Базовый процесс обработки вызовов
риведем общее определение марковского процесса. Случайный процесс называется марковским, если для любых моментов времени из отрезка , условная функция распределения «последнего» значения при фиксированных значениях , , …, зависит только от , т.е. при заданных значениях справедливо соотношение,…,. (3.1)Здесь и в дальнейшем через обозначена вероятность события, указанного в фигурных скобках.Для трех моментов времени формула (3.1) принимает вид:,…,.(3.2)Поэтому часто говорят, что характерное свойство марковских процессов состоит в следующем: если точно (если настоящее состояние известно не точно, то будущее состояние марковского процесса будет зависеть от прошлых состояний) известно состояние марковского процесса в настоящий момент времени (), то будущее состояние (при ) не зависит от прошлого состояния (при ).В случае, если пространство состояний , , …, марковского процесса является конечным или счетным, марковский процесс называется цепью Маркова. Если параметр принимает значения только в дискретном множестве, то цепь Маркова называется цепью с дискретным временем. Если же параметр принимает значения в некотором непрерывном множестве, то цепь Маркова называется цепью с непрерывным временем.Важным частным случаем цепи Маркова с непрерывным временем является так называемый процесс гибели и размножения.Случайный процесс , называется процессом гибели и размножения, если он удовлетворяет условиям:- пространство состояний процесса есть множество неотрицательных целых чисел (или некоторое его подмножество;- время пребывания процесса в состоянии имеет показательное распределение с параметром и не зависит от предыдущего поведения процесса;- после завершения пребывания процесса в состоянии он переходит в состояние с вероятностью , и в состояние с вероятностью . Вероятность полагается равной 1.Состояние процесса , в момент времени можно трактовать как размер некоторой популяции в этот момент времени. Переход из состояния в состояние трактуется как рождение нового члена популяции, а переход в состояние - как гибель члена популяции. Такая трактовка процесса и объясняет его название.В дальнейшем применительно к марковским процессам будем пользоваться следующими обозначениями: , если пространство состояний (фазовое пространство) процесса непрерывно, и , если пространство состояний дискретно.Полумарковские процессы объединяют теорию цепей Маркова, разрывных марковских процессов и теорию восстановления. В соответствии с предложенной методикой анализа марковских процессов приведем определение полумарковского процесса.Пусть поведение некоторой системы описывается следующим образом. В каждый момент времени система может находиться в одном из возможных фазовых состояний , , …, , причем известны начальное состояние системы (в начальный момент времени она находиться в состоянии ) и одношаговые вероятности перехода , , . следовательно, процесс есть однородная цепь Маркова.Сопоставим каждому ненулевому элементу матрицы вероятностей перехода случайную величину с функцией распределения . В теории массового обслуживания случайную величину обычно рассматривают как время пребывания системы в состоянии при условии, что следующим состоянием, в которое перейдет система, будет . При этом величина считается неотрицательной и непрерывной с плотностью вероятности . При такой интерпретации величину можно назвать временем ожидания в состоянии до перехода в .Представим, что точка, отображающая поведение системы на фазовой плоскости, остается в состоянии в течении времени , прежде чем она прейдет в (рис. 3.1). По достижении «мгновенного» (в соответствии с матрицей вероятностей перехода ) выбирается следующее состояние , и после того как состояние выбрано, время ожидания в полагается равным с функцией распределения или плотностью вероятности .Этот процесс затем следует неограниченно продолжать, выбирая каждый раз независимо следующее состояние и время ожидания. Если через обозначить состояние системы, занятое в момент времени . То полученный случайный момент принято называть полумарковским.Рисунок 3.1- Иллюстрация поведения полумарковского процессаИз приведенного определения следует, что если игнорировать случайный характер времени ожидания и интересоваться только моментами перехода, то процесс будет представлять собой однородную цепь Маркова (или вложенным марковским процессом). Однако при учете пребывания процесса в разных состояниях в течении случайного отрезка времени процесс не будет удовлетворять уравнению Маркова (если не все времена ожидания распределены экспоненциально). Следовательно, процесс является марковским только в моменты перехода. Сказанное оправдывает название «полумарковский процесс» или «полумарковская цепь».При заданном начальном состоянии дальнейшее поведение полумарковского процесса (полумарковской цепи) полностью определяется матрицей вероятностей перехода , , , и матрицей функций распределения или (для непрерывных случайных величин ) матрицей плотностей вероятностей [17].В рамках исследований полумарковских процессов с позиций теории массового обслуживания наибольший интерес представляет анализ взаимосвязи времени достижения и времени пребывания в состояниях полумарковского процесса. Согласно [16] данный анализ основывается на реализации элементарного процесса чистой гибели. В качестве примера рассмотрим систему , т.е. однолинейную систему массового обслуживания с ожиданием (буфером неограниченной емкости), в которую поступает простейший поток запросов (вызовов) интенсивности , а время обслуживания запросов (вызовов) имеет показательное распределение с параметром .Исследуя поведение этой системы, можно установить, что случайный процесс - число вызовов в системе в момент - является процессом гибели и размножения с вероятностью равной [16]:, . (3.3)Анализ данной системы в рамках элементарного процесса чистой гибели основан на исследовании соответствующего графа перехода из одного состояния в другое. Простейший граф перехода имеет вид, показанный на рис. 3.2.Рисунок 3.2 - Граф переходов элементарного процесса чистой гибелиОбозначим через , , вероятность пребывания процесса в состоянии с номером , а через функцию распределения времени первого достижения процессом состояния с номером . Тогда между этими функциями можно установить следующие зависимости:, .Подставляя эти выражения в условие формировки получим. (3.4)Следовательно, в рассматриваемом элементарном процессе чистой гибели вероятность пребывания процесса в промежуточном состоянии оказывается равной разности функций распределения времени первого попадания процесса в это состояние и времени попадания в следующее состояние. Добавляя и вычитая в правой части уравнения (3.4), затем помножив полученное выражение на и про интегрировав сначала по в бесконечных пределах, а затем по частям, получим [18], (3.5)где - -й начальный момент распределения случайной величины времени попадания процесса в -е состояние . В частности, из формулы (3.5) видно. Что при . (3.6)В результате находим, что площадь под кривой числено равна разности разных средних времен попадания процесса в состояния 2 и 1, а интегральная мера численно равна среднему времени, проведенному процессом в состоянии единицы [18].Физический смысл полученного результата можно пояснить следующим образом. Обозначим через случайный момент времени попадания процесса в состояние , а через длительность пребывания процесса в этом состоянии. Тогда для процесса с графом переходов на рис. 3.2, можно составить следующее уравнение баланса времени: . (3.7)Возведя выражение (3.21) в квадрат и применив операцию математического ожидания, учитывая при этом независимость случайных величин и получим аналогичное (3.19) выражение для расчета интегральных мер. Так при находим.Аналогичным образом, возводя уравнение (3.7) в степень всякий раз будем получать выражения для расчета интегральных мер вида через начальные моменты случайной длительности пребывания процесса в состоянии единицы и первого попадания в нее.В результате определяется полный набор интегральных мер вида , с помощью которого можно судить о поведении функции .3.2 Аналитические решения для простейших полумарковских процессовОписание поведения систем массового обслуживания с помощью распределений моментов первого, второго и последующих достижений системой того или иного состояния, показанных на примере элементарного процесса чистой гибели, оказывается очень полезным в целом ряде практических исследований. Поэтому целесообразно рассмотреть примеры полумарковских процессов, для которых возможно получение подобных результатов в аналитической форме или в виде эффективных вычислительных процедур.Для начала рассмотрим простейших процесс, имеющий только два состояния (рис. 3.3). Обозначим через функцию плотности распределения времени пребывания процесса в состоянии 0, а через - в состоянии 1.Рисунок 3.3 - Простейший процессСоответственно и - их преобразования Лапласа. В соответствии с [16], преобразованием Лапласа распределения будем называть функцию , определяемую как:. (3.8)Если чисто мнимая переменная, преобразование Лапласа совпадает с характеристической функцией . Областью определения функции обычно считается правая полуплоскость комплексной плоскости. Однако, без существенного ограничения сущности, в рамках проводимого анализа можно рассматривать как действительное положительное число.Состояние процесса, приведенного на рис. 3.3 опишем с помощью функции распределения момента -го попадания процесса в -ю вершину: . Тогда, учитывая независимость времен пребывания процесса в вершинах 0 и 1, рассматриваемая последовательность переходов будет иметь вид, (3.9)где - преобразование Лапласа функции .На основании этих соотношений находят разнообразные характеристики процесса. Так вероятность пребывания процесса в нулевой вершине может быть определена из условия. (3.10)Применяя к выражению (3.10) преобразование Лапласа и используя формулы (3.9), получаем. (3.11)Если в момент процесс находится в нулевой вершине, то и формула (3.11) принимает вид. (3.12)Определение разложения в ряд функции делает удобным оценку переходного режима.Увеличим число вершин графа на единицу (рис. 3.4.). Заметим, что в этом случае процесс блужданий относительно нулевой вершины может быть описан с помощью некоторого эквивалентного процесса, соответствующего переходам на вспомогательном графе изображенном на рисунке 3.5а.Рисунок 3.4 - Полумарковский процесс с трема состояниямиРисунок 3.5 - Эквивалентные графы для исследования: а) блужданий относительно нулевого состояния; б) возврата в нулевое состояния; в) блужданий относительно промежуточного состоянияОбозначим через плотность вероятности времени первого перехода процесса из группы состояний {1,2} в нулевое состояние при начале блужданий из состояний 1. Тогда. (3.13)Определим функцию . Для этого воспользуемся формулами (3.12), записанными для графа, изображенного на рисунке 3.5б:;, ,где , - преобразования Лапласа дефектных случайных величин времени, проводимого процессом в состоянии 1 перед переходом соответственно в состоянии 0 и 2.С помощью последних выражений находим преобразование Лапласа распределения времени первого попадания процесса в состояние А для графа, изображенного на рис 3.5б.Состояние в общем случае описывается уравнением вида, (3.14)где - некоторый линейный оператор.Это уравнение описывает еще одно общее и важное свойство марковских процессов, для которых эволюция вероятности перехода . Заметим, что это свойство позволяет исследовать поведение марковских процессов при помощи хорошо разработанных методов решения соответствующих дифференциальных уравнений.Отсюда, учитывая, что начальные условия для рассматриваемого случая , получаем.Теперь из условия находим необходимую функцию. (3.15)Подставляя выражение (3.15) в формулу (3.13), получаем преобразование Лапласа вероятности пребывания процесса в нулевом состоянии. (3.16)Для определения функции рассмотрим блуждания относительно первого состояния и построим для них эквивалентный граф (рис. 3.5в). Здесь преобразования Лапласа времени пребывания в состоянии 1 и вне этого состояния определяется из соотношений, (3.17)полученных из условия равенства распределений времени пребывания процесса в состоянии 1 и времени возврата в это состояние для исходного графа (рис. 3.4) и эквивалентного (рис. 3.5в). Разрешая систему уравнений (3.17) относительно неизвестных функций, находим. (3.18)Теперь на основе формулы (3.13), учитывая совпадения форм графов, изображенных на рисунке 3.8, а и б, и используя (3.18), находим преобразование Лапласа вероятности пребывания процесса в состоянии 1, (3.19)где .Функция в данном случае может быть найдена из условия нормировки . Расположения изображений в ряды по степеням для оценки переходных режимов находим путем применения в формулах (3.16) и (3.19) правил операций над рядами по известных разложениям и .Дальнейшее обобщение рассматриваемого класса полумарковских процессов проведем на случай однородных блужданий на неограниченном графе переходов, изображенном на рис. 3.6, где ; , т.е. и - функция плотности дефектных случайных величин времени, проведенного процессом в состоянии перед переходом соответственно в состояния и .Рисунок 3.6 - Однородный полумарковский процессЗдесь блуждания относительно крайнего левого нулевого состояния можно представить с помощью двух эквивалентных графов переходов, изображенных на рис. 3.7.Рисунок 3.7 - Эквивалентные графы для исследования блужданий относительно нулевого (а) и первого (б) состоянийФункции на обоих эквивалентных графах совпадают, так как представляют собой плотности распределения момента первого возврата из множества вершин графов, полученных из исходного путем отбрасывания собственно нулевой (рис. 3.7а), а также нулевой и первой (рис. 3.7б) вершин. Эти отбрасываемые множества и законы распределений, определяющие блуждание на них, совпадут друг с другом, так как нумерация вершин несущественна. Поэтому установим соответствие между эквивалентными графами и, воспользовавшись выражением (3.15), в которое вместо функции подставим получим уравнение относительно неизвестной функции .Учитывая предельное свойство преобразование Лапласа , решение этого уравнения получаем в виде. (3.20)Из выражения (3.20) следует, что вероятность возврата процесса в исходное нулевое состояние для бесконечного графа, изображенного на рис. 3.6, определяется соотношениемгде и - вероятности перехода процесса из состояния ( соответственно в состояния и . Т.е. соответствуют описанному выше для системы процессу гибели и размножения.Отметим, что среднее число возвратов процесса в исходное состояние может быть найдено по формуле .На основе полученных моделей объединяющих вероятности переходов между состояниями, случайные времена переходов удобно определять по вероятностно - временному графу, который описывает переходы процесса из одного состояния в другое. Такой вероятностно-временной граф для базовой модели управления вызовами на приемной стороне строится на основании соответствующей базовой модели состояний вызова, описанной в предыдущем разделе. Поэтому далее разрабатывается алгоритм функционирования базовой модели управления вызовами на приемной стороне, который определяет последовательность процедур в определенной временной последовательности. Эти процедуры в свою очередь определяют вероятностно-временные характеристиками, для анализа которых и используются вероятностно-временные графы.4. Разработка алгоритма функционирования базовой модели управления вызовами на приемной сторонеНа основании вышеизложенного описания BCSM на приемной стороне и в соответствии с рекомендациями ITU-T Q.1214 разработаем алгоритм ее функционирования BCSM. В качестве инструмента взят программный пакет Cinderella SDL 1.0, позволяющий разрабатывать, анализировать и модифицировать систему описываемые на языке спецификаций и описаний SDL (Specification and Description Language), в сочетании с двумя другими языками спецификаций: ASN1 (Abstract Syntax Notation 1), MSC (Message Sequence Chart).Основу языка составляет концепция взаимодействия конечных автоматов. При этом динамическое поведение системы описывается с помощью механизмов функционирования расширенных конечных автоматов и связей между ними, называемых процессами. Наборы процессов образуют блоки. Блоки, соединенные друг с другом и со своим окружением каналами, в свою очередь, образуют SDL-систему.Каждый сигнал подлежит точному определению в спецификации SDL с указанием значений типов данных, которые могут быть переданы данным сигналом.Процесс описывает поведение некоторого определенного объекта системы в SDL и является наиболее важным объектом в языке. Поведение каждого процесса определяется расширенным конечным автоматом, который выполняет действия и генерирует реакции (сигналы) в ответ на внешние воздействия (сигналы).Конечный автомат имеет конечное число внутренних состояний и оперирует с конечным дискретным множеством входов и выходов. Под автоматом с конечным числом состояний понимается объект, находящийся в одном из дискретных состояний на вход которого поступают извне некоторые сигналы , а на выходе которого имеется набор выходных сигналов J1, J2,…. Jm. Под влиянием входных сигналов автомат переходит из одного состояния в другое, которое может совпадать с предыдущим, и выдает выходной сигнал.Сигналы подразделяются на два типа: возобновляющие и порождающие. Возобновляющий сигнал при поступлении на ввод переводит процесс из состояния, предшествующего вводу, в переход. Порождающий сигнал генерирует новый процесс, который переводится в переход. Кроме того, можно выделить поглощающее состояние, при переходе в которое процесс исчезает (поглощается данным состоянием).Процесс в SDL-спецификации имеет конечное число состояний, в каждом из которых он может принимать ряд отправленных этому процессу допустимых сигналов. Процесс может находиться в одном из состояний или в переходе между состояниями. Если во время перехода поступает сигнал, предназначенный дня данного процесса, то он ставится в очередь к процессу.Процесс в SDL рассматривается как некий объект, который находится в состоянии ожидания получения входного сигнала либо в переходе. Состояние определяется как условие, в котором действие процесса временно приостановлено в ожидании ввода.Разработанный алгоритм представлен в приложении Б.В данном алгоритме реализуются следующие состояния:1) S7 - свободное состояние. Переход в это состояние происходит под воздействием следующих событий: завершен процесс разъединения и освобождения, связанный с предыдущим вызовом, абонентские линии (АЛ) и соединительные линии (СЛ) системы коммутации свободны.При этом наблюдаются следующие функции: освобождение линий и каналов; контроль исходного состояния, проверка правомочности входящего вызова.Выход из этого состояния происходит под воздействием следующих событий: входящий вызов разрешен, отказ входящей связи.2) S8 - выбор ресурса и оповещение о вызове. Переход в это состояние происходит под воздействием события - прием входящего вызова и разрешение направить его к адресату.При этом наблюдаются следующие функции: выбор ресурса для обслуживания вызова, извещение о вызове к вызываемому терминальному оборудованию.Выход из этого состояния происходит под воздействием следующих событий: входящая сторона извещается о вызове, получен ответ вызываемой стороны, вызываемая сторона занята или недоступна, отказ вызывающей стороны от связи.3) S9 - посылка вызова. Переход в это состояние происходит под воздействием следующего события - входящая сторона извещается о вызове.При этом наблюдаются следующие функции: оповещение исходящей станции и ожидание ответа вызываемой стороны.Выход из этого состояния происходит под воздействием следующих событий: ответ вызываемой стороны, отсутствие ответа, отказ вызывающей стороны от связи.4) S10 - разговор. Переход в это состояние происходит под воздействием события - получен ответ вызываемой стороны.При этом наблюдаются следующие функции: устанавливается соединение между исходящей и входящей сторонами, проводится наблюдение за состоянием связи.Выход из этого состояния происходит под воздействием следующих событий: прием от вызванной стороны услуги или компонента услуги, обрыв соединения, разъединение вызванной стороной или исходящей стороной.5) S11 - освобождение. Переход в это состояние осуществляется при обнаружении одного из условий освобождения: истек тайм-аут, некорректная информация, невозможность выбора ресурса, абонент занят, нет ответа, обрыв соединения.Здесь выполняются следующие функции: производятся действия по освобождению всех устройств, участвующих в соединении.Выход из этого состояния происходит под воздействием события: все устройства, участвующие в соединении, перешли в свободное состояние.В результате анализа контрольных точек (12-18) приведенной модели BCSM на приемной стороне были определены основные информационные сообщения, которые могут передаваться при предоставлении услуг IN между SSF и SCF:12) маршрут выбран - входящий вызов разрешен;13) абонент занят - занята входящая сторона;14) нет ответа - входящая сторона не отвечает;15) ответ абонента - ответ входящей стороны;16) запрос услуги или компоненты услуги от вызываемого абонента - вмешательство в фазу разговора входящей стороны;17) разъединение - разъединение входящей стороны;18) отбой со стороны вызывающего абонента.Реализованные в рассмотренном алгоритме базовой модели управления вызовами на приемной стороне состояния определяют последовательность процедур в определенной временной последовательности. Выполнение этих процедур описывается вероятностно-временными характеристиками, которые можно определить с помощью вероятностно-временных графов. Как было отмечено выше, в основе их организации лежит аппарат полумарковских процессов. В следующем разделе производится построение вероятностно-временного графа для базовой модели управления вызовами на приемной стороне и анализ соответствующих вероятностно-временных характеристик.5. Расчет вероятностно-временных характеристик базовой модели управления вызовами на приемной сторонеКак было отмечено, в основе базовой модели управления вызовами лежит BCSM. BCSM на приемной стороне определяет последовательность процедур в определенной временной последовательности. BCSM можно характеризовать вероятностно-временными характеристиками (ВВХ), для анализа которых используются так называемые вероятностно-временные графы. В них вершины обозначают возникающие состояния, а дуги соответствуют каждому событию, которые характеризуются определенными функциями, связанными с вероятностями появления таких состояний и временем, затрачиваемым на это. Эти функции удобно выбирать таким образом, чтобы при последовательном выполнении операций вероятности умножались и времена складывались, а при параллельном выполнении операций вероятности складывались и времена представляли сумму произведений для тех или иных операций. Таким требованиям удовлетворяет функция вида, (4.1)где - вероятностный вес -й дуги; - ее временной вес, который равен. (4.2)Эта функция обладает следующими свойствам:- при последовательном соединении дуг с весовыми функциями и эквивалентная весовая функция представляет собой произведение этих весовых функций, (4.3)а результирующие ВВХ определяются выражениями, (4.4);- при параллельном соединении дуг с весовыми функциями и эквивалентная весовая функция представляет собой сумму этих весовых функций, (4.5)а результирующие ВВХ определяются выражениями, (4.6);- при наличии петель эквивалентная весовая функция имеет вид. (4.7)Вероятностно-временной граф составляется на основе описания алгоритма базовой модели управления вызовами на передающей стороне на языке SDL. Имея такой граф и зная вероятности и временные интервалы в виде целочисленных отрезков времени отдельных переходов, можно определить результирующую производящую функцию перехода из любого состояния в любое состояние через произвольное число промежуточных состояний.Для нахождения производящей функции удобно пользоваться правилом Мэзона. В соответствии с этим правилом, если переход из вершины в вершину состоит из путей и контуров, то результирующая производящая функция, (4.8)где и - производящие функции соответственно для путей и контуров графа, а верхний индекс «звездочка» (*) означает, что при умножении производящих функций внутри скобок любое произведение производящих функций пути и контура (или контура и контура) при условии, что они касаются друг друга в графе, приравнивается к нулю. При этом под путем от вершины к вершине понимается направленная последовательность дуг, для которой вершина начальная, а вершина - конечная, причем каждая вершина между дугами проходится один раз. Контур - замкнутый путь, для которого начальная вершина совпадает с конечной.Вероятностно-временной граф базовой модели управления вызовами на передающей стороне приведен в приложении В.В данном графе число путей , а количество контуров . Запишем производящие функции путей и контуров;;;;;;;;;;,где - весовая функция непосредственного перехода из состояния в состояние .Подставляя значения производящих функций путей и контуров в формулу (4.8) в результате получим, что производящая функция установления соединения (перехода из исходного состояния S7 в состояние разговора S10) может быть записана следующим образом.Отсюда среднее время установления соединения =1.Из анализа видно, что он позволяет в аналитической форме определить время перехода из одного состояния графа в другой. Что же касается вероятностей перехода, то для их определения удобно использовать аппарат полумарковской модели.Для определения результирующей задержки обслуживания вызова и предоставления интеллектуальной услуги (численных значений параметров) с помощью полученных аналитических зависимостей для вероятностно-временных характеристик, описывающих процессы обслуживания вызовов на приемной стороне, так же как и для передающей стороны, необходимо проводить долговременные и многократные натурные эксперименты. В этом качестве можно использовать анализаторы протоколов сетей передачи данных. Основными функциональными характеристиками анализаторов являются спецификация поддерживаемых протоколов и глубина декодирования сообщений. Обычно анализатор состоит из двух частей: модуля первичной аппаратной обработки информации в реальном времени и модуля вторичной обработки данных посредством программного обеспечения, входящего в состав анализатора персонального компьютера. Вторичная обработка обеспечивает представление информации в наиболее удобной форме, анализ статистики, интеллектуальную обработку данных экспертной системой анализатора и т.д.Перечень ссылок 1. Stored Program Controlled Network. The Bell System Technical Journal, September 1982. 2. Рекомендации ITU-T серии Q.1200 // ITU-T White Book. - Geneva, 1997. 3. С.В. Крестьянинов, Е.И. Полканов, М.А. Шнепс-Шнеппе Интеллектуальные сети и компьютерная телефония. - М.: Радио и связь, 2001. - 204 с. 4. Б.Я. Лихтциндер, М.А. Кузякин и др. Интеллектуальные сети связи. - М.: Эко-Трендз, 2000. - 207 с. 5. Б.С. Гольдштейн, И.М. Ехриель и др. Интеллектуальные сети. - М.: Радио и связь, 2000. - 500 с. 6. Ю.В. Лазарев, В.Б. Николаев, Н.А. Деханова Некоторые вопросы предоставления услуг интеллектуальной сети связи // Электросвязь, №2, 2001. с. 12-13. 7. Самуйлов К.Е., Филюшин Ю.И. Оценка среднего значения времени установления соединения для услуг интеллектуальной сети связи // Электросвязь, №9, 1996. - С. 14-16. 8. Б.И. Крук, В.Н. Попантонопуло, В.П. Шувалов Телекоммуникационные системы и сети. Том 1 - Современные технологии. - М.: Горячая линия - Телеком, 2004. - 647 с. 9. ITU-T. Recommendation Q.1205 - Intelligent network physical plane architecture, Helsinki, 1993. 10. ITU-T. Recommendation Q.1211 - Introduction to intelligent network capability Set, Helsinki, 1993. 11. А. В Росляков Общеканальная сигнализация №7. - М.: Эко-Трендз, 1999. 12. Ершов В.А, Кузнецов Н.А. Мультисервисные телекоммуникационные сети. - М.: Издательство МГТУ им. Н.Э. Баумана, 2003. - 432 с. 13. ITU-T. Recommendation Q.I 208 General aspects of the intelligent network application protocol, Helsinki, 1993. 14. ITU-T. Recommendation Q.1218 - Interface Recommendations for intelligent network CS_1, Helsinki, 1993. 15. ITU-T. Recommendation Q.1214 - Distributed functional plane for intelligent network CS_1, Helsinki, 1993. 16. В.М. Вишневский Теоретические основы проектирования компьютерных сетей - М.: Техносфера, 2003. - 512 с. 17. Тихонов В.И. Марковские и полумарковские процессы - М.: Радио и связь, 1978. - 487 с. 18. В.А. Кочегаров, Г.А. Фролов Полумарковские системы распределения информации. Марковские и немарковские модели. - М.: Радио и связь, 1991. 19. Закон Украины «Об охране труда». 20. Сибаров Ю.Г. и др. Охрана труда в вычислительных центрах. _ М.: Машиностроение, 1985-185 с. 21. Долин П.А. Справочник по технике безопасности. -5_е изд., перераб. и доп. _ М.: Энергоиздат, 1985.-800 с. 22. Правила пожарной безопасности в отрасли связи. НАПБ В.01.053-2000/520. 23. ДНАОП 0.00-1.31-99 Правила охорони праці під час експлуатації електронно-обчислювальних машин. 24. СНиП 2.01.02 - 87. Противопожарные нормы. 25. ДСН 3.3.6.042-99 «Санитарные нормы микроклимата производственных помещений» 26. ПУЭ_85. Правила устройства электроустановок. - М.: Энергоатомиздат, 1986. - 648 с. 27. ДНАОП 0.00-4.12-99 Типове положення про навчання, інструктаж та перевірку знань працівників з питань охорони праці. 28. Гігієнічна класифікація праці за показанням шкідливості та небезпечності факторів виробничого середовища, важкості та напруженості трудового процесу. Приказ МОЗ від 31.12.97 №382.
Страницы: 1, 2, 3, 4, 5, 6
|
|