Управление пропускной способностью
Управление пропускной способностью (англ. bandwidth management) — это процесс измерения и контроля передачи данных (трафика, пакетов) по сетевому каналу с целью предотвращения его полной или избыточной загрузки[1], что может привести к сетевым затруднениям и снижению производительности сети. В современных условиях это интеллектуальный процесс, использующий технологии искусственного интеллекта и машинного обучения для динамической оркестрации сети[2][3]. Пропускная способность характеризуется битовой скоростью и измеряется в битах в секунду (бит/с) или байтах в секунду (Б/с)[4].
Механизмы и методы управления пропускной способностью
Механизмы управления пропускной способностью могут использоваться для целенаправленного повышения производительности сети и включают:
Формирование трафика и диспетчеризация
- Формирование трафика (traffic shaping)[5] (ограничение скорости):[6]
- Ведро с жетонами (token bucket)
- Утечка из ведра (leaky bucket)
- Управление скоростью TCP — искусственная корректировка размера TCP-окна и управление скоростью возврата ACK-сообщений отправителю[7]
- Алгоритмы диспетчеризации:
- Взвешенное честное распределение очереди (WFQ)[8]
- Классовое взвешенное честное обслуживание очередей
- Взвешенный круговой алгоритм (WRR)
- Алгоритм с дефицитным взвешенным круговым обслуживанием (DWRR)
- Иерархическая честная сервисная кривая (HFSC)
Применение искусственного интеллекта и машинного обучения в алгоритмах диспетчеризации и формирования трафика включает маршрутизацию с учётом намерений[9], умный троттлинг (Smart Throttler)[10] и предиктивное управление очередями[11].
Избежание заторов
К методам избежания заторов (congestion avoidance)[1] относятся:
- RED, WRED — снижают вероятность очередей портов с усечением в конце очереди, что уменьшает риск глобальной синхронизации TCP.
- Политика (маркировка/отбрасывание пакетов, превышающих допустимый уровень трафика и размер всплеска).
- Настройка буферов — позволяет изменять способ выделения буферов маршрутизатором из доступной памяти и помогает предотвратить потери пакетов при кратковременном всплеске трафика.
- Явное уведомление о заторах (ECN) — позволяет сетевому оборудованию заранее сигнализировать о перегрузке, чтобы конечные узлы успели снизить скорость передачи данных до переполнения очередей. Это эффективно предотвращает потери пакетов, а в сочетании с технологией L4S способно снизить задержки буферизации более чем на 90 %. Однако в глобальной сети широко распространена проблема «стирания» флагов ECN (ECN bleaching) промежуточными маршрутизаторами, наличие которых на пути делает невозможным использование L4S для обнаружения заторов[12].[13].
- Алгоритм BBR (Bottleneck Bandwidth and Round-trip propagation time) — современная альтернатива классическим алгоритмам TCP Reno и CUBIC, разработанная Google. В отличие от них, BBR является модельно-ориентированным и не использует потерю пакетов как первичный сигнал о перегрузке. Он непрерывно оценивает пропускную способность и время кругового пути, что позволяет минимизировать задержки, избегать проблемы раздувания буферов (bufferbloat) и обеспечивать более высокую пропускную способность. Актуальные версии алгоритма (BBRv2 и BBRv3) также включают реакцию на потери пакетов и сигналы ECN[14].[15].
Резервирование и распределение ресурсов
- Протоколы и алгоритмы резервирования пропускной способности:
- Протокол резервирования ресурсов (RSVP) — способ, с помощью которого приложения эффективно и надёжно сообщают сети о своих требованиях[16].
- Протокол маркировки меток с маршрутизацией по ограничениям (CR-LDP) и протокол RSVP-TE устарели. Их преемником в магистральных сетях является Segment Routing (SR-MPLS / SR-TE), который распределяет метки напрямую через протоколы внутренней маршрутизации (IGP), устраняя необходимость в использовании отдельных протоколов сигнализации и значительно снижая операционную сложность[17].
- Алгоритм выбора верхних узлов (Top-nodes algorithm).
- Механизмы динамического распределения пропускной способности (DBA) в сетях 5G/6G и современных пассивных оптических сетях (PON):
- IPACT (Interleaved Polling with Adaptive Cycle Time) — опрос сетевых терминалов в режиме кругового обхода с адаптивным временем цикла в зависимости от текущих потребностей[18].
- Гарантированные схемы опроса (Guaranteed polling schemes) — обеспечение минимальных гарантий пропускной способности с динамическим распределением избыточной ёмкости[18].
- Гибридные схемы на основе слотов (Hybrid slot-based schemes) — комбинация фиксированного и динамического распределения, где критически важные приложения получают гарантированные слоты, а оставшаяся ёмкость распределяется динамически[18].
- Интеллектуальное DBA на базе машинного обучения — использование нейросетевых алгоритмов для анализа паттернов трафика и прогнозирования будущих потребностей[18].
- Динамическое приоритетное распределение на базе LTE — приоритизация трафика приложений реального времени при эффективном управлении фоновыми передачами данных[18].
- CSL-DBA (Collaborative Split Learning-based DBA) — метод на основе разделенного обучения для сетей 6G TDM-PON, при котором оптические сетевые устройства выполняют локальный анализ трафика и передают только обновления модели на центральный терминал для прогнозирования и распределения полосы пропускания[19].
Классификация и программно-определяемые сети
Классификация трафика — категоризация трафика по политике для применения к каждому классу отдельных методов управления пропускной способностью. В облачных средах для высокопроизводительного ограничения скорости и классификации трафика используется технология eBPF (часто в связке с XDP). Она обеспечивает высокую производительность за счёт перехвата сетевых пакетов на уровне драйвера сетевой карты, снижает накладные расходы на процессор и память, а также гарантирует операционную стабильность и безопасность[20].[21] Механизмы управления трафиком в программно-определяемых сетях (SD-WAN) включают:
- Динамический выбор пути (Dynamic Path Selection) — непрерывно отслеживает состояние сетевых каналов в реальном времени и автоматически перенаправляет трафик на наилучший доступный маршрут при ухудшении качества связи или отказе соединения[22].[23]
- Маршрутизация на основе приложений (Application-Aware Routing) — распознаёт типы трафика и распределяет его в соответствии с заданными политиками и требованиями к качеству обслуживания (SLA) для каждого конкретного приложения, приоритизируя критически важные сервисы.
Эффективность канала
На производительность определённого канала могут влиять следующие факторы:
- Протокол TCP определяет пропускную способность соединения путём увеличения скорости передачи до момента потерь пакетов (медленный старт)
- Очереди в маршрутизаторах повышают задержку и джиттер по мере приближения (или превышения) пропускной способности
- Глобальная синхронизация TCP приводит к нерациональному расходу пропускной способности при перегрузке сети
- Всплескообразность интернет-трафика требует наличия резервной полосы для обслуживания внезапных всплесков
- Недостаток поддержки явного уведомления о заторах и управления качеством обслуживания в Интернете
- Интернет-провайдеры обычно сохраняют контроль над управлением очередями и качеством обслуживания на своей стороне соединения
- Корректировка TCP-окна позволяет высокоуровневым устройствам снижать интенсивность потоков, сокращать глубину очередей и обеспечивать справедливое распределение пропускной способности между пользователями
- Массовое внедрение IoT-устройств и рост фонового ИИ-трафика приводят к перегрузке сетей, что требует применения периферийных вычислений и архитектуры нулевого доверия (Zero Trust)[24][25]
- Увеличение объёмов SaaS-трафика обуславливает необходимость динамического распределения ресурсов в облачных и гибридных средах[26]
Инструменты и методы
- Сниффер пакетов — программа или устройство для прослушивания сетевого трафика и получения информации, проходящей по сети[27]
- Измерение сетевого трафика
- Инструменты с открытым исходным кодом для мониторинга и анализа трафика, такие как Prometheus и Grafana, а также Cilium и Hubble, использующие технологию eBPF для корреляции сетевых данных на уровне ядра[28].[29]
- Проприетарные платформы на базе искусственного интеллекта для предиктивной аналитики и управления сетями, включая Cisco ThousandEyes (предиктивная аналитика и автоматическое устранение неполадок), Dynatrace (анализ первопричин) и Datadog (обнаружение аномалий с помощью машинного обучения)[30].
Государственные системы управления трафиком
В России для управления трафиком применяются технические средства противодействия угрозам (ТСПУ). Их работа основана на таких алгоритмах и методах, как DPI, сигнатурный и поведенческий анализ, классификация приложений, выявление аномалий и фильтрация трафика[31]. Согласно утверждённому плану Минцифры РФ, к 2030 году пропускная способность ТСПУ должна быть увеличена до 954 Тбит/с, а охват трафика российских пользователей в 2026 году должен составить 100 %[32][33].