网络技术的迅猛发展特别是基于TCP/IP协议的Internet的广泛应用,深刻地改变了人们工作、学习和生活方式。网络从信息基础设施逐步演变成人类社会的基础设施。由于Internet固有的高度异构性、复杂性和开放性等特点,网络及其应用在深入发展的同时也面临着一系列严峻的挑战。人们对网络整体的控制管理、服务保障、对其行为的透彻理解也变得越来越困难。网络测量技术研究是近十多年来该研究领域的一项重要内容,最近几年已成为研究的热点。网络测量旨在通过对实际网络的测量和网络运行状况的评估,建立基于测量的网络指标行为分析模型为网络性能提升、网络系统优化设计与实施流量工程提供指导。本文以Internet网络为背景,系统地回顾了网络性能测量的发展历程与各个阶段所取得的重要成果。总结了国际标准化组织、著名大学和研究机构以及网络运营商在网络性能测量方面的研究工作、进展及特点。系统地对网络性能测量方法进行分类,并提出了性能指标测量方法的评价标准。指出了在当前高速网络环境下进行大规模网络性能测量所面临的一些主要问题。文中从大规模、高速互联网性能测量的角度出发,针对系统级性能测量中所面临的几个关键问题进行了深入研究并取得了如下创新性成果:端系统间相对时钟同步算法研究根据端系统时钟运行行为特征,首次系统地提出了端系统间相对时钟变化的动态性模型。通过在端系统间周期发送单向探测数据包构造单向延迟时间序列并基于端系统间相对时钟变化的动态性模型,利用对时间序列分段技术的分析,设计了新的时间序列分段标准与改进分段算法,实现时间序列的自动聚类。在对时间序列进行自动聚类的基础上,进而检测出端系统间时钟动态性,识别时钟运行过程中发生的时钟值跳变与频率跳变的位置,达到消除时钟偏差,实现端系统间相对时钟同步。同时文中还提出了基于滑动窗口的在线实时时钟动态性检测算法。本文提出的基于聚类的方法大大弱化了同类工作中对时钟动态性的严格假设,具有更强的实用价值。该项研究成果已经申请了一项国家发明专利(申请号:03127752.7,公开号:1484410,公开日期:2004.3.24,第一发明人)。提出了基于拟合的自适应数据采集算法本文从时间序列的拟合角度出发,提出了一种基于拟合的自适应抽样算法。通过被测指标抽样值对被测指标的变化趋势进行估计,自动调整样本点之间的抽样间隔,实现对被测指标的准确逼近。与当前常用的抽样算法相比,在采集相同<WP=6>的样本数量情况下,本文的拟合模型对指标进行的估计更准确、稳定;而在保持相同的拟合误差时,自适应抽样算法则可显著减少所需采集的样本数量,节约数据采集过程的代价。此外,自适应抽样算法与其它基于概率抽样算法相比,其最终获取的样本数更稳定、可靠,文中从理论上给出了最终样本数的概率分布。该项研究成果已经申请了一项国家发明专利(申请号:03133100.9,公开号:1477554,公开日期:2004.2.25,第一发明人)。提出了基于概率保证的流超时判定算法利用统计方法研究了高速网络中流大小、流内最大数据包到达间隔时间与应用层协议之间的相关性,并确定了基于TCP协议的主要应用类型流的流大小与流内最大数据包到达间隔时间的条件分布函数,在此基础上提出了基于概率保证的自适应流超时判定算法。系统地提出了流超时判定算法的评价标准。在对流生成率、流完整率、流平均空等待时间等方面的分析比较表明,基于概率保证的流超时判定算法在各方面的性能均有显著提高。提出并设计和实现了一种分布、开放的高速网络性能测量系统综合以上研究成果,设计并实现了一分布式高速网络性能测量系统NetTurbo。测量系统集成了当前主要的三种性能指标测量方法,即主动、被动和基于网元设备信息轮询的测量方法,该系统不仅能满足基本网络性能指标测量与评价的需求,其开放的框架结构还可以方便地对其功能进行扩展或将第三方测量方法和工具进行集成。主动、被动测量指标采用基于扩展MIB的存储与访问方式,不仅可以实现大规模环境下测量结果的按需存取,还可以方便地与现有网络管理系统进行集成,提供网络性能指标的测量服务,具有良好的可扩展性和互操作性。该项研究成果已经申请了一项国家发明专利(申请号:200310104718.7,第二发明人)