一种低复杂度的网络链路时延估计及仿真研究

网络时延是重要的网络性能指标,是网络服务质量测量与分析领域的重要目标之一.在网络拓扑已知且稳定及链路性能时空独立性的假设前提下,给出了网络链路时延估计模型和端时延数据采集方法,提出了一种低复杂度的网络链路时延估计方法.首先应用伪似然估计,然后确定可解的探测单元,通过限制平均采样精度和探测单元链路数的增加来显著降低计算复杂度,解决了计算复杂度过高的链路时延估计求解问题.最后利用基于NS2的仿真研究验证了时延估计方法的有效性和准确性.     

单播丢包率的时域特征参数估计

网络链路丢包的时域特征参数（如：平均丢包长度、平均传输长度等）能够表现出链路丢包的突发性。现有的针对多播网络链路丢包时域特征参数的估计方法不能直接应用于单播网络。针对这一问题,提出用探测包群在单播网络中模拟多播端到端的测量过程,然后根据测量得到的数据对链路的连续传输概率（连续传输两个包的概率）和平均丢包长度等进行了估计。采用NS2进行仿真,验证了方法的性能。     

基于单播丢包层析技术的探测包发送机制

网络层析技术通过端到端测量就能推测网络的内部性能,无须网络中间节点配合,因此被广泛的应用于网络测量及诊断。对基于单播的网络丢包率层析成像模型进行了详细的探讨,并针对现有的单播层析发包方式的包组相关性缺陷提出了一种改进发包方法。通过NS2的仿真,证明了改进的发包机制能更加准确的估算网络丢包率。     

基于端到端数据的矩的网络时延估计算法

现有时延层析算法大多考虑离散时延模式,但算法效率比较低。为此,提出一种连续时延估计算法,假定链路时延为某参数的函数分布,根据多播特征并基于端到端数据的矩,利用非线性最小二乘法估计链路时延分布函数的参数,并在每步迭代中用一维牛顿搜索确定最优步长,达到快速收敛。应用Matlab和NS2仿真软件得到的数据表明,该算法所需的存储量少,算法简单且效率较高。     

基于端到端单播测量的网络拓扑识别方法

提出一种基于端到端单播测量的网络拓扑识别方法。在数据测量方面,采用改进的三明治分组探测机制获取往返时延差,进行节点相关性推断。在拓扑推断方面,以树的深度优先序列作为参考,通过比较节点对的相似性,采用迭代与递归相结合的方法反向构建拓扑结构,减少探针发送量。仿真实验结果证明了该拓扑识别方法的有效性。     

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.     

基于时空相关性的非平稳网络链路丢包率估计

现有网络层析成像的研究大多假设链路状态在测量周期内保持不变,因此难以捕获网络链路状态参数的时变特征.打破传统链路丢包率估计方法对链路状态平稳的假设,提出一种基于时空相关性的网络链路时变丢包率估计方法.该方法使用状态转移矩阵描述链路丢包率的时空相关性并进行估计,然后利用最小二乘法修正先验估计结果,以获得链路时变丢包率估计结果.NS-2仿真结果验证了提出的方法能有效追踪链路丢包率的变化,且优于平稳链路丢包率估计方法.     

基于时延估计组合模型的NCS控制方法研究

在对网络传输时延的组成和特性进行分析的基础上,针对双边网络控制系统,提出了一种时延估计组合模型,并对该组合模型的有效性进行了评估。利用该模型进行网络时延估计,估计结果用来设计网络时延补偿控制器,以实际网络时延为实验数据进行了仿真实验,实验结果表明网络控制系统的动态性能有了明显改善,同时进一步证实了时延估计组合模型的有效性。     

基于时延调整器的一种多节点链路时延抖动控制

针对多节点综合业务传输链路,提出一种基于起始时延调整的分布式时延抖动控制方案,并通过仿真对比的方法对该方案的有效性进行研究。结果表明,该方案可大幅度减少多节点链路端到端的时延抖动以及网络缓冲空间需求总量,并可使链路节点的缓冲空间分布趋干均衡且具有一致性。     

链路延迟网络拓扑合并方案的研究

网络拓扑合并是解决网络层析成像技术中大规模网络拓扑判定问题的重要研究方向。主要讨论采用对网络上的主机进行端到端测量的方法来获得网络的逻辑拓扑及链路属性,通过对基于延时的“三明治”网络测量方案进行改进,提出基于链路延迟属性的网络拓扑合并新方案。新方案具有测量不需要同步时钟、不需要重复测量和容易实施的特点,并通过实验进行了验证与分析。     

一种自底向上的推测链路延迟分布的快速算法*

网络层析技术用端到端的测量结果来推测网络中的链路延迟分布。这方面已有的大部分工作都基于最大似然估计式 (MLE)和期望最大化（EM）算法,它们在求解过程中需要不断迭代,对于大规模网络需要消耗很长的时间。为了克服这方面的不足,提出了一种快速算法FBA,该算法自底向上估计出每层链路的延迟分布。定性的分析和实验仿真结果表明FBA大大减小了计算的复杂度,而且在发包数目足够多的情况下,它的估计结果的精确度接近EM算法。     

网络链路时延统计量的层析成像方法

传统的连续时延分布估计往往需要假设时延满足某种分布,估计精度受制于假设分布与实际时延分布的相关性。Gianni Antichi等提出了一种链路时延累积量估计的方法,无需假设时延满足某种分布,但需要内部节点的协作。针对上述问题提出一种完全依靠端到端测量的链路时延累积量估计方法,根据端到端的时延构建端到端时延累积量与链路时延累计量的方程,最终利用最优化方法计算出链路时延累积量的最优解。ns-2仿真结果验证了该方法的有效性。     

主动端到端离散式时延分布估计方法研究

对于网络质量评估链路性能推测无疑是至关重要的,然而现有的估计方法通常只能推测层次数有限的简单网络,无法应用于大规模网络。提出了一种基于不完整数据极大似然估计算法,估计网络内部链路时延分布,该方法通过不同的发包策略将树状网络拓扑划分成不同的两层三链子树,针对每个子树估计每条＂链＂的时延,随后通过移植算法将路径时延划分到各链路中,逐一对每个子树使用该方法计算从而得到整个网络链路时延情况。利用NS2仿真实验验证了该算法的可行性和准确性。     

基于数据聚合的无线传感器网络拓扑发现算法

针对传感器网络能源有限的特性,提出了一种基于数据聚合的拓扑发现算法。根据在聚合节点（sink）收集到网络内部节点报文接收或丢失的情况,通过发现网络中所有叶子节点到sink节点的数据传输路径,来推测网络的逻辑拓扑,不会增加网络负担。仿真实验表明：算法可以准确快速地推测传感器网络的拓扑,并且适合大规模传感网络的拓扑推测。     

基于端到端的传感器网络拓扑推测算法研究

针对传感器网络能源有限的特性,提出了一种基于端到端的拓扑推测算法.根据在汇聚节点(Sink)收集到网络内部节点报文接收或丢失的情况,推测传感器网络拓扑结构.通过理论分析和仿真,证明该算法可以在较少的数据收集轮次中快速地推测出网络拓扑,并克服了现有传感器网络拓扑推测算法在报文丢失率过重情况下的误判问题.     

网络链路时延分布估计方法研究

网络内部链路性能推测对网络操作与评估至关重要,现有估计方法通常针对固定拓扑网络,无法应用于动态路由情形下的未知拓扑网络。提出了一种基于伪似然估计（PLE）和遗传程序设计（GP）的网络延迟断层扫描方法估计网络内部链路延迟分布,并利用重要抽样（IS）技术进一步改进链路延迟分布估计。最后利用仿真实验验证了该方法的有效性和准确性。     

基于链路稳定度的车载网路由协议研究

针对车载网中节点移动速度快,拓扑结构变化速度快的特点,以及AODV协议广播式路由链路存活时间短、平均端到端时延大等问题,提出了一种通过计算链路稳定度的方式来改进AODV协议.在节点进行广播时,首先计算转发角度,然后,再将投影最长和链路生存时间最长作为综合选择条件,以此高效地选择路径相对较短以及链路相对稳定的路由.通过这种方式,改进后的AODV协议很好地解决了网络中链路易断裂的问题,提高了数据包的投递率,降低了平均端到端的时延.利用NS2仿真软件进行性能仿真,结果表明:改进后的AODV协议在包递率、平均时延和吞吐量方面优于传统模型.