Acum mai bine de un an am participat la Mangalia la un seminar de rețele organizat de Tornado Systems. La sosirea la Centrul de Afaceri Marea Neagră care a asigurat cadrul manifestării, de abia am dacă avut timp să-mi las bagajele în cameră că a și trebuit să particip la prima conferință de presă. Fiind nevoit să folosesc liftul din hotel am constatat că eram purtat între etaje fără să simt efectiv mișcarea. De profesie fiind inginer, acest lucru m-a cam intrigat fapt pentru care după terminarea conferinței am început să-l testez deplasându-mă între etaje pe-o distanță mai scurtă respectiv mai lungă. Concentrându-mă, acum am putut simți mișcarea mașinii, însă am fost uimit de lipsa zdruncinăturilor atât la pornire cât și la sosire și de finețea accelerării respectiv a decelării. Ulterior m-am interesat de la personalul tehnic în legătură cu mișcarea foarte fină a liftului. Explicația a fost foarte simplă: Logica fuzzy controlează liftul.

Atunci am început să cred.

Ce este totuși această tehnologie serioasă cu acest nume hazliu? În definițiile sale cele mai generoase, „logica fuzzy“ reprezintă bazele matematice, formulate și fundamentate cu aproape 30 de ani în urmă de profesorul Lotfi Zadeh de la University of California, Berkeley. Ea permite definirea unui gradient de incertitudine între valorile absolute de adevărat respectiv de fals. În logica fuzzy pot exista situații în care o afirmație să fie doar parțial adevărată.

Acest concept care pare simplu la prima vedere, a devenit ulterior o rampă de lansare. Trecând dincolo de lumea alb-și-negru a logicii cu două nivele și intrând în lumea „umbrelor“ logicii fuzzy ne-am perfecționat în vederea tratării incertitudinii, a impreciziei, a neliniarităților și chiar a variației timpului. Pe scurt, logica fuzzy ne ajută să lucrăm mai bine cu lumea reală.

Atingând problema a ceea ce este logica fuzzy, poate că ar trebui să menționez de asemenea și ceea ce nu este. Ea nu este probabilitate, deși atât logica fuzzy cât și probabilitatea lucrează cu incertitudinea. De asemenea, nu este rețea neuronală, deși cele două tehnologii lucrează bine împreună. Și nu este nici inteligență artificială: Deși sistemele fuzzy adaptive pot fi implementate, sistemele fuzzy fundamentale sunt deterministe. A fi fuzzy nu implică învățarea.

Acest articol va prezenta un model de comutație a celulelor ATM folosind logica fuzzy, pentru comutatoarele cu buffer pe intrare. Aplicarea lui practică va permite o reducere semnificativă a timpului mediu de așteptare a celulelor cu prioritate ridicată în comparație cu cazul buffer-elor FIFO cu prioritate singulară respectiv multiplă. Simulările ar putea fi executate folosind un flux de celule video ATM generat de-o cameră video ATM. Aceste celule video ATM vor fi multiplexate ulterior cu alte celule ATM din surse diferite. Reducerea timpului de așteptare pentru traficul de înaltă prioritate va îmbunătăți calitatea serviciilor cerute de sistemele de comunicații.

Introducere

Modul de transfer asincron (ATM) reprezintă o tehnică de comutație dezvoltată pentru rețelele de bandă largă care permit o integrare a serviciilor digitale multimedia (video, voce, date). Fiecare celulă are o lungime de 53 octeți din care 5 sunt dedicați câmpului header iar 48 de octeți pentru câmpul informației utile. Celulele sunt transmise în rețea după ce în prealabil a fost stabilit un canal virtual între sursă și destinație. Pentru dirijarea celulelor, nodurile de comutație folosesc buffere (fie pe porturile de intrare fie pe cele de ieșire). Această utilizare a buffer-elor generează timpi de așteptare care încetinesc celulele în atingerea destinației. Întârzierile mari înregistrate de celulele care transportă trafic isocron (de ex. video) pot avea ca efect pentru utilizatorii finali o degradare neacceptabilă a calității serviciului. În acest sens au fost stabilite priorități pentru tipul de informație pe care celulele o transportă. Spre exemplu, o celulă video va avea o toleranță mai mică pentru întârziere decât o celulă de voce, care la rândul său va avea o toleranță mai mică față de o celulă care transportă date ftp. Forumul ATM a stabilit standarde pentru întârzierea maximă acceptată pentru diferite tipuri de trafic, necesarul maxim și mediu de lățime de bandă.

Motivația utilizării logicii fuzzy

Logica fuzzy este dedicată modelării unui mod imprecis de gândire care joacă un rol esențial în luarea de decizii inteligente într-un mediu de incertitudine și imprecizie. Motivația utilizării logicii fuzzy în comutarea celulelor ATM reiese din prioritățile datelor transportate de celule și a timpului de așteptare din buffer-ele de intrare ale comutatoarelor. Acest timp de așteptare are o evoluție crescătoare dinamică. Deciziile de rutare se pot baza pe acești doi parametrii în obținerea unui timp mediu de comutație mic pentru celulele cu o prioritate ridicată. Baza de cunoștințe fuzzy poate fi programată de asemenea astfel încât celulele de mică prioritate să nu fie blocate în buffere.

Construcția programatorului fuzzy

Construcția programatorului de celule ATM pe baza logicii fuzzy pentru un comutator care să nu se blocheze poate fi realizată pe următorul schelet:
• Vor fi identificați doi parametri care au fost asociați cu fiecare celulă prezentă în buffer (vârsta și prioritatea celulei).
• Baza de cunoștințe poate fi implementată din șase reguli. Acestea vor fi formate folosind parametrii de intrare menționați mai sus. Numărul de reguli din baza de date trebuie să fie menținut minimal în scopul reducerii complexității unei posibile implementări hardware.
• Fiecare celulă va fi prevăzută cu un index de prioritate care va fi determinat din baza de cunoștințe.
• Celula cu cel mai mare index de prioritate va fi selectată ca și celulă învingătoare pentru transmisie.

Regulile care constituie baza de cunoștințe sunt prezentate în caseta „Regulile bazei de cunoștințe“.

Așa cum reiese din regulile prezentate, baza de cunoștințe încearcă să atribuie un index de prioritate maximă pentru celulele care transportă un trafic isocron, care au suferit o lungă perioadă de așteptare în buffer (regula 4). Celulelor care au un timp de așteptare mic și o înaltă prioritate (spre exemplu celulele video abia sosite în buffer-ul de intrare) li se conferă un index de prioritate mediu-mare (regula 1). Prin această regulă se asigură ca celulele cu o înaltă prioritate care au suferit o așteptare mai lungă să nu fie depășite de celule de aceeași prioritate sosite ulterior. În plus, în acest fel este menținută ordinea de deservire a celulelor unei anumite conexiuni, așa cum necesită protocolul ATM. Celelalte reguli pot fi justificate în mod similar.

În loc de concluzii

Pentru evaluarea performanței programării fuzzy a celulelor ATM poate fi construit un simulator software care să încorporeze baza de cunoștințe descrisă. Deoarece s-a observat că traficul în rețelele ATM poate fi aproximat doar în slabă măsură de șabloanele standard folosite în simulările de rețele (de ex. procesele Bernoulli modulate Poisson și Markov), pentru a obține o măsură mult mai realistă a performanței se recomandă folosirea unui flux de celule VRM (Variable Bit Rate) provenit de la o cameră video ATM (de prioritate mare), multiplexat cu fluxul altor surse de priorități mai mici.

Fiind în mod fundamental o logică multivalorică, fuzzy permite o programare a sistemelor de calcul și de comunicație într-un mod care se apropie mai mult de modul de gândire uman.

Bibliografie
1.www.ednmag.com/reg/1994
2.Murakami, J., 1991. „Non-blocking packet switching with shift-register rings“, University of Illinois at Urbana-Champaign
3.Zadeh, L.A. „Fuzzy logic“, Computer, April 1988