一种基于M/D/1排队模型的可用带宽测量算法

由于液体流模型不能反映实际背景流的突发性及包长分布,基于液体流模型的可用带宽测量技术在突发背景流及多跳链路下测量精度较低.因此,提出了一种基于M/D/1排队模型的高精度可用带宽测量算法FPU(five-packet-unit for available bandwidth measurement).该算法采用五包结构构...     

一种自适应的高精度可用带宽测量算法

针对现有可用带宽测量技术在突发背景流及多跳链路下测量精度较低的问题,提出了一种自适应的高精度可用带宽测量算法FPU-ABM(Five-Packet-Unit for Available Bandwidth Measurement);该算法采用五包结构构成探测单元,结合TTL值设置,分别测量瓶颈链路前后的探测包间隔,提高了在多跳链路下带宽测量精度;算法根据反馈包的间隔自适应地调整探测速率,加快了测量速度且减小了探测流对网络的入侵度,增强了算法的适应性;仿真表明,在多跳链路下TFP-ABM算法的测量精度可达到10%以内,相比现有算法,TFP-ABM响应速度快、测量精度高、适应性好。     

端到端的可用带宽测量方法

目前绝大多数带宽测量方法都是基于网络瓶颈分隔原理的,在此基础上形成了基于包对/包队列的各种容量/可用带宽探测方法.但是,这类方法的测量结果不能超过源节点的最大发送速率,因此无法在高带宽环境中使用.另外,目前的可用带宽测量理论均没有考虑背景流的不同路由对测量方法所产生的影响.全面分析了背景流的路由对可用带宽测量的影响.在此基础上,基于蒙特卡洛(Monte Carlo)随机抽样的思想,提出了一种与现有测量方法截然不同的探测理论.该方法用随机发送单个小探测报文取代了目前的探测理论所依赖的包对/包队列,其测量范围不受源节点最大发送速率的限制.分析及实验表明,该方法不仅可以计算整条路径的可用带宽,也可以计算各段链路的容量和空闲率,进而分析得到各路由节点上的流量变化,以及各链路上对应的不同类型的背景流的分布.     

使用自负载降速率探针包列的可用带宽测量方法

可用带宽是一条网络链路或路径的剩余带宽,该指标对网络流量工程以及速率敏感应用具有重要意义。现有的可用带宽测量技术大多基于单跳或者流体背景流量模型,在突发背景流及多跳路径下健壮性不足。现提出一种使用自负载降速率探针包列（SLDRT）技术的可用带宽测量方法。基于NS-2的仿真实验表明,SLDRT在多跳路径并基于非流体流量模型的网络环境下比另一重要测量工具pathChirp具有更高的准确性,并且平均测量时间小于30 ms,证明其可以满足高速、高精度的可用带宽测量需求。     

多路径数据传输中的可用带宽测量算法研究

在分布式中转服务器网络辅助的多路径数据传输系统中,为获得最快的数据传输速率,需要使用可用带宽测量技术以获得数据发送端至各中转服务器的可用带宽值列表.然而,传统的可用带宽测量算法难以同时兼顾测量精度与收敛速度,故无法达到实际数据传输系统中准确快速完成维护可用带宽值列表的目的.为解决上述问题,提出了一种可用带宽测量算法.通过收集初始探测流的包对在发送端及接收端的时间间隔关系数据获得可用带宽估测值,再以此值为后续探测流的发送速率初始值,通过自适应方法调整探测流发送速率以逐渐逼近可用带宽真实值.实验结果表明,改进算法能快速获得高精度的测量结果,有效提升可用带宽的测量效率,满足数据传输系统的需求.     

一种测量任意链路可用带宽的方法

可用带宽测量对于网络行为分析、网络服务质量(quality of service,简称QoS)的验证等有很重要的作用.现有可用带宽测量工作主要集中在端到端路径可用带宽测量,仅提供路径上承压链路(tight link)的信息,而不能提供其他关键链路的信息.为此,提出一种新颖的链路可用带宽测量算法LinkPPQ(trains of pairs of packet-quartets used to measure available bandwidth of arbitrary links),它采用由四探测分组结构对构成的探测序列,能够测量网络中任意链路的可用带宽,并跟踪该链路上背景流的变化.在仿真环境和实际网络环境下研究了LinkPPQ 的性能.仿真结果表明,在几种不同背景流场景下,对于具有单狭窄链路的路径和具有多狭窄链路的路径,LinkPPQ 都能够对各个链路的可用带宽进行有效的测量.绝大多数情况下测量误差小于30%,且具有较好的测量平稳性.实验网的实验结果也表明,LinkPPQ 可以准确测量以下几种情况下的链路的可用带宽:a) 从容量为10Mbps 的链路准确地测量一条100Mbps 链路的可用带宽;b) 准确测量容量10 倍于紧邻其后狭窄链路的容量的链路的可用带宽;c) 准确测量具有多狭窄链路的路径上各狭窄链路的可用带宽.     

一种自负载降速率包列可用带宽测量算法

基于自负载周期流技术,提出一种采用降速率包列的可用带宽测量方法SLDRT(self-loading decreasing rate train),并全面分析了该算法在多跳网络、突发性背景流的环境下的性能.SLDRT采用单条包列即可实现对可用带宽的高速测量,具备单次采样、准确测量的特性,可通过调整递减因子等参数,提高测量精度,降低测量负载.理论分析和不同背景流场景下的实验结果表明:在多跳、突发性背景流下,SLDRT具有较强的健壮性;与pathChirp,Pathload算法相比,不仅测量精度优良,而且大量缩短了测量时间,减轻了因测量而引入的额外负载.     

一种速率自调节可用带宽测量算法

可用带宽是网络路由、网络服务质量、流量工程等方面的一个关键参数。目前很多研究方法都基于PGM模型和PRM模型,但这两种方法大都假设背景流量速率为固定比特流,不适用于低带宽的测试。提出一种端值自调节可用带宽测量算法,该算法充分考虑了低链路带宽的情况。通过对排队延时的处理、探测分组列速率端值自适应调节,实现了端到端可用带宽快速准确的测量。实验结果表明,该算法具有良好的测量效果,尤其在低带宽条件下较其它同类算法提高了测量准确性,加快了测量速度并减小了对网络的影响。     

可用带宽与瓶颈定位集成测量工具iPathneck

目前大部分的网络测量工具都是采用主动测量方法,但是由于大量的探测包注入会给网络带来流量负载并影响测量精度．如何在保证测量精度的前提下减小测量开销,成为值得关注的问题．提出的集成测量工具iPathneck在Pathneck工具的基础上采用速率模型提高可用带宽的测量精度,实现了可用带宽和瓶颈定位探测任务的归并,减小了测量开销并提高测量精度．实验表明：iPathneck可用带宽和瓶颈定位的测量准确性和算法时间收敛性都有所提高,任务归并能有效地减小测量开销．     

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.     

一种改进的基于包对理论的瓶颈带宽测量方法

通过详细分析背景流量对包对技术的影响,提出一种改进的基于包对理论的端到端路径瓶颈带宽测量方法,可以改善背景流量对包对技术的干扰,提高测量的精确度和速度.NS-2上的模拟实验结果表明,该方法是准确有效的.     

基于排队模型的包链测量方法特征分析

基于单跳路由器的排队模型,研究了受背景流量影响下的探测包链排队行为。随着背景流量影响程度的不同,分析得出无背景流量排队、短背景流量排队、长背景流量排队和多背景流量排队等四种具有不同时延变化分布特征的典型探测包链排队行为。仿真实验通过调整包链发送速率,模拟了不同的背景流量影响程度,发现探测包链的包时延变化有不同的分布特征,与分析的四种典型探测包链排队行为特征基本一致。     

Granular model of packet pair separation in Poissonian traffic

We introduce a theoretical model of packet pair separation based on a transient solution of the Takács integro-differential equation. We show that in addition to the parameters of the fluid approximation (physical bandwidth and the average cross traffic rate) a new parameter characterizing the granularity of the cross traffic is necessary. These three parameters determine the dynamics of the queue in the diffusive approximation and all important distributions and averages of the packet separation even in multi-hop scenarios (assuming independent cross traffic on different hops). The model describes correctly the data collected in simulations, laboratory and Internet experiments. The adjustable model parameters are the physical bandwidth, the available bandwidth and the weighted average of the packet size of the cross traffic. We show that an implementation of the theoretical results can be used to estimate such parameters in packet chirp type measurements and can be a good candidate for improved available bandwidth estimation.     

基于包对测量的路径容量估计方法改进

测量样本的统计分析是基于包对技术的路径容量估计的关键.提出一种路径容量包对估计方法改进,将端到端路径视为离散控制过程的系统,以路径容量描述其状态.首先以包对探测方式连续发送一定数量的背靠背包对序列,获取足够的路径容量测量样本;再采用卡尔曼过滤算法对测量样本进行统计分析,以准确估计路径容量.建立了路径容量估计的滤波方程,给出了路径容量估计过程.实验表明,与pathrate算法相比,提高了估计的准确性并降低了测量探测量和测量时间.     

链路带宽测量方法改进

链路带宽是网络性能分析，容量优化规划的基本指标，链路带宽测量常用的方法是VPS（variable packet size),但VPS具有误差累计和背景流量影响的缺陷，对VPS方法进行改进，提出和实现一个任意链路带宽测量方法PTVS（packet train with variable size)，消除逐跳测量造成的误差累计和背景流量影响，测量实验表明，PTVS具有精确，高效，迅速的特点，PTVS可测量的其他性能指标还包括RTT，单向延迟，丢包率，端到端瓶颈带宽以及链路利用率。     

一种改进的基于包对模型的有效带宽测量方法

本文通过分析数据包对的分离时间与背景流量之间的关系,提出了一种改进的基于包对模型测量端到端路径有效带宽的方法(ABwPP),可以直接测量路径的有效带宽而不需已知瓶颈带宽。NS-2上的模拟实验结果表明,该方法是准确有效的。     

Available bandwidth estimation for the network paths with multiple tight links and bursty traffic

Available bandwidth (ABW) estimation is useful for various applications such as network management, traffic engineering, and rate-based multimedia streaming. Most of the ABW estimation methods are based on the fluid cross-traffic model. Inevitably, their estimation accuracy is limited in the network environments with bursty cross-traffic. In this paper, we apply packet trains (a series of probing packets) and a modified Ping to probe the ABW of a network path. Our proposed probing method can identify several tight links along a path and can infer their individual ABWs. The ABW estimation algorithm developed in this study, GNAPP, is also based on the fluid traffic model, but it can effectively filter out probing noise incurred in networks that carry bursty traffic. The algorithm employs not only the gaps of any two consecutive probing packets but also those of nonadjacent probing packets for ABW estimation. Thus, the number of samples for ABW estimation increases significantly without resorting to sending more probing packets and the estimation efficiency and accuracy are improved. In addition, two-stage filtering and moving averages are used in GNAPP for reducing estimation errors. Numerical results demonstrate that the estimation scheme based on GNAPP can achieve good accuracy even when the traffic is bursty and there are multiple tight links on the path being observed. Thus, it outperforms other well-known ABW estimation tools.     

一种基于马尔可夫模型的加速ICN路径收敛性的方法

在新型的内容中心网络(Information-Centric Networking, ICN)多宿主场景中,主机的标识和地址分离,允许数据包中携带多个地址。多目的地址的数据包在匹配路由表之后获得多个转发端口,在每跳具有路径选择的能力,可以根据网络的动态进行路径调整。然而,这种转发方法打破了根据路由表最短路径转发规则,数据包可能在网络中来回跳动而不能尽快收敛到目的地。本文提出一种基于马尔可夫模型的多地址裁剪方法,该模型能根据历史地址裁剪状态信息进行裁剪决策,从而提高路径的收敛性。实验结果表明该方法与基准方法相比,在保证传输速率几乎相同的同时,平均跳数减少约16%,在路径收敛性方面得到了改善。