基于分组标识的网络流量抽样测量模型-江苏计算机网络技术重点.PDF

✑ 基于分组标识的网络流量抽样测量模型 程光 龚俭 丁伟 东南大学计算机科学与工程系 南京 210096 (江苏省计算机网络技术重点实验室 南京 210096) 摘要 PSAMP 建议流量抽样测量模型简单且能够满足各种测量应用要求 为此 文章提出 基于报文标识的流量抽样测量模型 对CERNET 主干网络流量IP 报头各字段的进行随机性 分析 结果表明标识字段 16 比特统计上满足抽样掩码匹配字段的随机性要求 并提出基于 标识字段的多掩码抽样测量算法及其修正算法 实验验证其抽样样本既能满足流量统计行为 研究 又能进行网络行为研究 关键词 分组标识 抽样测量 抽样掩码 位熵 1 引言 [1] 网络的飞速发展 网络行为变得越来越复杂 网络行为研究成为网络研究的重点 网 络测量是研究网络行为规律的基础 其包括主动测量和被动测量 主动测量在测量过程中向 网络注入测试流量 是一种干扰性测量方法 测试流量产生的附加荷载会影响网络链路 路 由器的性能状况 最终可能影响测量结果 被动测量直接利用网络中已有的流量 是一种非 干扰性测量方法 但它面临高速流量荷载问题 难以实现流量实时测量和处理 被动测量研 [1] [2, 3] 究主要应用于流量统计行为 和网络性能行为 研究 Claffy[4]将被动测量技术用于测量NSFNET 主干流量的统计行为 Cozzani [5]使用校验和 字段模式匹配抽样ATM 流量 用于研究ATM 网络的端至端QoS Duffield [6]使用哈希抽样 IETF 工作组分组抽样测量工作组 PSAMP [7] 算法用于研究路由行为 建议流量抽样测量 模型简单且能够满足各种测量应用要求 目前被动测量主要用于两个领域 流量行为分析和 网络行为分析 流量行为分析要求保证测量样本的随机性 而网络行为分析要求不同测点测 量样本的一致性 为此 文章通过对CERNET 主干链路的数亿个IP 报文的统计分析 发现 报文标识字段各比特具有很高的随机且独立同分布 并提出基于报文标识的多掩码抽样测量 模型 该模型能保证抽样样本统计上的随机性 又能保证测量点之间的一致性 文章首先描述抽样测量模型 对报文标识字段的随机性和其它报文串随机性进行比较 研究表明标识字段具有足够的随机性满足抽样测量 在验证标识字段随机性基础上提出多掩 码抽样测量模型及其修正模型 并对抽样样本的随机性同随机模型进行分析 最后总结全文 2 分布式抽样测量模型 1 2.1 概念定义 0.8 在分析抽样测量模型之前 先引入评价随机性的