网络层析成像.docx

网络层析成像在网络拓扑推断中的应用摘要：网络层析成像是根据端到端的测量，通过反演推断获取网络的内部特性。基于网络层析成像技术的网络拓扑推断是网络层析成像技术的重要应用之一,它根据网络中节点特性的相关性推断网络拓扑。1、网络层析成像概述网络层析成像(Network Tomography)是一种采用全新思想的网络测量技术,它是基于医学透视的概念提出来的,是根据端到端的测量，通过反演推断获取网络的内部特性，利用统计和推断的原理进行拓扑结构的推理。层析成像技术不需要网络内部的节点的合作，只需要选择一组接收节点即可完成对网络内部的特性推断，利用层析成像技术解决网络内部节点不合作的问题。网络层析成像的技术分3个方面：网络拓扑推断，即根据网络性能参数推断网络的拓扑结构；网络链路级参数推断通过接受节点的网络特性分析网络链路级的特性，包括时延分布、丢包率和带宽等参数估计；网络端到端流量估计是网络链路级参数推理的反过程，目的是利用链路级的测量数据推断网络端到端流量。2、基于网络层析成像的拓扑推断网络层析成像(Network Tomography)基于端到端的技术获取网络内部的特性,而不需要网络内部节点的合作.基于网络层析成像技术的网络拓扑推断是网络层析成像技术的重要应用之一,它根据网络中节点特性的相关性推断网络拓扑。因为研究表明,在树状结构的网络中,节点的共享链路越多,节点的性能特性越相近,即相关性越大。当前有多种网络推断的方法。基于SNMP方法和基于Traceroute的方法和基于BGP路由表的方法。网络层析成像是基于端到端的技术来获取网络内部特性，首先在设置接收节点，然后向接收节点发送大量的探测包，根据接收节点收到测量数据包的情况分析网络的内部特性。基于网络层析成像的拓扑推断主要有 3 个步骤:①通过端到端的测量技术获得端到端的性能参数;②根据端到端的性能参数计算出节点间的相关性;③根据节点间的相关性重构节点的连接情况从而推断网络的拓扑结构.基于层析成像技术的拓扑推断分别从以上 3 个方面展开研究,例如,如何较准确、方便地测量端到端的性能参数,如何根据性能参数计算节点间的相关性以及如何通过节点间的相关性高效、准确地推断网络拓扑结构.基于层析成像技术的拓扑推断最先应用于多播网络,然后才推广到单播网络.目前,多播网络主要存在于内部网络或私有网络,在 Internet 中,只有 IETF 建立的 MBONE 网络是多播网络.由于实际网络中支持多播的设备较少,因此,研究单播网络中的拓扑推断更有实际意义.而且,单播网络中的拓扑推断技术更为复杂.2.1拓扑推断中的测量方法单播网络中使用比较多的几种测量方法是紧接分组对测量方法、“三明治”分组列车测量方法和四元分组列车测量方法.测量端到端性能时有 3 个假定条件:①空间独立性,即数据分组在不同链路上是相互独立的;②时间独立性,即同一链路上不同数据分组是相互独立的;③网络拓扑在测量过程中是固定不变的.2.1.1紧接分组对测量方法紧接分组对由两个大小相同的数据分组组成,分组之间具有较小的时间间隔,并且分别到达不同的目标地址,把紧接分组对中两个数据分组的目标地址称为目标节点对.由于紧接分组对中两个分组的时间间隔较小,因此采用紧接分组对可以实现到达不同目标节点的数据分组在节点的共享链路部分经历的网络状况相同.为了减少测量产生的流量,通常紧接分组对中的分组长度都很小,例如可设为 50B.在采用紧接分组对测量节点的端到端性能时,由测量源节点向目标节点对发送紧接分组对,根据目标节点收到测量分组的情况计算端到端单向时延或丢包率(单向时延需要节点间时钟同步),根据单向时延或丢包率即可计算出两个节点的相关性数值.图 1 为在树状结构的网络拓扑中紧接分组对测量节点性能的实例,图中根节点 0 向目标节点对(3,5)发送紧接分组对,紧接分组对在节点对(3,5)的共享链路部分紧密相邻.2.1.2“三明治”分组列车测量方法“三明治”分组列车由两个短的数据分组和一个长的数据分组组成,两个短分组具有相同的目标地址,长分组具有另一个目标地址.两个短分组之间的时间固定,长分组位于两个短分组中间,长分组的长度要远大于短分组的长度并且要小于网络的最大分组长度.在“三明治”分组列车中,设长分组的长度为 s(q),短分组的长度为 s(p),设“三明治”分组列车经过的链路为L1,L2,…,Lm,链路的带宽为 b1,b2,…,bm,则在目标节点对共享链路部分长分组影响第 2 个短分组排队时延的条件如公式(2)所示: ≥，i=1,2,…,m设在“三明治”分组列车中两个短分组之间的时间间隔为 d,到达目标节点后短分组之间的时间间隔为d+Δd,在目标节点对非共享链路部分的背景流量对短分组的时间间隔不产生影响的条件如公式(3)所示:在“三明治”bi+1 bi分组列