See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/224093607

VoIP Quality of Service in Networks with Active Queue Management

Article  in  IEEE Latin America Transactions · October 2009

DOI: 10.1109/TLA.2009.5361199 · Source: IEEE Xplore

CITATIONS READS
2 59

4 authors, including:

Vitalio Alfonso Reguera Evelio M. García Fernández

Universidad Central "Marta Abreu" de las Villas Universidade Federal do Paraná
58 PUBLICATIONS   219 CITATIONS    75 PUBLICATIONS   513 CITATIONS   

SEE PROFILE SEE PROFILE

Felix Alvarez Paliza

Universidad Central "Marta Abreu" de las Villas
23 PUBLICATIONS   36 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Quality of Service for Voice over IP support in WiFi networks View project

CSI-limited/free efficient schemes View project

All content following this page was uploaded by Vitalio Alfonso Reguera on 06 September 2015.

The user has requested enhancement of the downloaded file.

IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 5, SEPTEMBER 2009
VoIP Quality of Service in Networks
with Active Queue Management
V. A. Reguera, E. M. G. Fernández, F. A. Paliza, W. Godoy Jr.
1
Abstract— This article provides a new analytical method
based on a fixed point approach to estimate the impact of active
queue management schemes on the quality of service of voice
over IP applications. The results obtained by the proposed
method were validated using discret event simulation techniques.
In all the studied cases it was observed a great deal of agreement
between the analytical results and the results obtained through
simulation. The theoretical predictions, as well as the presented
empiric evidences demonstrate that the use of active queue
management offers a better quality of service than the
traditionally queue control mechanisms used in internet.
Keywords— active queue management, voice over IP,
performance analyses, Internet.
I. INTRODUÇÃO
O gerenciamento ativo de filas (AQM: Active Queue
Management) tem sido proposto como uma ferramenta
para o controle de congestionamento na Internet [1]. Vários
estudos têm-se dedicado nos últimos anos ao projeto e
avaliação de algoritmos de AQM [2]-[6] que atuam nos
roteadores de rede enviando informação para as fontes
geradoras de tráfego sobre o perigo iminente de
congestionamento. Protocolos da camada de transporte da rede
como o protocolo TCP (TCP: Transport Control Protocol)
têm a capacidade de reagir a estes sinais diminuindo a taxa de
envio de dados, evitando desta forma que se produza
congestionamento. Em muitos casos o uso de AQM ajuda a
otimizar diversas métricas de rede tais como o atraso, variação
do atraso (jitter) e perda de pacotes durante os períodos de
congestionamento. O anterior se traduz num aumento da
qualidade de serviço (QoS: Quality of Service) nas aplicações
que são afetadas pela degradação destes parâmetros. Porém,
devido à complexa interação entre os algoritmos de AQM e as
aplicações no resulta fácil avaliar a influência que eles
exercem na percepção que os usuários têm sobre a QoS
oferecida. Nas referências [5] e [6] esta avaliação foi feita
através de simulação computacional verificando-se que a
utilização dos algoritmos ARED (ARED: Adaptive Random
Early Detection) e AVQ (AVQ: Adaptive Virtual Queue)
aumenta de maneira significativa a qualidade percebida pelos
1 1
Este trabalho foi parcialmente financiado pela CAPES (Coordenação de
Aperfeiçoamento de Pessoal de Nível Superior do Brasil) através do projeto
Capes/MES-Cuba 016/06.
Vitalio. A. Reguera, Universidad Central de Las Villas, Santa Clara, Cuba,
vitalio@uclv.edu.cu.
Félix. A. Paliza, Universidad Central de Las Villas, Santa Clara, Cuba,
fapaliza@uclv.edu.cu.
Evelio. M. G. Fernández, Universidade Federal do Paraná, Curitiba,
evelio@eletrica.ufpr.br.
Walter Godoy Jr., Universidade Tecnológica Federal do Paraná, Curitiba,
godoy@utfpr.edu.br.
603
usuários na recepção de chamadas telefônicas transmitidas
através de enlaces congestionados.
É certo que naqueles cenários onde é possível estabelecer
uma diferenciação de fluxos e discriminar o tráfego de voz do
resto das aplicações se recomenda o uso de filas com
prioridade (Ex. PQ: Priority Queue, LLQ: Low Latency
Queue) [7]. Isto garante o envio preferencial dos pacotes de
voz, garantindo uma QoS superior à que se poderia atingir
com qualquer um outro mecanismo. Porém, em redes
heterogêneas nem sempre é possível estabelecer garantias de
QoS fim a fim para as aplicações de voz. Os resultados desta
pesquisa são aplicáveis naqueles segmentos da rede onde o
tráfego de voz não se diferencia do resto das aplicações. Estes
cenários são muito comuns em Internet com a proliferação de
serviços de voz sobre IP (VoIP: Voice over IP) baseados em
arquiteturas P2P (Peer to Peer), como é o caso de Skype cujo
software tem sido amplamente difundido [8], [9].
Neste trabalho é apresentado um procedimento analítico
baseado em uma aproximação de ponto fixo para determinar o
impacto dos algoritmos de AQM ARED e AVQ na qualidade
de serviço de aplicações de VoIP.
A. Trabalhos Relacionados e Principais Contribuições
Vários trabalhos [2-6, 10-17] têm-se dedicado à avaliação
do impacto de algoritmos de AQM sobre diversas métricas de
rede. Em [15] se estabelece uma comparação através de
simulação entre vários algoritmos de AQM; as métricas
utilizadas são a justeza e a taxa de utilização. Outros estudos
similares são reportados em [16] e [17] utilizando métricas
diferentes. O presente trabalho difere em grande medida dos
anteriores em que (i) se utilizam métodos analíticos em
complementação aos métodos de simulação e (ii) se utiliza
como principal métrica de desempenho a satisfação percebida
pelos usuários finais de um sistema VoIP.
Um estudo analítico da influência do algoritmo RED em
aplicações de áudio interativas aparece em [18] onde os
autores questionam os benefícios que algoritmos de AQM
podem reportar às aplicações de VoIP, porém o modelo
matemático apresentado não tem em conta os mecanismos de
controle de congestionamento presentes em grande parte do
tráfego em Internet e portanto se trata de um modelo com
grande inexatidão. Este problema também está presente em
vários trabalhos que tratam sobre o projeto de sistemas VoIP
[19,20].
O presente trabalho dá continuidade aos estudos
apresentados em [5] e [6] agora utilizando ferramentas
analíticas que podem ser de grande ajuda no dimensionamento
e configuração de sistemas VoIP.
O modelo proposto neste trabalho permite capturar a
interação entre os algoritmos ARED e AVQ e as fontes de
604 IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 5, SEPTEMBER 2009

tráfego, estimando os valores do atraso, variação do atraso e Mean Opinion Score) para as aplicações de voz.
taxa de perda de pacotes. Uma vez obtidas as métricas de rede,
A. Aproximação de Ponto Fixo
estas são utilizadas como entradas do algoritmo computacional
proposto em [21] que permite estimar o grau de satisfação Sejam λ(ti ) e λ(ti ) a taxa de chegada gerada pela i-ésima
experimentado pelos usuários de um sistema de voz sobre IP. fonte TCP e UDP respectivamente (ver Fig. 1), então a taxa de
Uma descrição detalhada do método analítico proposto chegada total, λT , é dada por,
aparece na próxima seção. Na Seção III os resultados obtidos nt nu

através do método analítico são contrapostos com os λT = ∑ λ(i t ) + ∑ λ(i u ) (1)

resultados obtidos através de simulação computacional. Por i =1 i =1

fim, na Seção IV aparecem na forma de conclusões, critérios

sobre a validade e utilidade dos resultados obtidos.
II. MODELOS ANALÍTICOS
O ponto de partida para o desenvolvimento do modelo
matemático é um enlace congestionado onde opera algum
mecanismo de AQM. Considerando um roteador de Internet
onde ingressam fluxos sensíveis a congestionamento (TCP) e
outros que não o são (UDP: User Datagram Protocol), a
interação entre estes fluxos e o mecanismo de gerenciamento
onde nt é o número de fontes TCP e nu é o número de fontes
UDP. Sejam qi (λT ) e pi (λT ) o atraso médio na fila e a taxa de
perda de pacotes calculada pelo modelo de fila e
t i (qi (λT ), pi (λT )) o throughput da i-ésima fonte TCP.
Assumindo que a taxa de chegada das fontes UDP é constante
e não é afetada pelo congestionamento da rede, então o ponto
de operação pode ser encontrado de forma que satisfaça,
nt nu

ativo de filas do roteador pode ser representada como se ilustra ∑ t (q (λ ), p (λ )) + ∑ λ

i =1
i i T i T
i =1
(u )
i = λT (2)
na Fig. 1. As fontes TCP regulam o tráfego que geram em
dependência da taxa de perda de pacotes e do atraso de ida e
A equação (2) é do tipo f (x ) = x onde λT é um ponto
volta (RTT: Round-Trip Time) que os pacotes experimentam.
Pelo contrário, as fontes UDP são insensíveis ao grau de fixo. Dependendo do modelo de fila utilizado nem sempre é
congestionamento que apresenta a rede. possível encontrar uma expressão compacta para qi (λT ) e
pi (λT ) . A solução de (2) pode ser encontrada utilizando-se
métodos computacionais (Ex. usando-se o método de Brent).
B. Modelo da Fonte
Dado que o protocolo UDP não tem a capacidade de adaptar a
taxa de transmissão às condições predominantes na rede, a taxa de
chegada gerada pelas fontes associadas a este protocolo será
considerada constante. Isto pode ser o caso de um codec de voz
gerando pacotes a intervalos de tempo regulares com idêntico
tamanho (Ex. G.711). Pelo contrário, as fontes suportadas no
protocolo TCP adaptarão a taxa de transmissão em dependência
do grau de congestionamento experimentado.
Nesta investigação se faz uso de um modelo
Figura 1. Diagrama de Rede amplamente utilizado para a estimação do
desempenho de uma fonte TCP em estado estável
Do ponto de vista da teoria de filas o roteador pode ser proposto em [25]. Este modelo é aplicável às fontes
considerado como uma fila cuja disciplina de atendimento e
tempo de serviço estarão determinados pelo mecanismo de
TCP Reno, uma das mais difundidas na Internet [26].
AQM atuante e pela capacidade do enlace de saída. Aqui o cálculo do desempenho é uma função da taxa
Diferentemente da análise realizada em [18], neste trabalho de perda e do atraso de ida e volta experimentado pela
tem-se em conta a realimentação que existe entre a fila e as conexão. Utilizando a mesma notação anterior e de
fontes de tráfego, fazendo-as interagir de forma iterativa até acordo com [25], o desempenho de uma fonte TCP
encontrar a solução estável do sistema (ponto fixo). Esta idéia pode ser aproximado pela seguinte expressão:
foi descrita pela primeira vez em [22] e posteriormente tem
sido freqüentemente utilizada para modelar o comportamento t i (qi , pi ) =
de diferentes implementações de TCP [23], [24]. Partindo de
⎛ Wm ⎞
um modelo preciso das fontes e da fila, o ponto fixo da ⎜ , ⎟
iteração se corresponde com o ponto de operação da rede real. ⎜ RTT0 + qi ⎟ (3)
⎜ 1 ⎟
Uma vez obtidos os valores da taxa de perdas (p), do atraso min⎜ ⎟
⎜ ⎛ 3bpi ⎞⎟ ⎟
médio na fila (q) e do jitter (σq), estes parâmetros servem
como entradas ao algoritmo computacional do Modelo-E [21]
⎜⎜ (RTT0 + qi )
2bp i
3
+ T0 min ⎜1,3
⎜ 8
p 1 + 32 pi
⎟ i
2
( ) ⎟⎟
⎝ ⎝ ⎠ ⎠
para estimar o valor médio de satisfação dos usuários (MOS:
ALFONSO REGUERA et al.: VOIP QUALITY OF SERVICE 605

Para uma fila M/G/K+1, a probabilidade que existam no

onde RTT0 é o atraso de ida e volta sem contar o atraso sistema j pacotes num instante de tempo arbitrário no estado
produzido pela fila, Wm é o tamanho máximo de janela estável, PjDT , pode ser calculada (utilizando resultados
estabelecido pelo receptor (medido em segmentos), T0 é o tempo clássicos da teoria de filas) como,
de espera antes de realizar a primeira retransmissão e b é o Hj
número de pacotes que são reconhecidos por ACK (tipicamente PjDT = , j = 0,1,…, K (4)
1 + aH
dois).
C. Modelo de Fila Drop Tail onde a é o tráfego oferecido e Hj e H são obtidas como segue:
Para poder ponderar os benefícios que se podem derivar do
⎛ j
⎞
uso de AQM na presença de tráfego de voz há que estabelecer
⎝ ⎠
∑
Hj+1 = ⎜⎜ Hj −ψ j − ψ j−i+1Hi ⎟⎟ψ0−1, j = 0,1,…, K −1 (5)
primeiramente qual é o comportamento da rede quando se i=1

utiliza um mecanismo clássico de fila como é o caso de uma K

fila com disciplina FIFO (FIFO: First In First Out), a qual é

H = 1+ ∑H
i =1
j
(6)
chamada de fila Drop-Tail (DT).
Uma fila DT pode ser analisada a partir dos modelos
sendo H 0 = 1 e ψ j a probabilidade que j pacotes cheguem
clássicos da teoria de filas. Neste caso o modelo pode ser
descrito utilizando-se a notação abreviada de Kendall [27] durante o tempo de serviço. A probabilidade de perdas é
como uma fila G/G/K+1. Isto é, uma fila com processo de obtida como:
chegada e tempo de serviço caracterizados por uma K
H
distribuição geral, um único servidor e capacidade para K p = PKDT+1 = 1 − ∑P j
DT
= 1−
1 + aH
(7)
pacotes na fila. Considerando um enlace com capacidade j =0

constante, a distribuição do tempo de serviço estará

determinada pela distribuição do tamanho dos pacotes. Utilizando (4) e a fórmula de Little [19], o tempo médio de
Estudos realizados na Internet publicados em [28] e [29] espera na fila é:
K +1
mostram que esta distribuição é predominantemente tri-modal
o que resulta da combinação dos reconhecimentos (ACK) do ∑ ( j − 1)P j
DT

q= j =1
(8)
TCP e do predomínio de duas unidades de transmissão λT (1 − p )
máxima (MTU: Maximum Transmission Unit). Porém, como
também é mostrado em [29], esta distribuição pode variar
No modelo apresentado acima a probabilidade de perdas e
como conseqüência da contínua aparição de novas aplicações.
o tempo médio de espera na fila são iguais para todas as fontes
No modelo simplificado da Fig. 1 esta distribuição estará
de tráfego, é por isso que em (7) e (8) o subíndice i tem sido
caracterizada pela combinação dos segmentos de tamanho
omitido (pi = p e qi = q). Na prática podem manifestar-se
máximo (MSS: Maximum Segment Size) do TCP e pelo
diferenças entre os valores de perdas e atraso experimentados
tamanho das tramas geradas pelos codecs de voz e demais
pelos pacotes devido à emissão em rajadas de algumas fontes.
fontes de tráfego não sensíveis.
A validade desta e outras aproximações contempladas no
A distribuição do processo de chegada é muito mais
modelo serão analisadas e comparadas com os resultados
complexa de se descrever devido à emissão de pacotes em
experimentais na próxima seção.
rajadas que caracteriza a muitas das fontes de tráfego em
O jitter é estimado a partir do desvio padrão do atraso
Internet. Estudos realizados em [30 e 31] evidenciam que o
experimentado pelos pacotes. Seja σ q a variância do tempo
2
tráfego em Internet exibe um comportamento auto-similar; ou
seja, os padrões estatísticos do tráfego têm características de espera na fila do sistema, então considerando que um
similares ao serem analisados em diferentes escalas de tempo. pacote que ingressa na fila deverá esperar por que cada um dos
Estas observações têm levado muitos pesquisadores a pacotes presentes no sistema quando da sua chegada sejam
desconsiderar o uso dos modelos clássicos da teoria de filas. servidos, temos,
Porém, recentemente estes modelos têm sido retomados com
σ q = Qσ h + σ Q h 2
2 2 2
resultados aceitáveis na análise de alguns sistemas de Internet (9)
[22], [23], [32]. Especificamente em [2] se demonstra que o
tráfego produzido pela superposição de um número onde Q é o número médio de pacotes no sistema, σ Q
2
a
considerável de fontes, com características análogas às reais,
variância do número de pacotes no sistema, h o tempo médio
tende a manifestar-se de forma similar a um processo de
de serviço e σ h a variância do tempo médio de serviço.
2
chegada poissoniano. Considerando um alto nível de
multiplexação na entrada do enlace congestionado, o tráfego A partir de (9) o jitter experimentado pela fonte de tráfego i
agregado pode ser aproximado por uma distribuição pode ser calculado como,
exponencial. Como resultado o sistema se transforma num
modelo M/G/K+1. σi = σq +σh
2
i
(10)
606 IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 5, SEPTEMBER 2009

j −1
onde σ h é a variância do tempo de serviço da i-ésima fonte de
i aj ∏ (1 − p (l )) RED

tráfego. p ARED
j
= K +1
l =0
i −1
(13)
O ponto de equilíbrio da rede pode-se encontrar
fazendo-se uso de (2), (3), (7) e (8). Uma vez determinado o
1+ ∑ ∏ (1 − p (l ))
i =1
ai
l =0
RED

ponto fixo, os valores obtidos através de (7), (8) e (10) são

usados para estimar o grau de satisfação dos usuários do
sistema VoIP.
D. Modelo de fila ARED
O algoritmo RED é a proposta de AQM mais difundida e
implementada na Internet [2]. Este algoritmo sinaliza às fontes
de tráfego sobre a iminência de congestionamento marcando
ou descartando pacotes com uma determinada probabilidade
onde a é o tráfego oferecido.
O algoritmo ARED pode ser configurado para descartar
todos os pacotes com igual probabilidade (modo pacote) ou
para descartar os pacotes em função do seu tamanho em bytes
(modo byte). No primeiro caso a taxa de descarte de pacotes
será a mesma para todas as fontes de tráfego e pode ser obtida
como,
K +1

dependendo do tamanho da fila. Porém, a sua versão original p= ∑p ARED

j
pRED ( j ) (14)
j =0
tem mostrado ter um desempenho muito dependente dos
parâmetros de configuração, o que produz resultados não
desejados em alguns cenários de rede [33], [34]. A sua versão Quando ARED é configurado em modo byte a taxa
adaptativa soluciona este problema ajustando de forma de perdas dependerá do tamanho dos pacotes enviados. Assim,
dinâmica os parâmetros de controle do algoritmo sendo a taxa de perda para a fonte i é calculada como,
somente necessário estabelecer o tamanho médio desejado da
λT hi K +1

fila ou equivalentemente o atraso médio dos pacotes na fila. pi = ∑p ARED

j
p RED ( j ) (15)
Quando o algoritmo ARED é implementado na fila do a j =0

roteador, a taxa de perda de pacotes estará condicionada pela

função probabilidade de descarte estabelecida pelo algoritmo, onde hi é o tempo médio de serviço para a i-ésima fonte.
segundo a expressão, O atraso na fila experimentado pelos pacotes da fonte
de tráfego i pode ser calculado a partir da fórmula de Little
⎧ [27] como,
⎪ K +1

⎪0, lq < minth ∑ ( j − 1) p ARED

pRED (lq ) = ⎨1,

j
⎪
lq > maxth (11) q= j =0
(16)
⎪ λT (1 − p )
⎪max ⎛⎜ lq − minth ⎞⎟, demaisvalores
p⎜ ⎟
⎪
⎩ ⎝ maxth − minth ⎠
E. Modelo de fila AVQ
O mecanismo AVQ [35], parte da idéia de se manter uma
onde os parâmetros min th e max th são os limitantes inferior e fila virtual com o mesmo tamanho da fila real, mas com uma
superior do tamanho médio da fila dentro dos quais a capacidade de vazão inferior. Por cada pacote que entra, um
probabilidade de descarte tem um comportamento linear com pacote fictício é colocado na fila virtual sempre que esta não
inclinação positiva, max p é o máximo valor de probabilidade esteja cheia, caso contrário o pacote é marcado ou descartado.
nesse intervalo e l q é o tamanho médio da fila, atualizado a Para o caso de uma fila com mecanismo AVQ o modelo é
obtido de forma diferente devido às características próprias
partir do valor instantâneo da fila, I q , da seguinte forma, deste algoritmo de AQM. Na Fig. 2 se apresenta um esquema
do modelo de fila AVQ. Aqui o sistema é composto de duas
l q ← (1 − wq )l q + wq I q , 0 < wq < 1 (12) filas, a primeira das quais representa a fila virtual e é a que
onde wq é o fator de ponderação que indica o peso que a determina a probabilidade de perdas. O tráfego que não é
amostra mais recente ( I q ) tem em relação à média acumulada descartado esperará na segunda fila até ser servido. Dado que
a capacidade do enlace da primeira fila é inferior à capacidade
lq . do enlace do sistema, a segunda fila praticamente não
A probabilidade de ocupação da fila em estado estável pode experimenta congestionamento e, portanto, o atraso é pequeno
ser obtida utilizando-se uma cadeia de Markov e aproximando a em comparação com uma fila DT.
distribuição do processo de chegada e do tempo de serviço por
uma distribuição exponencial. Neste caso o processo se
transforma em um processo de nascimento-morte. Aproximando
o tamanho médio da fila pelo valor instantâneo do tamanho da
fila, a probabilidade que no sistema existam j pacotes no estado
estável, p ARED
j
, pode ser calculada como,
ALFONSO REGUERA et al.: VOIP QUALITY OF SERVICE 607

estabelecida para a comunicação, o congestionamento pode

Modelo da Fila AVQ
estar presente em mais de um enlace. O modelo anteriormente
[X]
descrito para um enlace congestionado pode ser facilmente
Fila M /M/K+1 Fila M/G/1
estendido a uma topologia com múltiplos enlaces. Neste caso a
λT ~ λ = λT (1 -p)
C C rede pode ser representada por um conjunto de filas em
cascata onde o tráfego experimentado por um enlace
ingressará na próxima fila misturando-se com o tráfego gerado
p σq
por outro conjunto de fontes.
q
Aplicando para cada fila os procedimentos descritos
nas subseções anteriores pode-se encontrar o ponto de
Figura 2. Diagrama de uma fila com algoritmo AVQ operação do sistema como um todo no estado estável. A
probabilidade de perdas, o tempo médio de espera e o jitter
Quando o algoritmo AVQ é configurado para medir o fim-a-fim nas filas considerando m filas podem ser calculados,
tamanho da fila em pacotes se pode utilizar a equação (7) para respectivamente como:
determinar a probabilidade de perdas, com a diferença que a
~ p = 1 − ∏ (1 − pm ) (19)
capacidade do enlace agora será C = ρC , onde ρ é a ∀m

utilização desejada. Porém, a configuração predeterminada do

algoritmo mede o tamanho da fila em bytes. Isto implica que q= ∑q m
(20)
os pacotes de maior tamanho experimentarão uma taxa de ∀m

perdas maior quando a fila começa-se a saturar. Para se ter em

conta este efeito a fila é representada utilizando um modelo de σ= ∑σ
2
m
(21)
chegada em lotes M[X]/M/1/K+1, onde X é a distribuição do ∀m

tamanho dos pacotes e K é o limite da fila, ambos expressados

em bytes. Neste caso a distribuição de probabilidades do F. Cálculo do MOS
sistema em estado estável, Pj(1) AVQ , pode ser encontrada através A escala MOS [36] tem sido usada tradicionalmente para
realizar medições subjetivas do grau de satisfação dos usuários
das seguintes expressões: em relação à percepção de comunicações de voz. A escala MOS
K +1
tem valores de um até cinco, sendo que o maior valor corresponde
P1(1) AVQ = P0(1) AVQ ∑a i =1
i
à melhor qualidade na percepção. Uma vez que o MOS é um teste
subjetivo difícil de ser realizado em situações práticas, outros
⎛ K − j+2 ⎞ j −2
testes objetivos têm sido desenvolvidos como, por exemplo, o
Pj(1) AVQ = Pj(−11) AVQ ⎜⎜1 +
⎝ i =1
ai ⎟⎟ −
⎠
∑ ∑P
i =0
i
(1) AVQ
a j −i −1 Modelo-E, especificado na recomendação ITU G.107 [21]. Este
K
(17) modelo é um algoritmo computacional que incorpora fatores
P (1) AVQ
K +1` = ∑ Pi (1) AVQ
a K +1−i degenerativos presentes nas transmissões em redes e depois
i =0 prediz a qualidade de voz que irá resultar dessas transmissões. A
K +1
saída do Modelo-E é um fator de qualidade, R, que é calculado
P0(1) AVQ + ∑P
j =1
j
(1) AVQ
=1
como:

onde a n = λ n μ , sendo λn a taxa de chegada dos pacotes de R = Ro − I s − I d − Ieeff + A (22)

tamanho n e μ o inverso do tempo requerido para a transmissão
onde Ro representa a relação sinal-ruído, I s é uma combinação
de um byte. Assumindo que todos os pacotes produzidos pela
fonte de tráfego i têm o mesmo tamanho n, a probabilidade de de todas as degradações que ocorrem mais ou menos de forma
perdas será: simultânea com o sinal de voz, I d representa as degradações
K +1
provocadas pelo atraso, Ieeff é um fator de degradação
pi = ∑P
j = K + 2−n
j
(1) AVQ
(18)
introduzido por equipamentos tais como codificadores e
decodificadores de voz e A é um fator de expectativa do usuário.
O tráfego que não é descartado ingressa na segunda fila com A partir do cálculo do fator R baseado na medição de parâmetros
uma taxa de chegada λ = λT (1 − p ) . O tempo médio de espera de rede, pode ser estimado o seu equivalente na escala MOS
dos pacotes pode ser calculado substituindo-se em (8) a ( MOS CQ ) para transmissões de voz usando-se a seguinte
distribuição de probabilidades em estado estável do sistema, equação:
pela de um modelo M/G/1 o qual é um caso particular de DT
para K = ∞ . Da mesma forma o jitter pode ser estimado MOS CQ = 1 + 0.035 R + R(R − 60 )(100 − R )7 × 10 −6 (23)
utilizando-se a equação (10).
Em uma comunicação de voz através de Internet os pacotes
A equação (23) é válida para 0 < R < 100 . Para R < 0 ,
trafegam por múltiplos enlaces. Dependendo da rota
o valor de MOSCQ é fixado em um e para R > 100 ,
608 IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 5, SEPTEMBER 2009

MOS CQ = 4,5 . Na Tabela I é mostrada a relação entre o fator R segmento de sinal de voz na seqüência correspondente. No
do Modelo-E, o valor equivalente do MOS e o grau de satisfação modelo apresentado neste trabalho o valor de Ta se calcula
do usuário. como:

TABELA I Ta = T0 + q + f (σ )
EQUIVALÊNCIA ENTRE O FATOR R E A ESCALA MOS
(27)
Satisfação dos Usuários Fator R MOS
onde T0 é o atraso fim a fim sem incluir os atrasos na fila (esta
Muito satisfeitos 90 4,34 depende basicamente da topologia e das características de
transmissão dos enlaces utilizados) e f (σ ) é uma função do
Satisfeitos 80 4,03
jitter que está em dependência do algoritmo utilizado no
Alguns insatisfeitos 70 3,60 buffer de jitter do receptor. Na seqüência, neste trabalho se
utiliza:
Muitos insatisfeitos 60 3,10

Maioria insatisfeita 50 2,58 f (σ ) = 4σ (28)

Com a utilização de parâmetros padrões [21] no cálculo,
resultados que caracterizam uma alta qualidade são obtidos com
um fator R = 93,2 . Tendo em consideração somente degradações
da rede tais como atraso, jitter e perda de pacotes, a equação (22)
pode ser rescrita como [37]:
R = 93,2 − I d − Ieeff
Supondo que se trabalha com um perfeito cancelamento de eco
na rede, o fator de degradação provocado pelo atraso se reduz a
zero quando o atraso total em um sentido entre o transmissor e o
receptor, Ta , é menor ou igual a 100 ms. Para Ta acima de 100
ms, I d é calculado como:
⎧ ⎫1
A expressão (28) garante em todos os cenários estudados
uma margem suficientemente grande para absorver o jitter
produzido na fila dos roteadores com uma taxa de descarte
desprezível.
O fator de degradação introduzido pelo uso de codecs de baixa
taxa de bits, Ie, encontra-se tabelado na recomendação ITU G.113
(24) [38]. O valor do fator de degradação efetiva quando da operação
dos codificadores sob condições de perda aleatória de pacotes é
calculado como:
p
Ieeff = Ie + (95 − Ie ) (30)
p + B pl
onde o fator de robustez contra perda de pacotes, B pl , é definido
como sendo um parâmetro específico do codec em [38] e p é
calculada através de (7), (14) ou (18) dependendo do tipo de

⎪ ⎡ ⎛ x ⎞6 ⎤ ⎪
6
I d = 25⎨(1 + x ) − 3⎢1 + ⎜ ⎟ ⎥ + 2⎬
1
6
6 (25)
⎪ ⎢⎣ ⎝ 3 ⎠ ⎥⎦ ⎪ III. RESULTADOS E DISCUSÃO
⎩ ⎭
onde
⎛T ⎞
log⎜ a ⎟
⎝ 100 ⎠
x=
log(2)
O valor do atraso Ta é composto pela soma de todos os
atrasos que experimenta a informação de voz desde que é
emitida por uma pessoa até que é recebida por seu
interlocutor. O atraso começa com o atraso introduzido pelo
codec e o tempo que este tarda em realizar todas as operações
necessárias até empacotar a informação que será enviada
através da rede. Uma vez que o pacote de voz é colocado na
rede este sofrerá atrasos devido ao tempo de propagação nos
canais físicos que atravessa, os retardos de transmissão
inerentes à capacidade dos canais de comunicação e os atrasos
introduzidos nos nós de comutação. Os pacotes que chegam a
seu destino ainda têm que afrontar os atrasos produzidos pelo
desempacotamento e decodificação da informação, mais uma
demora adicional até que chegue o momento de reproduzir o
algoritmo de AQM que esteja sendo considerado.
Nesta seção são apresentados os resultados obtidos pelo
procedimento proposto acima em um cenário de rede composto
por um enlace de rede congestionado onde foram misturadas
comunicações de voz com um número variável de fontes TCP
como mostrado na Fig. 3. Os tempos de ida e volta para as
(26)
conexões TCP variam entre 20 e 400 ms. O tamanho máximo
dos segmentos TCP foi ajustado em 1000 bytes que é
aproximadamente a média dos valores de MSS comumente
observados na Internet [28], [29]. O mecanismo de AQM sob
estudo foi ativado nos roteadores com uma capacidade máxima
na fila cujo valor predeterminado foi de 120 pacotes. O tamanho
desejado da fila foi fixado em 20 pacotes. Isto representa um
atraso médio de aproximadamente 40 ms considerando um
tamanho médio dos pacotes de 500 bytes e uma capacidade do
enlace, C, de 2 Mbps. As comunicações de voz foram simuladas
utilizando-se fontes de tráfego com taxa de bit constante. Para
isto se estabeleceram sessões UDP com carga útil de 92 bytes
por pacote, 80 deles correspondentes às amostras de áudio e 12
ao cabeçalho RTP (RTP: Real-Time Transport Protocol). Os
pacotes foram enviados a uma taxa de 100 pacotes/s para
simular um codificador G.711.
ALFONSO REGUERA et al.: VOIP QUALITY OF SERVICE
10 Mbps
atraso variável
C tamanho sejam mais afetados pela probabilidade de perdas,
r1 r2
5 ms
10 Mbps, 2 ms
tráfego de longa duração terminal de VoIP
tráfego de curta duração tráfego não sensível
Figura 3. Topologia de rede usada para simulação
Os valores do MOS obtidos para diferentes mecanismos de
AQM são mostrados na Fig. 4. O número de fontes TCP é
aumentado para observar o desempenho dos algoritmos em
condiciones de congestionamento severo. Os resultados
obtidos utilizando a aproximação de ponto fixo estão
representados em linha contínua e os resultados das
simulações utilizando-se o pacote de software network
simulator (ns2) aparecem em linha tracejada.
5
4 3
3
MOS
2 ARED
1 Tráfego não sensível (% da capacidade total)
DT
ARED
AVQ
0
40 60 80 100 120
Número de fluxos TCP
Figura 4. Valor do MOS pelo métodos analítico e simulado
Em todos os casos se observa uma grande semelhança entre
os resultados analíticos e os resultados da simulação. Para o
caso de uma fila DT a qualidade do sinal de voz se degrada
com o aumento do número de fontes TCP; é lógico esperar
que com o aumento do congestionamento se produza um
aumento da taxa de perda de pacotes e do atraso e, portanto,
uma diminuição do MOS. Porém, quando ARED é
implementado e configurado em modo byte, a taxa de perdas
experimentada pelos pacotes de voz é baixa comparada com a
dos pacotes TCP que têm maior tamanho (MSS = 1000). Desta
forma, o MOS atingido com ARED corresponde a uma alta
satisfação dos usuários e como se verifica na Fig. 4 não piora
com o aumento do número de fontes sensíveis ao
609
congestionamento.
Quando é configurado o algoritmo AVQ nos roteadores os
resultados são ainda melhores devido a que a taxa de perdas e
o tempo médio de espera na fila são menores em comparação
com ARED. A configuração utilizada de AVQ mede o
tamanho da fila em bytes provocando que os pacotes de maior
enquanto a ocupação da fila é mantida em níveis
significativamente baixos. De forma similar a ARED, no caso
de AVQ a qualidade do sinal de voz no decresce com o
aumento do número de fontes TCP. Estes resultados
corroboram as afirmações feitas em [3] sobre o benefício que
recebem as aplicações de tempo real pela ação dos
mecanismos AQM.
No exemplo anterior o tráfego de fundo para as aplicações
de voz está composto exclusivamente por fluxos TCP. Neste
sentido é de se esperar um bom desempenho dos algoritmos
AQM já que estes foram projetados basicamente para trabalhar
com este tipo de tráfego. O próximo experimento inclui a
presença de tráfego não sensível junto aos fluxos TCP.
Na Fig. 5 é mostrado o valor do MOS na presença de um
número crescente de fluxos UDP que chegam a oferecer um
tráfego equivalente à metade da capacidade disponível do
enlace.
5
4
MOS
2
DT
AVQ
1
5 10 15 20 25 30 35 40 45 50
Figura 5. Valor do MOS com tráfego não sensível (analítico e simulado)
O número de fontes TCP foi fixado em 50. Mais uma vez
percebe-se uma adequada correspondência entre os resultados
analíticos e os resultados da simulação. Os algoritmos ARED
e AVQ oferecem uma satisfatória qualidade de serviço
enquanto DT exibe um pobre desempenho. Em nenhum caso
se observa uma degradação da qualidade com o aumento do
tráfego não sensível. Isto se deve a uma distribuição desigual
da capacidade disponível, cenário em que as fontes UDP são
beneficiadas. As conexões TCP diminuem sua taxa de
transmissão permitindo-lhe ao tráfego não sensível ocupar
uma maior largura de banda o que faz com que este último não
apresente um deterioro na QoS oferecida pela rede.
Todos os resultados anteriores foram obtidos operando
ARED em modo byte e expressando o tamanho da fila de
AVQ em bytes. A seguir estes parâmetros são alterados na
configuração dos algoritmos de AQM para observar seu efeito
610
na qualidade de serviço das aplicações de voz. A Fig. 6 mostra
a degradação na QoS quando ARED é configurado em modo
pacote. Agora todos os pacotes têm igual probabilidade de
serem descartados o que faz com que a taxa de perdas
percebida pelo tráfego de voz seja proporcional à dos pacotes
TCP e piore com o aumento da carga de tráfego. Como
resultado ARED exibe um desempenho similar a DT. No caso
de AVQ a modificação na unidade de medição da fila não
altera significativamente a qualidade de serviço de VoIP.
5
4
3
MOS
2 vol. 4, pp. 2368–2372, May 2002.
1
DT
ARED (modo pacotes)
AVQ (fila em pacotes)
0
40 60 80 100 120
Número de fluxos TCP
Figura 6. Valor do MOS operando com pacotes (analítico e simulado)
Os resultados deste trabalho complementam a análise
apresentada em [6] onde foram estudados cenários mais
complexos com a ajuda das técnicas de simulação de eventos
discretos. Deve-se apontar que o método analítico aqui
descrito faz abstração de muitas das complexidades dos
sistemas reais. Mesmo assim os resultados obtidos não
diferem significativamente dos expostos em [5] e [6] e podem
ser de grande ajuda no processo de dimensionamento de
sistemas VoIP.
III. CONCLUSÕES
Os exemplos numéricos descritos neste trabalho
evidenciam que o método analítico proposto para a estimação
da qualidade de serviço para as aplicações de voz fornece
resultados similares aos resultados obtidos através de
simulação computacional. Isto permite validar o seu uso para a
avaliação do impacto dos mecanismos AQM na satisfação
percebida pelos usuários finais de um sistema de voz sobre IP.
Ademais, este método matemático pode servir como uma
ferramenta para o projeto, dimensionamento e configuração de
sistemas VoIP, permitindo estudar o desempenho dos mesmos
e a sua interação com os mecanismos de controle de rede;
encurtando os tempos necessários para isto em comparação ao
método de simulação e com um custo extremadamente mais
baixo em comparação aos testes com redes reais.
IV. REFERÊNCIAS.
[1] Network Working Group, “RFC 2309 – Recommendations on Queue
Management and Congestion Avoidance in the Internet”. Disponível:
http://www.faqs.org/rfcs/rfc2309.html. Acesso em 10 de julho de 2007.
[2] S. Floyd e V. Jacobson, "Random early detection gateways for
congestion avoidance", IEEE/ACM Trans. Networking, vol. 1, nº. 4, pp.
397-413, ago. 1993.
IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 5, SEPTEMBER 2009
[3] C. Hollot, V. Misra, D. Towsley, e W. Gong, "Analysis and design of
controllers for AQM routers supporting TCP flows," IEEE Trans.
Automat. Contr., vol. 47, n°. 6, pp. 945-959, jun. 2002.
[4] M. Huggard, M. Robin, A. Bitorika, e C. McGoldrick, "Performance
evaluation of fairness-oriented active queue management schemes", in
Proc. IEEE MASCOTS 04, pp. 105-112, 2004.
[5] V. A. Reguera, F. A. Paliza, E. M. G Fernández e W. Godoy Jr., "Voice
over IP quality of service using active queue management", in Proc. VI
International Telecommunications Symposium (ITS2006), Fortaleza-CE,
Brasil, Sept. 2006.
[6] V. A. Reguera, F. A. Paliza, E. M. G Fernández e W. Godoy Jr., "On
the Impact of Active Queue Management on VoIP Quality of Service”,
Computer Communications, vol. 31, nº. 1, pp. 73-87, Jan. 2008.
[7] T. Szigeti, C. Hattingh, End-to-End QoS Network Design: Quality of
Service in LANs, WANs, and VPNs, Ed. CISCO Press, 2004.
[8] T. Bu, Y. Liu e D. Towsley, “On the TCP-Friendliness of VoIP
Traffic,” IEEE Infocom, 2006.
[9] S. Tao, K. Xu, A. Estepa, T. Fei, L. Gao, R. Guerin, J. Kurose, D.
Towsley, e Z. Zhang. "Improving VoIP Quality through Path
Switching." In Proceedings of IEEE Infocom, Miami, FL, Mar. 2005.
[10] B. Wydrowski and M. Zukerman, “GREEN: An active queue
management algorithm for a self managed internet,” in Proc. ICC’02,
[11] M. H. Yaghmaee, M. B. Menhaj and H. Amintoosi, “Design and
performance evaluation of a fuzzy based traffic conditioner for
differentiated services”, Computer Networks, vol. 47, No.6, pp. 847-
869, 22 April 2005.
[12] M.L. Shy, S.C. Chen, C Ranasingha, “Router active queue management
for both multimedia and best-effort traffic flows”, in Proc. of IEEE
ICME'04, vol. 1, pp. 451–454, 2004.
[13] M. Parris, K. Jeffay, F.D. Smith, “Lightweight active router-queue
management for multimedia networking”, Proc. of SPIE Conf. on
Multimedia Computing and Networking, January. 1999.
[14] M. Joshi, A. Mansata, S. Talauliker, and C. Beard, “Design and
analysis of multi-level active queue management mechanisms for
emergency traffic,” Computer Communications, vol. 28, pp. 162–173,
2005.
[15] M. Huggard, M. Robin, A. Bitorika, and C. McGoldrick, “Performance
evaluation of fairness-oriented active queue management schemes”. In
Proc. IEEE MASCOTS, pp. 105–112, 2004.
[16] A. Bitorika, M, Robin, M. Huggard and C. Mc. Goldrick, A
Comparative Study of Active Queue Management Schemes, [en
Internet] disponible en: http://citeseer.ist.psu.edu/652120.htm, 2004.
[17] Zhu, O. Yang, J. Aweya, M. Ouellette, and D. Montuno, “A
comparison of active queue management algorithms using the OPNET
modeler,” IEEE Commun. Mag., vol. 40, no. 6, pp. 158–167, June 2002.
[18] Martin May, Thomas Bonald, and Jean-Chrysostome Bolot, “Analytic
evaluation of RED performance,” in Proceedings of IEEE Infocom,
March 2000.
[19] Khaled Salah, “On the deployment of VoIP in Ethernet networks:
methodology and case study, ” Computer Communications, vol 29, no.
8, 15 May 2006.
[20] M. J. Fisher, D. M. Bevilacqua Masi, “Modeling overloaded voice over
Internet Protocol systems,” The Telecommunications Review, 2006.
[21] The E-model, a computational model for use in transmission planning
ITU-T Recommendation G.107, Mar. 2005.
[22] C. Casetti e M. Meo. "A new approach to model the stationary behavior
of TCP connections." in Proc. of IEEE of Infocom, vol. 1, pp. 367-375,
Mar. 2000.
[23] C. Casetti e M. Meo, "An analytical framework for the performance
evaluation of TCP Reno connections", Computer Networks, 37(5): pp.
669-682, 2001.
[24] T. Bu e D. Towsley, "Fixed point approximations for TCP behavior in
an AQM network", in Proc. of ACM Sigmetrics, pp. 216-225, Jun. 2001.
[25] J. Padhye, V. Firoiu, D. Towsley e J. Krusoe, "Modeling TCP
throughput: a simple model and its empirical validation", in Proc. ACM
SIGCOMM '98, pp. 303-314, 1998.
[26] J. Padhye e S. Floyd, "On inferring TCP behaviour" in Proc. ACM
SIGCOMM, pp. 287-298, Ago. 2001.
[27] D. Gross e C. M. Harris, Fundamental of Queuing Theory, Third
Edition, John Wiley & Sons, N.Y, 1998.
[28] K. Thompson, G. Miller e R. Wilder, "Wide area Internet traffic
patterns and characteristics," IEEE Network, pp. 10-23, Nov 1997.
[29] C. Fraleigh, "Packet-level traffic measurements from the Sprint IP
backbone" IEEE Network, 17(6), pp. 6-16, 2003.
ALFONSO REGUERA et al.: VOIP QUALITY OF SERVICE 611

[30] D. Chakraborty, A. Ashir, T. Suganuma, G. M. Keeni, T. K. Roy e N.

Shiratori, “Self-similar and fractal nature of internet traffic.” Int. J.
Netw. Manag. pp. 119-129, Mar. 2004.
[31] F. Hwang, G. R. Bianchi, L. L. Ling, "The Impact of Network
Applications (Web, FTP and E-mail) and Network Profiles on the Self-
Similar Parameter", IEEE LATIN AMERICA TRANSACTIONS, Vol. 3,
No. 4, pp. 356-361, Oct. 2005.
[32] J. Cao e K. Ramanan “A Poisson Limit for Buffer Overflow
Probabilities,” in Proceedings of IEEE INFOCOM, Jun. 2002.
[33] S. Floyd e E. Kohler, "Internet research needs better models"
SIGCOMM Comput. Commun., Rev. 33 (1), pp. 29-34, Jan. 2003.
[34] M. May, J. Bolot, C. Diot, e B. Lyles, "Reasons not to deploy RED", in
Proc. 7th Int. Workshop on Quality of Service (IWQoS '99), London,
Jun. 1999.
[35] S. Kunniyur e R. Srikant, “An Adaptive Virtual Queue (AVQ)
Algorithm for Active Queue Management,” IEEE/ACM Trans.
Networking, vol. 12, n°. 2, pp. 286–299, Apr. 2004.
[36] Methods for subjective determination of transmission quality, ITU-T
Recommendation P.800, Ago. 1996.
[37] The E-model based quality contours for predicting speech transmission
quality and user satisfaction from time-varying transmission
impairments, ITU-T Recommendation G.109 Appendix I, Jan. 2007.
[38] Provisional planning values for the equipment impairment factor Ie and
packet-loss robustness factor Bp, ITU-T Recommendation G.113,
Appendix I, 2002.

Vitalio A. Reguera recebeu o diploma de Engenharia

Eletrônica e Telecomunicações pela Universidad Central
de Las Villas (UCLV) Cuba em 1995. Recebeu os títulos
de Mestre em Engenharia de Telecomu-nicações e Doutor
em Ciências Técnicas pela UCLV em 2000 e 2007,
respectivamente. Atualmente é professor assistente do
Departamento de Eletrônica e Telecomunicações da
UCLV. Seus principais interesses em pesquisa são
controle de congestionamento em redes e aplicações de
suporte multimídia para Internet.

Evelio M. G. Fernández recebeu o diploma de Engenharia

Eletrônica pela Universidad Central de Las Villas, Cuba, em
1985. Recebeu os títulos de Mestre e Doutor em Engenharia
Elétrica pela Universidade Estadual de Campinas, Brasil,
em 1997 e 2001, respectivamente. Atualmente é professor
adjunto do Departamento de Engenharia Elétrica da
Universidade Federal do Paraná. Seus principais interesses
em pesquisa são codificação de canal, comunicações digitais e redes sem fio.

Félix F. A. Paliza recebeu o diploma de Engenharia

Elétrica e o título de Doutor em Ciências pela Universidad
Central de Las Villas (UCLV), em 1974 e 1994,
respectivamente. Atualmente é professor titular do
Departamento de Eletrônica e Telecomunicações da UCLV.
Seus principais interesses em pesquisa são tecnologia de
microprocessadores, redes locais e redes industriais com
ênfase em redes de alta velocidade.

Walter Godoy Jr. recebeu o título de Mestre em Engenharia

Elétrica pelo Instituto de Engenharia de Comunicações de São
Petersburgo, Rússia em 1977 e o título de Doutor em
Engenharia Elétrica pela Universidade Estadual de Campinas,
Brasil, em 1990. Atualmente é professor titular do
Departamento de Engenharia Elétrica da Universidade
Tecnológica Federal do Paraná. Seus principais interesses em
pesquisa são códigos para controle de erros e suas aplicações,
comunicações digitais e redes sem fio.

View publication stats