论文部分内容阅读
传统的网络管理平台由于受到管理域的限制,只能管理内部用户的设备以及边界路由器,无法区分不同的外部用户的流量行为,也无法给出不同应用的性能评估,不能满足精细化网管的需求。因此,这就要求新一代的网络管理系统不仅能够管理传统的网元,还能够管理互联网上运行的服务和用户行为。这种网络管理对象精度的提高将传统的端口管理扩展到流管理,通过对网络流量的辨识和特征分析,可以具体区分并考察用户的行为特点,及时发现网络服务的异常变化。这种网络管理的需求变化给网络的性能管理实现带来相应的变化。例如,现有的基于IP报文性能测度给出的端到端性能,是特定IP报文类型端到端性能特征的直接体现。但是,具体的测量值受到报文类型和端系统性能、测量参数等多项因素的影响,无法直接映射成网络管理系统需要的子网之间逻辑路径的性能。因此,为了能够为不同粒度的网络被管对象集合之间提供精细化的性能管理,需要定义适合描述这些网络被管对象集合之间逻辑路径性能的新测度；需要为这些新测度建立计算模型和客观、准确、可行的测量方法,以便在实际环境中对定义的性能测度进行测量,满足精细化网络性能管理的需要。
针对精细化网管中性能管理的这些问题,本论文的目标是寻找适合于描述特定IP集合之间网络路径丢包与时延的测度及其测量方法,以满足精细化网络管理系统中对两个IP集合为代表的网络之间以及两个IP为代表的端系统间不同粒度性能评估的需要。围绕这个目标,论文研究了互联网环境中两个网络之间面向网络路径的丢包与时延的描述与测量方法；两个端系统之间面向应用的网络流丢包的描述与测量方法,以及这些测度计算所需长流的高效测量方法。与传统的基于网络链路的测量方法不同,论文的这些工作均基于TCP流,它们直接反映了用户实际感受到的网络服务质量。因此,论文的各项内容是有别于传统的面向网络链路的性能测量与评估的新尝试。
论文的工作与贡献具体包括以下几个方面:
1)提出了将网络路径丢包平台作为网络路径性能的评价背景。通过测量和分析网络路径上TCP连接的RTT序列,定义了描述子网之间逻辑路径传输延迟特性的测度Path_RTT,并给出了相应的测量方法。Path_RTT包含了两个组成部分:块数据传输RTT区间BRTDI和块数据传输RTT序列BRTDS。BRTDI给出了排除端系统影响的网络路径上报文的延迟区间；BRTDS给出的是报文延迟序列。基于BRTDS又可得到两个派生测度:平均周期RTT时间Period_RTT和平均谷底RTT时间Tbottom_to_min,这两个测度可以进一步用于评估网络之间逻辑路径的拥塞状态。与IPPM给出的报文延迟测度不同,Path_RTT及其派生测度关注的是网络路径本身的特性,通过观察这个网络路径上的TCP连接交互情况来估算。论文通过仿真实验验证了这些测度的合理性和可行性。
2)针对网络之间逻辑路径的丢包估计问题,论文提出了描述子网之间逻辑路径丢包特性的测度Path-Loss,并给出了相应的测量方法。该测度描述了子网之间发生丢包平台的频次,而非单个报文的丢包概率。论文提出了一种基于平行TCP流的丢包情况来推导出Path_Loss测度值的算法,并证明其结果精度虽然受推理过程中假设的影响,但可以在一定程度上得到修正。仿真计算表明,未经修正的估计结果精度已经可以满足逻辑路径丢包状况评估的实际需要。
3)针对Windows系统环境下网络应用的服务质量评估问题,论文研究了在Windows系统中广泛使用的TCP拥塞控制机制TCP-Reno的数据报文与响应ACK报文之间的定量关系,提出了基于。TCP-Reno流的往返报文数估计流丢包特性的计算模型。该算法根据TCP连接中的双向报文数,结合端系统的TCP-Reno拥塞控制算法和实际的TCP延迟响应机制,可以估计出TCP-Reno流的丢包特征。论文给出了在理想假设条件下的基本计算模型,并分析了实际传输环境中与理论假设不相符合的因素对模型估计结果造成的误差,给出了结果的修正方案。实验验证的结果表明,即使在不修正的情况下,估计结果也可以满足精细化网管的需求。由于基本计算模型所需的TCP双向报文数可以从流记录中获得,因此实际的计算数据可以从可广泛获得的Netflow流记录中选择,从而使得该方法具有很好的实用性。
4)针对Linux系统环境下网络应用的服务质量评估问题,论文研究了在Linux系统中广泛使用的TCP拥塞控制机制TCP-BIC的数据报文与响应ACK报文之间的定量关系,提出了基于TCP-BIC流的往返报文数估计流丢包特性的计算模型。鉴于TCP-BIC的行为模式与TCP-Reno区别很大,而且TCP-BIC在Liunx内核中的具体实现也和最初提出的算法有较大差别,论文首先分析了Linux内核中TCP-BIC的算法特征,然后结合Delayed ACK响应机制,提出了根据使用TCP-BIC拥塞控制机制的TCP连接中的往返报文数,估计TCP-BIC流丢包特征的算法。论文分析了基于理想条件的基本计算模型的误差成因,并给出了结果的修正方法。实验验证结果表明,TCP-BIC的算法误差虽然略大于TCP-Reno模型的误差,但也在可接受范围内。同样,由于基本计算模型所需的TCP双向报文数可以从流记录中获得,因此实际的计算数据也可以从可广泛获得的Netflow流记录中选择,从而使得该方法也具有很好的实用性。
5)针对在目前的高速网络环境下评估网络状态所需的网络长流测量问题,论文提出了一个快速的长流识别算法DCBF。这个长流识别算法通过使用两层Bloom Filter结构,可以从海量的网络流量中快速过滤出长流。论文分析了该算法的误判率,通过模拟数据分析了算法错误率和内存资源限制的关系,并在相同内存资源限制的条件下,将该算法和类似算法的准确性进行了比较。结果表明,在数据量较大的情况下,该算法具有较现有算法更小的平均错误率；对算法的时间效率分析表明该算法的处理速度完全可以达到OC48主干网上流量识别的监测需求。