（计算机应用技术专业论文）基于多尺度流量特征的internet性能分析与拥塞控制研究.pdf

东南大学博士学位论文基于多尺度流量特征的i n t e r n e t 性能分析与拥塞控制研究 摘要 流量突发( t r a 师cb u r s t i n e s s ) 是网络随机性的具体表现，也是影响网络性能的要素之。 近年来网络测量与统计分析得出最重要的结论是i n t e m e t 的流量突发具有多尺度缩放 ( m u l t i s c a l i n g ) 特性。多尺度流量突发行为否定了以前对网络流量到达过程的p o i s s o n 假设， 为网络的性能分析与控制机制设计提供了新的认识。本论文以多尺度流量突发行为为主线研 究了相互关联的两方面内容：i n t e m e t 流量建模与性能分析及基于主动队列管理机制的拥塞 控制。我们认为，对流量的多尺度突发行为的深入理解将为i n t e m e t 的性能分析和拥塞控制 设计提供新的解决思路。 第l 章介绍了论文的研究背景，分析了相关的研究工作并找出了存在的问题，在此基础 上我们给出了论文的研究内容和目标。最后，我们总结了论文的主要贡献。 第2 章介绍了论文研究的背景知识。和论文的研究内容相对应，包括了两个组成部分： 第一部分给出了多尺度流量突发的数学描述以及基于小波变换的多尺度流量分析技术；第二 部分分析了i n 把m 射拥塞产生的原因及常用的拥塞控制机制，此外还简要介绍了t c p 协议的 端到端拥塞控制以及主动队列管理( a c t i v e q u e u e m a n a g e m e n t ，a q m ) 的基本概念。 第3 章提出了一种基于小波域混合高斯模型的自相似流量建模与合成方法。本章对合成 流量进行了统计分析以及排队性能仿真，实验表明该方法能够更准确地对通信流量进行建模 和合成，并且具有运算量小( o ( n ) ) 、流量生成快速等优点。 第4 章研究了用马尔可夫调制的泊松过程( m m p p ) 对i n t e m e t 多分形流量突发行为进行 近似建模的能力。本章描述了刻画突发流量行为的重要统计量，在此基础上给出了一个基于 矩的m m p p 参数估计方法。数值和仿真实验表明，m m p p 能够较好地用于对多分形流量近 似建模，即可以准确地预测网络结点的排队性能。 第5 章在统一的环境下对主动队列管理算法进行了公平的比较。首先对当前的a o m 算 法进行分类，然后基于n s 网络仿真器比较了它们在不同流量和网络拓扑条件下的多种性能 指标。保证数据流之间的带宽公平分配是主动队列管理算法主要性能要求之一，本章还研究 了a v o 算法的公平性。 第6 章分析了a r e d 性能问题的原因，并提出了一种链路负载自适应的主动队列管理 算法l a r e d 。l a r e d 具有两个特点：自适应链路负载，快速响应队长变化。分析和仿真 实验表明，和a r e d 等其它a o m 算法相比，l a r e d 在保持高链路利用率和低时延的同时 可以得到稳定的瞬时队长，并且具有良好的响应性和鲁棒性。 第7 章设计并分析了一个多时间尺度控制的a o m 机制m s c 以获得更好的性能。在 m s c 中，分组丢弃标记概率主要由拥塞链路在大时间尺度突发的速率决定，此外，流量的 分组级速率变化对此概率起到调节作用。本章还为m s c 建立了流体流模型并在这个模型的 基础上分析了算法的稳定性条件。不同于l a r e d ，m s c 在较大的时间尺度上对流量速率进 行估计，在较小的时间尺度进行队列长度抽样，大大降低了算法的复杂度。 第8 章研究了基于最小均方( l e a s tm e a n s q u a r e ，l m s ) 自适应滤波器对多尺度流量进 行速率预测的方法。该方法不但减小了采用指数加权平均估计带来的计算复杂度，而且其滤 波器系数自适应特性可以有效地跟踪流量的高度变化，从而更加地准确地估计流量速率。 第9 章总结了论文的研究工作并指出了下一步的研究方向。 关键词：多尺度流量；流量建模：性能分析；主动队列管理；流量预测 东南大学博士学位论文基于多尺度流量特征的i n t e m e t 性能分析与拥塞控制研究 a b s t r a c t b u r s t m e s sb e h a v i o rf r o mt h er a n d o mc h a r a c t e n s t i c so fn e t w o r kt m 蚯ci so n eo ft h e e s s e n t i a l f a c t o r sf o rn e t w o r kp e r f b m a n c et h e m o s ti m p o n a n tc o n c l u s i o nd r a w i n gf r o mn e t w o r k m e a s u r e m e n ta n da n a l v s i si nr e c e n ty e a r si st h ei n t e m e tt r a f f i cb u r s t i n e s sp r e s e n t sm u l t i - s c a l i n g b e h a v i o lm u l t i s c a l i n gt r a 伍cb e h a v i o ri si ns h a r pc o n t m s tt ot h ep e r v i o u sp o i s s o na s s u m p t i o no f t r a m ca 而v a la n dc h a l l e n 2 e s t h em o d e l sa n dc o n c l u s i o n se 疗b c t i v e i nc r a d i t i o n a l t e l e c o n l n l u n i c a t i o n sn e t w o r k s ，w h i c hb n n g sn e wk i l o w l e d g et on e t w o r kp e r f b n n a n c ea n a l y s j sa n d t h ed e s i g no fn e t w o r kc o n 仃o lm e c h a n i s m t w oc 1 0 s e l yr e l a t e da s p e c t sa r ei n v e s t i g a t e di nt h i s d i s s e r t a t i o nb a s e do nt h em u l t i s c a l i n 2 仃a 伍cb e h a v i o li e i n t e m e tt r a 伍cm o d e l i n ga n d p e r f o r i n a n c e 锄a l y s i sa sw e l ia sc o n g e s t i o nc o n t r o lw i t ha c t i v eq u e u em a n a g e m e n t ( a q m ) w e b e l i e v et h a ta ni n d e p t hl l l l d e r s t a n d i n go fm u l t i s c a l i n gt r a m cb u 嘶n e s sr n j g h ts h e dl i 曲t0 nt h e n e t w o r kp e r f o r r n a n c ea n a l y s i sa n dc o n g e s t i o nc o n t m l _ i nc h 印t e r1w en r s t l yp r e s e mt h er e s e a r c hb a c k 盯o u n do ft h ed i s s e n a t i o n ，a n dr e l a t e dw o r ki s e x a m i n e dt oi d e n t i 母血ee x i s t i n gp r o b l e m s b e f o r es u m m a r i z i n gt h em a i nc o n t r i b u t i o n so ft h i s d i s s e n a t i o n ，w ed e s c r i b et h ec o n t e n ta n do b j e c t i v e so f o u rr e s e a r c hw o r k b a c 埏m u n dk 1 1 0 w i e d g eo fm ed i s s e r t a t i o n i si m r o d u c e di nc h a p t e r2 c o r r e s p o n d i n gt ot h e o b i e c t i v e so fo u rr e s e a r c h ，t h e r ea r et w op a r t so ft 1 1 eb a c k g r o u n d 1 1 1p a r t o n ew ep r c s e n t m a t h e m a t i c a ld e s c r i d t i o no fm u l d 口1 et i m es c a l et m m cb u r s t i n e s sa n dw a v e l e tb a s e dm u l t i - s c a l i n g t r a m ca n a l y s i st e c h n i q u e s c a u s e so fi n t e m c tc o n g e s t i o na r ee x a m i n e df i r s ti nt h es e c o n dp a r to f t h i sc h a p t e la n dt h 晶w es u n ，e ys o m ec o n g e s t i o nc o n t m lm e c h a i l i s mb e f o r ed e t a i l i n gt h e c o n c e p t so f e n d - t o - e n dc o n g e s t i o nc o n lo f t c pa n da c t i v eq u e u e m a n a g e m e n t ( a q m ) a na l g o r i t h mf o rs e l f _ s i n m a rt r a m cm o d e l i n ga 1 1 dg e n e r a t i o nb a s e do ni i l i x t u r eg a u s s i a nm o d e l i n w a v e l e td o m a i ni 8p r o p o s e di 1 1c h a p t e r3 b o t hs t a t i s t i c a la n a l y s i sa n dq u e u e i l l gp e 0 m a l l c e s i m u l a t i o na r ec o n d u c t e df o re v a l u a t i n go u rp r o p o s e dm c t h o d n u m e r i c a lr e s u l t ss u g g e s tt h a to u r m e t h o dc a nm o d e la n ds y n t h e s i z ea c t i l a ln e 押o r k 仃a 伍cm o r ea c c u r a t e l ya n dt a k et h ea d v a n t a g e s o fl o wc o m p l e x i t yc o m p u t a t i o no f t r a 伍cg e n e r a t i o ni np a r t i c u l a r l y w ei n v e s t i g a t et h ea p p r o x i m a t i n gc 印a b i l i t yo fm a r k o vm o d u l a t e dp o i s s o np r o c e s s e s ( m m p p ) f o r m o d e l i n gm u i t i 丹a c t a li m e m e tt r a m ci nc h a p t e r4 o u rm e t h o d o l o g yo fd o i n gt h i si st oe x a m i n e w h e t h e rt h em m p pc a l lb eu s e dt op r e d i c tt h ep e r f b r r n a n c eo faq u e u et ow h i c hm m p ps a m p l e p a t h sa n dm e a s u r e dt r a 伍ct m c e sa r ef e df o rc o m p a r i s o nr e s p e c t i v e l y ，i n a d d i t i o nt ot h e g o o d n e s s o f f i tt e s to fm a 佃p n u m e r i c a lr e s u l t sa n ds i m u l a t l o n ss h o wt h a tt h ef i n e dm m p pc a n a p p r o x i m a t em u l t i f r a c t a l t m m cq u i t ew e l l ，i e a c c u r a t e l yp r e d i c tt h eq u e u e i n gp e r f o 兀t l a n c e af a i rc o m p a r i s i 。no fa q ma l g o r i 血m si nau n i f 0 皿e n v o r i o n m e n ti sc o n d u c t e dmc h a r p t e r5 t a x o n o m yo fa q m s c h e m e si sp r e s e n t e df i r s t l y a n dt h e nt y p i c a la q m a l g o r i t h m sa r ec o m p a r e d i nt e m so fan u m b e ro fp e r f b n n a n c em e t r i c su n d e rd i 脏r e n t 仃a m ca n dn e t w o r ki o p o l o g y c o n d i t i o n sb a s e d0 nt h en s 2s i m u l a t i o np l a t f o 衄t h e 筋m e s so f a v qi se x 枷i n e ds p e c i a l l yd u e i i 东南大学博士学位论文基于多尺度流量特征的i n t e m e t 性能分析与拥塞控制研究 t ol t sl a c ko f _ e x p i i c l tr a n d o md r o p m a r k i 。h em a i nr e s u l t so ft h i sp a p e rl n c i u d e ：a r e dp e r f o r m s b e n e rt h a no t h e ra l g o r i t h m s ；a v qw l t h o u te c ns “p p o r ta n dr e mc a nm a i n t a i nl o w e rq u e u e 1 e n g t hb u ta t t h ec o s to fl o w e r i i l l l ( u t i l i z a t i o na n dh i g h e rp a c k e ti o s sr a t e ；a sp i ，r e mr e s p o n s e s s l o w l yt od y n a m i ct r a f ! f 王c ；t h ep e r f o n n a n c eo f a v qi ss i g n m c a n “yi m p r o v e dc o m b i n e dw i t he c n m o s ta q ma i g o r i t l mp e r f o r n lb e n e ri nm u l c i p l eb o h l e n e c kl i r 止t o p o l o g y ；a i t h o u g ht h ef a i 玎1 e s so f a v ql s f a rf r o mp e r f e c t ，i ti sa c c e p t a b l ei nm o s tc a s e sw h e nt h eyp a r a m e t e ri sn o t1 a 唱e ，w h i c h m a k es i g n i 丘c a n ti m p r o v e m e n tc o m p a r e dw i t ht a i l d r o p i nc h a p t e r6 ，w ea n a l y z et h ec a u s eo fs u c hp r o b l e m so f a r e da n dp r o p o s eai o a da d a p t i v ea c t i v e q u e u em a n a g e m e n ts c h e m ec a l l e dl a r e d l a r e df e a m r e si na d a p t i n gt h el o a d1 e v e l o f b o t t l e n e c kl l n ka sw e i la sq u i c kr e s p o n s et oq u e u e1 e n g t hd y n a m i c s a n a l y s i sa n ds i m u l a t i o n r e s u l t ss h o wt h a t ，c o m p a r e dw i t ha r e da 1 1 d o t l l e ra q m s ，l a r e db r i n g sm o r es t a b l eq u e u e d y n a m i c s ；w h i l ek e e p i n gh i g h 1 i 1 1 1 ku t m z a t i o na 1 1 d1 0 w q u e u e i n gd e l a y ， i t p r e s e n tg o o d r e s 口o n s i v e n e s sa n dr o b u s n l e s si nd i f f e r e n t 仃a f h cc o n d i t i o n s w ep m p o s ei nc h a p t e r7an e wa q ms c h e m eb a s e d0 n 出eu n d e r s t a i l d i n go ft r a 伍cb u r s t i n e s si n m u l t i p l et i m es c a l e ，w 1 1 i c hi sc a l l e dm u l t i s c a l ec o n t r o l l e r ( m s c ) d i 髓r e n tf 而mm o s to fo t h e r a q ms c h e m e s ，i “s cc o m b i n e sr a t e b a s e da n dq u e u e _ b a s e dc o n t r o li nn v ot i m es c a l e s w h i l et h e m t e - b a s e dd r o p p m go nb l l r s tl e v e ld e t e 枷n e st h ep a c k e td r 叩a g f e s s i v e n e s sa n di sr e s p o n s i b l e f o rl o wa 1 1 ds t a b l e q u e u e i n g d e l a y ，9 0 0 dr o b u s 协e s s a n dr e s p o n s i v e n e s s ，也e q u e u e b a s e d m o d u l a t i o no f t h ep a c k e td r o pp r o b a b i l i t yo np a c k e t1 e v e lw i l lb 血gl o w1 0 s sa i l d1 1 i g ht h r o u g l l p u t s t a b i l i t ya n a l y s i si sp e r f o r m e db a s e do nan u i d n o wm o d e lo ft h et c p ，m s cc o n 2 e s d o nc o n t r o l s y s t e ma n ds i m u l a t i o nr e s u l t ss h o wt h a t 【s co u t p e r f o r i 工1 sm a n vo f t h ec 岍e n ta o ms c h e m e s s e l s i m i l a rt r a m cp r e d i c t i o nu s i l l gl e a s tm e a n - s q u a r e ( l m s ) a d a p t i v ef i l t e r si si n v e s t i g a t e di n c h 印t e r8 a c c o r d i n gt o 也ep r e d i c t i o nr e s u l t so fr e a la i l ds i m u l a t e dt r a 筋ct r a c e s ，i ti sf o u n dt h a t t h ep r o p o s e dm e t h o dr e 山l c e st h ec o m p l e x i t ys i g n i f i c a i l t i yc o m p a r i n gw i t he x p o n e n t i a i - w e i g h t e d a v e r a g i n gp e rp a c k e t ，w h i l ee n j o y i l l gm o r ea c c u r a c y d u et ot h ea d 印t a b i l i t yo fp r e d i c t i n g c o e m c i e n t s i na d d i t i o n ，s o m ek e yp a r a m e t e r so fl m sa d a p t i v ef i l t e d n gf o rs e l f s i m i l a rt r a 街c p r e d i c t i o na r ep r e s e n t e d i nc h a p t e r9w ec o n c l u d et h ed i s s e r t a t i o na n dp o i n to u ts o m ep o s s i b l er e s e a r c hd i r e c t i o n s k e y w o r d s ：m u l t i s c a l i n gt r a 伍c ；仃a m cm o d e i i n g ；p e r f b r h l a n c ea n a l y s i s ；a c t i v eq u e u em 柚a g e m e n t ； t r a 筑cp r e d i c t i o n i 东南大学博士学位论文基于多尺度流量特征的i n t e m e t 性能分析与拥塞控制研究 插图索弓 图2 一l 网络负载与网络性能之间的关系 图2 2t c p 的自同步示意图 图3 1二状态零均值混合密度模型示意图 图3 2小波变换系数分布直方图 ： 图3 3 基于小波变换的合成流量 图3 4测量流量记录与合成流量的方差时间图 图3 5不同流量链路负载产生的队长分布f 缓存溢出概率) 图 图4 一l a u c k l a n di i 流量记录的自相似性检测 图4 2二状态m m p p 的状态转移图 图4 3 a u c k l a n di i 流量记录和拟合m m p p 的q q 图 图4 。4 a u c k l a n di i 流量记录和拟合m m p p 的i d c 曲线 图4 5仿真网络模型 图4 6 平均队列长度随链路利用率变化情况 图4 7 不同链路利用率条件下的队列长度尾分布一 图5 1 图5 2 图5 3 图5 - 4 图5 5 图5 6 图5 7 图5 _ 8 图5 9 图5 1 0 仿真网络拓扑结构 a o m 算法在长期t c p 流下的性能 a o m 算法的队列长度变化( 长期流情形) a o m 算法在短期t c p 流下的性能 a q m 算法的队列长度变化( 短期流情形) a o m 算法对动态流量的响应情况 a o m 算法在多瓶颈网络拓扑、长期t c p 流下的性能 a o m 算法在不同路由器缓冲区大小下的公平性比较 a v 0 算法在不同d 参数下的公平性比较 a v 0 算法在不同y 参数下的公平性比较 图6 1r e d 路由器的瞬时队长与平均队长对照图 图6 2仿真网络拓扑结构 图6 3 l a r e d ，r e d 和a r e d 在不同链路利用率条件下的队长稳定性比较 图6 4仿真实验2 结果 图6 5四种算法的队列长度变化( 包含动态交叉流量情形) 图7 1时间尺度分解与m s c 算法设计框架 图7 2t c p m s c 拥塞控制系统框图 图7 3仿真实验l 的结果 图7 4仿真实验2 的结果 图7 5动态交叉流量条件下队列长度随时间的变化 图7 6仿真实验4 的结果 m 筋”勰勰如 弭卯粥弛鲫 稻叽躯驰的如。记妇 卯”印们以 卯加乃弭 查塑查兰望主兰垡堡苎 苎主兰垦塞堕量壁笙塑! ! 堡竺! ! 堕! ! 坌堑皇塑墨丝! ! ! 窒 图8 1 图8 2 图8 3 图8 4 图8 5 图8 6 图8 7 图8 - 8 图8 9 图8 1 0 图8 1 1 图8 1 2 线性自适应滤波器原理图 b c - p a u 9 8 9 预测误差v s 抽样间隔 b c _ p a u 9 8 9 预测误差v s 预测器阶数 b c p a u 9 8 9 流量记录与不同方法的预测结果 a u c k i a n di i 预测误差v s 抽样间隔 a u c k l a n di i 预测误差v s 预测器阶数 a u c k l a n d i i 流量记录与不同方法的预测结果 w 曲流量生成的网络拓扑结构 瓶颈链路采用t a i l d r o p 队列管理方式时输入流量变化 瓶颈链路为t a i l d r o p 方式仿真w 曲流量预测结果 瓶颈链路采用r e d 队列管理方式时输入流量变化 瓶颈链路为r e d 队列管理方式仿真w e b 流量预测结果 v i i i 8 2 8 4 8 4 8 5 8 5 8 5 8 6 8 7 8 8 8 8 8 8 8 9 东南大学博士学位论文 基于多尺度流量特征的i n f e m e t 性能分析与拥塞控制研究 表1 1主动队列管理算法小结 表格索弓 表3 1基于小波变换的h u r s t 参数估计值 表5 1主动队列管理算法比较 表5 2各种算法的实验参数表 表8 1 w e b 流量生成器模型参数表 i x 4 2 9 4 5 4 6 8 7 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个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，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构 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了谢意。 研究生签名：缸重量 日期：鸷呸：6 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位 论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人 电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论 文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包 括刊登) 授权东南大学研究生院办理。 研究生签名：叠立：苴 导师签名期 东南大学博士学位论文基于多尺度流量特征的i n t e m e t 性能分析与拥塞控制研究 1 。1 研究背景 第1 章绪论 i n t e m e t 的最初设计目标是建立一个可用( a v a i l a b l e ) 网络：网络结点尽力而为地转发分 组，路由选择基本上只考虑结点间的可达性。因而，网络中闻结点缺乏必要的资源分配能力， 端系统得不到网络的服务质量保证，网络运营者对网络的动态控制能力较弱。新一代 i n t e m e t 1 】的发展面临两种不同的选择：一种是更大的网络，即维持现在的网络技术特点对 其进行放大，除了扩大网络规模和增加网络用户，典型的做法是大幅度地提高网络链路的传 输带宽；另一种是更好的网络，即通过适当地改变和增强网络的技术特性以获取更好的性能。 过去的十年中针对多媒体通信需求提出的服务质量( q u a l 岫o f s e i c e ，q o s ) 保证技术及组 播技术是这种思路的体现，近两年来对于o v e r l a y 网络技术的研究则延续了这个思路。然而， i n t e m e t 自诞生以来已有近四十年的历史，其结构相当复杂，虽然是一个人工系统，但具有 很多和自然系统相同的特性，因此有必要把网络看作一个自然的存在，从网络本身出发加深 对其理解，在掌握其内部运行规律的基础上对其加以控制和改造。 网络融合是通信技术发展的趋势，综合业务网络一直是电信界努力的目标和方向。下一 代电信网将是基于分组交换技术的多服务网络，可以和i n t e m e t 无缝接合。它不仅可以支持 传统的数据传输( e l a s t i ct r a m c ) ，还要支持具有实时要求的多媒体应用( s t r e a m i n gt r a 师c ) ， 如分组语音( v o i p ) 、视频等，因而具有服务质量保证和资源控制能力是下一代电信承载网 的基本要求。网络的流量特征与网络的性能、资源配置、资源控制以及拥塞控制机制有密切 的关系 2 ，流量的突发( b u r s t i n e s s ) 直接影响网络结点的分组排队性能，从而影响了网络 的服务质量。流量理论用数学方法研究流量的特征及其对网络的性能影响，它是网络控制机 制设计的理论基础。网络性能分析是网络资源配置和规划的理论依据；网络资源控制通过事 先或动态地分配网络资源以满足通信服务质量要求；网络拥塞控制防止或克服由于用户需求 超过网络通信能力造成的资源浪费与性能下降，它是资源控制机制有效工作的保证。三者的 共同目标是优化网络资源配置，提高网络资源利用率。传统的电信网经过多年的流量测量、 建模和性能分析的研究，人们已经基本掌握了其运行规律，从而制造出高性能的现代通信设 备，准确地规划网络能力和分配网络资源。i n t e m e t ，更一般地，i p 网络同样需要经历类似 的过程，从可用网络发展成为一个可控( c o m r o l l a b l e ) 网络。 流量突发行为是网络流量随机性的具体表现，也是影响网络性能的要素之一。近年来网 络测量与统计分析得出最重要的结论是i n t e m e t 的流量突发( t r a m cb u r s t i n e s s ) 具有多尺度 缩放( m u l t i s c a l i n g ) 特性 3 。流量突发的多尺度缩放特性包括两层含义：1 ) 全局缩放性。 突发行为具有自相似或尺度不变性( s c a l e i n v a r i a n t ) ，即流量在不同的时间尺度上具有相似 的突发特性；2 ) 局部缩放性。流量过程的局部奇异性使流量在小时间尺度( 数百m s 及以 下) 的突发非常强烈，具有非高斯分布。上述流量特征可以归结为两类突发：时间突发与幅 度突发 3 。突发的尺度不变性表明流量在大时间尺度( 数百m s 及以上) 下同样会有突发， 从而说明流量具有强的时间相关性，即长相关( l o n g r a n g ed e p e n d e n c e ，l r d 4 ) 。多尺度 流量突发行为推翻了以前对网络流量到达过程的p o i s s o n 假设，从而使以前在电话网中得到 有效应用的模型和结果面临新的考验。 流量的多尺度突发特性是近年来网络测量研究的新成果，为网络的性能分析与控制机制 设计提供了新的认识。本论文将在多尺度流量模型的基础上理解网络内在机制，进一步研究 流量的突发特性并将其应用于网络的性能分析和拥塞控制等方面。基于多尺度流量特征的性 东南大学博士学位论文 基于多尺度流量特征的i n t e m e t 性能分析与拥塞控制研究 能分析需要重新考虑原来的i n t e m e c 性能指标并定义新的性能参数，运用适当流量模型与网 络模型对网络性能进行分析与评价。拥塞控制的作用对象是网络的流量，多尺度流量将影响 现有的网络拥塞控制机制，导致网络性能和资源利用率降低，结合流量的突发特性研究新的 拥塞控制算法尤其重要。我们相信，对流量的多尺度突发行为的深入理解将为网络的性能分 析和拥塞控制提供新的解决思路。 通信网络是国家的重要基础设施，随着数据通信服务的高速发展，i n t e m e t 的作用日益 突显。本论文研究i n t e m e t 的流量模型，网络模型及性能分析技术，并在此基础上研究网络 的拥塞控制机制，研究成果将得到相对完整的i n t e m e t 性能分析理论框架和与多尺度流量特 征相匹配的拥塞控制算法，对i n t e m e t 及下一代电信网络的发展和完善具有重要意义。 1 2 相关工作及存在的问题 流量理论的最初研究与应用对象是电话网络，电话网络采用电路交换方式，其随机性主 要表现在呼叫到达过程中，实践证明p o i s s o n 模型可以准确地建模呼叫到达过程。然而近年 来的对分组网络测量结果表明，分组网络的流量的突发具有时间尺度不变性，因而需要比电 话网络更加复杂的流量模型。文献 5 】开创性地对以太网流量记录( t r a c e ) 进行了统计分析， 得出了分组网络流量具有统计自相似的特性。此后，文献 6 7 】 8 分别报告了广域网、视频 流以及w w w 流量都具有自相似特性，其作用的时间范围为数百毫秒及以上。自相似流量 的形成是由于大量应用数据流相互叠加的结果，在此过程中不考虑不同层次网络协议的相互 作用并且假定在较小的时间尺度内流量保持相对平滑。进一步的研究表明，当考虑了网络的 拥塞控制机制，如t c p 的流量控制，在数百毫秒及以下的时间尺度内流量具有复杂的突发 性，需要用多分形模型准确地描述9 ，1 0 。总体上说，i n t e m e t 流量的多尺度突发特征表现 为大时间尺度的统计自相似性( 长相关) 及小时间尺度的短相关性及非高斯突发性。 1 2 1 基于小波变换的i n t e r n e t 流量建模与分析 多尺度流量特征需要新的流量模型来刻画。一个合适的流量模型应当具有较少的参数， 这些参数能够准确描述流量的统计特征，而且有明确的物理意义；更重要的是当模型用于仿 真和理论分析时能准确地预测网络性能。尽管分形布朗运动( 胁c t i o n a lb r o w n i a nm o t i o n ， m m ) ，f a 刚m a ，m g 。等模型可以用来表征流量的长相关特性f 5 ，6 ，但迄今为止并没 有理想的流量模型能够准确描述多尺度突发行为。小波变换具有多分辨率分析能力 1 1 ，1 2 ， 和流量的多尺度特性有着自然的联系，且选择特定的小波基可以得到便于分析的模型，因此 小波变换是多尺度流量建模与分析的有力工具 1 3 。 小波变换的重要特性是不管信号在时域内的相关特性是长相关还是短相关，在小波域都 表现为短相关。因此，小波变换使得长相关信号建模问题退化为在小波域内对短相关小波系 数建模。w o m e l l 等在 1 4 中指出，小波变换的近似k l 变换特性可用于合成，矿过程。f 1 a n d r i n 在f t 5 仲分析了小波作为信号的白化滤波器的条件，t e w 6 k 和k i m 在 1 6 中拓展了f 1 a n “n 的工作，上述成果为用小波变换近似与合成多尺度流量奠定了理论基础。m a 等人系统研究 了用小波变换对视频信号与异构网络流量建模并给出了初步的分析方法【1 7 - 2 0 ，进一步说明 在小波域内对长相关流量建模是可行的方法。此外，文 2 1 应用乘性小波模型对对多分形流 量进行了建模和分析。 虽然基于小波变换的流量建模方法主要是对流量统计特性的现象描述，但对于复杂的流 量行为仍不失为一个较好的方法。小波模型是一种近似技术，其准确性取决于两个方面：1 ) 适当的小波基函数；2 ) 小波系数模型。从简单性考虑，当前般选择h a r r 小波作为小波变 换核，对小波系数采用独立高斯模型建模。但h a i t 小波的消失矩较小，从而影响小波变换 的去相关能力 1 5 ，1 6 ，所得小波系数有较大的残留相关，难以用独立模型描述；此外，小 东南大学博士学位论文基于多尺度流量特征的i n t e m e t 性能分析与拥塞控制研究 波变换系数具有明显的稀疏性，即大部分能量集中在少量的系数上 1 1 ，显然它也不能用高 斯模型准确地描述。小波模型所描述的流量特征缺乏明确的物理意义，选择一般的小波基得 到模型难以直接用于性能分析，这些问题同样有待解决。 1 2 2 多尺度流量突发特征与网络性能分析 对网络的各种控制机制与算法进行性能分析和评价是理解网络内在运行机制，改进网络 设计方法，提高网络性能的基本手段。多尺度流量的时间突发和幅度突发对网络性能具有重 要的影响f 2 2 2 6 ，运用p o i s s o n 过程对i n t e m e t 流量建模将导致对网络性能过于乐观的估计。 文献 2 2 用分形布朗运动( f r a c t i o n a lb r o w n i a nm o t i o n ，f b m ) 作为自相似流量模型，并将其作 为无限缓存f i f o 队列的输入过程分析得出队列长度尾分布为w e i b u l l 分布，而p o i s s o n 输入 过程将得到指数分布，前者具有明显的慢衰落特性；文献2 3 用实测流量仿真得出了类似的 结论。队列长度的重尾( h e a v y t a i l e d ) 分布表明自相似流量将产生与p o i s s o n 流量不同的排 队行为，增加缓存对分组丢失率影响很小，小缓存大带宽( s m a nb u 虢r 1 a r g eb a n d w i d t h ) 是 更加合理的资源配置策略 2 4 】。文献 2 5 ，2 6 考虑了多尺度流量与网络性能关系： 2 5 用仿真 的方法研究了不同链路利用率条件下流量不同时间尺度的突发特性与网络性能的关系， 2 6 1 分析了多分形流量的渐近队列长度分布。 无论是自相似还是多分形模型，当前的分析结果都是在渐近条件下得到的，即假定链路 具有无限大的缓存，这与实际情况不符。多尺度流量在有限缓存条件下对网络性能的影响具 有重要意义；在很多情况下，流量的小时间尺度特性对网络性能起主导作用，此时需要考虑 相关时间尺度的选择以及相应的短相关模型；在已有的研究结果中，对网络性能主要考虑了 其一阶参数，对网络性能二阶特性，如分组时延抖动，丢失分布等的影响还没有得到重视； 性能分析研究还没有一个完整的框架，如统一的网络模型，分析方法等。 当前基于多尺度流量的性能分析主要考虑的是流量的时间突发，即长相关特性。其前提