论文部分内容阅读
传统的IP网络管理系统大多采用被动探测方式,借助关联分析技术诊断网络故障。但是,随着网络规模的不断扩大,网络结构日益多样,传统被动探测方式因涉及用户隐私、安全性较差、软硬件部署成本较高,实时性与准确性均难以保证。主动探测方式因不涉及用户隐私,仅利用对IP网络的部分端到端(End to End,E2E)路径性能探测结果,根据IP网络的拓扑关系,基于网络断层扫描(tomography)技术便能够实现对网络内部拥塞链路的定位及性能推理,已引起国内外专家学者的关注。基于主动探测方式进行IP网络故障诊断及性能推理虽然具有较多优点,但是仍存在不足:1)因网络中各路由器Internet控制报文协议受限等因素的存在,常造成待测IP网络部分拓扑信息缺失,从而导致链路性能推理失效;2)借助E2E主动探测将会带来额外流量负荷,对网络性能造成一定影响;3)因网络动态路由特性常导致传统基于贝叶斯网模型的推理算法准确性下降;4)多链路拥塞环境中,以专家经验知识或最小覆盖集(Smallest Cover Set,SCS)理论定位拥塞链路的准确率不高;5)单时隙E2E路径性能探测因时钟不同步问题,将导致性能推理精度降低。本文针对这些不足进行了深入研究,为避免链路缺失对拥塞链路故障诊断及性能推理造成的影响,首先提出基于重启的游走相似性算法RWR对缺失链路进行推断,实验验证了该算法在幂率特性IP网络、一定比例链路缺失情况下,具有较高的缺失链路推断准确性和鲁棒性。其他取得的创新性研究成果如下:(1)针对主动探测过程中探测路径过多而导致IP网络负荷增加问题,提出了一种基于度值的IP网络E2E探测选取新算法。算法在不增加过多探针部署开销的基础上,通过引入度阈值参数获取各E2E探测路径,尽可能多的覆盖网络链路。实验证明,相比叶子节点作为探针部署的传统算法,新算法兼顾了链路覆盖率及探针部署开销,尽可能减少额外流量负荷。(2)针对IP网络多链路拥塞环境中故障诊断检测率降低的问题,提出了一种基于贝叶斯最大后验概率(Maximum A-Posteriori,MAP)改进的拉格朗日松弛次梯度新算法。算法基于Boolean代数建立路径与链路性能关系统计模型,在此模型基础上,基于多时隙E2E路径探测,提出一种对称逐次超松弛分裂预处理的共轭梯度算法,迭代求解出各链路拥塞先验概率,实验验证了提出算法的的准确性及鲁棒性。(3)针对IP网络的动态路由特性,首先提出建立变结构离散动态贝叶斯网模型,基于一阶马尔科夫性及时齐性简化该模型,并在简化模型下提出两种改进算法推断拥塞链路集合。实验证明,新算法在动态路由IP网络中定位准确性及鲁棒性优于传统算法,在多链路拥塞环境中,基于拉格朗日松弛次梯度改进的新算法的拥塞链路集合推断性能优于基于SCS理论的改进算法。(4)针对IP网络多链路拥塞环境下链路性能推理困难的问题,提出一种基于路径性能聚类的拥塞链路性能推理新算法。新算法较传统基于Boolean代数的链路性能推断算法具有更高的准确性及更细的诊断粒度。算法基于多时隙E2E探测,有效避开了单时隙E2E探测对时钟同步的强依赖,基于贝叶斯MAP准则贪婪启发式循环定位拥塞链路,借助路径聚类推理各拥塞链路丢包率范围,避开了传统丢包率数值求解中复杂的线性方程组求逆过程。实验证明,新算法具有更高的推理精度及鲁棒性。