（计算机系统结构专业论文）internet包延迟行为分析和主动测量技术研究.pdf

、 秘 、 摘要 i n t e m e t 经过3 0 多年的发展取得极大成功，已经成为社会信息基础设施。另一方面 出于其发展的特殊性，人们对i n t e m e t 网络行为的了解还很肤浅。因而随着网络规模的 不断扩大，用户数量的迅速增长，网络应用种类层出不穷，网络监控与管理面临着闩益 严峻的挑战。网络测量是网络监控和管理的基本手段，而通过网络测量了解网络行为， 对于深刻理解网络运行规律，指导网络建设，合理配置网络资源，设计网络及应用协议 具有重要的意义。 本论文围绕i i l t e m c t 测量与行为分析中的三个问题，即i n t e r n e t 往返延迟行为、主动 测量采样技术和i n t e m e t 自动协作式测量技术与系统进行了深入研究。论文的创新性工 作主要体现在以下几个方面： 1 论文在高密度测量( 测量间隔为1 0 毫秒) 的基础上发现小时间尺度下i n t e m e t 往返延迟表现出规律的锯齿状突发态和平稳态两种截然不同的特性。论文根据突发态往 返延迟的特性提出一种基于相图的突发态数据分离算法，该算法可以剔除往返延迟测量 数据中呈锯齿状的突发态数据。我们使用该算法对所有测量数据进行了处理，并研究了 突发态往返延迟对原始往返延迟数据标度行为( s e a l i n gb e h a v i o r ) 的影响。论文使用 d e t r e n d e df l u c t u a t i o n a n a l y s i s ( d f a ) 分析方法对i n t e m e t 往返延迟标度行为进行了分析 并发现：总体上看，i n t e m e t 路径往返延迟不具有单一的标度行为：虽然突发态数据所占 比例很小，但却极大地影响着整个往返延迟序列的标度行为，剔除突发态数据后，平稳 态往返延迟可以很好的用长程相关模型进行刻画，h u r s t 指数在0 5 5 和0 8 之间。论文使 用数值模拟的方法对上述结论进行了验证。 2 论文对将主动测量用于用户流包延迟性能测量的问题进行了建模，并将该问题抽 象为主动测量采样问题。在对该问题进行形式化描述的基础上，论文利用离散时间a s t a ( a r r i v a l ss e et u n e a v e r a g e s ) 理论对主动测量采样问题进行了分析并得出结论：只有在 主动测量采样过程与包延迟过程不相关时，铡量结果才能够无偏；在具有长程相关的网 络流量中，由于流量强烈的突发特征和测量在时间上的均匀特征，主动测量目前最常使 用的采样技术，即泊松采样和周期采样，会低估用户流包延迟性能。论文提出了“模拟 主动测量试验”方法，并利用该方法对i n t e m e t 测量数据进行了分析，分析结果验证了 理论分析结果并得到结论：主动测量误差程度不受采样频率的影响。随后论文利用 i n t e m e t 流量数据结合仿真试验的方法在更加广泛的网络环境配置中对主动测量应用于 用户流包延迟性能测量的问题进行了分析，除了验证了上述结论外，论文进一步得到结 论：测量误差将随着链路利用率的增长而减小 i n t e r n c t 包延迟行为分析和主动测量技术研究：摘荽 3 针对目前已有的测量系统不能很好地支持协作式测量的自动执行，因而限制了大 规模协作式测量这一现状，论文提出一种基于主，从代理的自动协作式测量技术。该技术 可以实现协作式测量的自动执行，具有测量控制交互安全，额外流量少，简单灵活的优 点。并且论文研发了通用、可扩展的i n t e r n e t 测量与分析系统f o x 。f o x 系统实现了上 述基于主从代理的自动协作式测量技术，可以很好地支持大规模协作式测量。同时f o x 系统还具有以下特点：灵活高效的测量命令调度机制，可靠的测量命令执行方式，可靠 的测量结果收集、报告机制，测量的安全保证，有效的测量任务执行进程监控，对各种 测量工具的可扩展的支持。此外f o x 还提供了统一的测量数据分析框架，能够容纳和 分析不同测量工具的测量结果，能够在不更改系统框架的前提下容纳和分析新增测量工 具的测量结果。f o x 提供强大的过滤功能，可以只对有效数据或某一类特定的数据进行 分析，并且f o x 系统还提供对其他测量系统数据进行分析的能力。 关键词：包延迟行为标度行为往返延迟主动测量泊松采样周期采样离散时间 a s t a 协作式测量 i i 广 t h e a r i a l y s i s o f i n t e r n e t p a c k e t d e h y b e h a v i o r a n d a c t i v e m e a s u r e m e n t t e c h n i q u 髓 w a n gk a l ( c o m p u t e r a r c h i t e c t u r e ) d i r e c t e db yl iz h o n g c h e n g t h ei n t e r n e th a sb e e nt h ei n f o r m a t i o ni n f r a s t r u c t u r eo ft h eh u m a ns o c i e t ya f t e ra b o u t3 0 y e a r sd e v e l o p m e n t ；h o w e v e rp e o p l eo n l yh a v eas u p e r f i c i a lk n o w l e d g ea b o u tt h ei n t e m e ty e t t h ee x p a n d i n go ft h ei n t e r a c ta l o n g 、i t l lt h es h a r pi n c r e a s i n go ft h eu s e r $ a n dt h ee m e 唱e n c e o fv a r i o u sk i n d so fn e t w o r ka p p l i c a t i o n sp u tm o r ea n dm o r es e r i o u sc h a l l e n g e si nf l o u to f n e t w o r km o n i t o r i n ga n dm a n a g e m e n t n e t w o r km e 踟e m e n ti sab a s i ca n di m p o r t a n tm e a n s f o rn e t w o r km o n i t o r i n ga n dm a n a g e m e n t f u r t h e rm o r cn e t w o r km e a s u r e m e n t sw i l lb e s i g n i f i c a n t l yh e l p f u lf o rd e e p l yu n d e r s t a n d i n go f n e t w o r kb e h a v i o r , r e a s o n a b l yd i m e n s i o n i n go f n e t w o r kr e s o u t r e ca n db e t t e rd e s i g n i n go f n e t w o r kp r o t o c o l s 1 1 地d i s s e r t a t i o nf o c u s e so nt h r e ei s s u e si nt h ea r e ao fm e a s u r e m e n ta n da n a l y s i so ft h e i n t e r n e t , n a m e l yt h ei n t e r n e tp a c k e tm u n d - l r i pt i m e ( r r a 3d y n a m i c s ，a c t i v em e a s u r e m e n t s a m p l i n gt e c h n i q u e s , a u t o m a t i cc o o p e t a t i o nm e a s u r e m e n tt e c h n i q u ea n dm e a s u r e m e n ts y s t e m t h em a j o rc o n l r i b u t i o mo f t h i sd i s s e r t a t i o na r es u m m a r i z e da sf o l l o w s ： ( 1 ) t h ed i s s e r t a t i o ns t u d i e st h ei n t e m e tp a c k e tr o u n d - t r i pt i m ed y n a m i c si ns m a l lt i m es c a l e ， b a s e do nh i g hd e n s i t yn e t w o r km e a s u r e m e n t sw i t hi n t e r v a lo f1 0 m s a n di ti sf o u n dt h a tt h e i n t e m e tr t ts e r i e se x h i b i tt w oc o m p l e t e l yd i f f e r e n tc l l a 瑚m e r i 嘶n a m e l ys p i k ya n dn o r m a l c h a r a c t e r i s t i c s t h es p i k yp a r to f t h el u ts e r i e sc a nb ec h a r a c t e r i z e db ys h a r p l yi n c r e a s m ga n d l i n e a r l yd e c r e a s i n g ap h a s ep l o tb a s e ds e p a r a t i o na l g o r i t h mi sp r o p o s e dt oe l i m i n a t et h es p i k y e l e m e n t sf r o mt h eo r i g i n a ls e r i e s a n dt h e nw ei n v e s t i g a t et h ei m p a c to f t h es p i k ye l e m e n t so n t h es e a l i n gb e h a d o mo f t h eo r i g i l l a ls e r i e sb yu s i n gt h es e p a r a t i o na l g o r i t h ma n dd f am e t h o d ( d e t r c n d e df l u c t u a t i o na n a l y s i s ) a n dd r a wt h ef o l l o w i n gc o n c l u s i o n s ：t h eo r i g i n a li n t e r n e t r t ts e i r e sc a nn o tb ec h a r a c t e r i z e db yas i m p l e xs c a l i n gb e h a v i o r ；, a l t h o u g hs p i k ye l e m e n t s a c c o u n tf o rav e r yl i t t l ep r o p o t i o no ft h eo r i g i n a lr r r rs e r i e s t h e yd oi n f l u e n c et h es c a l i n g b e h a v i o ro f t h eo r i g i n a lr t ts e r i e s ，a n dw h e ns p i k yd a ma r ee l i m i n a t e d ，t h en o r m a le l e m e n t s o f i n t e r n e tr t fs e r i e sc a nb ec h 剐篇c t e r i z e db yl o n g - r a n g ed e n p e n d e n c ew i t hh u r s te x p o n e n t f r o mo 5 5t 00 8 a n dt h ea b o v ec o n c l u s i o n sa r ev a l i d a t e db yn u m e r i ce x p e r i m e n t s ( 2 ) t h e d i s s e r t a t i o ns y s t e m a t i c a l l ya n a l y z ea n de v a l u a t et h ep e r f o r m a n c eo fa c t i v e m e a s u r e m e n ts a m p l i n gt e c h n i q u e sb a s e do nt h e o r ya n a l y s i s ，m e 雒u r e m e n td a t aa n a l y s i sa n d s i m u l a t i o ne x p e r i m e n t s a n dt h ed i s s e r t a t i o nf o c u s e s0 1 1e s t i m a t i n gt h ep a c k e td e l a y p e r f o r m a n c ee x p e r i e n c e db yu s e rp a c k e t s w ef i r s tp r o p o s ea na c t i v em e a s u r e m e n ts a m p l i n g m o d e la n dt h e na n a l y z et h em o d e lb yu s i n gd i s c r e t ea s t a ( a r r i v a l ss e et i m ea v e r a g e s ) t h e o r ya n dd r a wt h ef o l l o w i n gc o n c l u s i o n s ：t h ei 碰j m a l j o nw i l lb eu n b i a s e dw h e na n do n l y w h e na c t i v em e a s u r e m e n t p r o c f d u ei sn o te o n e l a t e dw i t ht h em e a s u r e dp a c k e t 蜘p r o c e s s ； i n ，k，。 tlt雉0 i n 删包延迟行为分析和主动测量技术研究： a b s t r a c t p o i s s o ns a m p l i n ga n dp e r i o d i cs a m p l i n g ，w h i c ha r ct h em o s t l yu s e ds a m p l i n gt e c h n i q u e sf o r a c t i v em e 籼e m e n lw i l lu n d e r e s t i m a t ed e l a yp e r f o r m a n c ee x p e r i e n c e db yu s e rp a c k e t si f l o n g r a n g ed e p e n d e n c ee x i s t s i nn e t w o r kt r a f f i c a n di ti sr a nb ee x p l a i n e db yb u r s t y c h a r a c t e r i s t i co fn e t w o r kt r a f f i ca n du u l f o r mc h a r a c t e r i s t i co fm e a s 砒e m e n t s w h e na n a l y z i n g t h ei n t e r a c tm e 鹬u r e m e md a t a , w ep r o p o s ea “s i m u l a t i n ga c t i v em e 勰u r e m e me x p e r i m e n t m e t h o da n dt h e no b m i nt h er e s u l t s t h ee x p e r i m e n t sr e s d t sq u a n t i f i c a t i o n a l l yv a l i d a t et h e a b o v ec o n c l u s i o n sa n da l s os h o wt h a ts a m p l i n gf r e q u e n c yh a sn o t h i n gt od ow i t hm i u l s h i n g m e a s u r e m e n te r r o r w ea l s ot a k el a r g ea m o u n t so fs i m u l a t i o ne x p e r i m e n t sb yu s i n gr e a l i n t e r a c tt r a f f i cm e a s u r e m e n td a t au n d e rv a r i o u sc o n f i g u r a t i o n s t h ee x p e r i m e n t sr e s u l t s v a l i d a t et h ea b o v ec o n c l u s i o n sa n dm o r es h o wt h a tm e a s u r e m e n te r r o rw i l lm i n i s ha l o n gw i t h t h ei n c r e a s i n go f l i n ku t i l i z a t i o n ( 3 ) t h ed i s s e r t a t i o np r o p o s e sam a s t e r s l a v ea g e n tb a s e da u t o m a t i cc o o p e r a t i o nn e t w o r k m e a s u r e m e n tt e c h n i q u e u s i n gt h i st e c h n i q u e , c o o p e r a t i o nn e t w o r km e a s u r e m e n t sc a l lb e e x e c u t e di na l la u t o m a t i cm a n n e ra n dt h e nc a nb ei m p l e m e n t e di nl a r g es c a l e w h i c hc a nn o tb e r e a l i z e db yc u r r e n tt e c h n i q u e s a n dt h et e c h n i q u eh a st h ea d v a n t a g e so fs e c u r i t ya n d l i g h t w e i g h t t h e nas c a l a b l ei n t e m e tm e a s u r e m e n ts y s t e m ，n a m e df o x , i sd e s i g n e da n d i m p l e m e n t e d f o xi m p l e m e n t st h ea b o v ea u t o m a t i cc o o p e r a t i o nn e t w o r km e a s u r e m e n t t e c h n i q u e ，a n dm o r ei t h a st h ef o l l o w i n gf e a t u r e s ：f l e x i b l ea n de f f i c i e n tm e a s u r e m e n t s c h e d u l i n gm e c h a n i s m ，d e p e n d a b l em e a s u r e m e n t e x e c u t i o nm e c h a n i s m ，d e p e n d a b l e m e a s u r e m e n tr e s u l t sc o l l e c t i o nm e c h a n i s m , s e c u r i t yg u a r a n t e et om e a s u r e m e n t s ，e f f e c t i v e m e a s u r e m e n tp r o c e d u r em o n i t o r i n gm e c h a n i s ma n ds u p p o r t i n gv a r i o u sm e a s u r e m e n tt o o l si na s c a l a b l em a n n e r m o r e o v e r , f o xa l s op r o v i d e sau n i f o r mm e a s u r e m e n td a t aa n a l y s i sf r a m e , a n dt h i sf r a m ec a nb ea d a p t e dt ov a r i o u sk i n d so fa n a l y s i sf o rd i f f e r e n tk i n d so fm e a s u r e m e n t r e s u l t si nas c a l a b ew a yb yw h i c ht h es y s t e mf l a m en e e dn o tt ob em o d i f i e d f o xa l s o p r o v i d e su s e rt h es t r o n gf i l t e r i n gf u n c t i o na n dt h ec a p a b i l i t yo fa n a l y z i n gt h ed a t ao fo t h e r n e t w o r km e a s u r e m e n ts y s t e m s k c y w o r d s ：p a c k e td e l a yb e h a v i o r , s c a l i n gb e h a v i o r , r o u n d - t r i pt i m e ，a c t i v em e a s u r e m e n t , p o i s s o ns a m p l i n g ，p e r i o d i cs a m p l i n g ，d i s c r e t e - t i m ea s t a ，c o o p e r a t i o nm e a s u r e m e n t i v 。； ， 、 、 图目录 图2 1a m p 测量系统架构2 2 图2 2n i m i 系统结构图2 4 图2 3p i n g e r 的系统架构2 5 图2 4e 2 ep i p e s 的系统架构2 6 图3 1 包过滤器在工作原理示意图3 4 图3 2 i b p s t p 库工作原理示意图3 5 图3 3 测量间隔为l o m s 时p i n g 和例膨的定时器精确性和稳定性比较3 6 图3 4 数据集u c l a _ d a y l 的部分往返延迟数据3 8 图3 5 放大到合适尺度后，数据集u c l a _ d a y l 的中的一个尖刺3 9 图3 6 往返延迟数据集u c l a _ d a y l 的相图4 1 图3 7 往返延迟数据集u c l a _ d a y l 剔除了尖刺之后的相图4 2 图3 8 原始数据和平稳态数据的f a 和1 - 3 阶d f a 结果4 7 图3 9 复合序列f a 、d f a 分析结果，v = l ，p = o 0 1 ，l r d 序列h u r s t 指数h 可变5 0 图3 1 0 复合序列f a 、d f a 分析结果，h = 0 7 ，p 卸0 1 ，l r d 序列方差v 可变5 0 图3 1 1 复合序列f a 、d f a 分析结果，h = o 7 ，v = l ，尖刺数据所占比例p 可变5 l 图3 1 2 锯齿状突发态数据对h d c f 计算的影响( 使用数据集u c l a - n i g h t l ) 5 2 图4 1 网络流量测量环境示意图6 3 图4 2 模拟主动测量分析试验参数6 7 图4 3 模拟主动测量包挑选试验的有效性验证( 泊松采样) 6 8 图4 4 主动测量误差盒图( 使用泊松采样技术，数据来自针对数据集m a y 伽t 进行的模 拟主动测量试验) 6 9 图4 5 主动测量误差盒图( 使用周期采样技术，数据来自针对数据集姒y o l r r 进行的模 n t c r n c t 包延迟行为分析和主动铡厦技术研究：幽i ：1 录 拟主动测量试验) 7 0 图4 6 数据集 i a y o u t 网络流量d f a 分析结果7 2 图4 7 网络流量速率、泊松采样频度和包延迟三者关系图7 2 图4 8 泊松采样频度和包延迟关系图7 3 图4 9 仿真实验拓扑7 4 图4 1 0 数据集i i i 的包到达间隔自相关函数7 6 图4 1 1 数据集i v 的包到达间隔自相关函数7 7 图4 1 2 使用泊松采样技术时，主动测量误差与瓶颈链路利用率的关系7 9 图4 1 3 使用周期采样技术时，主动测量误差与瓶颈链路利用率的关系8 0 图4 1 4 仿真实验中风与瓶颈链路利用率p 的比较8 2 图4 1 5 平均排队延迟的测量误差钿j - - 与e r r p 的关系( 使用泊松采样技术，主动测量流 量速率为用户流量速率的1 ) 8 5 图5 1 协作式测量的实现9 0 图5 2f o x 系统的部署9 2 图5 3f o x 系统结构9 3 图5 4 测量结果回收机制示意图9 7 图5 5f o x 系统的测量任务执行进程监控报告界面9 8 图5 gf o x 系统基于布尔树的数据过滤规则定制图形界面9 9 图5 7 定制后的数据过滤规则1 0 0 x ， ： r ， 表4 4 仿真实验使用的网络流量数据7 6 表4 5 排队延迟统计量的测量误差统计( 瓶颈链路利用率为0 5 ，主动测量流量速率分 别为用户流量速率的o 1 ，0 5 ，1 ) 7 8 x l ，、；， 、 t 声明 我声明本论文是我本人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，本论 文中不包含其他人已经发表或撰写过的研究成果。与我一同工作的同 志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了 谢意。 作者签名：五i 乞日期：口够5 - ，吕作者签名：置i f 乙日期：口够 ，吕 论文版权使用授权书 本人授权中国科学院计算技术研究所可以保留并向国家有关部 门或机构送交本论文的复印件和电子文档，允许本论文被查阅和借 阅，可以将本论文的全部或部分内容编入有关数据库进行检索，可以 采用影印、缩印或扫描等复制手段保存、汇编本论文。 ( 保密论文在解密后适用本授权书。) 作者签名：王恺 导师签名强；卯当g f 譬 、 第一章引言 1 1 研究i n t e m e t 包延迟行为和主动测量技术的意义 i n t e m e t 经过三十多年的发展，取得了极大成功，它已经成为社会信息基础设施，这 表现在以下两个方面：第一，网络规模不断扩大，网上用户数量迅速增长。第二，网络 应用种类层出不穷，承载业务多样化，已经渗透到社会生活的各个领域，如政治、经济、 军事、文化、商业和娱乐等。i n t e m e t 逐渐成为人类学习、工作和生活各个层面不可或缺 的公共信息平台。但与此同时，我们也应该看到i n t e m e t 的成功也给自身带来了系列 的问题，其中之一就是由于网络规模、用户数量迅速增长，承载业务种类同趋多样化而 形成的对网络监控和管理的严峻挑战。i n t e m e t 是一个非常复杂庞大的系统，人们对其的 认识和理解尚不深入，但人们对i n t e m e t 的可信性、可靠性以及服务质量的要求却越来 越高，因而对网络监控和管理也提出了更高的要求通过网络测量深刻了解i n t e m e t 行 为是网络监控和管理的一种基本手段，一方面，测量结果是网络管理决策的基本依据； 另一方面，了解i n t e r n e t 行为对于深刻理解网络运行规律，指导网络建设。合理配置网 络资源，设计网络及应用协议均具有重要的意义。 i n t e m e t 行为体现在包括流量、性能、路由、拓扑等在内的诸多方面，这些行为之间 互相影响且关系复杂，因此准确地测量并分析i n t e m e t 行为是一个具有重大意义和极具 挑战性的课题。包延迟是一个非常重要的i n t e m e t 性能参数，研究其行为对于路由算法 和流量控制算法的设计、对于合理配置网络节点的缓冲大小和链路带宽都至关重要，同 时，作为网络服务质量q o s ( q u a l i t yo f s e r v i c e ) 的一个基本参数，研究i n t e m e t 包延迟 对于分析、评价和改善q o s 也具有非常重要的意义。正是由于上述原因，i n t e m e t 包延 迟行为的研究一直为研究者所重视。i n t e m e t 包延迟行为的研究可以分为两类：一类侧重 于研究包延迟的动态变化特性，例如包延迟分布、i n t e m e t 路径包延迟的不对称性等，其 主要目的是了解i n t e m e t 包延迟变化规律；另一类侧重于研究包延迟过程的标度行为， 其主要目的是揭示包延迟序列的相关性特征，为包延迟的预测提供指导。然而由于 i n t e m e t 是一个非常复杂的系统，这使得i n t e m e t 包延迟行为也极其复杂，具体体现在： 不同i n t e m e t 路径的包延迟行为可能不同；同一条i n t e m e t 路径上不同时段的包延迟行为 也可能变化；甚至对于同一条i n t e r n e t 路径的同一时段而言，包延迟行为也可能会随着 观测的时自j 粒度的不同而变化因此对i n t e m e t 包延迟行为的研究仍然是一个开放问题， 需要进一步的研究特别是随着网络带宽的迅速增长和网络节点性能的飞速提高，实际 网络流量中数据包之间的时间问隔也越来越小，因此为了了解实际网络中的包延迟行为 特征，分析测量时间间隔较小时的i n t e m e t 包延迟行为逐渐变得尤为重要 中固科学院博i 学位论文- i n t e m c t 包延迟行为分析年i 士硇铡互技术研究 在i n t e m e t 测量领域，依据测量手段和测量目的的不同，测量技术可以分为三类 j p 0 2 ： i ) 主动测量技术 主动测量是指测量本身产尘并向网络注入测量流量，再依据测量流量可能引起的网 络的响应( 如r r l 超时警告) 。或者测量流量经历的网络性能( 如包延迟、丢包率) 对 被测网络的性能进行分析和评价。主动测量方便灵活，能够以任何希望的数据类型在所 选定的网络端点间进行端到端性能参数的测量，因而测量结果可以方便地用于评价 i n t e m e t 路径端到端的性能状况，也即端到端的网络行为。同时。由于主动测量并不涉及 用户流量信息，因此不会影响到用户信息的私密性，对于网络用户而言是一种较为安全 的技术。主动测量的缺点在于：由于需要向网络注入测量流量，因此增加了网络负载， 可能会对用户流量的行为产生影响；主动测量还会引发性能的失真，即所谓h e i s e n b e r g 效应，因为测量流量会改变网络的行为，从而导致测量结果本身失真，且测量数据包的 长度越大、数量越多，对网络行为的影响也就越大。因此采用主动测量技术需要尽量减 少由测量所生成的流量。 2 ) 被动测量技术 被动测量是通过网络设备或在网络链路上安置测量工具，利用包捕获器收集用户流 量的数据包信息，并根据捕获的用户流量对网络行为状况作出分析。被动测量本身不向 网络注入测量流量，因而不会增加网络负载，也不会引发h e i s e n b e r g 效应。但是应用被 动测量技术会带来私密性和安全性问题，因为网络中传输的大部分数据都没有经过加密 处理，其中可能会有敏感信息，而被动测量需要捕获这些用户数据包并进行分析，因此 可能会对用户隐私造成侵犯( 目前这一问题可以通过使用工具t c p d p r i v 得到部分解决 t c p d p r i v ) 。另一方面，由于其自身的特点，被动测量可以非常详细地理解测量点或 测量点所在链路的网络行为，特别适合于网络流量监测分析，如流量模型分析，流量成 分分析等，但是，被动测量不太适合网络端到端性能的测量，如端到端延迟，端到端可 利用带宽。当然如果在一条i n t e m e t 路径的不同地点同时进行被动测量，并对从不同测 量点捕获的数据集进行匹配操作，被动测量也可用于网络性能测量，但相比于主动测量 而占其代价要大得多。 3 ) 控制信息监控技术 控制信息监控是指获取网络设备中的各种网络控制信息，例如路由器中的接口统计 信息，路由更新消息统计信息等。控制信息监控本身并不发送测量流量，但是在获取各 种网络控制信息时也会给网络带来额外的流量。这种测量方法需要网络管理者提供支持， 因为网络设备的访问权限一般受到严格限制，并且网络控制信息对外一般都是保密的 在目前i n t e m e t 松散的联结方式下，不太可能利用此种技术进行大规模的跨自治域的网 2 ， j ，7 第一章圳肓 络测量。使用简单网络管理协议s n m p 进行网络监控是这种技术的一个例子 由于i n t e r n e t 发展的特殊性，并没有一个专门的管理机构对这样一个庞大复杂的社会 信息平台进行管理，从面向最终用户的接入网i s p ( i n t e m e ts e r v i c ep r o v i d e r ) 到i n t e m e t 骨干网i s p ，大家都各自为政，因此对i n t e m e t 行为进行全面、深入的了解和监控，尤其 是跨自治域( a s ，a u t o n o m o u ss y s t e m ) 的测量和监控是一件非常困难的事情。主动测 量把i n t e m e t 看成一个黑盒子，通过向i n t e m e t 注入测量流量，观察i n t e m e t 响应和测量 流量的行为，并据此对i n t e r n e t 运行状况进行评估。因此，从理论上说，主动测量不需 要额外的对网络资源的访问权力，可以在i n t e m e t 上任何地方对i n t e m e t 进行测量分析 同时由于主动测量适合端到端网络性能测量，因此在网络性能测量的研究领域得到了广 泛的应用，并逐渐成为网络监控和管理的一种重要手段。 但是随着i n t e m e t 的不断发展，主动钡4 量技术也面临着巨大挑战。首先，由于网络技 术的发展，网络承载业务种类的推陈出新，网络服务质量意识也在不断增长服务水平 和约( s e r v i c el e v e la g r e e m e n t s ，s l a ) 的出现就是一个很好的映证。s l a 作为用户和 网络服务提供商达成的服务质量承诺，其内容对用户流包性能做出了约定。网络服务提 供商为了保证自己在激烈的商场竞争中不丢失客户，需要对s l a 的执行情况进行实时监 控，也即需要分析评价用户流的包性能。主动测量成为实现这一需求的首选办法。对于 多数测量指标而言，单次测量的结果通常都难以提供被测指标的完整特征信息，因此， 主动测量通常需要借助大量的测量实例以获得测量结果，也即借助一定的采样技术。但 必须指出的是，主动测量是从测量者的角度观察网络，当使用主动测量以间接得到用户 流的包性能时，采样技术可能会对测量结果的准确性产生严重的影响。因此有必要分析 和评价当前主动测量常用采样技术能否准确地反映用户流包性能。 此外，由于网络技术的发展，新的测量需求也在不断涌现。例如由于网络路径的不 对称性 p a 9 7 和人们对测量结果准确度要求的提高，单向性能测量成为了解i n t e m e t 路径 状况必不可少的测量手段。同时，随着多播技术在i n t e m c t 的逐步部署，多播应用的性 能监测正逐步成为i n t e m e t 测量领域的一个重要组成部分上述测量需求具有一个共同 的特点：需要多个测量节点依照一定的策略( 通常是时间策略) 进行协作，在此基础上 才能完成一次测量为实现大规模i n t e m e t 测量中的协作式测量需求，需要提出能够自 动执行的协作式测量技术，并在大规模网络测量系统中实现。但目前并未有满足上述要 求的协作式测量技术，当前的测量系统也不能支持这种协作式测量的大规模、自动执行。 综上所述，i n t e m e t 包延迟行为，特别是小时间尺度下的行为分析研究、主动测量采 样技术的研究以及自动协作式测量技术和测量系统的研发具有重要的理论和现实意义。 上述研究有助于深入了解i n t e m e t 行为规律、改善网络的监控和管理、实施大规模i n t e m e t 测量，而这也是本论文的研究动机所在。 中周科学院博i 学位论文一i n t e r n c t 包延迟行为分析和主动测量技术研究 1 2 本文的主要内容和贡献 1 2 1 本文的主要内容 本文的主要内容包括以下三个部分： 1 ) i n t e m e t 包延迟行为分析 目i ；i i n t e m e t 包延迟行为的研究可分为两类： 一类侧重于研究包延迟的动态变化特性，例如p a x s o n 利用主动测量的方式从多个方 面研究了i n t e m e t 路径包延迟的特性，包括i n t e m e t 路径包延迟的对称性，包延迟变化等 p a 9 7 1 ，b o l o t 利用周期性发送的u d p 包研究了测量路径中存在瓶颈链路时i n t e m e t 往返 延迟( r t t ，r o u n d - t r i pt u n e ) 的特性 b 0 9 3 ，m u k h e r j e e 发现i n t e m e t 路径往返延迟的 分布符合常量偏移的g a m m a 分布 m u 9 2 。 另一类侧重于研究包延迟过程的标度行为，m s b o r e l l a 等人最早发现i n t e m e t 往返 延迟存在长程相关特征【b b 9 8 】，q i o n gl i 等人也发现了类似特性【q d 9 8 。m s b o r e l l a 等人还指出i n t e m e t 往返延迟序列的h u r s t 指数可能并不单一，q i o n gl i 等人进 一步指出当测量采样的时间间隔较小时，测量结果所反映的i n t e m e t 往返延迟的标度行 为较为复杂【q d 9 9 。 本文主要针对包延迟过程的标度行为进行研究。分析上述工作可以发现，i n t e m e t 包 延迟的标度行为的研究尚不完善，且基于不同的测量采样间隔所得到的i n t e r a c t 包延迟 标度行为可能不同。由于上述研究中的测量采样间隔在2 0 m s 到1 分钟之间，而当测量 间隔更小时的i n t e r n e t 包延迟标度行为尚属未知，另一方面，i n t e m e t 链路带宽的增长和 端系统性能的提升也使得数据包间隔变小，因此也加剧了小测量间隔条件下的包延迟标 度行为研究的必要性。本文通过分析对5 条i n t