• nsnam/ns-3 - Simulatorul de ns-3. Noi folosim release-ul de pe tag-ul ns-3.42.
• Laboratoarele de ISRM compatibile cu ns-3.
• Imagine docker cu setup ISRM

Pe orice mașină virtuală cu orice distribuție de Linux instalată, sau sub WSL2, sau dacă aveți Linux pe stațiile voastre instalați pachetul de docker:

sudo apt install docker docker.io docker-compose

O dată instalat docker e nevoie să vă adăugați userul în grupul docker. Urmați pașii de aici: https://docs.docker.com/engine/install/linux-postinstall/

Vezi și https://github.com/isrm-lab/isrm-vm-docker-img/blob/main/README.md

mkdir -p ~/isrm
cd ~/isrm
git clone git@github.com:isrm-lab/isrm-vm-docker-img.git
cd ~/isrm/isrm-vm-docker
./build-img.sh isrm2024 ~/isrm/ns-3-dev yes
 
# to enter console of image after build:
./enter-img.sh isrm2024

Compilare și rulare un exemplu de ns-3 pentru validarea funcționalității:

./ns3 configure --enable-examples --enable-tests
./ns3 build
 
./ns3 run "lab3 --numberOfNodes=2 \
     --payloadSize=1400 --offeredRate=11Mbps --phyRate=DsssRate11Mbps --simulationTime=2"

Dacă vă dați shutdown/reboot sau unmount la filesystem-ul dockerului și vreți să re-rulați simulatorul ns-3:

./build-img.sh isrm2024 ~/isrm/ns-3-dev

ns-3 este un simulator de rețele (Ethernet, Wi-Fi, 4G etc.) ce oferă:

• modele pentru studiul circulației unui pachet în rețea
• un engine pentru simulări de rețele complexe (noduri, modele de propagare, trafic UDP/TCP etc.)
• un mecanism de tracing atat in format text, cat și în format pcap.

Simulatorul este scris în C++, iar modelele se pot dezvolta în C++ sau Python. In cadrul laboratoarelor vom folosi și vom dezvolta modele în C++ deoarece capabilitatile si suportul oferite in ns-3 sunt mai bune decat cele pentru Python.

Obiectiv: Acest laborator oferă o idee de bază a modului în care funcționează simulatorul:

• cum se pregătește o simulare, unde se găsesc componentele interne
• cum se configurează componentele de rețea.
• in principal vom discuta experimente simple, familiare unui student care a luat un curs introductiv de rețele.

Cele mai importante pagini de parcurs despre ns-3 la început, dar și în timpul laboratoarelor sunt:

• Tutorial pentru utilizatori
• Development & Manual

Pentru inceput, puteti parcurge Tutorial ns-3, indeosebi urmatoarele sectiuni:

1. Conceptual Overview
2. Building Topologies
3. Tracing

În cadrul laboratorului ne vom concentra pe simulări Wi-Fi (IEEE 802.11). Puteti gasi exemple de simulări (în afara celor pe care le veți primi pentru laboratorul de ISRM) în ns3/examples/wireless

Ne propunem să rulăm un exemplu simplu: ns3/examples/wireless/wifi-tcp.cc. Acesta constă dintr-o stație (STA) care se conectează la un access point (AP) folosind 802.11n. Traficul este uplink de la STA la AP. Putem rula orice exemplu astfel:

./enter-img.sh isrm2024
 
root@isrm-vm:/home/student/isrm$ ./ns3 run wifi-tcp
1.1s: 	46.2797 Mbit/s
1.2s: 	55.2294 Mbit/s
(...)
10.8s: 	55.465 Mbit/s
10.9s: 	44.9843 Mbit/s
 
Average throughput: 52.15 Mbit/s

Dacă vrem să transmitem parametrii în linia de comandă simulării (deoarece wifi-tcp suportă), o putem face cu ghilimele:

root@isrm-vm:/home/student/isrm$ ./ns3 run "wifi-tcp --pcap --simulationTime=3"
1.1s:   45.8086 Mbit/s
1.2s:   55.3472 Mbit/s
(...)
3.9s:   52.7565 Mbit/s
 
Average throughput: 52.9017 Mbit/s

Întrucât opțiunea --pcap activează mecanismul de pcap tracing din ns-3 (vom discuta mai târziu despre acesta), putem vizualiza cu wireshark următoarele capturi care se generează în directorul curent:

root@isrm-vm:/home/student/isrm# ls *.pcap
AccessPoint-0-0.pcap  Station-1-0.pcap

root@isrm-vm:/home/student/isrm$ ls *.pcap
AccessPoint-0-0.pcap  Station-1-0.pcap

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?

Determinați canalul routerului și frecvența centrală a lui analizând câmpurile din secțiunea 802.11 radio information sau Radiotap Header.

Exemplu rulare:

root@isrm-vm:/home/student/isrm$ 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

• -T fields indică câmpurile din pachete care se doresc printate

Colecție de câmpuri de interes:

• (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 mai mic sau egal cu 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 acest tabel din standardul 802.11

Mecanismul de tracing din ns-3 ne permite să logăm și în format ASCII evenimentele. Rulați simularea:

./waf --run "lab3 --numberOfNodes=2 --payloadSize=1400 \
    --offeredRate=11Mbps --phyRate=DsssRate11Mbps --simulationTime=2 --tracing=true"

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:

r for received
d for dropped
+ for enqueued
- for dequeued
t is for transmitted #Relevant for WiFi tracefiles

A doua coloană reprezintă timestamp.

A treia coloană are următoarea semnificație:

Apoi urmează o serie de nume de clase din sistemul de atribute al ns-3 (ns3::Ipv4Header, ns3::TcpHeader) și cu o listă de trace-uri specifice clasei respective.

Ne propunem să validăm și că funcționează generarea de grafice, lucru pe care îl vom folosi la toate laboratoarele.

Descarcati fișierul de date numit plotting_data1.csv ce conține:

plotting_data1.csv

 # comentarii 
 # X Y
   1 2
   2 3
   3 2
   4 1

Pe baza acestor date, graficul poate fi construit folosind urmatorul template (pe care il puteti folosi si la restul laboratoarelor):

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 = 'plotting_data1.csv'
columns = ['x', 'y']
 
# 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 = np.genfromtxt(DATA_FILE, delimiter=' ', skip_header=2, names=columns, dtype=None)
 
def plot_data(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('X values')
    plt.ylabel('Y values')
    plt.title('A very nice looking plot')
 
    # Aici este construit efectiv graficul. Campul label va fi folosit in cadrul legendei graficului
    ax.plot(data['x'], data['y'], label='My plot')
    ax.legend()
 
    plt.savefig("l1t3.png")
 
if __name__ == '__main__':
    plot_data(sim_data)

Verificați după rulare că în folderul din docker aveți fișierul l1t3.png. De asemenea, pentru că folosim overlayfs puteți accesa de pe mașina fizică/virtuală din care rulați docker-ul din folderul: ~/.isrm2024/merge/l1t3.png presupunând că la build ati folosit ca parametru numele docker image-ului isrm2024.