Show page

Differences

This shows you the differences between two versions of the page.

--- isrm:laboratoare:new:03 [2020/03/07 21:32]
vlad.traista [[02] Capacitatea ideală simulare]
+++ isrm:laboratoare:new:03 [2022/03/12 12:07] (current)
mbarbulescu
@@ Line 45: / Line 45: @@
 ======  [00] Pregătire laborator ======
-Intrați în directorul ''/home/student/Desktop/ISRM/ns-3-dev''. Rulați comanda:
+<note important>
+Pe [[:isrm:mv|mașina virtuală]] aveți tot ce trebuie în ''/home/student/ns-3-dev''.
-<code bash>
+Dacă lucrați pe alt dispozitiv trebuie să rulați comenzile:
-git submodule update --remote --merge
-git submodule foreach git pull origin master   # in caz ca cea anterioara nu ne muta pe ultimul commit din master
-</code>
-Dacă directorul nu există rulați comenzile de mai jos și țineți minte unde aveți ''ns-3-dev'' folder cu toate lucrurile compilate:
 <code bash>
-git clone https://gitlab.com/b12mihai1/ns-3-dev.git ~/ns-3-dev
+student@isrm-vm-2020:~$ git clone https://gitlab.com/nsnam/ns-3-dev.git
-cd ~/ns-3-dev
+student@isrm-vm-2020:~$ cd ~/ns-3-dev
-git checkout -b isrm_2020 remotes/origin/isrm_2020
+student@isrm-vm-2020:~/ns-3-dev$ git checkout -b ns-332-rel ns-3.32
-git submodule init
+student@isrm-vm-2020:~$ cd ~/ns-3-dev/examples
-git submodule update --remote --merge
+student@isrm-vm-2020:~/ns-3-dev/examples$ git clone https://github.com/isrm-lab/ns3-labs.git
-git submodule foreach git pull origin master
+student@isrm-vm-2020:~$ cd ~/ns-3-dev
-./waf configure --build-profile=debug --enable-examples --enable-tests && ./waf build -j4
+student@isrm-vm-2020:~$ ./waf configure --build-profile=debug --enable-examples --enable-tests
-</code>
+student@isrm-vm-2020:~$ ./waf build -j4
-Pentru a realiza grafice, trebuie sa instalam si pachetele de Python:
-<code bash>
-student@isrm-vm-2020:~$ sudo apt-get update
-student@isrm-vm-2020:~$ sudo apt-get install python3-pip
-student@isrm-vm-2020:~$ pip3 install matplotlib jupyter
-student@isrm-vm-2020:~$ sudo ln -s ~/.local/bin/jupyter-notebook /usr/bin/jupyter-notebook
 </code>
+</note>
 Pentru a lansa aplicatia de Jupyter Notebook, rulati urmatoarea comanda:
@@ Line 78: / Line 68: @@
 </code>
-Pe parcursul laboratorului, vom avea nevoie de utilitarul ''tshark'':
+====== [01] Capacitatea ideală teoretica ======
-<code bash>
-student@isrm-vm-2020:~$ sudo apt-get install tshark
-</code>
-======  [01] Analiza capturii profilului de trafic ======
-Utilitarul Wireshark este un utilitar grafic pentru captură și inspecție de trafic de rețea. [[https://www.wireshark.org/docs/man-pages/tshark.html|Tshark]] este un wireshark pentru terminal. Are avantajul de a folosi limbajul wireshark pentru filtre (condițiile pot fi create în wireshark si apoi copiate cu copy/paste), dar în același timp oferă controlul afișarii la stdout.
-Până acum foloseați de obicei aceste utilitare pentru a analiza o captură real-time de pachete pe o interfață sau o captură ''pcap''/''pcapng'' obținută cu ''tcpdump''.
-Simulatorul ''ns-3'' ne oferă un mecanism de tracing foarte puternic de analiză: [[https://www.nsnam.org/docs/release/3.30/tutorial/singlehtml/index.html#pcap-tracing|pcap-tracing]]
-=====  [01a] Rularea simulării =====
-<code bash>
-student@isrm-vm:~/ns-3-dev$ ./waf --run "wifi-tcp --pcap=true"
-(...)
-student@isrm-vm:~/ns-3-dev$ ls -al *.pcap
--rw-rw-r-- 1 mihai mihai 76129717 Mar  4 15:44 AccessPoint-0-0.pcap
--rw-rw-r-- 1 mihai mihai 80172767 Mar  4 15:44 Station-1-0.pcap
-</code>
-Deschideți oricare din cele două capturi cu Wireshark. Filtrați și afișați doar pachetele TCP. Fără a citi codul simulării și nici descrierea de la începutul sursei, ci doar PCAP-urile, care credeți că e direcția traficului? Sunt două noduri: 0 și 1 - 0->1 sau 1->0?
-<note tip>
-Primul număr din numele PCAP-ului generat este indexul nodului din simulare, iar al doilea număr e interfața de rețea (un nod poate avea mai multe interfețe de rețea). În simulare nodul 0 e AP (access point) și 1 este stație mobilă (STA). Un pachet care ajunge la STA (nodul 1) dar care a fost aruncat nu va putea fi văzut în captura ''Station-1-0.pcap'' dar în ''AccessPoint-0-0.pcap'' îl vom putea vedea.
-Acest lucru e util când vom analiza de ce se pierd pachete în WiFi
-</note>
-Determinați canalul routerului și frecvența centrală a lui analizând câmpurile din secțiunea ''802.11 radio information'' sau ''Radiotap Header''.
-=====  [01b] Analiza PCAP cu tshark =====
-[[https://hackertarget.com/tshark-tutorial-and-filter-examples/|Exemple filtre]]
-Exemplu rulare:
-<code bash>
-student@isrm-vm:~/ns-3-dev$ tshark -T fields -e frame.time_epoch \
-     -e frame.number -e ip.src  \
-     -r ./AccessPoint-0-0.pcap '(ip.proto == 6) && (ip.src == 10.0.0.1)' > frames.txt
-</code>
-  * ''-T fields'' indică câmpurile din pachete care se doresc printate
-Colecție de câmpuri de interes:
-^ opțiune pentru  -e  ^ semnificație    ^
-| frame.time_epoch    | timpul de la începutul simulării    |
-| frame.number    | numărul cadrului |
-| ip.src    | adresa IP sursă      |
-| ip.id    |  IP identifier field     |
-| ip.ttl    | câmpul TTL din headerul de IP      |
-| wlan.flags    | câmpul flags din headerul WLAN      |
-| wlan.seq    | numărul de secvență WLAN     |
-| wlan.fcs_good | cadrul WLAN este validat de câmpul FCS |
-  * ''(ip.proto == 6) && (ip.src == 10.0.0.1)'' indică condiția de filtrare a pachetelor din .pcap - pachete de tip TCP (proto=6) și IP sursă; folosește acelasi limbaj ca și wireshark
-Exerciții:
-  * Folosind ''tshark'' cu filtrul ''wlan.fc.type_subtype == 0x08'' extrageți și numărați câte pachete de tip beacon trimite AP-ul din captura ''./AccessPoint-0-0.pcap''
-      * Hint: pentru contorizare în bash puteți folosi ''wc -l''
-      * Folosiți câmpurile ''frame.time_epoch'' de la câteva linii consecutive și determinați la ce interval de timp (în ''ms'') AP-ul (access point-ul) trimite beacon-uri
-  * Folosind ''tshark'' extrageți în 2 fișiere separate, fiecare fișier având filtrul ''wlan.fc.type_subtype <= 0x0011'' (subtipul <= 0x0011) și celălalt ''wlan.fc.type_subtype == 0x0028'' următoarele câmpuri: ''frame.time_epoch'', ''wlan_radio.phy'', ''frame.number''.
-      * Ce puteți spune despre PHY type-ul din primul fișier, dar al doilea? Ce credeți că se întâmplă
-      * Dacă sunteți curioși ce inseamna type/subtype, consultați [[https://community.cisco.com/t5/wireless-mobility-documents/802-11-frames-a-starter-guide-to-learn-wireless-sniffer-traces/ta-p/3110019#toc-hId--1447989924|acest tabel din standardul 802.11]]
-<note tip>
-Veți vedea și la curs și vom vedea și pe parcursul laboratoarelor: cadrele de date se trimit cu cel mai mare MCS posibil (în anumite condiții) iar cele de management/control (e.g. beacon, probe request) cu cel mai mic MCS stabilit intre AP și STA - motivul este că pentru acestea vrem o constelație robustă deoarece pierderile nu sunt acceptabile pentru cadre de control.
-</note>
-=====  [01c] Analiza trace-ului ASCII =====
-Mecanismul de [[https://www.nsnam.org/docs/tutorial/html/tracing.html|tracing din ns-3]] ne permite să logăm și în format ASCII evenimentele. Rulați simularea aferentă laboratorului 3 astfel:
-<code bash>
-./waf --run "lab3 --numberOfNodes=2 --payloadSize=1400 \
-    --offeredRate=11Mbps --phyRate=DsssRate11Mbps --simulationTime=2 --tracing=true"
-</code>
-Vom obține două trace-uri: unul PCAP (cum am analizat mai sus) și unul text: ''wifi-lab3.tr''. Deschideți și inspectați fișierul.
-Explicația conținutului fișierului:
-Prima literă este:
-<code bash>
-r for received
-d for dropped
-+ for enqueued
-- for dequeued
-t is for transmitted #Relevant for WiFi tracefiles
-</code>
-A doua coloană reprezintă timestamp.
-A treia coloană are următoarea semnificație:
-<note>name of the event in the configuration namespace, sometimes called the configuration path name. The NodeList value represents the node (A=0, etc), the DeviceList represents the interface, and the final part of the name repeats the action: Drop, MacRx, Enqueue, Dequeue.</note>
-Apoi urmează o serie de nume de clase din [[https://www.nsnam.org/doxygen/group__attribute.html|sistemul de atribute al ns-3]] (''ns3::Ipv4Header, ns3::TcpHeader'') și cu o listă de trace-uri specifice clasei respective.
-====== [02] Capacitatea ideală teoretica ======
 In cadrul acestui exercitiu vom calcula capacitatea unui canal 802.11 pentru standardele ''802.11b'' si ''802.11g'', în condiții optime. Vom face o analiză teoretică folosind temporizările, randomizările și dimensiunile antetelor din standard.
-===== [02a] Durata unei tranzactii atomice =====
+===== [01a] Durata unei tranzactii atomice =====
 Inainte de a porni la calcul, trebuie sa vedem mai intai cum arata antetul de PHY pentru cele 2 standarde.
@@ Line 195: / Line 78: @@
 Pentru **802.11b**, avem un antet PHY de 192 de biti care este trimis la un MCS de 1 Mbps:
-{{:isrm:laboratoare:03:802.11b.phy.preamble.png?500}}}
+{{:isrm:laboratoare:03:802.11b.phy.preamble.png?500}}
 Pentru **802.11g**, avem un antet PHY de 16 us plus 24 de biti care sunt transmisi la un MCS de 6 Mbps:
@@ Line 210: / Line 93: @@
   * 11b: slot time=20, SIFS=10, DIFS=50
   * 11g: slot time=9, SIFS=10, DIFS=28
-  * arbitraj=numar de sloturi * slot time; Numarul de sloturi poate sa varieze, valoarea lui minima fiind de 31. Pentru laborator, vom folosi o valoare medie a timpului de arbitraj: 31 / 2 * slot time.
+  * arbitraj=numar de sloturi * slot time; Numarul de sloturi poate sa varieze de la 0 pana la o anumita valoare prestabilita, minimul acestei valori fiind de 31. Pentru laborator, vom folosi o valoare medie a timpului de arbitraj minim: 31 / 2 * slot time = 15.5 * slot time.
 Header-ul de MAC pentru standardul 802.11 arata in felul urmator (dimensiunile sunt in octeti). Nu luati in calcul a patra adresa MAC care este optionala:
@@ Line 230: / Line 113: @@
 Durata unei tranzactii atomice pentru ''802.11b'' este:
 <spoiler>
-+ 310 + 192 + (24 + 20 + 8 + x + 4) *8 / MCS + 10 + 192 + 14 * 8 / MCS
++ 310 + 192 / 1 + (24 + 20 + 8 + x + 4) *8 / MCS + 10 + 192 / 1 + 14 * 8 / MCS
 </spoiler>
-===== [02b] Calcul si grafice throughput =====
+===== [01b] Calcul si grafice throughput =====
 Vom calcula throughput-ul ca raportul dintre dimensiunea payload-ului UDP (date utile) si durata unei tranzactii.
@@ Line 241: / Line 124: @@
 <spoiler>
 Throughput_11b(x) = x*8 / (754 + (70 + x) * 8/ MCS)
+La 802.11g, obtinem urmatoarea durata a tranzactiei atomice: 28 + 15.5 * 9 + 16 + 24 / 6 + (24 + 20 + 8 + x + 4) *8 / MCS + 10 + 16 + 24 / 6 + 14 * 8 / MCS
+Throughput_11g(x) = x*8 / (217.5 + (70 + x) * 8/ MCS)
 </spoiler>
 Realizati cate un grafic pentru standardele ''802.11b'' si ''802.11g'' care sa evidentieze evolutia throughput-ului in Mbps (axa Oy) in functie de dimensiunea payload-ului UDP (axa Ox). Puteti varia dimensiunea payload-ului de la 0 la 1400 de octeti.
-Din moment ce throughput-ul depinde si de MCS, n cadrul fiecarui grafic vor trebui construite 4 curbe (subgrafice) care sa corespunda urmatoarelor valori de MCS:
+Din moment ce throughput-ul depinde si de MCS, in cadrul fiecarui grafic vor trebui construite 4 curbe (subgrafice) care sa corespunda urmatoarelor valori de MCS:
   * pentru 802.11b - MCS: 1, 2, 5.5, 11 Mbps
-  * pentru 802.11g - MCS: 6, 12, 36, 54 Mbps
+  * pentru 802.11g - MCS: 6, 12, 24, 54 Mbps
 Graficele la care trebuie sa ajungeti sunt urmatoarele:
@@ Line 253: / Line 139: @@
   * pentru 802.11g {{:isrm:laboratoare:03:11g.ovhd.png?linkonly|rezultat}}
-====== [03] Capacitatea ideală simulare ======
-  * Pentru un singur client, se vor repeta curbele de mai sus folosind ns-3. Modelul [[https://github.com/isrm-lab/ns3-labs/blob/master/lab3.cc|lab3.cc]] configurează la (0,0) un AP și n-1 noduri plasate în vecinătatea sa. Traficul este generat de la AP către fiecare nod.
+Pentru realizarea graficelor, puteti folosi urmatorul template:
+<code python>
+import copy
+import numpy as np
+import matplotlib
+import matplotlib.pyplot as plt
+MCS_802_11_B = [1, 2, 5.5, 11]
+MCS_802_11_G = [6, 12, 24, 54]
+PAYLOAD_SIZES = [100 * i for i in range(15)]
+def compute_throughput_802_11_b(payload_size, mcs):
+    #TODO - replace tput with the correct value based on the payload_size and mcs
+    tput = 0
+    return tput
+def compute_throughput_802_11_g(payload_size, mcs):
+    #TODO - replace tput with the correct value based on the payload_size and mcs
+    tput = 0
+    return tput
+def plot_802_11_b_throughput():
+    # Apelul subplots poate fi folosit pentru a crea mai multe subgrafice in cadrul aceluiasi grafic sau in cadrul unor grafice diferite
+    # Prin figsize se specifica dimensiunea graficului
+    fig, ax = plt.subplots(figsize=(12,12))
+    # Valori stilistice pentru grafic
+    ax.grid(color='b', alpha=0.5, linestyle='dashed', linewidth=0.5)
+    # Denumirile axelor Ox si Oy, precum si titlul graficului
+    plt.xlabel('Payload size [bytes]')
+    plt.ylabel('Throughput [Mbps]')
+    plt.title('802.11b throughput')
+    # Aici este construit efectiv graficul. Campul label va fi folosit in cadrul legendei graficului
+    for mcs in MCS_802_11_B:
+        tput_values = [compute_throughput_802_11_b(payload_size, mcs) for payload_size in PAYLOAD_SIZES]
+        ax.plot(PAYLOAD_SIZES, tput_values, label='%s' % mcs)
+    ax.legend()
+    plt.show()
+def plot_802_11_g_throughput():
+    #TODO
+    pass
+if __name__ == '__main__':
+    plot_802_11_b_throughput()
+    plot_802_11_g_throughput()
+</code>
+====== [02] Capacitatea ideală simulare ======
+  * Pentru un singur client, se vor repeta curbele de mai sus folosind ns-3. Modelul [[https://github.com/isrm-lab/ns3-labs/blob/master/lab-03-04-capacity/lab3.cc|lab3.cc]] configurează la (0,0) un AP și n-1 noduri plasate în vecinătatea sa. Traficul este generat de la AP către fiecare nod.
   * Pentru capacitatea ideală, folosim un AP, un client, trafic de tip UDP. Exepmlu de rulare de interes (cu parametrii de interes) pentru acest task:
@@ Line 278: / Line 217: @@
 ''numberOfNodes'' reprezintă numărul total de noduri (inclusiv AP-ul).
-Parametrul ''phyRate'' (reprezinta MCS) va lua urmaoarele valori:
+<note important>
+Pentru a schimba standardul folosit in cadrul scriptului, modificati la [[https://github.com/isrm-lab/ns3-labs/blob/master/lab-03-04-capacity/lab3.cc#L111|linia]].
+</note>
+Parametrul ''phyRate'' (reprezinta MCS) va lua urmatoarele valori:
   * Pentru ''802.11b'':
@@ Line 301: / Line 243: @@
 </code>
-Parametrul ''dataRate'' corespunde traficului trimis de aplicație în socketul UDP. Pe linia de comandă **trebuie** dați parametrii relevanți pentru dimensiunea pachetului și rata dorită de UDP.
+Parametrul ''offeredRate'' corespunde traficului trimis de aplicație în socketul UDP. Pe linia de comandă **trebuie** dați parametrii relevanți pentru dimensiunea pachetului și rata dorită de UDP.
 Scopul acestui task este să repetați graficele precedente/teoretice folosind simularea în ''ns-3''. Puncte de evaluare pentru ''payloadSize'': 20, 50, 100, 500, 1000, 1500.
@@ Line 313: / Line 255: @@
 </note>
-<note tip>
+Puteti folosi acest template pentru construirea graficelor (va trebui sa implementati TODO-urile):
-De ce iterăm peste aceste packet size-uri? Iată câteva valori din trafic real: [[http://www.bandcalc.com/| VoIP]] ~ 20-300; DNS, TCP~ 500; Ethernet MTU=1500; 802.11 Beacon=380
-</note>
-====== [04] Capacitatea ideală simulare TCP ======
+<code python>
+import copy
+import numpy as np
+import matplotlib
+import matplotlib.pyplot as plt
+# Calea absoluta catre fisierul de date din care citim
+# TODO - trebuie inlocuita cu calea corecta
+DATA_FILE_802_11_B = '/home/student/ns-3-dev/output_802_11_b.txt'
+DATA_FILE_802_11_G = '/home/student/ns-3-dev/output_802_11_g.txt'
+columns = ['mcs', 'payload_size', 'throughput']
+# Citim datele din fisier
+# Argumentul delimiter precizeaza care este delimitatorul dintre coloane
+# Argumentul skip_header precizeaza cate linii nu vor fi citite pornind cu inceputul fisierului
+# Argumentul names este unul foarte util deoarece permite asocierea de nume pentru coloanele din fisier si
+# de asemenea duce la un acces foarte usor al datelor in script. In acest exemplu, names va fi egal cu ['x', 'y']
+# ceea ce inseamna ca putem accesa valorile din prima coloana prin sim_data['x'].
+# Argumentul dtype setat specifica modul in care vor fi interpretate coloanele (string-urile ca string-uri, float-urile ca float-uri).
+# In absenta acestui argument, valorile din coloane vor fi interpretate ca float.
+sim_data_802_11_b = np.genfromtxt(DATA_FILE_802_11_B, delimiter=' ', names=columns, dtype=None)
+#TODO - decomentati linia dupa ce ati obtinut fisierul de output pentru 802.11g
+# sim_data_802_11_g = np.genfromtxt(DATA_FILE_802_11_G, delimiter=' ', names=columns, dtype=None)
+def plot_802_11_b_throughput(sim_data):
+    data = copy.deepcopy(sim_data)
+    # Apelul subplots poate fi folosit pentru a crea mai multe subgrafice in cadrul aceluiasi grafic sau in cadrul unor grafice diferite
+    # Prin figsize se specifica dimensiunea graficului
+    fig, ax = plt.subplots(figsize=(12,12))
+    # Valori stilistice pentru grafic
+    ax.grid(color='b', alpha=0.5, linestyle='dashed', linewidth=0.5)
+    # Denumirile axelor Ox si Oy, precum si titlul graficului
+    plt.xlabel('Payload size [bytes]')
+    plt.ylabel('Throughput [Mbps]')
+    plt.title('802.11b throughput')
+    # Aici este construit efectiv graficul. Campul label va fi folosit in cadrul legendei graficului
+    #TODO
+    # Daca in fisierul de output aveti toate valorile de MCS, este posibil sa aveti nevoie de Python slicing pentru
+    # a construi graficele usor. Exemplu: data['mcs'][0:6] sau data['throughput'][0:6] pentru a extrage primele 6 elemente din
+    # coloana.
+    ax.legend()
+    plt.show()
-Repetați experimentele de mai sus folosind trafic de tip TCP.
+def plot_802_11_g_throughput(sim_data):
+    data = copy.deepcopy(sim_data)
+    # Apelul subplots poate fi folosit pentru a crea mai multe subgrafice in cadrul aceluiasi grafic sau in cadrul unor grafice diferite
+    # Prin figsize se specifica dimensiunea graficului
+    fig, ax = plt.subplots(figsize=(12,12))
+    # Valori stilistice pentru grafic
+    ax.grid(color='b', alpha=0.5, linestyle='dashed', linewidth=0.5)
+    # Denumirile axelor Ox si Oy, precum si titlul graficului
+    plt.xlabel('Payload size [bytes]')
+    plt.ylabel('Throughput [Mbps]')
+    plt.title('802.11g throughput')
+    # Aici este construit efectiv graficul. Campul label va fi folosit in cadrul legendei graficului
+    #TODO
-<code bash>
+    ax.legend()
-./waf --run "lab3 --numberOfNodes=2 --payloadSize=1400 \
-   --offeredRate=11Mbps --phyRate=DsssRate11Mbps --simulationTime=2 --runTcp=true"
+    plt.show()
+if __name__ == '__main__':
+    plot_802_11_b_throughput(sim_data_802_11_b)
+    #TODO - decomentati linia dupa ce ati obtinut fisierul de output pentru 802.11g
+#     plot_802_11_g_throughput(sim_data_802_11_g)
 </code>
+Pentru mai multe informatii legate de list slicing in Python, puteti consulta aceasta [[https://www.geeksforgeeks.org/python-list-comprehension-and-slicing/| pagina]].
+<note tip>
+De ce iterăm peste aceste packet size-uri? Iată câteva valori din trafic real: [[http://www.bandcalc.com/| VoIP]] ~ 20-300; DNS, TCP~ 500; Ethernet MTU=1500; 802.11 Beacon=380
+</note>

isrm/laboratoare/new/03.1583609545.txt.gz · Last modified: 2020/03/07 21:32 by vlad.traista

Show page Old revisions

Media Manager Back to top

Differences

Cursuri

Laboratoare

Resurse