網(wǎng)絡(luò)性能測(cè)量技術(shù)的研究

1、網(wǎng)絡(luò)性能測(cè)量技術(shù)的研究        摘 要:性能測(cè)量是網(wǎng)絡(luò)行為分析的基礎(chǔ)。本文對(duì)網(wǎng)絡(luò)性能測(cè)量的相關(guān)內(nèi)容以及網(wǎng)絡(luò)性能指標(biāo)的測(cè)量與分析進(jìn)行了系統(tǒng)的介紹，并對(duì)網(wǎng)絡(luò)性能測(cè)量的下一步進(jìn)行了展望。關(guān)鍵詞: 網(wǎng)絡(luò)性能 測(cè)量技術(shù) 性能指標(biāo) 分析與研究1.引言隨著Internet技術(shù)和網(wǎng)絡(luò)業(yè)務(wù)的飛速發(fā)展，用戶對(duì)網(wǎng)絡(luò)資源的需求空前增長(zhǎng)，網(wǎng)絡(luò)也變得越來(lái)越復(fù)雜。不斷增加的網(wǎng)絡(luò)用戶和應(yīng)用，導(dǎo)致網(wǎng)絡(luò)負(fù)擔(dān)沉重，網(wǎng)絡(luò)設(shè)備超負(fù)荷運(yùn)轉(zhuǎn)，從而引起網(wǎng)絡(luò)性能下降。這就需要對(duì)網(wǎng)絡(luò)的性能指標(biāo)進(jìn)行提取與分析，對(duì)網(wǎng)絡(luò)性能進(jìn)行改善和提高。因此網(wǎng)絡(luò)性能測(cè)量便應(yīng)運(yùn)而生

2、。發(fā)現(xiàn)網(wǎng)絡(luò)瓶頸,優(yōu)化網(wǎng)絡(luò)配置,并進(jìn)一步發(fā)現(xiàn)網(wǎng)絡(luò)中可能存在的潛在危險(xiǎn)，更加有效地進(jìn)行網(wǎng)絡(luò)性能管理，提供網(wǎng)絡(luò)服務(wù)質(zhì)量的驗(yàn)證和控制，對(duì)服務(wù)提供商的服務(wù)質(zhì)量指標(biāo)進(jìn)行量化、比較和驗(yàn)證，是網(wǎng)絡(luò)性能測(cè)量的主要目的?！癐P 某字段為0的標(biāo)準(zhǔn)形式的P 類型IP 連通性”。在實(shí)際測(cè)量中，很多情況下包長(zhǎng)會(huì)影響絕大多數(shù)性能參數(shù)的測(cè)量結(jié)果，包長(zhǎng)的變化對(duì)于不同目的的測(cè)量來(lái)說(shuō)影響也會(huì)不一樣。1            2       &#

3、160;    4.3 丟包率丟包率的定義是9：丟失的IP 包與所有的IP 包的比值。許多因素會(huì)導(dǎo)致數(shù)據(jù)包在上傳輸時(shí)被丟棄，例如數(shù)據(jù)包的大小以及數(shù)據(jù)發(fā)送時(shí)鏈路的擁塞狀況等。為了評(píng)估網(wǎng)絡(luò)的丟包率，一般采用直接發(fā)送測(cè)量包來(lái)進(jìn)行測(cè)量。對(duì)丟包率進(jìn)行準(zhǔn)確的評(píng)估與預(yù)測(cè)則需要一定的數(shù)學(xué)模型。目前評(píng)估網(wǎng)絡(luò)丟包率的模型主要有貝努利模型、馬爾可夫模型和隱馬爾可夫模型等等10。貝努利模型是基于獨(dú)立同分布的，即假定每個(gè)數(shù)據(jù)包在網(wǎng)絡(luò)上傳輸時(shí)被丟棄的概率是不相關(guān)的，因此它比較簡(jiǎn)單但預(yù)測(cè)的準(zhǔn)確度以及可靠性都不太理想。但是，由于先進(jìn)先出的排隊(duì)方式的采用，使得包丟失之間有很強(qiáng)的相關(guān)性，即

4、在傳輸過(guò)程中，包被丟失受上一個(gè)包丟失的影響相當(dāng)大。假定用隨機(jī)變量Xi 代表包的丟失事件，Xi = 0 表示包丟失，而Xi = 1 表示包未丟失。則第i 個(gè)包丟失的概率為PXi|Xi-1, Xi-2,Xi-n, Xi-1, Xi-2,.Xi-n 取所有的組合情況。當(dāng)N=2 時(shí)，該Markov 鏈退化為著名的Gilbert 模型。隱馬爾可夫模型是對(duì)馬爾可夫模型的改進(jìn)。Maya Yajnik等人所作的172 小時(shí)的測(cè)量試驗(yàn)11結(jié)果表明，在不同的數(shù)據(jù)采樣間隔下（20ms,40ms,80ms,160ms）采用三種不同的丟包率分析模型進(jìn)行分析得到的結(jié)果完全不同，在不同的估計(jì)精確度的要求下實(shí)驗(yàn)結(jié)果也各有不同

5、。因此，目前需要能夠精確描述丟包率的數(shù)學(xué)模型。4.4 帶寬帶寬一般分為瓶頸帶寬和可用帶寬。瓶頸帶寬是指當(dāng)一條路徑（通路）中沒(méi)有其它背景流量時(shí)，網(wǎng)絡(luò)能夠提供的最大的吞吐量。對(duì)瓶頸帶寬的測(cè)量一般采用包對(duì)(packet pair)技術(shù)，但是由于交叉流量的存在會(huì)出現(xiàn)“時(shí)間壓縮”或“時(shí)間延伸”現(xiàn)象，從而會(huì)引起瓶頸帶寬的高估或低估。另外，還有包列等其它測(cè)量技術(shù)?？捎脦捠侵冈诰W(wǎng)絡(luò)路徑（通路）存在背景流量的情況下，能夠提供給某個(gè)業(yè)務(wù)的最大吞吐量。因?yàn)楸尘傲髁康某霈F(xiàn)與否及其占用的帶寬都是隨機(jī)的，所以可用帶寬的測(cè)量比較困難。一般采用根據(jù)單向延遲變化情況可用帶寬進(jìn)行逼近。其基本思想是：當(dāng)以大于可用帶寬的速率發(fā)送測(cè)

6、量包時(shí)，單向延遲會(huì)呈現(xiàn)增大趨勢(shì)，而以小于可用帶寬的速率發(fā)送測(cè)量包時(shí)，單向延遲不會(huì)變化。所以，發(fā)送端可以根據(jù)上一次發(fā)送測(cè)量包時(shí)單向延遲的變化情況動(dòng)態(tài)調(diào)整此次發(fā)送測(cè)量包的速率，直到單向延遲不再發(fā)生增大趨勢(shì)為止，然后用最近兩次發(fā)送測(cè)量包速率的平均值來(lái)估計(jì)可用帶寬瓶頸帶寬反映了路徑的靜態(tài)特征，而可用帶寬真正反映了在某一段時(shí)間內(nèi)鏈路的實(shí)際通信能力，所以可用帶寬的測(cè)量具有更重要的意義。4.5 流量參數(shù)ITU-T提出兩種流量參數(shù)作為：一種是以一段時(shí)間間隔內(nèi)在測(cè)量點(diǎn)上觀測(cè)到的所有傳輸成功的IP 包數(shù)量除以時(shí)間間隔，即包吞吐量；另一種是基于字節(jié)吞吐量：用傳輸成功的IP 包中總字節(jié)數(shù)除以時(shí)間間隔。Internet

7、 業(yè)務(wù)量的高突發(fā)性以及網(wǎng)絡(luò)的異構(gòu)性，使得網(wǎng)絡(luò)呈現(xiàn)復(fù)雜的非線性，建立流量模型越發(fā)變得重要。早期的網(wǎng)絡(luò)流量模型，是經(jīng)典流量模型，也即借鑒PSTN的流量模型，用poisson模型描述數(shù)據(jù)網(wǎng)絡(luò)的流量,以及后來(lái)的分組火車模型，Markov模型等等。隨著網(wǎng)絡(luò)流量子相似性的發(fā)現(xiàn)，基于自相似模型的流量建模研究也取得了不少進(jìn)展和得到了廣泛的應(yīng)用,譬如分形布朗運(yùn)動(dòng)模型和分形高斯噪聲模型以及小波理論分析等等。高速網(wǎng)絡(luò)技術(shù)的使得對(duì)巨大的網(wǎng)絡(luò)流量進(jìn)行直接測(cè)量幾乎不可能，同時(shí)，大量的流量日志也使流量分析變得相當(dāng)困難。為了解決這一問(wèn)題，近幾年，流量抽樣測(cè)量研究已成為高速網(wǎng)絡(luò)流量測(cè)量的研究重點(diǎn)。5網(wǎng)絡(luò)性能測(cè)量的展望網(wǎng)絡(luò)性能測(cè)

8、量中還有許多關(guān)鍵技術(shù)值得研究。例如：?jiǎn)蜗驕y(cè)量中的時(shí)鐘同步問(wèn)題；主動(dòng)測(cè)量與被動(dòng)測(cè)量的抽樣算法研究；多種測(cè)量工具之間的協(xié)同工作；網(wǎng)絡(luò)測(cè)量體系結(jié)構(gòu)的搭建；性能指標(biāo)的量化問(wèn)題；性能指標(biāo)的模型化分析1216；對(duì)網(wǎng)絡(luò)未來(lái)狀況進(jìn)行趨勢(shì)預(yù)測(cè)；對(duì)海量測(cè)量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘或者利用已有的模型(Petri 網(wǎng)、自相似性、排隊(duì)論)研究其自相似性特征1719；測(cè)量與分析結(jié)果的可視化，以及由測(cè)量所引起的安全性問(wèn)題等等都是目前和今后所要研究的重要內(nèi)容。隨著網(wǎng)絡(luò)性能相關(guān)理論、測(cè)量方法、分析模型研究的逐漸深入、各種測(cè)量工具的不斷出現(xiàn)以及大型測(cè)量項(xiàng)目的不斷開(kāi)展，人們對(duì)網(wǎng)絡(luò)的認(rèn)識(shí)會(huì)越來(lái)越深刻，從而不斷地推動(dòng)網(wǎng)絡(luò)技術(shù)向前發(fā)展。

9、0;   3         “Multicast-based Inference of Network Internet-DelayDistributions”.University of Massachusetts, Amherst, Computer Science, Technical Report UM-CS-1999-055,1999.13 DUFFIELD N G, LO PRESTI F. “Multicast inference of packet delay var

10、iance at interior network links”.IEEE INFOCOM 2000C.Tel Aviv Israel, 2000.14 HUANG L, SEZAKI K. “End-to-end Internet Delay Dynamics”. IEICE Technical Report of CQ WG, May2000.15 OHSAKI H, MURATA M, MIYAHARA H, “ Modeling end-to-end packet delay dynamics of the Internet”using systemidentificationA. I

11、nternational Teletraffic Congress 17C. Salvador da Bahia, Brazil, 2001.16Sue B.Moon, "Measurement and Analysis of End-to-End Delay and Loss in The Internet"17 J.-C. Bolot. “End-to-end packet delay and loss behavior in the Internet”.In Proceedings of ACM SIGCOMM,San Francisco, August 1993.18 V. Paxson, “Mea