（计算机应用技术专业论文）自相似网络流量对网络性能的影响.pdf

重庆邮电学院硕士论文 摘要 i n t e r n e t 是基于数据分组交换的网络，与基于电路交换的传统电信网有根本 差别。在分组网中传送的主要是数据业务，包括正在兴起的多媒体业务，而在传 统的电信网中传送的主要业务是话音业务。在传统的网络设计和系统分析中采用 泊松过程或马尔可夫过程可以得到很好的结果，但是在对分组网络的业务进行监 测后发现，如果仍然采用泊松或马尔可夫模型，那么得到的排队分析结果和实际 情况有很大的差别。 近年来国外一些研究人员通过对l a n 、w a n 等网络的精确测量与研究发现， 分组网络中的真实业务量具有统计上的自相似性。网络的自相似业务特征已经引 起很多研究人员的重视。相关的研究工作包括业务量的建模，网络性能的分析、 流量控制与资源配置等方面。 本文对网络流量的自相似现象进行了描述，并对网络的自相似流量模型进 行了分析研究。在此基础上，进行了自相似网络流量的仿真，仿真采用应用层建 模的方法，考虑了网络中应用层、传输层、网络层对流量的作用和影响，符合网 络应用的实际。在仿真环境中，研究了自相似流量对网络性能的影响。采用的研 究方法是：当多个流量源共享有限网络资源、并考虑协议栈作用的情况下分析 自相似流量对网络性能的影响。 研究结果表明，相对于传统的泊松流量模型的性能预测结果，网络的自相 似流量会引起系统包丢失率的增加、平均队列长度的增大，从而对网络资源的要 求也较高。网络资源的增加需要注意网络资源的分配和有效的网络性能之间的平 衡问题。缓冲区的增加，降低了包丢失率，同时引起排队延迟的增大。对于一个 总流量相对稳定的网络，使用基于带宽的网络资源分配策略将是比较有效的。研 究结果对提供有保证的q o s 和网络设计有一定的指导意义。 关键词：网络流量自相似网络性能i p 网络 嚣庆邮电学院硕i 。论文 a b s t r a c t i n t e r n e ti san e t w o r kb a s e do nd a t ap a c k e ts w i t e h i n g ，w h i c hi sd i f f e r s f r o mt h et r a d i t i o n a lt e l e c o mn e t w o r k i nd a t ap a c k e tn e t w o r k t h e p r i b c p a lt r a f f i ci sd a t a ，w h i l ei nt r a d i t i o n a lt e l e e o mn e t w o r k ，w h i c h i sv o i c et r a f f i c t h et r a d i t i o n a ln e t w o r kd e s i g na n ds y s t e ma n a l y s i sc a n g e tg o o dr e s u l tt h r o u g hp o s s i o nt r a f f i cm o d e l ，b u tt h em o n i t o r i n go nt h e t r a f f i c0 fp a c k e tn e t w o r kh a v e s h o w t h a tt h ea c t u a lp h e n o m e n ad i f f e r s s h a r p l yf r o mt h eq u e u i n ga n a l y s j sr e s u l ti fa d o p t i n gt h ep o s s i o nm o d e l i nr e c e n ty e a r s ，t h ep r e c i s em e a s u r e m e n ta n ds t u d yh a v e s h o wt h a t r e a lt r a f f i ci np a c k e tn e t w o r kh a ss e l f s i m i f a r i t y ，w h i c hh a sb e e ng i v e m u c hr e s p e c t ，a n dt h er e l a t i v es t u d yw o r ki n c l u d e st h et r a f f i cm o d e l c o n s t r u c t i n g 、t h en e t w o r kp e r f o r m a n c ea n a l y s i sa n dt r a f f i cc o n t r o l r e s o u r c ea s sig n m e n t i nt h ep a p e rw ed i s c u s s e dt h es e l f s i m il a rp h e n o m e n ao ft h en e t w o r k t r a f f i c s t u d i e dt h es e l f s i m i f a rt r a f f i cm o d e l o nt h e s eb a s e m e n t ，w e s i m u l a t e dt h es e l f - s i m i l a rn e t w o r kt r a f f i c i nt h es i m u l a t i o ne n v i r o n m e n t w es t u d i e dt h ei m p a c to ft h es e l f - s i m i l a rt r a f f i co nt h en e t w o r k p e r f o r m a n c e t h em e t h o dw ea d o p t i sa n a l y s i s i n gt h ee f f e c to nt h e p e r f o r m a n c ew h e nm u l t i p l et r a f f i cc o m p e t ef i n i t en e t w o r kr e s o u r c ew i t h t h ee f f e c to fp r o t o c 0 1 ss t a c k o u rr e s u l ts h o w st h a tt h es e l f - s i m i f a rt r a f f i cw i l lc a u s ep a c k e t1 0 s s r a t ea n dt h ea v e r a g eq u e u el e n g t hi n c r e a s l n g ，w h i c hr e n d e r sh i g h r e q u i r e m e n tf o rt h en e t w o r kr e s o u r c ec o m p a r e dw i t ht r a d i t i o n a lp o s s i o n m o d e l t h ei n c r e a s eo ft h en e t w o r kr e s o u r c es h o u l dc o n s i d e rt h eb a l a n c e o fn e t w o r kr e s o u r c ea s s i g n m e n ta n dt h ee f f e c t i v en e t w o r kp e r f o r m a n c e ，t h e i n c r e a s eo fb u f f e rd e c r e a s et h ep a c k e tl o s sr a t ew h il ec a u s eal a t g e rq u e u e d e l a y s ow es h o u l da d o p tt h ep o l i c yo fb a n d w i d t ha s s i g n m e n tf o ran e t w o r k w h o s et o t a lt r a f f i ci ss t a b l e k e yw o r d s ：n e t w o r kt r a f f i c s e l f - s i m i l a rn e t w o r kp e r f o r m a n c e i pn e t w o r k 重庆邮电学院硕士论文 独创性声明 本人声明所呈交的学匣论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得重匮塑鱼堂瞳 或其他教育机构的学位或证书而使用过的材 料。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 明确的说明并表示谢意。 学位论文作者签名：砂，曰桨 签字目期：御年乡月p 日 学位论文版权使用授权书 本学位论文作者完全了解一重压自i 电堂医 有关保留、使 用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复 印件和磁盘，允许论文被查阅和借阅。本人授权重庆鲤鱼堂医 可以将学位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、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：，主，1 司毫乏 导师虢氟；孑 j n 签字目期：o 一中年f 月l 。口签字日期：瑚。誓年广月刀日 重庆部屯学院硕仁论文 1 1 研究背景 第一章绪论 近年来，随着网络测量技术的发展，人们已经能够获得大量的网络流量数 据进行分析研究。研究结果表明，真实的网络系统中，根据排队分析所 ! 导到的预 测结果与实际观测到的性能差异很大。2 0 世纪9 0 年代初，美国贝尔通信研究申 心( b e l l c o r e ) 的研究人员采集了大量关于以太网和可变比特率( v a r i a b l eb i tr a t e v b r ) 视频业务数据，并使用分形( f r a c t a l ) 思想进行了详尽的分析研究，证实 真实的网络流量具有统计上的自相似性。这是计算机性能评价领域的一个重大发 现，意味着传统的基于马尔可夫模型的性能评价结果对自相似流量已不再适用， 需要研制新的模型与工具。 各国研究人员也对世界上现有的一些网络进行了测量和分析，例如： ( 1 ) p a x o n 和f i e i y d 采集了大量有关广域网业务的数据，其中包括许多t c p 的到达过程。p a x o n 对这些数据进行了详尽的分析。 ( 2 ) a d d i e 等观测分析了澳大利亚高速数据网f a s t p a c ，该网可提供速率 2 - 1 0 m 的服务，连接了澳大利亚的主要城市。 ( 3 ) c r o v e l l a 等观测分析了w w w 业务，这些业务反映了数以百计的文档请 求。 所有这些测量均证实，高速网络流量具有自相似性。自相似性反映了业务在 所有( 或至少个较大范围) 时间尺度上的统计相似性，突出表现为突发没有明 确的长度，我们不可能将它们平滑掉。从传统的排队网络模型得到的结论是：当 业务源数目增加时，突发性会被吸收，聚集业务将变得越来越平滑，而对于自相 似模型，其聚集业务的突发性将更加突出而不是减少。近年来的研究结果表明， 自相似性对网络性能产生一些意想不到的影响，它直接影响到网络的设计、控制、 分析和管理。例如，许多第一代的a t m 交换机都都出现了信元丢失过多的问题。 这虽然与很多因素有关，但没有考虑业务的自相似性对网络性能的影响是一个不 可否认的原因。 对于网络的自相似研究，大量的问题有待解决。主要的困难在于传统的排 队模型基本上是在短范围相关的假定下研究队列性能，但是目前还没有一套完整 的技术能够解决长范围相关队列性能的分析和评价问题。 重庆邮电学院硕士论文 1 2 研究现状 自从1 9 9 4 年w i t l i n g e r 和w i l s o n 在“i e e e a c mt r a n s a c t i o n so i ln e t w o r k i n g ” 上正式发表了关于网络自相似研究的第一篇论文“o nt h es e l f - s i m i l a r i t yn a t u r eo f e t h e m e t t r a f f i c ( e x t e n d v e r s i o n ) ”以来，世界各园的研究人员对现有的网络传输进 行了大量测量和分析，并就网络环境中自相似现象的普遍存在性、自相似产生的 原因及其对网络性能的影响做了分析研究2 , 8 , 1 1 , 1 5 2 1 2 2 2 4 2 6 , 3 2 ”3 5 1 。 当前，对网络自相似现象的研究可以分为两个方向，一是处理自相似流量 特征和自相似流量模型的建立问题；二是处理自相似流量下的网络性能评价问 题。 在第一个方向的研究f 8 , i i , 1 5 , 2 1 , 3 2 , j 5 ，主要从实际的物理网络中测得流量数据 来验证自相似突发现象的存在，并建立相关模型，使其能够产生具有自相似特性 的网络流量。这些研究表明在流量的自相似性在不同的网络环境中都普遍存在， 即使是单个流量源如可变比特率v b r 也表现了可以用自相似流量模型表征的关 系结构。这表明真实的网络中某些流量源自身也具有自相似突发的特征。 在第二个方向中，一些论文发表了相关的研究，主要是评价在理想或简单 网络中自相似流量对网络性能的影响n 。1 8 0 2 抖l 。研究表明长范围相关对网络性能 影响具有相反的效果：与传统的马尔可夫源模型相比。队列长度分布在自相似流 量下衰减的比较慢。在研究队列的长范围相关性时，将时间规模考虑进去，结果 表明在缓存比较小、时间规模也比较小的时候，长范围相关性对队列的性能影响 比较小，短程相关是主要的考虑因素1 3 6 , 3 7 】，这主要是由于在这种情况下，短程相 关的变化就足以引起缓冲区的溢出和队列的饱和。 在网络资源有限、考虑协议栈的相互作用的情况下，研究自相似流量对网 络性能的影响问题最近才引起重视。这个问题实际上是比较重要的，因为尽管自 相似流量对网络性能的影响具有相反的效果，但作为网络性能问题，我们需要知 道它对网络性能影响的程度，并尽可能对它带来的影响进行控制。 1 。3 全文的组织安排 在本论文中，我们对网络流量的自相似现象及自相似流量模型进行分析研 究。在此基础上，进行自相似网络流量的仿真，在仿真环境中，研究自相似流量 对网络性能的影响。研究的方法是：当多个流量源共享有限网络资源、并考虑协 议栈作用的情况下，分析自相似流量对网络性能的影响。 全文共分为四个部分：第一章为绪论，主要介绍了自相似流量研究的相关 背景和研究现状；第二章对经典流量模型和网络流量的自相似现象进行分析描 重庆邮电学院硕士论文 述；第三章对自相似流量模型的相关数学机制和常见的自相似流量模型进行论述 分析：第四章描述自相似流量的仿真环境和仿真过程；第五章是在自相似流量仿 真环境中，研究自相似流量对网络性能的影响。主要从两个方面来考查：一是流 量的自相似程度变化对网络性能的影响，二是自相似流量下网络资源的变化对于 网络性能的影响。最后进行分析总结，指出该研究对于q o s 和网络设计方面的 指导意义。 重庆邮屯学院硕七论文 第二章经典流量模型和网络流量的白相性 通信网络的主要目标是为用户提供满意的服务，用户的需求可以简称服务质 量( q o s ) 需求，在网络的设计和运行管理过程中，用户需求和网络资源始终是 个需要平衡的问题，有限的网络资源是提供有保证的q o s 的一个障碍，有保证的 q o s 需要更多的网络资源，提供可靠的q o s 就必须进行网络资源的优化，而网络资 源的优化需要准确的网络模型，网络模型首先要有正确的流量模型，它能够表征 真实的流量特征，因此流量模型是进行资源优化保证网络性能的重要前提。 很长时间以来，人们通过设计不同的流量来描述模型，以期加深对流量的认 识从而能够经济有效地平衡资源的分配以达到所需的服务质量。下面我们首先来 看一下经典流量模型。 2 1 经典流量模型 传统流量模型即泊松模型，它是一个到达时间服从泊松分布、服务时间服从 指数分布的流量模型。服从这种特性的数据源模型用于早期的a p p a n e t 的分析 和建模及电话网络。该模型主要基于以下理论： 定义1 对于计数过程n ( t ) ，( 伽) 如果满足以下条件： ( 1 ) n ( 0 ) 2 0 ( 2 ) 过程有独立增量 ( 3 ) 在任一长度为t 的区间内事件的个数服从均值为m 的p o i s s o n 分布 ( 入 o ) ，即对一切s ，t o ，有 _ p ( f + j ) 一( j ) ：厅 = e - 2 t ( - 五- 5 ) - ”- ，”：，1 , 0 ，： 则称该过程为p o i s s o n 过程。 考虑上述泊淞分布，以墨，记第一个事件来到时间，对 l ，以记以记第 ( n 1 ) 个到第n 个事件之间的时间。序列 e ，n 1 称为来到间隔序列，由定 义l 我们不难证明 咒，( n = l ，2 ，) 是独立同分布且均值为1 入的指数随机变量，其密度 函数为： f ( t 1 = 丑e 一“ 对上式两边取自然对数得到： 重庆邮电学院硕上论文 i n 厂( f ) = l n a 一2 t( 2 1 ) 可见，到达间隔时间f ( t ) 的对数l n f ( x ) 是时间t 的线性函数，其图象为 直线，为了验证其间隔时间是否真正服从指数分布，流量分析的学者们通过对采 集的流量分析后得到下面图示2 1 的对数图，显然看出基本由三条直线段组成。 可见与实际流量的差异。 d 1 d e 叽 0 d l 0 图2 1实际流量间隔时间对数分布图 t6 n = ) 另外，根据泊松模型生成的流量和实际测量的网络流量对照例如图2 1 所示 重庆邮电学院硕士论丈 r t _ r r r r 1r 厂r r r r 1 i r 1 i 1 酊_ j 酊1 百1 f 葡a r 1 百_ i 西- i f 1 百_ i 面i k 广厕一 om o6 1 “t 3 由口 图2 2p o i s s o n 模型和实测网络流量对照图 在图2 2 中，最上面一行图中流量的采集时间间隔为l o o m s ，从下到下每一行 时间间隔为上一行时间间隔的1 0 倍。从中我们可以看出p o i s s o n 模型流量和实测 网络流量差别，可见p o i s s o n 模型有其局限性，正因如此，习促使人们根据实际 测量的流量特征，研究和寻找新的流量模型。 口凫j翔剐1姒1qi串&鄂l，科1鲥qr 8qao口2g ，矗麓_r，雕硪r_警8帛1戤氍1引钟号 重庆邮电学院硕士论文 2 2 网络流量的自相似性 2 2 1 自相似现象 对一条1m b p s 传输链路进行监控，在这条链路上传输的是4 0 0 0 b i t 的帧，每 一个帧的传输时间为4 m s 。在接收端记录下来的到达时刻( 每一帧的第1 位到达 的时刻) 为： 0 8 2 43 27 28 09 61 0 42 1 6 2 2 4 2 4 0 2 4 8 2 8 8 2 9 6 3 1 2 3 2 0 6 4 86 6 56 7 26 8 0 7 2 07 2 87 4 47 5 28 6 48 7 28 8 8 8 9 6 9 3 6 9 4 4 9 6 09 6 8 直接从这些数值很难发现到达的统计规律和特性。但此传输看起来确实呈现 突发性：一些到达时间紧密相连，而另一些到达时间分布松散，最大时间间隔为 3 2 8 m s ( 在3 2 0 到6 4 8 之闻) ，很多比较小的时间间隔在4 0 m s 左右。 将这个传输进行压缩，分成集群，使得每个集群中到达帧之间的间隔不超过 5 个帧的传输时间( 2 0 m s ) ，并且记录每个集群的开始时间，有： 07 22 1 6 2 8 8 6 4 8 7 2 0 8 6 4 9 3 6 可见各集群之间的间隔是不均衡的，但仍然难于考察其特性。现在进行更大 程度的压缩，使得每个集群中到达帧之间的间隔不超过l o 个帧的传输时间、 ( 4 0 m s ) ，并且记录每个集群的开始时间，有： 02 1 66 4 8 8 6 4 在这种情况下，4 个集群中每个集群之间的间隔是2 1 6 5 ，4 3 2 ，2 1 6 。一个小 间隔2 1 6 ，跟随一个在间隔4 3 2 ，再跟一个小间隔2 1 6 。现在回过头来看第一次 压缩的情况，有8 个集群，同后面的压缩有相同的规律。前4 个集群：到达的间 隔是7 2 ，1 4 4 ，7 2 。后4 个集群：到达间隔也是7 2 ，1 4 4 ，7 2 。两个集群组之间 有一个大的时间间隔。再回过头来观测原来3 2 个数据帧的到达，将它们分成8 个组，有同样的规律呈现。在每个组中，数据帧的到达间隔是8 ，1 6 ，8 。 我们看到，相同的分布模式既出现在原始的数据中又出现在各级集群中。换 言之，该时间序列在各个分辨率上都呈现出相同的模式，而与压缩和解的程度无 关，这一点正反映了自相似的本质。 自相似性或对于规模( 大小) 变化的不变性是大自然的许多定律以及以及 我们周围的世界中的许多现象的一个属性。自相似性实际上是塑造宇宙以及我们 理解宇宙的努力中起主要作用的对称性之一。 自相似现象在某种维度上以不同比例进行放大或者在不同尺度上进行观测 时表现出同一性。这里的维度可以是空间( 如长度、宽度) 或时间。在网络流量 研究中，我们关心的是在时间维度上表现出自相似性的时间序列和随机过程。下 莺庆邮电学院硕士论文 面我们就来看一下网络流量中的自相似现象。 2 2 2 网络流量的自相似现象 随着i n t e r n e t 网络规模的迅速扩大，入网的用户数迅速增加，网络业务不断 扩大，如w w w 、f t p 、t e l n e t 、i p p h o n e 等，使得网络流量的特性也在发生变 化。近年来国外一些研究人员通过对l a n 、w a n “，”等网络的精确测量与研究发现， 分组网络中的真实业务量具有统计上的自相似性，可以用自相似随机过程加以表 述。它们的对照关系如图2 3 所示。1 ： v f _ 1 矿1 矿丽西面翻r 1 面_ 1 矿1 1 矿 i r l 。 r 碱r 1 两r 两厂习1 舢 例2 3 目相似流量模型和实测网络流量对照图 自相似是指物体的局部以某种方式与整体相似。具体到分组网络中，自相似 8 昌r-1-萄珥爿，剐i&爿，雕1；，鲴； 。1刚1鲥r_掣氩1+j卿，町犁 日a日ad e e 9；：2h； 重庆邮电学院硕士论文 性反映了业务量在很大范围的时间尺度上表现出相似的突发性。这与传统的能够 精确描述电话网络的泊松过程短相关业务模型具有很大的不同。 自1 9 9 3 年以来许多研究成果已经表明，在多种实际网络中数据传输的模式可 由自相似过程很好地描述。下面是一些典型的例子： 1 、以太网传输 l e l a n d 和w i i i i n g e r 等人收集了在b e l i c o r e 在1 9 8 9 年和1 9 9 2 年之间各种各样 e t h e r n e tl a n 的数据，证明了泊松到达传输的假定是不充分的，需要新的信源模 型。他们发表的论文引发了这个领域潮水般的研究。基于各种测试的统计，他们 估计e t h e r n e t 信源是自相似的，h u r s t 参数h = o 9 。w i l l i n g e r 等人使用多个 p a r e t o 样式0 n o f f 源来监控e t h e r n 就信源的产生。每一个信源在o n 和o f f 周期 之间变换，o n 周期是分组突发的周期o f f 周期是空闲周期，没有分组发送。如 果使用有限方差分布，例如，指数或几何分布，来描述o n 和o f f 周期长度，那么 产生的传输是传统信源模型。这样的模型不能真实地反应e t h e r n n e t 信源的情况。 w i l l i n g e r 等人模型o n o f f 时间周期使用了无限方差分布，亦即p a r e t o 分布，参 数a 在1 n 2 之间。在这个范围内，随机变量具有有限的均值和无限的方差。 w i l l i n g e r 等人显示多个p a r e t o 分布的o n o f f 监控的信源产生了自相似传输，它 的h u r s t 参数h = ( 3 一a ) 2 ，对于l 口 2 ，有0 5 h o ，随机过程口4 x ( a t ) - 与x ( t ) 具有相同的统计特性，即： d x ( a t ) = a “x ( t ) 其中，a o ，o h l ，= 表示分布意义上的相等。 我们称随机过程x ( f ) 在统计上具有参数为h 的自相似性。此相互关系可由 下面3 个条件表达： ( 1 ) 均值e 】：坐掣 ( 2 ) 方差v a r 即) 】v a r 孺 x ( 广a t ) ( 3 ) 自相关足( ) ：掣 参数h 称为h u r s t 参数，又称为自相似参数，它是自相似程度的一个重要 度量，是自相似特性的唯一参数。更确切地说，日是统计现象的持续性的度量， 是随机过程长范围相关的一个度量。的取值范围是 0 5 ，i ，h = o 5 表示没 有自相似，h 值越接近1 ，持续性或长范围相关的程度就越大，过程的自相似程 度越高。 重庆邮电学院硕士论文 3 1 2 离散时间定义 在很多情况下，我们关心的随机过程是定义在离散时间点上的，例如，数 据传输的分析就用到平稳时间序列，所以现在给平稳时间序列的自相似定义。 离散时间随机过程x ( f ) 定义为( 置，t - o ，l ，2 , - - - ) 。对于一个平稳时间序列， x ，定义i l l 重聚集时间序列x 汩= 墨，k = o ，1 ，2 ，) ，它可以表达为： x ：上萝x “ m j _ b 苎晶_ 例如，的定义为： p ：血_ 垡：l 墨 3 观察这个多重聚集时间序列的一种方法是将其看作压缩时间尺度的一种技 术。可以认为x 1 1 是这个时间序列的最高放大率或最高分辨率。过程x ( 3 是相同 过程在分辨率上缩减3 倍的结果。由于在每3 个点上进行平均，所以就失去了在， 最高分辨率时可以观察到的细节。如果经过压缩以后过程的统计特性( 均值、方 差、自相关等) 仍然保持不变，那么该过程就是一个自相似过程。 称一个具有参数( 0 0 x 一 在一般情况下，一个具有重尾分布的随机变量，通常具有较高的甚至是无 穷大的方差。 最简单的重尾分布是具有参k 和a ( k ，d o ) 的p a r e t o 分布，它的密度和 分布函数是 f ( x ) = f ( x ) = 0 ， x k 厂( 工) ：_ a 【k ) “，f ( x ) ：1 一( 墨) a ，x k ，口 o k xx 并且它的均值是： e x = 生k ， 口 1 口一l 参数k 决定了该随机变量可取的最小值。参数口决定了该随机变量的均 值和方差：如果口2 ，则该分布具有无限的方差；如果口1 ，它有无限的均值 和方差。 与网络研究中经常使用的其它分布( 如指数分布) 相比，重尾分布具有许多 不同的重要特性。图6 2 2 对p a r e t o 和指数密度函数在对数一线性坐标尺度 上进行了比较。注意在这一尺度上，指数密度函数是一条直线，反映这一分布的 指数衰减特性。而p a r e t o 分布的尾部则比指数分布的尾部衰减得慢得多，这也 就是“重尾”的含义。 图6 2 2p a r e t o 密度函数与指数概率密度函数 重庆邮电学院硕士论文 重层分布在网络自相似传输研究中的重要性在于； ( 1 ) 若干实际测量和分析表明描述网络传输源的某些随机变量服从重层分 布，例如，呼叫持续时间，w w w 文件的传输时间，p a c k e d - - t r a i n 模型中o n o f f , 周期的时间长度，信包到达间隔时间等“2 1 ( 2 ) t a q q u 等人从理论上证明了无穷多个独立的具有重层分布( 即 p x x ) x 一41 t ) 。f - 8 ，f 斗o o ，1 口 0 为方差系数，h 为自相似系数。 产生分形布朗运动的快速算法主要是r m d ( r a n d o mm i d p o i o td i s n a c e m e n t ) 法。此算法的缺点在于生成业务的h u r s t 系数与期望值不一致，当0 5 h o 7 5 时较大而当0 7 5 h 0 ) ，w ( t ) = 1 表示在t 时刻有一个数据包，而w ( t ) = = 0 表示数据源没有发送数据包对于第m m 个数据源，它可以产生一个两态时间序列 w ”( f ) f 0 ，那么芝：w ”( r ) 就描述了 重庆邮电学院硕士论文 时刻t 该链路上传输数据包数把时间放大t 倍，可得 o i f w 矗( n ) = 豇矿”( “) ) d “ ( 3 - 3 1 ) 此式表示了在时间 0 ，t t 内，链路上传输的累计数据包数我们所关心的是： 当m 和t 取很大的值时，随机过程 w 4 ( 7 ，f ) ；f o ) 的统计特性，显然它与o n 和o f f 期间的分布函数有关可以证明，当m 和t 取很大的值时， 矽”( n ) ；r o ) 的统 计特性接近于 t m 堕一+ t ”扛西面；= ( f ) ( 3 3 2 ) _ u 1 + 弘2 其 h h = ( 3 一。) 2 ，口。表示o n 和o f f 期间藿尾分布的口参数的小 者。h 是一个有限的正常数，h 和比分别是o n , d o f f 期间的平均长度，巩( r ) 表 示分形布朗运动从( 3 3 2 ) 式可以看出：当m 和t 很大时，链路上传输的累计数 据包数主要由t m ( “+ 膨) 决定，丽且在这个部要部分作上下被动，该波动是 一个具有自相似特征的分形布朗运动。 ( 4 ) p a r e t o 流量模型 p a x s o n 观察到某些广域网流量过程中的数据包大小序列和数据包间隔时间 序列近似于p a r e t o 分布。g r o v e l l a 和b e s t a v r o r s 发现w l i v l v 传输中数据包大小 序列和数据包间隔时间序列也遵从p a r e t o 分布。根据这些现象p a r k 建立了一种 基于实际网络的自相似流量模型，我们可以称之为p a r e t o 流量模型o “。 是在客户服务器环境中，多个客户端向服务器发出传输请求，服务器依据 客户端请求进行文件传输，传输的文件大小服从p a r e t o 分布，客户端的请求时间 间隔为指数分布或p a r e t o 分布，其中文件大小的分布为模型的主要控制因素。 p a r e t o 流量模型来源于重尾o n o f f 模型，在重尾0 n o f f 模型中，自相 似流量是在一种近乎理想的环境中产生：没有限制的网络资源严格交替的独立同 分布的o n o f f 数据源等，在产生自相似流量时并没有考虑实际网络资源是有限 的，也没有考虑传输协议的作用，这样当多个数据源竞争有限的网络资源，并在 传输作用下而引起流量的非线性也就被忽略了。 另外，f b m 模型、f a r i m a 模型、重尾0 n o f f 源模型相关的流量建模属于 i p 层建模，无法考虑网络协议尤其是传输层协议的影响。因此我们采用了可以 进行应用层建模的p a r e t o 模型。 重庆邮电学院硕士论文 第四章白相似网络流量的仿真 由于自相似问题数学上固有的难度，目前相关的研究仍以仿真和测量方法 为主。如何仿真出与实际业务量近似的数据流成为进行自相似研究首要解决的问 题。本章我们就来研究自相似网络流量的仿真产生问题。 网络仿真是使用计算机技术构造网络拓扑、实现网络协议的模拟网络行为。 它能获取特定的网络特性参数，进而可对网络性能进行研究和分析，达到改善网 络运行状况的目的。它包括网络拓扑仿真、协议仿真和通信量仿真，模拟网络流 量在实际网络中传输、交换等的过程。目前，知名的网络仿真软件主要有o p n e t 和免费软件n s 等。 其中n s 以它对有线和无线( 本地或卫星) 网络、局域网和广域网、网络分层 模型各协议的丰富支持、强大的二次开发能力以及可扩展、易配置和编程的事件 驱动特性，在国际网络研究界得到了广泛的应用。n s 是一个面向对象的仿真工具， 既能进行现有网络元素的仿真分析，又是一个开发新协议、新方案的强大工具， 尤其是它具有进行各种网络性能仿真的能力同时又是免费的软件，对广大国内网 络研究人员的意义是显而易见的。 论文中自相似流量的产生就是采用仿真工具n s 。”。 4 1 仿真工具介绍 n s 是一个事件驱动的网络仿真器，由l n b l ( l a w r e n c eb e r k e l e yn a t i o n a l l a b o r a t o r y ) 的网络研究组研究开发，它的前身是s k e s h a v 研制的r e a l 仿真 器这是一个可扩展的、容易配置的、可编程的事件驱动仿真引擎( s i m u l a t i o n e n g i n e ) ，支持多个流行的t c p 和路由调度算法，其源代码全部公开，提供开放 的用户接口。 4 1 1n s 使用的仿真语言 对不同的仿真功能，n s 提供了两种编程语言模型，从而在不限制仿真性能 的前提下表现了充分的灵活性：对于低层处理或分组转发、不需频繁修改的任务， n s 采用编译型语言c + + ，这样有利于提高仿真效率：对于协议对象和规范的动态 配置、通信量的反复重定义以及需要频繁修改的任务，n s 使用灵活、交互式的脚 本语言o t c l 这种方法的好处在于：通过提供易用、重配置、可编程的仿真环境， 降低了仿真器设计、维护、扩展、调试的负担；而且，它鼓励将机制和策略分离 的编程风格，有利于代码重用 重庆邮电学院硕士论文 4 1 2n s