（计算机软件与理论专业论文）ipnm网络流量生成子系统的设计与实现.pdf

摘要 摘要 随着网络应用需求的多样化，各种新的协议、算法不断出现。在研究阶段，需 要对这些新技术的各种特性进行深入的分析和比较。为了在实验室的网络环境中 模拟出接近于真实的网络场景，需要根据实验的要求生成相应的网络流量。同时， 还需要提供测量手段以了解网络的工作状况，相应的性能指标，如：丢包率、传输 延迟、延迟抖动等。 网络速度的不断提高，规模的不断扩大，极大地影n 向到了网络运营商部署、改 造和升级他们的网络的方式。因此，可以在设备的优化部署和网络改造过程中使 用流量生成工具。例如，为了测试一种q o s 机制的效果，需要生成足够的网络流量， 使网络出现一定程度的拥塞，以便对设备和网络的性能数据做出精确的描述。 本文首先分析了网络流的概念，研究了利用网络流来组合网络流量的方法。 举例说明了利用流来模拟网络流量在特定网络研究中的现实意义。然后研究了产 生服从特定概率分布的流的方法。同时本文对网络测量进行了深入的研究，以这 些研究为基础将流量产生和网络测量功能统一到了流量生成子系统中。本文的研 究重点是：如何快速准确的生成具有丰富特性的网络流、如何快速发送网络流、 如何利用发送的数据包进行网络测量、如何协调流发送端和接收端的操作。 通过对现有技术的研究和改进，我们形成的解决方案如下：通过利用改进的 线性同余算法，以及对舍选法进行研究和改进，实现了一个具有良好应用接口的 随机变量生成器，利用其产生的随机数作为发包的间隔或包的尺寸，以产生服从 特定模式的流；利用传输的数据包设计并实现了网络的主动测量，为网络测量和流 的发送设计了高精度的计时器，精确延时函数；利用自定义的t g m 报文协调发送 端和接收端的操作。在此基础上，提出一个高性能的网络流量生成子系统的总体 架构，并对各模块进行了设计和实现。从最终结果来看，所设计的网络流量生成 子系统完全达到了1 p n m 平台对流量生成的功能和性能要求。 关键字：流量生成系统，改进的线性同余算法，网络测量 a b s t r a c t a b s t r a c t w i t hd i v e r s i t yo fa p p l i c a t i o nd e m a n d s ，t h en e wp r o t o c o l sa n dt h ea l g o r i t h mh a v e b e e nb u i l tu p i nn e t w o r ks t u d y ，i t sn e c e s s a r yt oa n a l y s ea n dc o m p a r et h en e t w o r k c h a r a r i s t i ca n dt e c h n o l o g i e s i ne x p e r i m e n t ，t h er e s e a r c h e rn e e dp r o v i d et h er e a l i s t i c t r a f f i ct os i m u l a t et h er e a ln e t w o r ke n v i r o n m e n tb yt h et r a f f i cg e n e r a t o r t h e yn e e dt o m e a s u r en e t w o r k sc h a r a r i s t i ca b o u tp a c k e tl o s sr a t e ，t r a n s f e rd e l a y ，d e l a yj i t t e r w i t ht h eo n g o i n gi n c r e a s eo fn e t w o r kr a t e ，e x t e n s i o no fs c a l e ，t h e r ei sag e a t l y i n f l u e n c et ot h ei n t e r n e ts e r v i c e sp r o v i d e r sw h e nt h e ya l l o c a t e ，r e b u i l d ，u p d a t et h e i r r e s o u r c e t h e yc a nu s et r a f f i cg e n e r a t o rt op r o v i d en e t w o r kt r a f f i cw h i c hc a ns a t i s f yt h e n e wa p p l i c a t i o nd e m a n d s f o re x a m p l e ，i no r d e rt om e a s u r eaq o sm e c h a n i s m sa f f e c t ， t h er e s e a r c h e rm u s tp r o v i d ee n o u g ht r a f f i ct om a k et h en e t w o r kc o n g e s t i o n ，s ot h a tt h e r e s e a r c h e rc a ng e tt h ea c c u r a t ec a p a b i l i t yd a t ao fd e v i c ea n dn e t w o r k ，t h ed a t ai sa r e f e r e n c et on e t w o r kl a y o u ta n dd e v i c eu p d a t e t h et h e s i sf i r s t l ya n a l y z et h ec o u c e p l i o no fn e t w o r kf l o w ，a n ds t u d ) ，t h em e t h o dt o g e n e r a t et r a f f i cb yn e t w o r kf l o w w es h o wt h es i g n i f i c a n c eo fg e n e r a t i n gt r a f f i cb y n e t w o r kf l o w ，i nt h es p e c i a l l yn e t w o r k t h e nw es t u d yt h em e t h o dt og e n e r a t o rf l o w w h i c hb a s eo ns p e c i a lp r o b a b i l i t yd i s t r i b u t i o n w ei m p l e m e n tt h et r a f f i cg e n e r a t o rb y t h e s es t u d i e s t h et h e s i sf o c u s e so nh o wt og e n e r a t ea b u n d a n c ef l o w ，h o wt os e n df l o w l a s t l y ，h o wt om e a s u r en e t w o r k ，h o wt os y n c h r o n i z ef l o ws e n d e ra n df l o wr e c e i v e r w eu s es o m es o l u t i o nt or e s o l v et h ep r o b l e m s ，i n c l u d i n gt h a tu s i n gl i n e a r c o n g r u e n t i a l a n dm o d i f y i n gs e l e c t - g i v e u pa l g o r i t h mt og e n e r a t er a n d o m n u l n b e r ， i m p l e m e n tc l a s st h a th a sg o o da p p l i c a t i o ni n t e r f a c et ou s e r ，m a k i n gr a n d o mn u m b e ra s p a c k e t si n t e r - d e p a r t u r e t i m ea n dp a c k e ts i z e ，w h i c hc a np r o v i d ef l o wb a s eo ns p e c i a l d i s t r i b u t i o n ，d e s i g n i n ga n di m p l e m e n t i n gam e t h o dt oa c t i v em e a s u r eb yo u rt r a f f i c g e n e r a t o r ，d e s i g n i n g a a c c u r a t e l y t i m ec o u n t e ra n dp r e c i s i o n d e l a yf u n c t i o n ， s y n c h r o n i z i n gf l o ws e n d e ra n dr e c e i v e rb yt g mm e s s a g e - b a s eo nt h e s et e c h n o l o g y ， w ed e s i g na n di m p l e m e n te a c hm o d u l e t h et r a f f i cg e n e r a t o rw ed e s i g ni ss a t i s f i e dw i t h t h ed e m a n do fi p n m k e y w o r d s ：t r a f f i cg e n e r a t o r ，m o d i f i e dl i n e a rc o n g r u e n t i a la l g o r i t h m ，n e t w o r km e a s u r e 独创性声明 本人声明所呈交的学位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 为获得电子科技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 确的说明并表示谓 意。 签名： 兰堕垒日期：神石年争月，2 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、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。本人授权电子科技大学可以将学位论文 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应遵守此规定) 签名：熊导师龆骖 日期：撕年r 月，2 日 第一章引言 第一章引言 1 1 本课题研究的内容及目标 本课题的主要研究目标是构建一个高效的、灵活的网络流量生成基础设施 一一j p n m 网络流量生成子系统，以满足i p n m 平台对网络规k , j * n 网络测量的需求。 本课题的研究内容正是围绕以上的研究目标，主要包括以下几个方面： 1 ) 网络流量生成系统总体架构的设计 总结了当前网络流量生成系统的研究现状，根据i p n m 平台对该子系统的设计 要求，提出了一个具有分布式特性的总体架构，并归结出了要实现一个功能相对 完整的 p n m 流量生成子系统所要解决的几个方面的问题。 2 ) 对网络流和流量进行了研究，设计了产生具有丰富特性网络流量的方法。 总结了过去人们对流量和流的研究，并在此基础上以流的发送时问间隔和流 中包的大小，以及流的持续时问束定义一个流的模式，以此为基础，设计并实现 了利用随机数生成器来产生流的方法。最后提供了利用多个独立流的组合形成网 络流量的方法。 3 ) 非均匀分布随机数生成器的研究与实现 通过对改进的线性同余发算法以及含选法的研究，对舍选法进行了改进，并 利用改进的舍选法设计了在3 2 位计算机上非均匀分椎随机数生成器。利用浚随机 数生成器产生具有特定模式的流，并以多种流来组合网络流量。 4 ) 流量发送和接收的设计与实现 根据w i n d o w s 程序多线程的特性和流的数据结构设计了一个基于线程产生网 络流的方式。根据系统中需要对流量发送端和接收端进行同步的要求，设计了相 应的同步方法。设计了一个高精度的延时函数，利用该函数可以使网络流在规定 的时间发送出去，从而可以保证流的发送能满足所要求的模式。 5 ) 网络测量的设计与实现 网络测量是流量生成子系统的总要组成部分，通过对网络测量可以得到网络的 当前状态，精确收集实验数据，方便的对网络进行负载能力测试。网络测量的功 能是流量生成子系统最重要的功能之一。我们总结了过去对网络测量的研究，设 计了利用流量生成子系统产生的数据包进行主动测量的体系，该体系具有分布式 电子科技大学硕士学位论文 的结构，能方便的实现数据的采集、存储、和分析。同时为了提高测量精度，我 们研究并实现了网络测量中的时钟同步和高精度计时。 6 ) 各模块的设计与实现 该流量生成子系统最终的形态是一系列动态链接库及使用这些库的程序，包 括：发送端程序、接收端程序、管理端程序、日志服务器端程序。该系统运行平 台为w i n d o w s 平台。 1 2 本课题研究的现实意义 近几年来随着网络规模的扩大，大量的精力被用于理解和定义网络的行为， 大量复杂的应用原型和网络特性使对网络的分析越来越困难。在这种情况下，利 用利用流量生成技术作为网络模拟和试验的基本手段是一种非常有效的方法，已 经逐渐引起很多研究机构和应用丌发人员的重视，从应用角度和理论研究角度部 具有重要的意义。以下从几个方面分析流量生成系统的重要理论和现实意义。 1 ) 网络流量生成研究对了解网络性能、网络的服务质量、具有重要的基础意义。 由于网络带宽和网络设备性能的不断提高，基于互联网络的应用日益广泛和 深入，对网络服务质量的各项要求电越来越高。为了确保网络的服务质量，对网 络进行宏观调控、性能调优等成为网络管理的必要内容。然而，网络架构者和管 理员在没有科学数据作为依据的情况下，仅凭借经验进行调整得来的改善非常有 限。因此，必须给网络管理者提供详实的对网络性能及工作状态进行了解的方法， 而网络流量生成正是为达到这样的目而进行的基础研究。可以在生成网络流量的 同时，提供必要的测试手段以了解网络的性能指标，包括：丢包率、传输延迟、 延迟抖动等。 2 )网络流量生成研究为网络设备的优化部署、网络设备的改造升级以及网络建 设提供重要的数据参考和理论指导。 从因特网诞生到现在3 0 年来，它的规模迅速扩大的同时，因特网自身也出现 了重大的变化。在因特网的众多变化之中，最突出的就是网络从单纯的数据传送 发展到多媒体信息的传送。这就使得网络流量的形式发生了极大的变化，比如流 量的时间分布、协议分布、网络数据的实时性传输特征等。这些变化动摇了因特 网设计的理论根基，使得网络流量模型从泊松分布变为自相似。所有这些变化都 极大地影响到了网络运营商部署、改造和升级他们的网络的方式；同时，也深刻 影响到了网络设备供应商的研发行为，促使他们提供新的网络设备以适应或满足 第一章引言 这些变化。因此，可以在设备的优化部署和网络改造过程中使用流量生成工具产 生满足这些新特性的流量，以便刘设备和网络的相关性能做出精确的描述，最终 为网络规划和设备升级、改造提供理沧指导和数据参考。 3 ) 与传统网络模拟方式相结合，为下一代网络的技术丌发提供有力的支持 传统的网络模拟方式侧重于网络环境的模拟，以纯软件的方式实现模拟，如： n s 。这种模拟方式具有成本低、实现容易的优点。与此同时，山于网络技术的不 断发展和大量网络之间的异构，使得大范围的网络模拟变得很复杂，不同协议簇 的相互影响【鱼造成了模拟的复杂性。因此，传统的模拟方式存在一些不可避免的 局限性，如：对协议进行的模拟忽略了它们的实际执行；无法收集到精确的测试 数据。因此，根据传统网络模拟方式的特点，可以使用软件模拟方式对所研究的 网络技术作定量的分析，根据分析结果利用流量生成工具生成相应的网络流量， 并收集精确的测试数据，以完成对新技术的研究。 1 3 作者的主要工作 本课题从2 0 0 4 年1 0 月丌始到2 0 0 5 年1 2 月验收完成。作者在课题进行的同 时，以“i p n m 网络流量生成子系统的设计与实现”为题，开始进行硕士毕业论文 准备工作。在导师的悉心指导下，确定了论文研究的主要内容，在一年多的时问 里，作者完成了以下工作： 参与了课题前期的需求分析； 阅读并分析了大量有关网络体系结构、网络协议、网络流量生成，随机数 生成算法等项目相关的资料及相关的学术论文；对网络流量生成系统的原 型、各种网络流量生成技术进行了深入的讨论和分析； 总结归纳了现有网络流量生成产品的实现方案，根据需求分析的结果，进 行了系统的设计； 对实现网络流量生成系统的关键技术，如随机数生成、流量产生、精确延 时、流量测量、各模块的同步等进行了分析、研究和代码的实现； 完成了各个功能模块的集成，以形成一个功能可用的流量生成子系统；编 制测试用例，对该子系统进行性能测试。 电子科技火学硕+ 学位论文 1 4 本文的章节安排 本论文内容安排如下： 第一章，引言。主要介绍课题的研究目标、意义以及作者的主要工作。 第二章，网络流的研究。首先对流和流量模型进行了研究，总结了以往对流量 分布的研究和在特定网络环境下流的分布研究的重要意义。最后对流的模式进 行了设计。 第三章，随机数生成器研究。本章首先对线性同余发生器及其改进算法进行了 研究，给出了产生均匀分布随机数的方法。对舍选法进行了研究和改进，利用 舍选法和均匀分布随机数序列设计了产生非均匀分布随机数的方法，利用以上 研究对流量生成子系统的随机数生成器进行了设计和实现。 第四章，网络流量的产生。本章在流模式研究和随机数生成器研究的基础上， 对流量的发送进行了设计，并设计了发送数据包的格式以便进行网络测量。 w i n d o w s 提供的计时器和延时函数无法满足网络测量和流量发送对时问精度和 延时精度的要求，本章对高精度计时器和延时函数进行了设计和实现。 第五章，对网络测量进行了研究。在此基础上设计了利用发送的数据包对网络 进行主动测量的架构。并对延迟、延迟抖动、丢包率的测量进行了设计和实现。 第六章，t p n m 流量生成子系统的设计和实现。本章首先对孩子系统进行了总 体设计，随后给出各个主要功能模块的实现，以及i p n m 流量生成子系统的测 试，其中包括：流量生成性能和可发送流的模式进行了测试，最后分析了测试 结果。 第七章，本课题研究工作总结，并阐述了课题进一步研究的方向。 第二章网络流的研究 第二章网络流的研究 流量模型是网络性能分析和通信网络规划设计 自基础，精确的流量模型对设计 高性能网络协议、高效网络拓扑结构、业务量预测与网络舰划、高性能价格比的 网络设备与服务器、精确的网络性能分析与预测、拥塞管理与流量均衡郝有重要 意义。本章首先对流的概念进行了分析，同时对流量模型进行了分类，根掘流量 模型的分类设计了以各种特性丰富的流为基础建立流量模型的方法，最后给出了 部分代码实现。 2 1 网络流的研究 流是网络测量、分析和模拟中的一个重要概念，网络中的一系列流构成了网 络的流量。本节主要总结了流的各种模式，设计了在流量生成子系统中利用各种 流来组合流量的方式。并给出了用来描述流的数据结构。 以流为基准进行网络研究的前提是要对“流”进行定义，i e t f 的r t f m d , 组对 “网络流”的理解为：通过网络中某一观测点的具有相同属性的数据包，这些属 性包括端点、方向、时间粒度和协议层次等。端点指的是流的起点和终点，方向 可以是单向或双向，时问粒度指数据包的发送起始时问和终止时问，协议层为发 送数据包所使用的协议类型。一个流在一定的时刷1 7 内没有新的包到来时，称这个 流终止了，否则称这个流为活跃流。因此，流所包含的特性有： 1 ) 方向性，可以把流定义为单向的或双向的。单向数据对路由问题、网络流 量特征的分析等都非常重要。而双向数据对于协议、应用的使用情况的分析更为 重要。从单路数据得到双向数据总是可能的。所以在网络测量中，一般把流定义 为单向的，即将从a 到b 的流和从b 到a 的流看成是两个流。 2 ) 端点特性，一个流所包括的端点特性为源i p 、目的i p 、i p 协议类型、源端 口、目的端口。这是l p 包的一部分内容，除了这些还有开始时间和结束时问。 3 ) 模式特性，根据上层应用的不同，由应用产生的流中包的大小、发送时问 间隔或到达时间间隔，可能按某种规律变化，即流符合某种模式。流的模式特性 在网络研究中具有重要作用，也是我们研究和设计的重点之。 电子科技大学硕士学位论文 2 2 网络流量模型分类 在网络研究中经常需要建立流量的模型，流量的本质是网络中众多的发送和接 收点之间由于特定的应用，传输具有一定特性的数据包，这些特性包括：类型、 大小、方向、路径、端口、发送时刻等。因此对流量模型的建立首先可以从应用 的角度来实现，分析各种应用可能产生的数据包的特性。其次，可以利用数学工 具分析网络上传输的数据包所反映的数学特性。最后还可以利用流的概念，将网 络流量看成是由众多的流组合而成。现有的流量模型大致可以分为三种： 1 ) 第一类是利用现有的各种应用层参数模型，通过仿真所产生的网络流量。 这种模型也叫做经验模型( e m p i r ic a lm o d e l ) ，它们通过直观的参数反映特定 应用( w w w 、f t p 或t e l n e t ) 一些内在的不变特征，而这些特征同仿真环境是完全独 立的。文“、都在这上面做过大量的研究工作，总结出了j ：目对稳定的经验模型。 使用仿真产生的结果周现实的流量具有很强的相似性，但是它反映的只是应用层 的参数特征，我们无法直接分析它所具有的传输层和网络层的特性。 2 ) 第二类是单纯的数学模型。 即通过数学运算产生具有自相似特性的时间序列去拟合网络的流量，如文。” 中提到的分形高斯噪声、多重重尾分布叠加、f a r i m a 过程。它的优点是简单，只 牵涉到数学运算而不需要设置很多参数，但是这种方法产生的只是一种具有自相 似特性的数据，而并非特定应用的网络流量。难以满足特定研究的需要。 3 ) 第三类是以单个连接的流为单位( 流的定义见下一节) ，把许多这样的模型叠 加产生近似的流量模型，如文”。 这种模型可以动态地体现网络层和传输层的流量特征，同时在对第一类流量 模型的研究的基础上，可以利用第三类模型来模拟特定应用在网络层和传输层的 流量特性。在流量生成子系统中我们使用这种发法，建立了具有一定模式的流， 利用w i n d o w s 多线程的特性，以线程发送流，多个线程可同时发送多个符合一定 模式的流，利用多个流来组合网络流量。 2 3 流模式研究 流模式是指流中分组的发送时问序列应该符合的规范，这个规范可以是简单 的规范，也可以是复杂的随机模型。例如：均匀流要求所有分组可以以均匀的间 隔发送( 每个分组占用的时间相同) ；线性突发流要求发送过程中周期性的出现突 发( b u r s t ) ；泊松流则要求分组发送问隔时问( 时间片) 成负指数分布；自相似流 第二章网络流的研究 要求发送间隔序列是自相似的随机过程1 ”。通过组合大量特征各异的流，就可以 在一定程度上模拟实际网络中复杂的流量环境。 目自i 网络流的研究主要集中在对整个流量的研究上，而对单个的流的研究却 很少。在这一节我们总结了以往对流量和单个流分川j 特性的研究，根据研究的结 果总结流可能服从的分稚，为我们建立符合一定模式的流提供了一定的理论依据。 在通信网络技术发展的3 0 年里流量模型研究一直倍受人们关注。7 0 年代和8 0 年代的早期人们主要借鉴p o i s s o n 流量模型，用p o i s s o n 模型来描述数据网络的 流量模型，我们一般称其为经9 b 流量模型，基本假设为： 1 ) 外部数据源产生流量的时间间隔为指数分布，即数据源到达过程为一 p o i s s o n 过程，令 占( ，= l2 - 埘，占，为数据包i 和j + l 的问隔时问； 2 ) 数据源一次产生流量的长度服从指数分布，令 肌砂，二lz 1 ，r 为 数据包i 的数据氏度； 3 ) 占r 和r 相互独立。 由假设1 ) 随着数据源的增加，累计流量将趋近一个平均流量值，但实验测试的 结果并不是如此”1 。l e j a n d 等人通过对的流量分析”。和f l i v a n s k y 等人对脱v 流量的测试分析“”。独立发现流量的白相似性。白相似特性的发现所揭示的对网络 的显著影响是：排队延迟和丢包率激增、网络性能显著劣化。9 0 年代以来网络节 点数的指数式增加。和新的应用( 例如场口助妒等) 出现增加了网络流量特征 化的困难，特别是不同的网络应用具有不同的流量特征，朋帆，胪、v o d 、助护等 流量特征和s 需求的差异以及不同比例流量迭加使得传统p s t n 统计流量特征不 再适用分析数据通信网络流量。在这段时问内，自相似( s e l f s i m i t a r i t y ) 、氏相 关( t o n g r a n g ed e p e n d e n c e ，l r d ) 、重尾分向( h e a v y t a i l e d ) 、分形( f r a c t i o n ) 以及多重分形( m a l t i f r a e t i o n ) 等概念下的流量模型以及其框架下的相关研究得 到了极大的发展“。 网络流量的一个重要性质是自相似性。自相似性指在不同的标度下，分布曲 线的形状是相似的，不可区分的。网络上的数据流没有一个本质的突发长度，在 每个时间规模上，从微秒到分钟，从分钟到小时，突发期由一些突发子周期构成， 这些突发子周期又由一些更小的突发子周期构成，这就是互联网通信量的自相似 性。自相似的特性为流量研究开拓了一片全新的领域。一方面，自相似流量的突 发性、长程相关性又对我们的网络设计和优化提出了前所未有的挑战。另一方面， 我们完全可以根据它的特点，构造出同现实环境非常接近的流量模型来检验网络 的性能。因此，目前对网络流量的研究主要集中在特定网络环境和特定应用下的 电子科技人学硕+ 学位论文 流量特性。 重尾性是互联网通信量表现出来的另一个重要性质。如果一个随机变量爿的概 率分布函数按照幂规律衰减，则称是重尾分布的。互联网通信量的研究显示网 络流量是重尾分夼的。最简单的重尾分布是忍，e t o 分布。p a r e t o 分布的概率密 度函数为： p ( x ) = a k 。工- a - 1 ，a o ，k 0 ，石兰k 卉是尸a 馏扮布的位置参数，是f l a r e t o e n 布的形状参数。 当2 q 时，p a r e t o 分布没有方差；当1 a 时，p a r e t o 分布没有均值 w j 】l i n g e r 等将以太网通信量拙述为许多p a r e t o 分布的o n o f f 信源叠加产生 的“。每个这样的信源都在o n 阶段5 i o f f ( 即空闲) 阶段之问交替，在o n 时段信源就 发送一串分组。如果我们假设各个时段都是由独立同分布的随机变量拙述并且每 个信源都服从同一种分布，那么就可能确定多个这种流的叠加后的行为。这种方 法可以用来产生对应于传统通信量模型的网络流量。 不但可以用网络流来模拟自相似网络流量。在一些特殊的应用和环境下网络 流可以很好的反映应用的特性。可以利用一定模式的网络流来模拟特殊的应用， 为一些特殊应用研究，或者网络行为的研究提供模拟流量。例如：对具有大量用 户的在线游戏进行研究的过程中，流代表了每个客户端和服务器端传输的数据包。 流的形态具有特殊的意义： 每个流的到达时间反映了网络游戏者的动作行为，特别是他们在整个游戏 期间的动作问隔。 同时流的平均持续时间可以反映网络游戏者的平均游戏时间，通过分析每 个流的到达时间和平均连接时间，可以得到游戏者的游戏时i h j 。 通过对每个包的分析特别是对包的尺寸和达到时间的分析，可以建立大规 模在线网络游戏的流量模型，利用这个模型可以建立游戏流量生成器，或 进行网络游戏流量模拟。 当我们模拟网络流量时，第一步就是要建立流量的模型。建立流量模型首先 需要建立两个子模型：流量的发送时间的模型，包的尺寸模型。在。中，研究者 对具有大量用户的在线网络游戏的网络流特性进行了研究，通过研究发现：在线 网络游戏所产生的流量，其包的尺寸很小。而每一个流的特性为：包的尺寸呈正 态分布。流的到达时间呈极值分布，即从总体上为一个固定的值。 根据以上的研究，我们为网络的研究和模拟提供服从p a r e t o 分布、正态分布、 泊松分布、指数分布、均匀分布的流。产生服从某种分布的流需要调用随机数生 第二章网络流的研究 成器( 见第三章) ，从而在一定程度上会降低流量的发送速率。为了对网络负载 能力进行测试，需要较大的发送速率，所以我们引入了常量分布的流，即：流的 发送问隔时问和包的尺寸等于固定值，这样可以不用调用随机数生成器从而提高 流的发送效率。如果不需要指定流的发送时间间隔，就在参数中指定流的发送时 间间隔为固定值0 。 2 4 流量模型的设计与实现 我们的流量生成系统可以产生基于t c p 和u d p 的流量，流量的产生方式是利 用多个w in d o w s 线程发送数据包来实现，如果使每个线程发送的数据包符合流的 定义，则可以认为w i n d o w s 线程发送的是一系列的流。产生方式如图2 - 1 ： 流量发送端 流量接收端 网络流鲢 ! 楚麓季簿拳誊囊。 墨。鬻鬻蜉蓦挚i 鬻羔 孽搿鬻鹫辫譬鬻 鬻。耋饕鎏冀鬟譬 幽2 1 流量的产生方式 利用这样的流量生成方式可以很方便的建立2 2 节所述的第三类流量模型， 并以此为基础使建立的模型具有以下的功能：可以提供丰富的流量特性；提供的 模型可以方便的模拟特定应用在网络层和传输层的流量特性；提供的流量模型可 以方便的被用来进行网络性能的测试( 见第血章，网络测量的设计与实现) ；流 量模型可以方便的被操作人员所使用，通过简单的参数就可以设置流的模式。为 完成这样的目标，我们的实现方式如下： 利用流量产生线程产生符合流的特性的数据包，即产生的流。 定义一个数掘结构来描述流的特性，每个流量生成线程从流量控制线程接 收这样的数据结构，并利用这个数据结构中的信息来规范产生的数掘包， 使其能成为符合一定特性的流。 为使用者提供简单的参数设置，根据对流模式的研究我们提供三个参数用 来描述流的模式：包的发送间隔时间分布、包的尺寸分布、流的持续时间。 同时提供用来描述流的目的地址、使用协议的参数。为了使包发送时问间 隔和尺寸符合一定的概率分布，需要一个可以快速产生随机数的随机数生 弓 t u 于科技人学硕士学位论文 成器，它可以产生服从一定分布率的随机数，随机数生成器的设计见下一 考。 利用脚本文件设置多个流，通过读取脚本文件可以生成山一系列流组成的 流量。 用于描述流的数据结构如下： s t r u c tf l o w d e s c r i d t o r i n ti d ： s t r u c ta d d r i n f o * s r c h o s t ： s t r u e la d d r i n f o * d e s t l l o s t ： s h o r td e st p o r t ： b y t em e t e r ： b y t e1 4 p r o t o ： u n s i g n e d1 0 n gd u r a t i o i 3 ： r a n d o m i n t a r r i v ： r a n d o m p k t s i z e ： f d i s t r i b u t i o ni n t a r r i v f d i s t r o ： f d i s t r i b u t i o np k t s i z e f d i s t r o ： d o u b l es e e d ： i n tp a r a m i n t a r r i v m a x p a r a m ： in tp a r a m p k t s iz e m a x p a r a m ： i n ts i g c h a n l d ： s l e e p t im e r p s l e e p ： p t h r e a d th a n d l e ： h a n d l ep a r s e r p i p e 3 ： ： 这是流量生成子系统中一个比较重要的数据结构，包含所有与流相关的信息。 我们对这个结构中成员的描述如下： 流的i d ( i d ) ，用来标识一个流，第一个流的i d 值为l ，如果产生一个新 的流，i d 值加l ，并用新的t d 值来标识新产生的流。 流的源地址( s r c h o s t ) ，发送流的计算机的i p 地址，其值由系统自动生 成。 1 0 第二章网络流的研究 目的地址( d e s t l l o s t ) ，接受流的计算机的l p 地址。多个流可以有不同的 目的地址，所以可以从一个发送端向多个接收端发送流量。同时也可以从 多个发送端向一个接收端发送流量。其值山用户在命令行或文本文件中指 定。 流的目的端口号( d e s t p o r t ) ，用来指定流的目的端口号，其值默认为o ， 当为0 时，流的接收端自动分配一个端口号并发送给流量生成端，同时这 个值也可以由用户指定。 测量方式( m e t e r ) ，我们的流量生成系统在为网络负载能力测试产生流 量的同时还可以对网络进行主动方式的测量。包括：单路延迟测量和往返 延迟测量两种，参数分别为：o w d 、r t t 。默认情况下为o w d 。对于单路延迟 测试和往返延迟测试的详细介绍见第五章。 协议类型( 1 4 p r o t o ) ，利用这个结构成员规定我们使用何种协议束发送数 据包，可以使用的协议包括：t c p 、u d p 。 持续时间( d u r a ti o n ) ，定义了流从发送到结束所经历的时间，其单位为毫 秒，默认为1 0 秒钟，即1 0 0 0 0 。 产生发送时间间隔的随机数生成器( i n t a r r i v ) ，利用指针所指向的随机数 生成器可以产生服从特定分布( 分布的类型由i n t a r r i v f d i s t r o 指定) 的 随机数，当发送一个包后，利用该随机数生成器产生一个新的数，以决定 下一个包的发送时间。随机数生成器的介绍见第三章。 产生包的尺寸的随机数生成器( p k t s iz e ) ，指向一个随机数生成器，该随 机数生成器产生的随机数服从p k t s i z e f d i s f r o 所代表的分布。当发送一个 包后，利用该随机数生成器产生一个新的随机数，以决定下一个包的尺寸 大小。 时间间隔包尺寸的分布类型( i n t a r r i v f d i s t r o p k t s i z e f d is t f o ) ，根据 我们上一节对流模式的研究，我们将建立的分布类型包括：常数、均匀分 布、指数分布、正态分布、p a r e t o 分布、泊松分布。 该流所使用的随机数生成器的种子值，在使用随机数生成器时，根据 i n t a r r i v f d i s t r o p k t s iz e f d is t f o 的值决定随机数生成器的类型，并利用 s e e d 值对生成器进行初始化，如果s e e d 自9 值为0 ，表示陔值由操作系统自 动生成。 p a r a m i n t a r r i v p a r a m p k t s i z e ，随机数生成器按一定的分布产生随机数， 该数组保存这些概率分布可能用到的参数。 电子科技大：学硕十学位论文 信道i d ( s i g c h a n i d ) ，我们为每个流创建了一个信道，即：在每个流的发 送端与接收端之间创建了一个连接，利用这个连接来协调该流的发送。同 时在产生每个流的发送线程和控制线程之问我们也创建了一个通信管道， 控制线程可以利用这个通信管道管理流量发送线程，信道j d 就是用来标识 该流所对应的通信管道的值，即在对应数组中的下标。 指向用于精确延时的类( p s l e e p ) ，由于w i n d o w s 本身提供的延时函数不能 满足流量生成子系统的需要，所以在流量生成子系统中利用多媒体回调函 数和临界区开发了高效、高精度的延时函数。该指针所指向的类用于延时 操作( 具体见4 5 2 “精确延时函数的设计与实现”) 。 发送该流的线程句柄( h a n d l e ) ，用来保存发送流的线程句柄。该句柄在线 程创建时由操作系统产生。 发送该流的线程与该流所对应的信号处理线程和控制线程通信的信号管 道( p a r s e r p i p e 3 ) 可以利用该信号管道报告当前的处理状态。 控制线程接收用户传来的各种参数，并将参数的值赋给上述结构类型变量中 的各个成员，然后将该变量传递给流发送线程，流发送线程利用变量中的成员信 息来发送流，并进行测量。多个流叠加在一起形成了所需的流量。 第二章随机数生成器研究 第三章随机数生成器研究 i p n m 流量生成子系统的重要特性之一是可以生成符合若干流模式的流。i p n m 流量生成子系统可以让用户指定流中包的发送时问问隔i d t ( i n t e r d e p a r t u r e t i m e ) 所服从的分布率，同时还可以指定包的大小p s ( p a c k e t s i z e ) 在一定范围内所服从的分布率。为了实现这个功能必须构造一个随机数生 成器，它可以产生服从一定分布率的随机数序列。它必须要有很高的产生效率， 否则它可能影响数据包的生成时间，从而延长了包的发送问隔时i h j ，影n 向流的模 式和流量生成器的性能。 本章首先介绍了利用线形同余的方式生成均匀分布伪随机数序列的方法，并 介绍了其改进算法，使其可在3 2 位计算机上利用高级语言实现，具有较好的可移 植性的。然后介绍了如何利用均匀分布的伪随机数序列产生非均匀分布的随机数 序列舍选法。根据流量生成予系统的要求对舍选法进行了改进，降低了分布 的精度提高了产生的效率。最后，以此为基础给出了随机数生成器的部分代码实 现。 3 1 线性同余发生器算法 1 9 5 年，d h l e h m e r 提出了一个随机变量生成算法”。它是一种线性同余算 法，具有较高的执行效率。如果算法的参数选择合理，并且计算机能正确实现这 种算法，那么由它构造的随机数生成器可以生成一个具有很好随机性的伪随机数 序列。线形同余算法也是目前最常用的随机数的生成方法。算法含有4 个参 数： 1 ) 模数”z ，o ) ，模数为素数 2 ) 乘数a ( o 口 肺) ， 3 ) 初值即种子z o ( 0 sz o ”1 ) 使用以下迭代公式得到随机数序列乃，忍z 只五 1 ) 2 h + 1 = f ( z ) ，其中门。，z 另t 2 ) ，( z ) = a + zm o d m 其中m o d 称为取模运算 如果要得到 0 ，1 上的随机数序列，还应该进行一次转化，“h = z ，l ，其 中n = l ，2 ， 。 如果用、a 、都是整数，则产生的随机数序列仁。 出都是整数，且( 0 s oc ，j ) 。 电子科技人学项： 学位论文 l e h m e r 算法的优点是，如果乘数和模数选择适当的话，所产生的序列将有很好的 随机性。以r ( z ) = 舀蟛m o d ，动例，如果初始值为z ，= l ，所产生的2 序列将是： l 、6 、l o 、8 、9 、2 、1 2 、7 、3 、5 、4 、l l 、1 一( 1 ) 这个序列呈现出一种周期性，随机序列的周期长度为一1 ：1 2 ，而且在1 到1 2 之间任 意选择初始值均不会影响序列的周期性和序列中数的排列顺序。例如：如果选择 仞始值为2 ，则序列就是： 2 、1 2 、7 、5 、4 、l l 、l 、6 、1 0 、8 、9 、2 ( 2 ) 我们把这样的，f 矽称为整周期生成函数。整周期函数产生一个固定的周期性的随 机序列。初始值只提供初始的随机元素值。其它元素以固定的次序组成整个周期 性的序列。 假如我们把乘数从6 变成7 ，则有f ( z j = 7 * zm o d1 3 。所产生的序列变成：l 、7 、 1 0 、5 、9 、1 l 、1 2 、6 、3 、8 、4 、2 、l 。观察这个周期序列的后半段可以得 出这个序列的随机性没有序列( 1 ) 的随机性好。如果我们把乘数变成5 ，则有，例= 5 * zm o di 3 结果得到的随机序列就不再是一个整周期的序列了，根据初始值的 不同可能的序列如下： 1 、5 、1 2 、8 、1 2 、1 0 、l l 、3 、2 4 、7 、9 、6 、4 这种序列叫做小周期序列，在l e h m e r 的算法种应该应该避免选择这样的生成函数。 对于一个随机数产生器来蜕，只要其产生的随机数序列的周期充分长，它就能够 具有在( o ，1 ) 上均匀分布及相互独立的性质。为使随机数序列的周期尽可能大，应 尽可能大。普遍原则是选m 接近等于计算机能表示的最大整数，如接近或等于2 的 m 次方。通过上述例子告诉我们取值是产生高质量随机数的关键。 3 1 1 线形同余算法参数选择研究 评价线性同余算法的性能有以下三个标准： 1 )