（信号与信息处理专业论文）网络流量趋势预测算法及在网管中的应用.pdf

哈尔滨工程大学硕士学位论文 摘要 我国以往的因特网建设的工作重点基本是以量为主，随着用户对业务要 求的不断提高，量质并重已成为当前工作的核心，因为只有这样才可以使网 络的建设和发展更加科学。 本文就是通过对网络流量的预测，向网管人员提供未来可能出现的流量 信息，根据这些信息网管人员可以预先采取一些优化措施，避免因网络拥塞 等使网络的性能降低。 在网络流量的采集阶段，通过比较分析，我们选择了m r t g 这个免费的流 量采集工具，并对实验网络上的重要接口的流量信息进行采集。然后对采集 来的数据进行处理后存入数据库中。 在网络流量趋势预测阶段，本人结合客户对网管的具体要求，分析比较 了一些预测算法，最后选取了基于两状态马氏链的流量预测算法。并用f f a v a 语言实现了此算法。通过对预测结果进行分析，本人又对算法进行了修正， 提高了预测精度。 最后，把此算法应用到业务网管系统中，减少了一些网络故障的发生， 提高了网络的性能。 关键字：网络流量：预测算法：流量测量：网络管理 哈尔滨工程大学硕士学位论文 a b s t r a c t i ti sm o r ei m p o r t a n tt oc o n s t r u c ti n t e r n e ti nq u a n t i t yi nr e c e n ty e a r si no u r c o u n t r y w i t ht h ei n c r e a s i n gi m p r o v e m e n t o fu s e r s d e m a n dt ob u s i n e s s e s ，q u a l i t y a n dq u a n t i t yb e c o m et h es a n l ei m p o r t a n t o n l yi nc a s eo ft h i s ，t h ec o n s t r u c ta n d d e v e l o p m e n t o fi n t e m e tc a nb e c o m em o r es c i e n t i f i c i nt h i s p a p e r , t h r o u 曲f o r e c a s tt ot r a f f i c ，w eo f f e rn e t w o r km a n a g e r s t h e p o s s i b l et r a f f i ci n f o r m a t i o ni nf u t u r e i na c c o r d i n g t ot h e s ei n f o r m a t i o n , n e t w o r k m a n a g e r s c a nt a k em e a s u r ei na d v a n c et oa v o i dd e s c e n d i n go ft h en e t w o r k c a p a b i l i t yd u e t on e t w o r k c o n g e s t i o n i nt h en e t w o r kt r a f f i cc o l l e c t i o ns t e p ，w es e l e c tt h em r t g a st h ec o l l e c t i n g t o o lt h r o u g hc o m p a r i n ga n da n a l y z i n g w ec o l l e c ts o m et r a f f i ci n f o r m a t i o no f t h e k e yi m p o r t a n t i n t e r f a c e si n t h el a b o r a t o r i a l a f t e r d e a l i n g w i t ht h et r a f f i c i n f o r m a t i o n ，w es t o r et h e m i n t ot h ed a t a b a s e i nt h en e t w o r kt r a f f i cf o r e c a s ts t e p ，i na c c o r d i n gt ot h ed e m a n do ft h eu s e r s ， w e c o m p a r e s o m ef o r e c a s tm e t h o d sa n ds e l e c tt h em e t h o db a s e do nt h et w o 。s t a t u s m a r k o vc h a i na n dr e a l i z ei tu s i n gj a v a t h r o u g ha n a l y z i n gt h ef o r e c a s tr e s u l t ，w e a m e n dt h em e t h o dt oi m p r o v et h ep r e c i s i o no ft h ef o r e c a s t f i n a l l y , w ea p p l y t h i sf o r e c a s tm e t h o dt ot h es y s t e mo ft h en e t w o r k m a n a g e m e n t ，s ot h a tr e d u c i n g t h en e t w o r kf a u l t sa n di m p r o v i n gt h en e t w o r k c a p a b i l i t y k e y w o r d ：t r a f f i c ，f o r e c a s tm e t h o d ，t r a f f i cm e a s u r e ，n e t w o r km a n a g e m e n t 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导 下，由作者本人独立完成的。有关观点、方法、数据和文 献的引用己在文中指出，并与参考文献相对应。除文中已 注明引用的内容外，本论文不包含任何其他个人或集体已 经公开发表的作品成果。对本文的研究做出重要贡献的个 人和集体，均己在文中以明确方式标明。本人完全意识到 本声明的法律结果由本人承担。 作者( 签字) ：壑鲞煎 日期：二口。午年乙月二彳曰 哈尔滨l 程人学硕士学位论文 第1 章绪论 1 1 概述 以i n t e r n e t 为代表的信息网络是现代信息社会最重要的基础设施之一， 它已渗透到社会生活的各个领域，成为国家进步和社会发展的基本需求，是 未来知识经济的基础载体和支撑环境。 但是随着i n t e r n e t 的迅猛发展，网络的复杂性也越来越大。复杂性的持 续上升主要表现在两个方面：设备数量巨大和网络设备的异质性。典型的网 络可能由成百上千的设备组成，目前企业中为每个员工配置一台计算机的情 况相当普遍，由此导致接入网络的设备数量巨大也就不足为奇了。同时设备 也多种多样，包括个人计算机、工作站、打印机、文件服务器、路由器、交 换机、防火墙等等。这些设备是由不同的制造商提供，即使不同制造商生产 的设备也有较大的不同，异质性同样加大了网络的复杂性。 另一个问题就是网络的动态性。网络常常是变化的。我们经常需要添加 设备或是用新设备替换旧设备。企业不断的发展，网络规模也不断地扩大。 大量的新设备接入企业的网络，企业的局域网要划分成不同的网段通过路由 器连接起来。设备制造商也在不断地研制新设备，改进旧设备。 还有一个问题就是网络设备工作的可靠性。大型的网络通常要经过长距 离通信和传输。这种通信容易被一些环境因素所中断，例如恶劣的气候、人 为的丌挖沟渠分断线缆或是在生产车间即有质量问题等等。另外设备的损坏 导致操作系统故障，恶意攻击引起网络服务瘫痪，硬盘损坏引起文件服务器 不可用，硬件故障导致网络中断等。 随着用户对业务要求的不断提高，提供良好的网络性能也变得格外重要。 在众多的影响网络性能的因素中，网络流量是最为重要，但一直以来，对网 络流量的分析处理进展缓慢。 所有这一切都需要一个功能强大的网管系统来管理复杂的网络和网络资 源，同时也为网络的性能提供有力的保障。 我所做的工作主要集中在网络的性能管理方面，通过对复杂网络中流量 哈尔滨一程大学硕士学位论文 的测量和预测，能使网管人员了解到网络的目前流量状况和未来可能出现的 情况。根据这些信息网管人员可以预先采取一些优化措施，避免因网络捌塞 等使网络的性能降低。 1 2 国内外研究现状 目前，国际上已有很多组织在i n t e r n e t 性能、流量、路由、拓扑测量与分 析等方面进行了大量的工作( 如s k i t t e r 项目 1 、m e r c a t o r 项目 2 等) 。 国内在这方面的工作做的比较少。 在流量预测方面，f 5n e t w o r k s 公司的s e e i t 网络管理器【3 】很具代表性。 s e e i t 是一种预测性趋势与分析工具。网络管理员可以用s e e r r 预测 网络何时需要额外的服务器、接口升级以及与网络容量相关的其它变化，以 维持现有的服务等级。 利用关键历史性能数据，s e e i t 可提供图形化诊断，以预测何时会发生 互联网拥塞问题。网络管理员还可以前瞻性地调整变量，以判断新网络应用 的影响，并预测增加用户容量的结果。 如果网络组件超过了预定闽值，s e e i t 将通过显示屏上的一个可视化画 面或电子邮件通知来警告用户。 在国内，武汉大学也在这方面做了些研究，并完成了部分模块的实现。 他们提出了一种网络性能分析与预测支撑系统f 5 1 。此系统能完成特定网 络节点的性能分析，节点间性能相关性分析以及长期网络性能历史数据的演 化数学建模。同时，还可以完成在线的网络性能预报。它采用模块化设计， 具有良好的智能，很好的可扩展性和自适应性。 由于国外的产品价格昂贵，一些功能国内的电信运营商目前暂不需要， 而且对网管人员的要求也很高。这就需要我们按照运营商的需求把性能预测 模块集成到网管系统中。 1 3 课题的研究意义 本文的工作主要集中在网络流量的采集和预测分析方面，并且设计了在 网管中的实现方案。通过使用预测算法对采集到的流量数据进行预测分析， 可以为网络优化提供科学的依据，避免为了提高网络性能而盲目的一味升级 哈尔滨i 一程人学硕士学位论文 网络。可以向网管人员提供未来可能出现的流量信息，根据这些信息网管人 员可以预先采取一些优化措施，避免因网络拥塞等使网络的性能降低。 网络的流量测量与预测，对于网络提供者、网管人员都有着非常重要的 意义。对网络提供者来说，通过流量测量与预测，可以了解到自治域之嵋j 、 网络之间的流量情况及其趋势，这些数据可以用于网络优化中，更好地进行 路由设计和负载均担的设计。通过流量测量，网络提供者可以采用更为灵活 的计费方式，比如：基于用户使用网络的时间，基于用户占用的带宽和流量， 基于用户的业务类型和服务质量等。对网管人员来说，通过对网络流量的测 量与预测，可以决定网络拥塞控制，这样就可以降低因网络拥塞带来的信息 丢失和延迟，充分利用网络资源，提高服务质量。 1 4 我的工作 在课题的研究过程中，我参加了网络流量数据的采集，单独完成了对流 量趋势预测算法的比较、选取和推导，并用j a v a 语言实现了预测算法。对预 测的结果进行分析，根据分析的结果对算法又进行了修正。最后，把此算法 应用到此网管系统中。此外，还参加了整个网管系统的需求分析、设计分析， 并用j 2 e e 架构实现了业务查询模块、网上业务定购模块、告警信息查询模块 和故障处理模块等。 本文结构如下。第二章简要介绍网络流量测量的原理和数据的采集，第 三章介绍预测算法。第四章简要的介绍了一下网管系统。第五章介绍预测算 法在网管中的应用。 哈尔滨l 程人学硕士学位论文 第2 章网络流量的采集 流量测量与分析主要是根据s n m p 协议，采集某条链路上的流量信息： 包括出流量、入流量和错误信息，从而掌握网络的整体流量情况。 2 1 基础：s n m p 协议 简单网络管理协议( s n m p ：s i m p l e n e t w o r km a n a g e m e n tp r o t o c 0 1 ) 是由 互联网工程任务组( i e t f ：i n t e r n e te n g i n e e r i n g t a s kf o r c e ) 定义的一套网络 管理协议，它是由s g m p ( s i m p l eg a t e w a ym o n i t o rp r o t o c 0 1 ) 协议发展而来 的。 2 1 1s n m p 协议框架 m a n a g e ra g e n t ，赢忑、 、竺竺! ! ! ：一f 兰! 竺! ! 竺一 萝 r 百蕊磊、。 、：! 竺竺一、之! ：竺： b ，c d 。如一个文件服务器在传送一个 文件时往往需要一个相对较长的时间周期( 有许多在o n 状态下连续的时间 槽) ，而之后在下一个文件传送之前又会经历一个相对较长的空闲期( 有许多 在o f f 状态下连续的时间槽) 。设其在o n 和o f f 两种状态的转移矩阵为 a = i d6 i c j 由于有a o ，b o ，c o ，d o ，故此过程是遍历的。设万。、石。口分别表示处在o n 和o f f 状态的概率。根据遍历性可知丌。、7 l w 是存在的。并且 7 。= d ( b d ) ，石。f = b ( b + d ) ( 3 - 8 ) 哈尔滨工程人学硕士学位论文 设4 。是a 矩阵得i 次方，a ( i ) 是a 中第一行第- y f j 的元素，d ( i ) 是a 中第二 行第一列的元素；则a ( i ) 表示在第i 个时间槽时系统从o n 状态转移到o f t 状 态自身的概率，d ( i ) 表示在第i 个时白j 槽时系统从o f f 状态转移到o n 状态 的概率。则 若当前系统处于o n 状态，其后m 个时间槽内到达数据总量的数学期望 为 e p 3 a ( i ) t 3 ( 3 9 ) i = 1 若当前系统处于o f f 状态，其后m 个时间槽内到达数据总量的数学期望 为 e p = d ( f ) b ( 3 1 0 ) 百 若一个网络线路上连有n 个节点，每个节点的其后m 个时间槽内有数据 量的数学期望为e p ( j ) ，则其后m 个时问槽内共有数据量的数学期望为 e p ( j ) ( 3 一i i ) j = i 这蜕明用系统的马氏状态转移矩阵可以对网络数据流量进行预测估计。 转移矩阵的获得 在一个实际系统中如何获得其状态转移矩阵呢，方法很多。本文用一种 简单可行的方法。一个系统的时间可分为两部分对外传送时间和不对外传送 时问，这两部分时间总是交替排列。设t n 是对外传送时恻的长度平均值，t f 为不对外传送时问的长度平均值( t n l ，t f 1 ) ；即对外传送时间的长度平均 值有t n 个时间槽，不对外传送时间的长度平均值有t f 个时间槽。因此对于 任意一个处于o n 状态的时间槽来说，下一个时间槽仍处于o n 状态的概率为 ( t n 1 ) t n ，同样对任意一个处于o f f 状态的时l 可槽来说，下一个时间槽仍处 于o f f 状念的概率为( t f - 1 ) t f 。这样马氏状态转移矩阵中的 a = ( t n - i ) t n = i i t nb = l - a = l t n c = ( t f 一1 ) t f = l 一1 t fd = l - c = l t f 刀。= t n ( t n + t f ) 万甜。t f ( t n + t f ) ( 3 1 2 ) 1 8 经计算可知此状态转移矩阵a 的特征根为1 和卜1 t n 一1 t f ，其相应的 特征矩阵及其逆矩阵分别为 p = ：一朔p = 曛烈l y c + t f 因此a 矩阵可表示为 彳= 尸 ：。一! 一古 p 1 c s l a ， 故a 的i 次方可表示为 f 10 4 7 = l 。( 1 一击一嘉) p 。1 勖 由此我们可以算出 a ( i ) 。刀。+ ( 1 1 t n 一1 t f ) 。万讲 b ( i ) 2 f r o 。- ( 1 - 1 t n 一1 t f ) f t 啊 c ( i ) 2 万甜+ ( 1 - 1 t n - 1 t f ) 万。 d ( i ) 2 万啊一( 1 1 t n 一1 t f ) f t 。( 3 - 1 7 ) 由a ( i ) ，d ( i ) 对i 的倒数可知在条件t n x t f t n + t f 的情况下，a ( i ) 为减函 数，而d ( i ) 为增函数。根据上面式( 3 ) ，式( 4 ) 则有 e p = 。言 ，= 口( i ) 。b 2 ( 卅。f t 。+ s 。万盯) 。b d ( f ) 。b = ( 矾。万。一s 。f t 研) b ( 3 1 8 ) 以上两式分别是o n 状态和o f f 状态时的障况，其中 。：坠掣一l 即是说单个系统中以后n 1 个时间槽内的数据总量的数学期望值可以一次性 哈尔滨：程人学硕士学位论文 的计算出来。那么有n 个连接的整个网络线路上以后m 步内的数据总量的 n 数学期望值为e p ( j ) ，= j 3 3 流量预测算法的实现 为了对此流量预测算法进行性能评估，我用j a v a 语言编制了一个程序来 仿真随机系统的运行。 为了简便起见，同时又能达到实验的目的，我只是采集了连接局域网的 交换机的某个端口的流量信息，采用流量监控工作站的方法对流量数据进行 采集。采用这种方法首先要满足一定的条件，即所有到此交换机端口的流量 该工作站都能监听到，否则会造成流量数据的不可靠。我采用让交换机和流 量监测工作站处在同一个物理网段上来实现此方法，因此这必须是完完全全 的第一层的互联设备。流量监控工作站的网卡必须使用混杂模式，以便能接 收到以太网上的所有数据包。在此工作站上安装m r t g 免费软件即可对流量 进行采集。 3 3 1 算法设计 我们所用的交换机的带宽是2 m b p s ，选用的时问槽容纳1 k b i t ，即为 1 2 0 0 0 秒。我们预测的是未来五分钟内的流量。 流程图如下所示： 2 0 哈尔滨t 程大学硕士学位论文 图3 2 算法流程图 执行过程如下：先输入采集到的n 个数据，作为历史数据。第二步，从历史 数据中取出“当前”数据及其前两个数据。第三步，由当前数据计算出当前 时间槽有数据和没数据的概率。第四步，由前三个数据计算出转移概率。第 五步，对下一个数据进行预测，结果保存。转到第二步。循环结束后比较预 测值和实际值。 3 3 2 算法的性能评估 实际数据与预测数据的比较 哈尔滨_ l 程人学硕士学位论文 修正前： 预测值( k b i t )实际值( k b i t )绝对误差( k b i t ) 相对误差 1 7 0 5 2 8 9 3 8 9 5 7 2 0 1 4 61 6 6 04 5 2 8 9 3 8 9 5 7 2 0 1 4 6 1 o 0 2 7 2 8 2 7 6 4 8 0 2 4 1 8 4 h 4 2 1 6 6 5 7 3 9 9 6 8 6 2 8 4 0 9 71 5 8 0 8 5 7 3 9 9 6 8 6 2 8 4 0 9 7 10 0 5 4 2 6 5 8 0 2 9 2 9 3 7 3 2 3 1 7 0 9 9 8 8 3 1 9 9 4 2 0 0 7 41 3 7 03 3 9 9 8 8 3 1 9 9 4 2 0 0 7 4 o 2 4 8 1 6 6 6 5 6 8 9 1 9 7 6 2 3 1 6 4 0 1 4 4 9 2 1 3 0 3 2 9 1 1 3 7 02 7 0 1 4 4 9 2 1 3 0 3 2 9 1 0 30 1 9 7 1 8 6 0 7 3 9 “0 0 8 0 6 1 5 3 6 9 0 7 9 5 0 7 3 1 2 3 3 3 1 4 0 01 3 6 9 0 7 9 5 0 7 3 1 2 3 3 2 60 0 9 7 7 9 1 3 9 3 3 7 9 4 5 2 3 2 1 4 7 4 8 6 7 8 1 1 9 8 2 9 6 6 8 1 4 4 03 4 8 6 7 8 1 1 9 8 2 9 6 6 8 2 80 0 2 4 2 1 3 7 5 8 3 2 1 5 0 4 7 4 1 5 0 2 5 8 9 0 0 7 9 4 8 0 9 3 61 5 1 0 0 7 4 1 0 9 9 2 0 5 1 9 0 6 3 6 2 - 0 0 0 4 9 0 7 9 4 1 7 5 6 2 2 9 3 7 8 5 1 5 5 7 5 9 5 8 1 9 6 9 9 0 1 5 72 7 0 0 1 1 4 2 4 0 4 1 8 0 3 0 0 9 8 4 3 0 4 2 3 1 1 2 6 5 9 3 7 0 7 3 4 9 2 1 3 4 2 2 2 8 4 7 8 4 3 7 3 62 0 9 0 4 4 2 2 2 8 4 7 8 4 3 7 3 6 0 20 0 2 1 1 5 9 2 5 7 3 4 1 5 0 0 4 9 2 3 1 6 5 5 6 9 1 1 0 0 2 1 8 7 5 1 9 1 04 0 6 5 5 6 9 1 1 0 0 2 1 8 7 4 6 0 2 1 2 8 5 7 0 2 1 4 6 7 1 1 3 8 5 2 4 4 3 8 0 4 2 7 4 2 3 3 9 0 6 71 5 6 08 8 3 8 0 4 2 7 4 2 3 3 9 0 6 7 o 5 6 6 5 4 1 2 0 1 4 3 1 9 9 1 5 1 9 9 5 7 2 3 6 6 5 2 9 0 3 0 8 61 1 3 0 8 6 5 7 2 3 6 6 5 2 9 0 3 0 8 60 7 6 6 1 2 7 1 3 7 4 2 5 0 5 1 9 1 6 1 8 4 2 8 9 9 9 9 3 0 5 8 3 81 0 7 05 4 8 4 2 8 9 9 9 9 3 0 5 8 3 8 0 5 1 2 5 5 0 4 6 7 2 2 4 8 4 4 7 1 3 1 ，9 0 4 7 2 4 8 9 9 3 8 2 0 7 1 1 1 02 0 9 0 4 7 2 4 8 9 9 3 8 2 0 7 40 1 8 8 3 3 0 8 5 4 9 4 9 3 8 8 0 6 1 1 6 3 2 5 1 0 7 2 8 1 4 2 6 1 68 9 02 7 3 2 5 1 0 7 2 8 1 4 2 6 1 5 6 0 1 3 0 7 0 2 3 6 7 7 3 1 9 3 9 5 1 0 6 7 8 0 5 4 3 2 5 9 8 3 6 0 19 2 01 4 7 8 0 5 4 3 2 5 ；9 8 3 6 0 0 80 1 6 0 6 5 8 0 7 8 9 1 1 2 6 0 9 7 1 0 1 7 0 2 7 8 6 5 1 1 8 7 4 8 39 6 o5 7 0 2 7 8 6 5 1 1 8 7 4 8 3 4 0 0 5 9 4 0 4 0 2 6 1 6 5 3 6 2 8 5 4 9 6 6 5 51 1 6 5 6 7 8 3 4 9 51 0 4 07 3 4 4 8 8 3 4 3 2 1 6 5 0 4 80 0 7 0 6 2 3 8 7 9 1 5 5 4 3 3 1 5 1 0 2 2 7 4 7 5 3 4 2 8 0 4 7 0 61 1 2 09 7 2 5 2 4 6 5 7 1 9 5 2 9 3 7 0 0 8 6 8 3 2 5 5 8 6 7 8 1 5 1 2 2 1 0 9 6 9 3 6 7 7 1 8 3 3 6 0 6 21 0 9 00 6 9 3 6 7 7 1 8 3 3 6 0 6 2 0 10 0 0 6 3 6 4 0 1 0 8 5 6 5 1 9 4 5 1 1 1 4 1 0 8 5 5 9 3 7 3 1 8 2 8 6 1 2 1 06 8 9 1 4 4 0 6 2 6 8 1 7 1 4 30 0 5 6 9 5 4 0 5 4 7 6 7 0 8 3 8 3 1 2 0 7 5 3 7 5 2 8 1 8 3 8 61 2 4 03 2 4 6 2 4 7 1 8 1 6 1 3 9 9 5 30 0 2 6 1 7 9 4 1 2 7 5 4 9 5 1 5 7 6 1 2 5 1 6 8 0 7 9 6 1 1 1 6 3 2 51 0 8 0 1 7 1 6 8 0 7 9 6 1 1 1 6 3 2 50 1 5 8 9 6 3 7 0 0 1 0 3 3 6 3 4 4 1 2 3 8 8 9 0 0 2 8 1 8 8 1 2 2 21 1 3 01 0 8 8 9 0 0 2 8 1 8 8 1 2 2 1 60 0 9 6 3 6 2 8 5 6 8 0 3 6 4 7 9 2 1 2 1 3 6 1 8 9 8 6 0 1 6 6 8 2 61 2 6 0- 4 6 3 8 1 0 1 3 9 8 3 3 1 7 4 2一o 0 3 6 8 1 0 3 2 8 5 5 8 1 8 8 4 2 1 2 2 8 0 4 7 0 4 1 1 6 4 5 2 0 91 3 3 01 0 1 9 5 2 9 5 8 8 3 5 4 7 9 1 40 0 7 6 6 5 6 3 6 0 0 2 6 6 7 6 0 4 1 3 2 0 8 6 4 1 5 8 5 3 7 9 0 31 1 7 01 5 0 8 6 4 1 5 8 5 3 7 9 0 30 1 2 8 9 4 3 7 2 5 2 4 6 0 7 0 9 2 1 3 2 5 2 1 3 0 0 5 6 4 3 0 5 0 21 2 7 05 5 2 1 3 0 0 5 6 4 3 0 5 0 2 2 0 0 4 3 4 7 4 8 0 7 5 9 2 9 5 2 9 3 4 2 2 哈尔滨：l ：程人学硕士学位论文 1 3 3 4 9 2 2 2 7 1 8 5 6 6 9 9 81 1 9 01 4 4 9 2 2 2 7 1 8 5 6 6 9 9 7 5 0 1 2 1 7 8 3 4 2 1 7 2 8 3 1 9 1 2 1 2 8 0 5 5 3 4 3 1 9 0 6 5 2 1 41 1 2 0 1 6 0 5 5 3 4 3 1 9 0 6 5 2 1 3 8o 1 4 3 3 5 1 2 7 8 4 8 7 9 6 5 5 3 1 2 5 8 7 9 6 0 8 1 2 7 1 8 9 7 71 0 9 01 6 8 7 9 6 0 8 1 2 7 1 8 9 7 70 1 5 4 8 5 8 7 9 0 1 5 7 7 0 4 3 1 1 9 - 3 7 9 0 9 8 1 3 0 2 7 7 29 9 0 2 0 3 7 9 0 9 8 1 3 0 2 7 7 20 2 0 5 8 4 9 4 7 6 0 6 3 4 0 6 0 6 1 1 1 8 2 8 4 0 8 6 6 4 6 5 2 39 6 01 5 8 2 8 4 0 8 6 6 4 6 5 2 30 1 6 4 8 7 9 2 5 6 9 2 3 4 6 1 4 8 1 ( 】6 0 8 4 0 4 1 6 6 2 0 2 9 29 2 o1 4 0 8 4 0 4 1 6 6 2 0 2 9 1 9 30 1 5 3 0 8 7 4 0 9 3 6 9 8 8 2 5 5 9 9 9 6 0 0 1 9 2 7 7 2 8 6 41 0 4 0- - 4 0 3 9 9 8 0 7 2 2 7 1 3 5 9 4o 0 3 8 8 4 5 9 6 8 4 8 7 6 3 0 7 1 1 0 2 2 7 4 7 5 3 4 2 8 0 4 7 0 61 1 6 01 3 7 2 5 2 4 6 5 7 1 9 5 2 9 3 70 1 1 8 3 2 1 0 9 1 1 3 7 5 2 5 3 1 1 0 9 8 9 7 6 6 0 3 6 4 1 9 1 1 31 1 3 0 3 1 0 2 3 3 9 6 3 5 8 0 8 8 7 4 6- 0 0 2 7 4 5 4 3 3 3 0 6 0 2 5 5 5 2 7 1 1 7 1 3 7 5 0 1 0 0 8 4 1 7 6 79 5 o2 2 1 3 7 5 0 1 0 0 8 4 1 7 6 7 2o 2 3 3 0 2 6 3 2 6 4 0 4 3 9 6 5 5 1 1 3 0 1 5 2 5 8 3 2 6 4 0 2 5 21 0 2 01 1 0 1 5 2 5 8 3 2 6 4 0 2 5 1 70 1 0 7 9 9 2 7 2 8 6 9 0 2 2 0 7 5 1