Author	เอมอัชนา นิรันตสุขรัตน์, 2520-
Title	การประยุกต์ใช้งานฟัซซีนิวรอลเนตเวิร์กสำหรับหน้าที่ควบคุมพารามิเตอร์การใช้ในโครงข่ายเอทีเอ็ม / เอมอัชนา นิรันตสุขรัตน์ = An application of fuzzy neurel networnk and usage parameter control function an ATM networks / Aimaschana Niruntasukrat
Imprint	2543
Connect to	http://cuir.car.chula.ac.th/handle/123456789/6972
Descript	104 แผ่น : ภาพประกอบ, แผนภูมิ

วิทยานิพนธ์ฉบับนี้เสนอตัวตรวจทราฟฟิก (Traffic Policer) สำหรับการควบคุมพารามิเตอร์การใช้ (Usage Parameter Control: UPC) ในโครงข่ายเอทีเอ็ม โดยใช้ฟัซซีนิวรอลเนตเวิร์ก วิธีที่เสนอมีโครงสร้างพื้นฐานเป็นกลไกถังรั่วแบบโทเค็น (Token Leaky Bucket Mechanism) ที่มีฟัซซีนิวรอลเนตเวิร์กทำหน้าที่ควบคุมอัตราการกำเนิดโทเค็น โดยอาศัยคุณสมบัติการควบคุมที่ยืดหยุ่นของฟัซซีลอจิก ทำให้การตรวจอัตราเซลล์เฉลี่ยของแหล่งกำเนิดเดี่ยวประเภท packet voice มีค่าใกล้เคียงกับอัตราที่ตกลงไว้ ปรับปรุงประสิทธิภาพของตัวตรวจในแง่ความสามารถในการเลือก (Selectivity) รวมทั้งมีการตอบสนอง (Responsiveness) ที่รวดเร็วขึ้น อาศัยความสามารถในการจับคู่ (map) และการคำนวณที่รวดเร็วของนิวรอลเนตเวิร์กเพื่อทำหน้าที่แทน inference engine ในฟัซซีลอจิก ทำให้การทำงานซับซ้อนน้อยลงและรวดเร็วขึ้น เมื่อเปรียบเทียบประสิทธิภาพในแง่ความสามารถการเลือกของกลไกที่เสนอ กลไกถังรั่วแบบไม่มีบัฟเฟอร์และกลไกหน้าต่างฟัซซีลอจิกกับความน่าจะเป็นการละเมิดอุดมคติ (Ideal violation Probability) ได้รากที่สองของผลรวมค่าผิดพลาดกำลังสองเป็น 0.011550, 1.023511 และ 0.161944 ตามลำดับ ส่วนในแง่การตอบสนองกลไกที่เสนอเริ่มละทิ้งเซลล์แรกเมื่อแหล่งกำเนิดส่งเซลล์ด้วยอัตราเซลล์เฉลี่ยเป็น 1.5 เท่าของอัตราที่ตกลงไว้หลังจากที่ปล่อยเซลล์ผ่านเข้าไปยังโครงข่ายแล้ว 359 เซลล์ เปรียบเทียบกับ 309 และ 731 เซลล์ของกลไกถังรั่วแบบไม่มีบัฟเฟอร์ และกลไกหน้าต่างฟัซซีลอจิกตามลำดับ ผลการทดสอบแสดงให้เห็นว่า ตัวตรวจทราฟฟิกฟัซซีนิวรอลเนตเวิร์กมีความเข้มงวดมากกว่ากลไกที่เปรียบเทียบ แม้ว่าจะเริ่มละทิ้งเซลล์แรกช้ากว่าถังรั่วแบบไม่มีบัฟเฟอร์ซึ่งเป็นกลไกที่ตอบสนองเร็วที่สุด แต่พฤติกรรมตอบสนองต่อการละเมิดระยะยาวดีกว่ามาก ในขณะที่กลไกที่เสนอยังมีความสามารถในการเลือกสูงที่สุด
This thesis proposes a novel traffic policer for UPC function in ATM Networks. The architecture of this policer is based on the Token Leaky Bucket mechanism using a fuzzy neural network, which dynamically updates the token generation rate. With the inherit of formalized approximate reasoning offered by fuzzy logic, the control process would be smooth and flexible, and would make selectivity improvement possible. With the inherits of mapping capability and fast parallel calculation offered by a neural network, the complexity in inference process of fuzzy logic is eliminated by replacing it with the neural network. The performance evaluation of the proposed policer is done with a packet voice source model and is compared to a conventional method (unbuffered leaky bucket) and the fuzzy logic window. In selectivity aspect, we compare cell loss ratio caused by policers with ideal violation probability in terms of Root of Sum Square Error (RSSE). With the proposed mechanism, unbuffered leaky bucket and fuzzy logic window, the RSSEs obtained are 0.011550, 1.023511 and 0.161944, respectively. The comparison of the responsive behavior in terms of the average number of cells from the violating source allowed by the policer to pass into the network before detecting the first cell is made. The proposed scheme takes action after 359 cells, while the unbuffered LB and fuzzy logic window do so after 309 and 731 cells, respectively. From the results obtained, the fuzzy neural network approach performs well in both aspects. Despite the shower rejection time compared to the unbuffered LB, the percentage of cells detected by the proposed policer grows at the hightest rate in long term comparison. Moreover, the fuzzy neural network approach yields the highest performance in selectivity among other mechanisms.

LOCATION	CALL#	STATUS
Central Library @ Chamchuri 10 : Thesis	431461	LIB USE ONLY
Engineering Library : Thesis	วิทยานิพนธ์	LIB USE ONLY