论文题目: 基于边缘测量的高速网络链路流量测量系统研究
论文类型: 博士论文
论文专业: 仪器科学与技术
作者: 尚凤军
导师: 潘英俊,唐红
关键词: 边缘测量,分类,采样,无冲突哈希,链路流量矩阵
文献来源: 重庆大学
发表年度: 2005
论文摘要: 随着网络新业务的层出不穷和网络用户的飞速增长,网络业务量有了巨大的提升,骨干网络的链路速度已经达到1Gbps/s～10Gbps/s。目前,大多数网络测量系统的监测能力已经远远不能适应高速网络。在1000Mbps/s 的链路速度下,大多数测量系统其报文丢失率较高,或者根本无法正常运行。虽然少数流量测量系统可以通过抽样网络中的数据报文在千兆环境下运行,但是抽样获得的网络测量数据会对网络状态刻画带来极大的不确定因素。面对网络规模日益庞大,拓扑结构越来越复杂,网络链路带宽和业务量不断的增长,由此网络测量环境的提速给网络测量带来了更大的困难,加上网络分析技术对测量的要求越来越高,大多数网络测量系统已经表现出了它的局限性。构建一个能够在高速网络中以线速捕获报文的测量系统,设计和发展一个高性能的测量平台使它具有高效率的可测量范围性和灵活性,用来满足当前和未来在高速网络环境中进行流量测量的需要具有重大的意义。本论文对高速网络链路流量测量系统进行了较为深入的研究,主要进行了以下四方面的研究工作: (1)研究了基于边缘测量的高速网络链路流量测量模型,该模型中的关键技术包括以下三点:一是瓶颈链路背景流量的测量,目的是保证注入的探测包能够较为准确地反映网络的路由信息;二是数据包快速分类算法,目的是保证在边缘测量模块中能快速准确地将采集到的数据包归类为所属的流;三是边缘测量单元中sd 节点对流量测量系统的实现,目的是确保我们的思路能够在实际中实现。边缘测量模型采用分级结构包括:边缘测量单元(EMU,edge measure unit)和网络汇聚单元(NCU,network convergence unit)。EMU 包括两个部分:sd 节点对流量测量部分和路由探测部分。EMU通过对接入流量进行测量获得相关的sd 节点对流量结果,并根据对该点处接入流量的抽样结果,发送探测包获取网络路由情况,记录一个测量周期内所有的路由测量信息,然后对测量结果进行相应的统计处理,并将结果传给NCU。NCU 周期性的收集、保存各个EMU 的测量结果和计算结果,然后进行全网链路流量计算,并根据不同的系统需要可以将结果回送到各个EMU处。对于一个网络运营商的骨干网络来说,通常其节点数并不会很多,这样在EMU和NCU 之间需要传送的信息量并不是很大,当测量周期选择合适,结果信息交互不太频繁时,如5min,则既不影响测量的准确性又减少了所需的通信负荷。在该模型中,据此选择了SNMP 框架[75]用于测量控制信息的管理。NCU 作为管理者周期性的轮询各个EMU代理,并将计算所得的全网业务流量矩阵以通知的方式发送
论文目录:
中文摘要
英文摘要
1 绪论
1.1 选题背景
1.2 国内外研究现状
1.3 已有高速网络链路流量测量系统
1.3.1 基于软件实现的流量测量系统
1.3.2 基于硬件实现流量测量系统
1.3.3 基于边缘测量的流量测量系统
1.4 在高速网络环境下现有链路流量测量系统主要表现的问题
1.5 论文的内容和结构
2 基于边缘测量的高速网络链路流量测量模型研究
2.1 引言
2.2 相关流量模型
2.2.1 传统流量模型
2.2.2 预测流量模型
2.2.3 核心到边缘模型(Network Tomography)
2.2.4 边缘到核心模型(Traffic Mapping)
2.2.5 直接测量模型(Direct Model)
2.2.6 基于MPLS 的测量模型
2.3 基于边缘测量的链路流量矩阵
2.3.1 测量模型数学描述
2.3.2 基于主动方法获取路径信息
2.3.3 流量收集
2.3.4 测量系统模型
2.3.5 算法分析
2.4 实验仿真
2.4.1 仿真网络拓扑
2.4.2 仿真结果
2.4.3 结果分析
2.4.4 本章小结
3 基于回归方程的瓶颈链路流量监测研究
3.1 概述
3.2 模型简化原则
3.3 基于回归分析的瓶颈链路流量测量
3.4 基于IGI 模型的链路背景流量计算
3.5 时延T 的计算
3.6 回归方程系数的计算
3.6.1 直线回归的数学模型
3.6.2 直线回归的显著性检验
3.6.3 系数的置信区间
3.6.4 预测
3.7 模型性能分析
3.7.1 仿真环境配置
3.7.2 测量模型的仿真验证
3.7.3 与IGI 算法的比较
3.7.4 本章小结
4 IP 数据包分类算法研究
4.1 IP 数据包分类算法的数学理论
4.1.1 IP 数据包分类的数学模型
4.1.2 N 维数据包分类的几何问题
4.1.3 范围匹配转换成前缀匹配
4.2 IP 数据包分类算法分析
4.2.1 IP 数据包分类算法的基本问题
4.2.2 IP 数据包分类算法的分类
4.2.3 几种常见的数据包分类算法分析
4.3 完全无冲突哈希和跳转表Trie 树的数据包分类算法
4.3.1 引言
4.3.2 完全无冲突哈希和跳转表Trie 树分类算法
4.3.3 评测及结论
4.3.4 本节小结
4.4 双哈希IP 数据包分类算法研究
4.4.1 引言
4.4.2 双哈希和多比特Trie 树分类算法
4.4.3 评测及结论
4.4.4 本节小结
4.5 NHJTTT 算法和DH 算法比较
5 边缘测量单元中 SD 节点对流量测量系统设计与实现
5.1 实现高速网络sd 节点对流量测量技术路线
5.1.1 测量系统性能
5.1.2 海量数据包信息
5.1.3 软件和硬件对测量系统的影响
5.1.4 数据包分类算法
5.2 边缘测量单元中SD 节点对流量测量系统设计
5.2.1 SD 节点对流量测量系统结构概述
5.2.2 SD 节点对流量测量系统结构
5.3 边缘测量单元中SD 节点对流量测量系统实现
5.3.1 前台子系统
5.3.2 后台子系统
5.4 边缘测量单元中SD 节点对流量测量系统测试
5.4.1 测量系统功能和性能测试
5.4.2 实际sd 节点对流量测试结果
5.5 本章小结
6 结论与后续工作展望
6.1 论文总结
6.2 未来研究工作的展望
致谢
参考文献
附录
独创性声明
学位论文版权使用授权书
发布时间: 2005-11-07
参考文献
- [1].基于流量测量的网络QoS改善若干关键问题研究[D]. 杨洁.北京邮电大学2007
相关论文
- [1].IP网络性能测量技术研究[D]. 谢高岗.湖南大学2002
- [2].高速互联网性能测量若干关键技术研究[D]. 王俊峰.电子科技大学2004
- [3].IP网络测量和业务性能研究[D]. 朱畅华.西安电子科技大学2004
- [4].网络流量控制若干关键技术研究[D]. 刘岩.复旦大学2005
- [5].IP网络带宽测量的模型与算法的研究[D]. 刘湘辉.国防科学技术大学2005
- [6].基于主动和被动测量的网络测量技术、模型和算法研究[D]. 蔡志平.国防科学技术大学2005
- [7].网络性能测量和推测技术的研究[D]. 刘瑞芳.北京邮电大学2006
- [8].网络流量特征研究和分布式被动测量系统设计[D]. 马维旻.中国科学院研究生院（计算技术研究所）2004
- [9].大规模网络IP流行为特性及其测量算法研究[D]. 周明中.东南大学2006
- [10].基于流量测量的网络QoS改善若干关键问题研究[D]. 杨洁.北京邮电大学2007