1_CapacidadeIlimitada.pdf?dl=0

AULA 26 3/07/2019Objetivos

Introdução a Teoria de Fila
Fila MM1

Material de Referência

https://www.dropbox.com/s/sy8j17pgelruqd4/TeoriaDeFilas_Introducao.pdf?dl=0
https://www.dropbox.com/s/8e7qo02ihk9d102/Filas_MM1_CapacidadeIlimitada.pdf?dl=0

AULA 27 3/07/2019

Filas MM1n e MM1k
Redes de Filas
Outros Tópicos: Redes de Petri
Verificação dos Simuladores implementados.

Referências

Fila MM1k
MMn
Rede de Filas

Lectures of : Jane Hillston School of Informatics The University of Edinburgh Scotland

@@ Linha 1 372: / Linha 1 372: @@
 https://www.dropbox.com/s/8e7qo02ihk9d102/Filas_MM1_CapacidadeIlimitada.pdf?dl=0
+=AULA 27 3/07/2019=
+*Filas MM1n e MM1k
+*Redes de Filas
+*Outros Tópicos: Redes de Petri
+*Verificação dos Simuladores implementados.
+==Referências==
+*[https://www.dropbox.com/s/9s2zclplvuj55bg/FilaMM1_CapacidadeLimitada.pdf Fila MM1k]
+*[https://www.dropbox.com/s/c10u9bnfrjldv3g/FilaMMc_MultiplosServidores.pdf MMn]
+*[https://www.dropbox.com/s/9zja5ytxkwgoe9u/RedesDeFilas.pdf Rede de Filas ]
+*[http://www.inf.ed.ac.uk/teaching/courses/pm/PM-lecture7.pdf Lectures of : Jane Hillston School of Informatics The University of Edinburgh Scotland]

Mudanças entre as edições de "ADS29009-2019-1"

Edição das 07h24min de 10 de julho de 2019

AULA 1 - Dia 26/07/2018

Plano de Ensino

SLIDES DA AULA

ATIVIDADE 1

PARTE 1

PARTE 2

AULA 2 - Dia 18/02/2019

AULA 3 - Dia 20/02/2019

Medição Ativa e Passiva em Redes

ATIVIDADE 2

ATIVIDADE 3 - Questionário Medição Ativa x Passiva em Redes

Outras Referências

AULA 4 - Dia 26/02/2019

Objetivos

Links Interessantes

AULA 5 - Dia 13/03/2019

Objetivos

TAREFA 4

AULA 6 - Dia 20/03/2019

Objetivos

Exercício (TAREFA 5)

AULA 7 - Dia 27/03/2019

Objetivos

Material de Referência

TAREFA 6

AULA 8 - Dia 02/04/2019

Objetivos

Material de Referência

Ainda Tarefa 6

Código do Matlab para entendimento do método linear congruente

Código Matlab de Apoio

AULA 9 - Dia 03/04/2019

Objetivos

Link Geração Randômica Linear Congruente

Dia 10/04/2019

AULA 10 - Dia 16/04/2019

Objetivos

Considerações sobre a simulação com o omnet

Eventos e Ordem de Execução

Referência

Acesso omnetpp na Cloud IFSC

Roteiro para Conceitos Básicos

Exercício após step 2

AULA 11 - Dia 17/04/2019

Objetivos

Para rodar sem IDE

Para record elog

Tarefa

Aula 12 - Dia 24/04/2019

Objetivos

Procedimento

Exercício

Preparação inicial

Versão Manual

Versão IDE

Arquivo mm1.ned

Arquivo generator.cc

Arquivo queue.cc

Arquivo sink.cc

Arquivo omnet.ini

Execução da Simulação

Exercícios

Acesso Cloud

Aula 13 - Dia 30/04/2019

Objetivos

Modelo de Simulação desejado

ETAPA 1

ETAPA 2

ETAPA 3

ETAPA 4

ETAPA 5

ETAPA 6 - Acrescentando repetições e tempo de warmup.

ETAPA 7

Aula 14 - Dia 8/05/2019

Objetivos

Link para o manual de instalação do Omnet

Aula 15 - Dia 14/05/2019

Objetivos