Целью данной работы является обобщение стохастической модели RED (Random Early Detection) на случай дисциплин обслуживания AURED, SARED и GRED, а также верификация результатов численного моделирования с помощью имитационного моделирования. Стохастическая модель строится на основе системы из трёх стохастических уравнений Ито. Численное решение проводится с помощью стохастических методов Рунге-Кутты со слабой сходимостью второго порядка. Комплекс программ для численного моделирования написан авторами статьи на языке Python версии 3 с использованием библиотек NumPy и SciPy. В статье достаточно подробно описываются компоненты программного комплекса. Для имитационного моделирования авторы использовали открытый пакет программного обеспечения для моделирования компьютерных сетей NS2. В данной статье авторы лишь кратко описывают те моменты, которые касаются дисциплин обслуживания очередей, не останавливаясь на общем описании NS2. Результаты моделирования представлены в виде графиков зависимостей средней и текущей длин очереди от времени. На основе анализа полученных графиков показано, что имитационное и численное моделирование дало качественно соответствующие друг другу результаты.
The aim of this paper is to expand the stochastic model of RED (Random Early Detection) for the case of AURED, SARED and GRED queue service disciplines, as well as the verification of numerical simulation results with NS2 software. A stochastic model is based on the a system of three Ito stochastic equations. The numerical solution is carried out using stochastic Runge-Kutta methods with weak convergence of the second order.Software package for the numerical simulation written by authors in Python version 3 using libraries NumPy and SciPy. The article describes in detail the components of software package. For simulation we use open source software package for modeling Computer Networks NS2. In this article, the authors briefly describe those moments that touch queuing disciplines, not dwelling on the general description of NS2. The simulation results are presented as a plot of the average queue length and the current queue length as functions of time. Based on the analysis of the graphs, it is shown thatthe simulation and Numerical simulation gave qualitatively related to each other results.