- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
流量测量关键技术分析与研究
流量测量关键技术分析与研究
摘 要:流量测量在流量计费、网络资源优化和异常检测等方面有广泛的应用。针对传统的流量测量模型缺乏可扩展性的缺点,提出了一种适用于高速网络的可扩展的流量测量模型。该模型采用报文分批处理的思想引入了两级缓冲区结构,使得缓存报文和流量统计两个过程同时进行。基于此模型,抽象了流量测量的两大关键技术,即流量抽样测量技术和概要数据结构。运用此模型进行高速网络的流量测量,不仅会降低资源的需求、提高分析的速度,而且还不会失去准确性。
关键词:流量测量; 两级缓冲区结构; 抽样测量; 概要数据结构
中图分类号:TP393文献标志码:A
文章编号:1001-3695(2009)09-3442-06
doi:10.3969/j.issn.1001-3695.2009.09.068
Analysis and research on key techniques of traffic measurement
ZHANG Zhen, WANG Bin-qiang, ZHU Ke
(National Digital Switching System Engineering Technology R D Center, Zhengzhou 450002, China)
Abstract:Traffic measurement is an important component of network applications including usage-based charging, network optimization and anomaly detection. Based on the research of three typical flow mea-surement?? techniques, this paper presented a novel scalable flow measurement model deployed in high-speed network to circumvent the deficiency of traditional flow measurement?? model. Introducing the idea of processing in batches, the model designd two-stage buffer structure to conduct buffering packets and measuring traffic simultaneously. Referred flow sampling technique and referred synopsis data structure as two key techniques in the light of the above model. Implementing the model to measure traffic can not only meet the demand of resources, but also improve the analytical speed without sacrificing accuracy.
Key words:traffic measurement; two-stage buffer structure; sampling measurement; synopsis data structure
0 引言
随着Internet重要性的日益提高和网络结构的日益复杂,越来越有必要对网络的整体拓扑结构、网络行为和整个网络的业务组进行深入分析,以利于发现网络瓶颈,优化网络配置,并进一步发现网络中可能存在的潜在危险。为此,需要对大规模的网络流量进行统计、分析和测量,并根据网络流量的变化分析网络的性能,为加强网络管理、提高网络利用率、防范大规模网络攻击提供技术平台。高速网络流量测量已成为学术界、企业界和国家政府部门普遍关心的重要问题。目前,高速网络流量测量主要有两种方法:
a)主动测量技术。该方法是为了监测两指定端点之间的性能而向网络中注入流量的方法。主动意味着测量过程中产生新的网络流量。主动流量可以引起网络部件的特殊响应(如traceroute),也可以用于观测网络的性能(如treno)。主动测量给网络增加了潜在的网络负载,附加的流量可能会扰乱网络,影响分析结果。例如,为了测量在IP网络中瓶颈链路的带宽,定期地向网络发送巨大的TCP传输,由此产生的附加流量可能会引起Heisenberg效应,并使测量的网络吞吐量低于实际的瓶颈链路的带宽。
原创力文档


文档评论(0)