一种基于数据聚合的网络拓扑推测算法

网络拓扑信息对网络资源管理和配置,网络内部链路的性能评价具有重要的意义.传统的网络测量技术都是基于已知的网络拓扑,为解决传感器网络逻辑拓扑的获取问题,针对传感器网络资源有限的特点,为提高网络传输性能,提出了一种端到端的基于数据聚合的拓扑发现算法.根据在sink节点收集到的网络内部节点数据接收或丢失的情况,发现数据传输路径,进行传感器网络的拓扑推测进行仿真.仿真结果表明,算法可以准确快速的获取网络拓扑,并且具有很好的收缩性,适合大规模传感器网络的逻辑拓扑推测.     

云计算数据中心网络的端到端流量计算

云计算数据中心网络的流量特征是研究和设计云计算网络的基础,现有的流量测量研究方法通常要求交换机支持额外功能模块或具备可编程能力,而目前大多数云计算数据中心网络的交换机并不满足此要求。提出一种基于网络层析技术的端到端流量推理算法,仅使用交换机普遍支持的SNMP(简单的网络管理协议)数据,就能快速准确地计算出端到端的流量信息。并通过仿真实验与已有的网络层析算法进行比较,结果表明新算法更适用于大规模的云计算数据中心网络,可以在较短的时间内得到更准确的计算结果,从而为云计算网络的设计和研究提供了重要的参考依据。     

网络断层扫描:理论与算法

网络测量为网络设计者与管理者提供网络内部细粒度的运行状态信息,是对网络进行高效管理与优化的基础.网络断层扫描是网络测量领域的一个研究热点,是一种端到端的网络测量方法.与传统网络内部测量方法不同,网络断层扫描利用端到端的测量信息计算和推断网络内部性能和状态,从而实现与网络组成和协议无关的网络测量,具有较低的测量开销.本文对近些年国内外学者在网络断层扫描研究领域取得的成果进行了系统总结.本文首先介绍了网络断层扫描的基本模型并指出了影响网络断层扫描性能的3个重要因素：监测节点部署、测量路径构造和测量数据分析;接着,依次归纳了在这3个影响因素方面的研究进展和研究成果;随后,分析了已有网络断层扫描方法在实际应用中存在的缺陷,并给出了应对这些核心缺陷的理论和关键算法.最后,本文基于现有研究成果讨论了网络断层扫描的发展趋势和进一步的研究方向.     

高带宽组播网络端到端时延测量及分析

随着IP组播技术的飞速发展,用户对多媒体视频流的需求的增加导致IP组播网络的性能下降。为解决IP组播性能测量中网络延迟问题,在高速校园网中,根据RFC标准文档中定义的组播性能测试指标和测试方法,实现精确测量组播网络的端到端时延,并且利用时钟同步原理对测量结果进行时钟频差分析。其创新之处在于将线性规划算法应用到对测量模型进行分析的过程中。通过在高速校园网中的测量结果表明,通过所提出算法对测量结果进行修正后可以得到准确的端到端网络时延。该研究为在校园网中推广组播流媒体应用打下基础,更有利于发现网络瓶颈,为未来网络构建奠定基础。     

基于数据中心流量特征的端到端流量估计算法

数据中心是云计算等大型分布式计算服务的基础,有效地设计与管理数据中心需要遵循数据中心网络的端到端流量特征。然而直接地测量网络的端到端流量需要耗费巨大的软件成本和硬件成本,并且由于数据中心网络结构的特殊性,传统的计算机网络采用的流量估计方法也无法适用于现有的数据中心网络。为解决以上问题,首先依据数据中心的资源分配和链路利用率情况提取出网络的粗粒度流量特征,在此基础上提出一种基于重力模型和网络层析技术的数据中心端到端流量估计算法。与现有的流量推理算法Tomogravity和ELIA在NS3搭建的不同规模的数据中心网络中进行性能对比,实验结果表明,所提算法能有效地利用提取出的粗粒度流量特征,在保证计算效率的前提下将计算准确度大幅提升,可满足当前数据中心网络实时获取端到端流量数据的需求。     

一种基于pathchar算法的改进的网络端到端带宽测量方法

在网络端到端带宽的测量中,Pathchar测量算法是目前网络链路带宽测量算法中最成功的算法之一,但是也存在不能对反方向路径上各段链路带宽进行测量、背景流量和逐跳误差累积影响等问题.本文提出一种改进的基于pathchar的测量方法较好的解决了上述问题,提高了测量的精度和抗干扰性.     

多源网络断层扫描技术在网络拓扑推断中的研究

网络断层扫描技术不需要网络内部节点的配合,通过网络外部端到端的测量来推断内部特性.多源断层扫描技术可获得更多的网络内部链路信息,能够更精准的得到网络的拓扑结构.该文重点论述了多源网络断层扫描技术,将多源网络划为几种2-by-2结构,并通过一种根据hamming距离的链路利用率算法得出了网络拓扑结构.通过仿真实验证明了该...     

网络链路性能参数估计的层析成像方法综述

网络层析成像能够在网络内部节点不提供测量协作的情况下,根据端到端的测量结果,间接地估计网络内部链路性能参数,是一种重要的网络测量手段,能直接指导网络管理和网络优化,目前受到国内外学术界和工业界广泛的关注.在广泛收集国内外资料的基础上,首先总结了目前网络层析成像使用的主要端到端测量方法和技术;再根据不同参数对链路性能刻画程度的不同,将链路性能参数的网络层析成像方法分为两类:定量参数推断方法和定性参数推断方法;然后,针对不同类型参数的估计问题,概括分析了现有算法的特点;最后指出该类方法未来的研究方向与潜在的应用前景.     

单向延迟测量中时钟动态性检测算法

延迟是评价网络性能的重要指标,也是进行其他网络性能指标测量的基础.基于全球定位系统(GPS)的端到端(end-to-end)时钟同步是测量网络单向指标的常用方法,但是其代价昂贵且缺乏灵活性.在无端到端时钟同步机制下进行网络单向延迟指标测量的关键是消除时钟偏差效应的影响.基于对时间序列分段技术的分析,提出了一种新的时间序列分段标准与改进的分段算法,实现序列的自动聚类,其时间复杂度为O(N²).将该算法应用于检测端到端时钟的动态性,识别测量过程中时钟跳变和时钟频率调整位置,实现对网络单向延迟的测量,弱化了同类工作中对时钟动态性的严格假设.同时提出了基于滑动窗的在线实时时钟动态性检测算法.实际测试实验表明,该算法是行之有效的.     

基于带宽测量拥塞控制分阶段慢启动改进机制

用端到端实时在线网络带宽测量方法进行TCP拥塞控制慢启动改进算法的研究。TCP拥塞控制慢启动存在发送速率变化幅度大、网络性能低的问题。本文分析相关慢启动改进算法及其局限,结合端到端时延带宽模型分析,提出了端到端网络带宽测量方法,实现了基于带宽测量的分阶段平滑慢启动改进算法MP-start,得出了灵活慢启动参数模型并实现了自适应参数设置。仿真结果表明,拥塞窗口中多个分组丢弃概率大大降低,网络传输性能得到了明显改善。     

一种基于多播推测丢包率的算法

网络层析是近年新兴的一个网络研究领域,它利用端到端的性能测试结果推导网络内部性能特征或拓扑结构,克服了传统网络测量技术的一些缺陷.丢包率层析的主要方法是利用最大似然估计(MLE),但是计算复杂度高且计算时间较长;基于伪似然估计(PMLE)方法可以较快估计各链路丢包率,但是在非叶节点链路的误差较大.为了克服以上缺点,本文基于多播网络的端对端测量,结合MLE和PMLE提出一种推算网络内部各链路的丢包率算法.通过仿真证实该算法估测的结果能真实地反应网络内部丢包趋势,在推测精度较好的情况下,计算量减少,计算复杂度降低.     

AntiMNT：一种对抗多源网络层析成像的拓扑混淆机制

作为一种典型的网络拓扑推断方法,网络层析成像技术可以被攻击者用来准确推断目标网络的拓扑结构,进而向关键节点或链路发起有针对性的攻击行为。为了有效隐藏真实的网络拓扑结构等信息,提出了一种基于主动欺骗方式对抗多源网络层析成像探测的拓扑混淆机制AntiMNT。AntiMNT针对多源网络层析成像的探测过程,策略性地构建虚假拓扑结构,并据此混淆攻击者对目标网络的端到端测量数据,使其形成错误的拓扑推断结果。为了高效生成具有高欺骗特征的混淆网络拓扑,AntiMNT随机生成候选混淆拓扑集,并在此基础上用多目标优化算法搜索具有高安全性和可信度的最优混淆拓扑。基于几种真实网络拓扑的实验分析表明,AntiMNT可以生成高欺骗性和安全性的混淆网络拓扑,从而能够有效防御基于网络层析成像的网络侦察。     

基于层析成像技术的拓扑推断

利用层析成像技术通过端到端的测量可以推断网络拓扑。该文讨论网络层析成像在网络拓扑推断中的测量方法的优点与不足,分析节点相关性计算方法的缺陷及当前各种拓扑推断算法。对测量方法、节点相关性计算方法和推断算法进行综合对比,总结网络层析成像在拓扑推断中的技术难点,对进一步的研究方向进行探讨。     

A data propagation model for wireless gossiping

Wireless sensor networks require communication protocols for efficiently propagating data in a distributed fashion. The Trickle algorithm is a popular protocol serving as the basis for many of the current standard communication protocols. In this paper we develop a mathematical model describing how Trickle propagates new data across a network consisting of nodes placed on a line. The model is analyzed and asymptotic results on the hop count and end-to-end delay distributions in terms of the Trickle parameters and network density are given. Additionally, we show that by only a small extension of the Trickle algorithm the expected end-to-end delay can be greatly decreased. Lastly, we demonstrate how one can derive the exact hop count and end-to-end delay distributions for small network sizes.     

基于贝叶斯模型的IP网拥塞链路诊断算法

通过端到端路径的性能判断IP网络运行状态的方法可以以较小的代价诊断网络故障,但目前已有的端到端技术仍然存在两个主要问题：1)端到端的探测数量不足以准确定位每条链路的拥塞状态;2)随着网络规模的扩大,诊断所消耗的计算时间过长,无法达到实时性的要求。为解决以上问题,提出一种基于贝叶斯模型的高效拥塞链路诊断算法。所提算法将拥塞定位问题建立成贝叶斯模型,将模型进行二次化简,并限制了同时发生拥塞的链路个数,从而在保证一定准确度的基础上大大降低了推理的计算复杂度。通过仿真与Planetlab实验将所提算法与Clink算法进行了对比,实验结果证明,所提算法具有更高的诊断准确度和更短的诊断时间。     

网络断层扫描中推断分析理论与方法研究*

网络断层扫描是一种新的网络测量技术,通过端到端的网络外部测量来推断网络内部性能,从而克服了传统网络测量技术的诸多缺陷.推断分析理论作为网络断层扫描的核心技术,直接关系到网络测量的计算复杂度和推断准确性.论述了网络断层扫描技术的基本概念,重点介绍并探讨了目前推断分析理论方法及其研究进展,最后提出了今后推断分析理论需要研究和解决的关键问题.     

Ontology-Based Semantic Priority Scheduling for Multi-domain Active Measurements

Network control and management techniques (e.g., dynamic path switching and on-demand bandwidth provisioning) rely on active measurements of the end-to-end network status. The measurements are needed to meet network monitoring objectives such as network weather forecasting, anomaly detection, and fault-diagnosis. Recent widespread deployment of openly accessible multi-domain active measurement frameworks, such as perfSONAR, has resulted in users competing for system and network measurement resources. Hence, there is a need to prioritize measurement requests of users before they are scheduled on measurement resources. In this paper, we present a novel ontology-based semantic priority scheduling algorithm (SPS) that handles resource contention while servicing measurement requests for meeting network monitoring objectives. We adopt ontologies to formalize semantic definitions and develop an inference engine to dynamically prioritize measurement requests. The prioritization is based upon user roles, user sampling preferences, resource policies, and oversampling mitigation factors. Performance evaluation results demonstrate that our SPS algorithm outperforms existing deterministic and heuristic algorithms in terms of user ‘satisfaction ratio’ and ‘average stretch’ among serviced measurement requests. Further, by sampling experiments on real-network perfSONAR measurement data sets, we show that our SPS algorithm successfully mitigates oversampling and further improves the satisfaction ratio. Our SPS scheme and evaluation results are vital to manage large-scale measurement infrastructures used for meeting monitoring objectives in the next-generation applications and networks.