Assessment of the distance learning server\'s operation strategies and service capacity in advance

Fig. 1. Changes in the level of server utilization in relation to the intensity of requests
0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
70.0%
80.0%
90.0%
100.0%
5
10
14
16
18
20
22
24
Ser
ver
 ut
iliz
at
io
n r
at
e 
(ρ
)
λ - speed of requests entering the system (in second)
E3S Web of Conferences 420, 06016 (2023)
https://doi.org/10.1051/e3sconf/202342006016
EBWFF 2023
5

---

Due to the rise in requests, the service time was also examined, and the results are shown 
in Fig. 2.
Fig. 2. The M/M/m model's variation of service time upon intensity
However, it should also be emphasized that this model assumes a situation where there 
are no queues on the system server, and it will not be acceptable for systems with queues. 
This indicates that the working principle of the systems whose service time is established 
based on (4) is based on the transparent loss technique, and when all the service devices are 
busy during the system service, the request to the system will not be served. They also 
affected the server's service time when this view was served, as service devices in the system 
generated a load on the system during the period up to the loss of requests that arrived when 
it was busy.
Determining the 
presence of an 
empty device
Server with 4 service devices
Requests sent at the same time
Requests served
Rejected request
Rejecting the request due to the 
fact that all service devices are 
busy
Fig. 3. The process of providing services in the transparent loss method
There are also methods that work with servers based on the principle of waiting, and the 
M/G/m/k model was used to determine the service time of systems based on this principle in 
relation to the number of requests. In this service method, the average response time to 
requests was calculated by the manner of queuing on the server [26]. In this method, the 
distance learning server was studied in connection with one request service time (SRT), the 
rate of arrival of requests at different values. Formula (5) was used to determine the average 
service time of the M/G/m/k model. Also, the estimation of the average service time based 
on this model depends on various factors, the relevant values of which were determined based 
on the following formulas: (6), (7), and (8).
ܴܶ ൌ
ଵ
ሺ௠ כ ఓ ି ఒሻ ା ௐ௤

(5)
Here, W
q
is the average waiting time in the queue, which is determined using the 
following formula (6).
0
2
4
6
8
10
12
14
16
5
10
14
16
18
20
22
24