论文摘要
Internet是一个庞大的分布式网络，并且还在不断扩大，伴随着网络的规模和复杂性的不断增加，新型的网络应用也不断涌现，但是目前的Internet存在很多问题，作为网络管理的重要组成部分，网络性能测量所得到的数字指标具有十分重要的意义。但是Internet的分布化、不协作、异质等特点以及流量特征的复杂性，使得Internet测量研究是极具挑战性的工作。 大部分的测量工具功能单一，只能具有针对性地测量某个或某几个性能指标。很多的测量系统需要网络节点的参与协作，或需要在网络中部署测量设备，存储和分析包头信息，对网络用户而言，存在安全和隐私问题。测量信息的传输为网络造成了附加流量，可能会影响到网络的运行。网络断层推测（networktomography），是一个新兴的领域，它利用端-端的性能测量结果，推测网络内部链路／节点的性能参数，如链路的时延、丢包率等。既能获得端-端的性能，又能获得链路级性能参数。不需要网络节点的参与，也不需要在网络中部署测量设备，保证了用户隐私和信息安全，减少了测量信息的传输。 对于像Internet这样庞大的、子网管理相互不协作的网络，要测量它的QoS，网络推测技术就很重要。论文主要针对丢包率推测算法和时延推测算法进行研究。总结了网络测量的方式、方法，以便进行端-端性能测量；总结了目前的丢包率推测算法和时延推测算法；提出了多播依赖树模型，并用于推测网络内部链路／节点的丢包率和离散时延分布，该方法通过引入树的马氏性减少了估计的自由参数，算法简单；对R．Nowak等人提出的被动监测包对推测丢包率的算法进行了简化，使之适合于在线计算；对基于有限混合模型推测链路的连续时延分布的算法提出了改进，通过增加辅助测量信息，使推测算法更易于实现，推测结果更准确。 在研究算法的基础上，论文提出了一个网络性能测量系统架构。目前国内外的网络测量工具和系统还没有采用断层推测方法的，各种推测算法还只局限在仿真实验中，算法的有效性如何需要在实际网络中验证，推测法在未来必将有它的用武之地。该系统可以方便地部署测量，各种算法的加载／卸载可以动态进行，系统的扩展性很好。