基于移動智體的大規(guī)模網(wǎng)絡管理方法(SMANM).doc

基于移動智體的大規(guī)模網(wǎng)絡管理方法（SMANM）的研究與實現(xiàn)莊力可，張長水清華大學信息科學與技術學院，北京100084摘要：本文針對傳統(tǒng)集中式網(wǎng)絡管理模式在主動性和時效性上局限性，采用基于移動智體技術，建立了移動智體中間件管理平臺SMANMP，并通過實例分析和仿真實驗的結果驗證該方法可有效地減少大規(guī)模信息網(wǎng)絡的帶寬消耗，提高網(wǎng)絡的管理效率關鍵詞：移動智體，中間件，管理平臺，大規(guī)模網(wǎng)絡The Study and Implementation of Large-Scale Network Management Methods (SMANM) Based on the Mobile AgentZhuang like ，Zhang ChangshuiSchool of Information Science and Technology Tsinghua University, Beijing 100084Abstract: Facing the limitation of activity and efficiency for centralized network management, we proposed the network management method (SMANM) based on mobile agent and build up the intelligent network management platform based on SMANM (SMANMP). Example analysis and simulation experiment showed that this method can greatly reduce the bandwidth consumption of large-scale information network, increase the network management efficiency and activity service ability.Keywords: Mobile agent, middleware, management platform, large-scale management 1 大規(guī)模網(wǎng)絡中基于SNMP傳統(tǒng)的網(wǎng)絡管理方法目前網(wǎng)絡管理絕大部分都采用集中式管理方法。在集中管理方法中主要遵循兩種協(xié)議：國際標準化組織ISO為網(wǎng)絡管理制訂了公共管理信息協(xié)議CMIP（Common Management Information Protocol）；IEFT為網(wǎng)絡管理制訂了簡單網(wǎng)絡管理協(xié)議SNMP(Simple Network Management Protocol)。CMIP.是基于OSI層開放互連模型的協(xié)議，主要用于遵循OSI網(wǎng)絡體系結構的網(wǎng)絡，它具有完善的安全認證機制，功能強大，但其復雜性高，實現(xiàn)難度大，從而妨礙了它的廣泛應用，該協(xié)議主要運用在電訊網(wǎng)絡管理領域；而SNMP則是基于TCP/IP的網(wǎng)絡管理協(xié)議，SNMP協(xié)議簡單，易操作，盡管早期的版本在安全認證制度等方面還存在許多缺陷，但管理開銷低、容易實現(xiàn)，使得它得到了廣泛的應用，事實上已成為目前網(wǎng)絡管理的標準因此,在下文的討論和研究中的集中式網(wǎng)絡管理是指基于SNMP協(xié)議管理方法?；赟NMP協(xié)議的大規(guī)模網(wǎng)絡管理體系結構所有基于SNMP的網(wǎng)管體系的結構基本相同，構成要件主要包括：網(wǎng)絡管理中心NMS（Network Management Station）、網(wǎng)絡設備DEVICE、管理信息庫MIB（Management Information Base）、管理代理SNMP-agent、管理協(xié)議SNMP，其結構如圖1所示。圖中管理應用程序Management Application 在NMS上運行，它通過各SNMP-agent對網(wǎng)絡上的各種設備進行監(jiān)測和控制，并對從各個節(jié)點上傳的狀態(tài)變量值和其它數(shù)據(jù)進行運算、分析，然后進行管理決策。SNMP-agent以靜態(tài)程序代碼的形式駐留在網(wǎng)絡設備上，執(zhí)行某項任務時，按NMS 的Polling指令, 將MIB中狀態(tài)變量值上傳，它本身并沒有決策管理的能力。DEVICE是指連接在網(wǎng)絡上各種設備、設施和資源。NMS通過訪問這些設備的MIB來對它們的狀態(tài)進行監(jiān)控。MIB是一個對網(wǎng)絡設備狀態(tài)變量進行描述的數(shù)據(jù)庫，一些相關的對象定義在MIB模塊中，這些模塊稱之為管理信息結構SMI（Structure of Management Information），用OSI ASN.1的標準符號子集對其進行特定地描述。SNMP-agent構成了用標準界面接口對外進行信息交換的實體, NMS就是通過這些的SNMP-agent，按照管理員的指令從各個設備上收集信息。SNMP協(xié)議定義了4種形式的操作：Get操作；Get Next操作；Set操作；Trap操作，并利用SNMP協(xié)議的4種操作為SNMP-agent與NMS之間，SNMP與MIB交換信息提供簡捷的方法。然而SNMP集中管理方法的局限性也是十分明顯的，其主要體現(xiàn)在：一是在互操作性上，各個廠家生產(chǎn)設備時，在定義MIB、選用的操作系統(tǒng)，以及使用管理程序的界面方面很難保持一致，在大規(guī)模的異構網(wǎng)絡中，基于SNMP的網(wǎng)絡管理方法在互操作性上有很大的局限性。二是在時效性上：SNMP網(wǎng)絡節(jié)點輪詢的機制，在網(wǎng)絡規(guī)模越大，設備越多的情況下，隨著輪詢密度的增大，網(wǎng)絡開銷越大，易造成網(wǎng)絡的堵塞和管理指令執(zhí)行的延時，從而降低網(wǎng)絡管理的時效性。三是在主動性能上：SNMP-agent自身只能被動接受NMS發(fā)出的輪詢, 然后去訪問設備的MIB，并按一定的時間間隔上傳數(shù)據(jù)，但這些SNMP-agent不具備主動計算和管理的能力，它本身不能對節(jié)點數(shù)據(jù)進行分析處理，只能按NMS的指令被動將所有的基礎數(shù)據(jù)上傳。四是在可靠性能上：按照大系統(tǒng)控制論，系統(tǒng)控制集中程度越高，規(guī)模越大，可靠性能越差?；赟NMP協(xié)議的網(wǎng)絡管理屬于典型的集中式控制系統(tǒng)，控制中心MNS或者MNS與網(wǎng)絡節(jié)點間的鏈路出現(xiàn)故障時，就勢必造成全局網(wǎng)絡的管理失控。2 構建基于移動智體的網(wǎng)絡管理平臺（SMANMP）本文從IIPP（Intelligent Information Pulling& Pushing）的思想得到的啟示，提出用基于移動智體的技術來實現(xiàn)主動網(wǎng)絡管理。這種方法采用IIPP的策略：即管理數(shù)據(jù)是由網(wǎng)絡節(jié)點上移動智體主動產(chǎn)生，并主動向NMS“推”送，同時這些智體不是固定駐留在某個節(jié)點的設備上，而是可以在網(wǎng)絡節(jié)點上移動，并在所移至的設備上執(zhí)行管理功能，從而減少網(wǎng)絡傳輸?shù)呢撦d和網(wǎng)絡帶寬的開支。這種管理機制，從網(wǎng)絡的拓樸結構上與SNMPV2中的Proxy有相似之處，但從信息推送的流向來看，它們卻有著本質(zhì)的區(qū)別。前者是信息先從NMS節(jié)點“推”向遠程設備的節(jié)點，再從遠端節(jié)點拉回NMS節(jié)點。后者是信息直接從各個遠程設備的節(jié)點“推”向NMS節(jié)點（NMS所在的節(jié)點也可以移動）。這種新型的管理機制取代了前者對MIB狀態(tài)變量的輪詢機制，網(wǎng)絡設備可以根據(jù)自身參數(shù)和變量的變化情況，主動執(zhí)行智體的管理指令，實現(xiàn)對網(wǎng)絡設備的自主性管理，同時由于它自身會自動產(chǎn)生新的管理代碼，所以可以對新增的網(wǎng)絡設備實行在線管理，這使網(wǎng)絡管理的應用范圍更廣，主動性更強，管理方式更靈活。為了實現(xiàn)基于移動智體的網(wǎng)絡的管理方法，本文選用了一個由SUN公司提供的AGENT底層開發(fā)平臺用來開發(fā)和管理移動智體，并采用JAVA語言開發(fā)移動智體，實現(xiàn)對智體的產(chǎn)生、執(zhí)行、通訊和遷移等。圖2 是本文構建的基于移動智體的網(wǎng)絡管理平臺（SMANMP） 的網(wǎng)絡管理體系結構圖.該平臺由移動智體生成器、移動智體代碼知識庫和NMS組成。圖2基于移動智體的網(wǎng)絡管理平臺SMANMP體系結構圖在SMANMP平臺上，本文開發(fā)的移動智體用來提高網(wǎng)絡管理的效率，并解決傳統(tǒng)集中式網(wǎng)絡管理方法中所存在的帶寬問題。在這個開發(fā)過程中，本文針對網(wǎng)絡管理中下面兩個方面的問題進行了具體的研究工作。（1） 網(wǎng)絡設備狀態(tài)信息的獲取。（2） 通過用戶自定義的健康函數(shù)對節(jié)點設備進行管理。2.1 SMANMP 移動智體的設計原則在研發(fā)過程中，本文首先確定在SMANMP 平臺上移動智體的設立原則，然后對不同的智體進行定義，最后由這些不同的智體組合完成上述兩個研究方面的網(wǎng)絡管理業(yè)務。在SMANMP 平臺上，移動智體是按網(wǎng)絡節(jié)點上管理需求的不同，進行個性化設立和使用，這種原則對節(jié)點設備管理的效率高、靈活性強，比SNMP的集中式管理有明顯的優(yōu)勢，它使智體具有自主管理、主動交換信息、按需移動的特性。而在IEFT推出SNMP協(xié)議時，由于當時網(wǎng)絡設備自身計算能力的局限性，制約了對SNMP-agent獨立管理功能的設立，只能將它設成一個簡單的信息傳遞或事件通告的實體。隨著計算機芯片技術的高速發(fā)展，網(wǎng)絡設備CPU的處理能力和內(nèi)存容量都大幅提高，這就為移動智體的實際應用提供了技術保障，現(xiàn)在人們可以不再用靜態(tài)規(guī)劃的方式來設定這些管理實體，并讓所有的設備都執(zhí)行統(tǒng)一管理程序。特別在大規(guī)模的異構網(wǎng)絡中，不同設備所需要網(wǎng)管程序不同，網(wǎng)管程序執(zhí)行的密度也不同，如果還采用輪詢的方式，讓所有節(jié)點上的設備都運行統(tǒng)一的管理程序，會造成資源的大量浪費。采用個性化設立和使用智體的原則不僅增強網(wǎng)絡管理的靈活性，而且維護簡單，所占網(wǎng)絡資源少。2.2 網(wǎng)絡管理中移動智體的分類本文在基于JAVA的環(huán)境上，根據(jù)智體生產(chǎn)、執(zhí)行、通訊、移動的過程，按照其不同的功能，將參與網(wǎng)絡管理的移動智體分成四類：信息交換智體、信息管理智體、信息監(jiān)控智體、信息校驗智體。其中每種網(wǎng)絡管理智體所要執(zhí)行的任務都非常簡單，但它們結合在一起就可以完成十分復雜的管理工作。下面分別給出本文設計的四種智體功能及工作過程。在設計網(wǎng)絡管理智體之前，本文先引入健康函數(shù)的概念。在網(wǎng)絡管理中，由節(jié)點設備MIB中的各類變量組成的具有特定功能的函數(shù)表達式稱之為該節(jié)點的健康函數(shù)。健康函數(shù)是用來判別節(jié)點設備的狀態(tài)是否正常，網(wǎng)絡用戶可以通過自定義不同的健康函數(shù)，來評估節(jié)點設備某項性能指標。仿真實際中丟包率的健康函數(shù)E（t）由MIB庫中五個變量組成，它是一個判別網(wǎng)絡設備節(jié)點端口丟包率的健康函數(shù)。E（t）可以表示為：檢測網(wǎng)絡節(jié)點端口性能的IP吞吐率、UDP吞吐率都可以設定為端口的健康函數(shù)。信息監(jiān)控智體：對由用戶預先定義的健康函數(shù)進行運算的智體。根據(jù)節(jié)點設備中的特性，用戶功能由MIB的變量建立一組健康函數(shù)，信息監(jiān)控智體駐留在這些節(jié)點上，運算這些健康函數(shù)，記錄下運算值，如果運算結果超過了用戶定義的閥值，信息監(jiān)控智體則會自動向NMS發(fā)送信息。圖3給出信息監(jiān)控智體的工作過程。在圖3中，用戶先自定義健康函數(shù)F1、F2，并完成對節(jié)點閥值設定.，信息監(jiān)控智體在#0節(jié)點生成后，分別按需要遷移到網(wǎng)絡中的#1、#2、#3、#4，在節(jié)點#1、#4、上，agent計算后的結果小于初始設定的閥值，則不向NMS發(fā)回信息，當?shù)?2、#3節(jié)點時，其計算結果大于閥值，則agent向NMS或用戶指定的節(jié)點發(fā)回信息。信息交換智體： 在網(wǎng)絡節(jié)點設備上移動的過程中負責與其它智體進行信息交換的智體稱之為信息交換智體。信息交換智體在工作過程中要預先設定好需要和它進行信息交換的智體和服務器，以及與它們交換信息的次數(shù)。這種方式比直接到MIB中去檢索狀態(tài)變量值的方法效率高得多。同時,由于信息監(jiān)控智體可在不同的網(wǎng)絡節(jié)點上完成健康函數(shù)的運算，所以它可以直接在信息監(jiān)控智體上收集信息，從而快速高效地掌握網(wǎng)絡運行的基本狀況。其工作過程圖4所示。信息瀏覽智體：可以從節(jié)點設備的MIB庫讀取變量，同時根據(jù)和其它智體進行信息交換的結果，對節(jié)點設備的進行管理的智體稱之為信息瀏覽智體。信息瀏覽智體在工作過程中要通過MAP特定的監(jiān)控程序對話框來設定，根據(jù)業(yè)務設備它既可以完成傳統(tǒng)的輪詢?nèi)蝿眨占W(wǎng)絡設備訪問服務器的信息，也可以在節(jié)點充當移動的PROXY代管節(jié)點設備。例如可以用管理智體來檢查系統(tǒng)設備配置、健康函數(shù)運算時，訪問節(jié)點并相關收集信息，以供管理決策。信息校驗智體：這類智能本身并不直接參加網(wǎng)絡管理工作。它在系統(tǒng)設備配置、控制函數(shù)運算、軟件升級時，訪問節(jié)點并收集相關信息，評估并校驗agent在訪問時系統(tǒng)一些特定的性能和屬性，以供管理決策。例如，檢查軟件的版本，檢查磁盤的有效空間。2.3 移動智體的網(wǎng)絡管理過程采用基于移動智體技術的分布式網(wǎng)絡管理方法與SNMP的分布式網(wǎng)絡管理方法明顯示不同。SNMP的管理進程是由NMS先發(fā)起的，而基于移動智體的管理進程由節(jié)點處的設備執(zhí)行。這些智體本身具有數(shù)據(jù)運算能力和管理功能，并可以從一個節(jié)點移到另一個節(jié)點上。另外，智體可以根據(jù)設備當前的狀態(tài)，主動替NMS做出管理決策，既減少了各個節(jié)點與NMS間的數(shù)據(jù)交換，又提高進程處理的分散程度。在大規(guī)模的異構網(wǎng)絡管理中，或者在低帶寬、網(wǎng)際間互連可靠性能差的情況下，移動智體這種屬性的優(yōu)勢更加明顯。它克服了在集中式管理中，為執(zhí)行一個單獨的管理進程，需要NMS與節(jié)點設備之間多次交換信息，并造成管理延遲和低可靠性的缺陷。在基于移動智體的管理方法中，根據(jù)管理功能的不同需要，在NMS上或在客戶端的節(jié)點上創(chuàng)建不同類型的管理智體（如本文中定義的信息交換智體、信息瀏覽智體、信息監(jiān)控智體和信息校驗智體等），并將其動態(tài)駐留在本地節(jié)點上或發(fā)往其它節(jié)點，使其能單獨在節(jié)點上完成特定的管理功能，又能和其它智體組合在一起完成復雜的管理功能。基于移動智體的管理方法也具有象Proxy agent 的分層管理的機制，當智體發(fā)送到某個局域網(wǎng)LAN時，它可以代理整個LAN中設備的管理工作。同時，由于在LAN中有足夠的帶寬，因此既使智體的大小會有所增加，也不會造成網(wǎng)絡擁塞，對網(wǎng)絡性能也沒有太多的影響，這種智體執(zhí)行完任務后，會將結果通告NMS，不需要帶著它所有的代碼回到它原來的節(jié)點上去。下面以對網(wǎng)絡管理中執(zhí)行某項管理功能時的流量負載分析，來比較集中式與基于智體分布式管理的不同特性，并以此對兩種機制進行評價。3 實驗評估與分析3.1 實驗設定條件（1） 在一個有N個節(jié)點的廣域網(wǎng)中，節(jié)點設備為N；（2） MP是一個監(jiān)控網(wǎng)絡中各個設備狀態(tài)的管理進程，這個進程可以以靜態(tài)方式或動態(tài)方式執(zhí)行；（3） MIB狀態(tài)是節(jié)點設備的信息管理庫；（4） 在MP中存在一個由MIB中M個變量構成的健康函數(shù)F1，F(xiàn)1的運算值反映被監(jiān)控設備某種特定的狀態(tài)。如果這個函數(shù)的值或者它的變化率低于某個閥值D，則MP管理進程會自動執(zhí)行另一個健康函數(shù)F2。這個過程可以用下列程序進行描述：If F1(t)D or error(F1(t),F1(t-1),T)D then execute F2end if其中：F1表示由M個變量構成的健康函數(shù)；t表示某一時刻；F1(t)表示該函數(shù)在某時刻的值；ERROR（）表示求變化率的函數(shù)；D是由管理員設定的的閥值。3.2 集中式管理方法的流量分析用傳統(tǒng)的集中式管理方法來執(zhí)行上面的程序，由于閥值D和ERROR 函數(shù)是由管理員按不同需要動態(tài)設立，不能預先設立在各個設備標準MIB庫中，而函數(shù)運算是在NMS上執(zhí)行，所需的MIB中基本變量值都需通過網(wǎng)絡由各個節(jié)點傳回NMS。這種采用輪詢機制進行MIB變量檢索的方法，輪詢密度越高，數(shù)據(jù)交換量越大，網(wǎng)絡負荷越重。這種集中式管理所產(chǎn)生的的流量表達式為：V=NMS/T 其中：V表示執(zhí)行該進程所形成網(wǎng)絡流量總數(shù)，N表示網(wǎng)絡輪詢的設備總數(shù)；M是計算函數(shù)F1所需在MIB庫中基本變量的個數(shù)；S表示按SNMP協(xié)議每從MIB庫中檢索出一個變量值平均流量的大小（100-300字節(jié)）；T表示輪詢的時間間隔。在這個表達式中暫不考慮由執(zhí)行F2所形成的流量。N數(shù)量的變化決定了網(wǎng)絡設備增減，N值增大，表示網(wǎng)絡規(guī)模擴大，M取值決定健康函數(shù)和網(wǎng)絡管理的復雜程序，T的取值決定F1求值運算的精度和所需的時間，求值精度高，則容易造成網(wǎng)絡擁塞而影響網(wǎng)絡管理的性能。3.3 基于移動智體方法的流量分析如果采用基于移動智體的主動網(wǎng)絡管理方法，則可以減少絕大部分的網(wǎng)絡流量。根據(jù)上一節(jié)所述智體管理的方法，這個網(wǎng)絡管理進程的執(zhí)行過程可以采用另一種方式進行描述。健康函數(shù)F1的計算通過設定一個特定信息監(jiān)控智體來完成，函數(shù)所需的變量值或參數(shù)值可以用信息瀏覽智體直接從節(jié)點設備上獲取，網(wǎng)絡流量僅取決智體的代碼的大?。ㄓ肑AVA實現(xiàn)的監(jiān)控智體的代碼僅占2-4K字節(jié)）與F1計算結果的大小，智體在執(zhí)行任務之初移動至遠端節(jié)點的設備后，其代碼就不需再傳回到初始的節(jié)點上，這樣網(wǎng)絡設備數(shù)量N和F1中基本變量的數(shù)量M與網(wǎng)絡的流量已沒有直接的關系，T的取值只影響管理執(zhí)行的速度，與流量沒有關系。同樣F2的執(zhí)行所需的數(shù)據(jù)，也只需從本地節(jié)點獲取的相關信息和數(shù)據(jù)，這使網(wǎng)絡管理的時效性和靈活性能大為提高。通過上述分析表明，N的大小確定了網(wǎng)絡的規(guī)模，健康函數(shù)F的變量數(shù)M確定時網(wǎng)絡管理任務的復雜程度，下面我們通過實驗來檢驗上述分析結果。3.4 仿真實驗 為了檢驗上述定性分析的結果,我們對上述分析，進行了仿真實驗。實驗目的是檢測在網(wǎng)絡規(guī)模不同、健康函數(shù)變量不同的情況下，基于傳統(tǒng)SNMP集中式管理（在圖5中簡稱Snmp-based）與基于移動智體的管理（在下圖表中簡稱MA-based）的帶寬消耗情況。l、N=10，M=2，S=150；2、N=50，M=2，S=150 圖5(a)仿真對比實驗1 圖5(b) 仿真對比實驗2 3、N=1000，M=2，S=150；4、N=10,M=2,S=150;N=10,M=10,S=150 圖5(c) 仿真對比實驗3 圖5(d) 仿真對比實驗45、N=50,M=2,S=150;N=50,M=10,S=150；6、N=1000,M=2,S=150;N=1000,M=10,S=150 圖5(e) 仿真對比實驗5 圖5(f) 仿真對比實驗63.5 實驗結論1、 在網(wǎng)絡規(guī)模較?。∟=10），且管理任務復雜程度低時（M=2），MA-based的管理方法與SNMP-based管理方法相比并不占優(yōu)，在網(wǎng)絡管理過程中消耗帶寬遠大基于傳統(tǒng)SNMP的輪詢機制。2、 網(wǎng)絡規(guī)模增大（N=50），且管理任務復雜程度增大時（M=10），MA-based的管理機制與SNMP-based管理方法相比仍不占優(yōu)，在網(wǎng)絡管理過程中消耗帶寬也大于基于傳統(tǒng)SNMP的輪詢機制。3、 在網(wǎng)絡規(guī)模較大時（N=1000），且管理任務復雜程度高時（M=10），MA-based的管理機制與SNMP-based管理方法明顯占優(yōu)，在網(wǎng)絡管理過程中消耗帶寬遠小于傳統(tǒng)的輪詢機制。4 結束語在本文中，提出基于移動智體的主動網(wǎng)絡管理方法，并建立了實現(xiàn)該方法的移動智體中間件管理平臺SMANMP，在該平臺建立了移動智體的分類原則，實現(xiàn)其移動機制，并將參與管理網(wǎng)絡的移動智體分為四大類：信息瀏覽智體、信息交換智體、信息監(jiān)控智體、信息校驗四類智體，實例分析和仿真實驗的結果表明：該方法可有效地減少大規(guī)模信息網(wǎng)絡的帶寬消耗，提高了網(wǎng)絡管理的效率。課題組下一步將對AGNET在大規(guī)模異構網(wǎng)中的分類原則進行細化，并對AGENT的移動機制和社會形為進行研究。參考文獻1 Festor O. Formal description of managed object behavior-A rule based approach. In: Proceedings of the Integrated Network Management, III. 1993. 45582 M. Cheikhrouhou, P. Conti, R. T. Oliveria, and J. Labetoulle, Intelligent agents in network management, a state of the art, Networking and Information Systems, vol. 1, no. 1, pp. 9-38, 1998. 3 S. Albayrak and F. J. Garijo, eds., Proceedings of the Second International Workshop on Intelligent Agents for Telecommunicati