论文部分内容阅读
互联网业务的种类和数量近几年来迅速增长,与此同时人们对网络服务质量的要求也越来越高,如何在现有设施的基础上使网络性能达到最优是网络管理者和网络服务提供者都非常关心的问题。为了解决上述问题,人们需要了解当前的网络状态和性能分布,以便更合理、更有效的管理网络。网络透视(Network Tomography)是近年新兴的一个网络研究领域,它利用端到端(end-to-end)的性能测量结果推导网络内部性能特征或拓扑结构,为网络性能、拓扑分析指出了一个新的研究方向。本文首先介绍了网络透视的目的、意义和研究现状,按照不同的分类方法介绍了几种主要的网络测量和网络透视方法;在介绍了网络透视技术的基础知识后,详细阐述了多播透视算法中直接估计算法(Direct Estimator)和最大期望算法(Expectation Maximum)的推理过程,以及单播透视的丢包率推理算法。接着本文详细介绍了研究网络透视技术的模拟环境,根据网络流量模型构造了背景流量。分析了影响网络透视测量精度的主要因素。同时利用大量实验数据确定了探测包的发包间隔、探测包模型和测量宽度等重要参数。本文主要研究基于多播的链路级丢包率推理算法,着重分析了DE和EM算法基本特征,并比较了两种算法的异同。实验中通过网络仿真模型,确定了EM算法的收敛速率;研究了不同测量策略和路由器拥塞避免算法对丢包率推理算法准确率的影响;分析了单点多播的DE和EM算法准确性、收敛性等特征,通过比较两种算法的统计误差,得出EM算法略优于DE算法的结论。以测量大规模网络为目的,本文研究了多点多播测量技术,给出了多点多播的加权平均值算法和EM算法,并比较了多点和单点在时间复杂性和估计值精度上的异同。另外本文还研究了单播透视算法,给出了一种基于多播DE算法的可并行的单播透视算法,并简要分析了该算法的准确度。