IP城域网数据流状态的检测和流量控制技术研究

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:zmz28859330
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
IP城域网数据流状态的检测和流量控制技术是一门新兴的的流量管理领域技术。随着P2P应用的发展,互联网的控制机制和行为特征也日趋复杂,由此导致了Internet数据传送质量无法保障,数据业务无法预测,这为网络体系结构的设计提出了新问题。虽然传统的IP网络QOS可以通过Diffserv等形式提供一定的SLA保证,但对运营商IP城域网的宏观控制来说,技术手段还是非常不足的。本文的目的就是提出一种在IP网络架构下,通过对P2P流量行为特征进行分析,尝试通过网络数据流状态检测和流量模糊拥塞控制的方法,与传统QOS技术相结合,提供一个多层次化可定制服务,以满足“IP服务控制”的带宽管理需求。本文就IP城域网流量现状及相关技术要点进行了较为深入的分析和研究,并将研究结果部署实施于上海电信QOS实际项目中。首先分析了传统的IP网络QOS实现方式(IntServ模型和Diffserv模型),对数据流的分类仅仅限于源/目的地址、端口号、协议类型等信息进行划分,对传输的字节总量、平均传输速率、持续时间、报文的尺寸等动态的数据流状态未加考量。当前Internet上78%的数据流为BT、Skype等P2P数据流,端口号随机分配,传统的QOS就不能解决网络检测和带宽管理的问题。其次通过分析IPMAN环境下主体流量P2P应用分布式转发模型特征,确认不同的服务类型,以标识流量类型。在明确了网络流量控制的对象特征后,设计了一种基于数据流状态特征的检测系统。然后,针对流控服务器所检测的数据流控制对象设计合适的服务控制架构。突破传统的电信网络所使用的马尔可夫模型的局限性,借鉴新兴的IP城域网自相似特征设计了一个满足IP业务特征,又简单利于实现的模糊拥塞控制架构。最后结合城域以太网承载架构的数据流状态检测和流量模糊拥塞控制体系的构建,具体实施到上海电信IPMAN电信级大网中,进行现网部署。探讨一种新的多层次化,可定制服务,满足“IP服务控制”的带宽管理需求网络运营模式。本文的创新点有以下几点:从运营商角度,创新提出了区别于传统基于DiffServ和IntServ的IP网络层面的微观QOS机制,提出从数据流层面通过分析数据流行为特征进而实现流量控制,优化网络质量的宏观控制的运营新思路;对P2P数据流的有效控制,区别于传统的简单封锁或消耗资源很大的报文摘要应用层检测方式,在分析P2P数据流业务行为特征的基础上,动态基于流的行为调整数据流;尝试借鉴了IP网络的业务量呈自相似性特征,对IPMAN环境下的数据流采用模糊拥塞控制方式进行宏观管理。实施于IPMAN现网面向数据流状态检测技术的网络检测和流量控制项目,为国内最早采用该技术的成功案例之一,具有工程实施的参考意义,对中国电信集团城域网差异化服务体系的建立具有战略作用。
其他文献
随着全球信息化发展和Internet普及,计算机网络安全逐渐成为人们关注的焦点问题。目前网络通信主要提供五种安全服务,即身份认证服务、访问控制服务、机密性服务、完整性服务
随着嵌入式技术日新月异的发展,它被应用在多种行业和领域,而且朝着智能化的方向在发展。当前中国的水利发电前景广阔,众多中小型水电站机组亟待升级,以实现自动化和信息化。
随着移动设备的不断更新和移动互联网的快速发展,人们可以随时随地通过移动设备接入互联网进行日常工作、学习和娱乐,与此同时运维工作也开始由以个人电脑(PC)和互联网(Interne
近几年,由于煤炭的大量开采,煤矿的突水事故频繁发生,给人民的生命财产带来了危害,因此对煤矿地下水位预测的研究有着实际意义。煤矿地下水位预测是一个具有影响因素繁多、高度非
WEB服务技术随着Internet的广泛应用得到迅速的发展,它是在继承现有的各种系统框架和实现技术的基础上提出的一种解决不同平台、不同协议、不同开发语言下的应用系统集成问题
随着无线通信技术的进步,多跳无线Ad hoc网络再次成为当前无线网络研究的一个重要领域。和3G网络、WLAN不同,无线Ad hoc网络是不需要任何基础设施的网络,任意两个节点间的通
基于内容的图像检索技术(Content‐based image retrieval),即CBIR是当前一个热门的研究课题。它的提出能够更高效地解决在海量图像库中找到所需内容的问题。在基于内容的图像检
时间同步是无线传感器网络(Wireless Sensor Network,WSN)的一项关键技术,它为分布式系统提供了一个共同的时间基准,在数据融合、功率管理、传输调度、定位跟踪等方面都具有重要意
在过去的十几年间研究人员对频繁集挖掘进行了深入广泛的研究,取得了一系列研究成果.这些研究成果已被广泛应用到关联规则挖掘、关联分类和序列模式挖掘等具体应用中.频繁集
自动文本分类技术就是对大量的自然语言文本按照一定的主题类别进行自动分类,它是自然语言处理的一个十分重要的问题。文本分类任务的特点之一即文本经过向量空间模型(VSM)表