论文摘要：IP数据网络中流量尺度行为研究

最初的流量行为研究方式是时域上的时间序列分析，然后是从频域上考察流量序列的方式，如Fourier变换或者小波变换，Bellcore实验室使用高精度的硬件捕包设备获取的流量Trace文件中发现流量存在自相似，成为流量行为模式分析的先驱，而该经典的Trace沿用至今。现代网络中新的应用层协议出现和带宽飞速的增长，分析旧Trace文件失去意义。尽管从自相似，多重分形等尺度行为以及在不同时间尺度体现的分尺特性研究，能发现传统的方式无法发现的网络的隐藏行为，但近年对流量行为的分析研究锐减，很大程度因为基础环境的不完善，而仿真无法代替实验，也使得尺度行为无法在现实网络环境中大量被研究，并被实际应用。 本文试图在现代网络中建立捕获聚合流量的环境，利用在虚拟网嗅探的软件机制捕获序列，在此之上建立估计网络自相似，多重分形和分尺行为的估计器，利用捕获规则形成多网络协议层的分析，试图以流量的尺度行为描述现代网络中协议运行的机理，解释尺度行为的物理成因。并应用于网络以及协议的行为模式，拥塞检测中。 在本文的研究中： 提出一个完整的聚合流量捕获分析环境包括：原始发生点，混合点，捕获点，采集点，分析点和仿真点。其中捕获点必须适应高速链路，一种方法是采样。并通过实验验证了利用镜像端口作为聚合虚拟网流量的混合点可以替代网关，并且维持了流量中报文时间间隔分布不变。在分析点，则可以根据规则提取基于协议栈不同层次的流量序列。 实现了分析点的尺度行为估计器，包括使用聚合方差，R/S等算法粗略的判断自相似，使用周期图和Whittle估计器精确的估算Hurst指数，使用粗粒度方法粗略的判断多重分形，使用小波系数能量图和部分和函数观察分尺。 提出一种基于真实流量训练多重分形小波模型中乘法因子Beta分布参数的仿真方法。根据自相似和多重分形小波模型的定义对仿真结果进行验证和加性研究。在现实的局域，广域网性质的流量混合的IP数据网络中，试图使用聚合数作为自相似在小尺度上仍然存在的解释，聚合流量的ON/OFF行为又很大程度上跟占据现有业务量很大一部分的P2P，流媒体有关。而当聚合数不够时，流量表现为非尺度行为或者多重分形行为，而协议栈IP层工作的时间行为是造成自相似和多重分形行为分尺的可能。 提出尺度行为研究的应用点。由于采样的方式能保持流量的统计特性，因此在高速网络环境下可以利用网络负载和尺度行为的关系检测流量中可能出现的拥塞趋势，该趋势也可以通过对体现尺度行为性质流量的排队分析作理论验证，并作为拥塞控制回环反馈的一个新的方法。此外尺度行为也能解释新近普及的无线网络协议与有线网络虽然使用链路层协议不同，但在IP层上体现的工作方式类似。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/296335.html