高速网络流量测量中抽样技术研究.docVIP

高速网络流量测量中抽样技术研究 　　摘要: 由于高速网络技术的发展,直接对网络流量进行全分组测量相当困难,为了解决这一问题,流量抽样测量研究已经成为高速网络环境下进行流量测量的一个热点。在对目前的抽样测量技术研究的基础上,指出在流量抽样测量方面需要改进和进一步研究的问题。 　　关键词: 高速网络;流量测量;抽样测量 　　中图分类号:TP3文献标识码:A文章编号:1671-7597(2010)0520086-01 　　 　　0 引言 　　理解网络行为特征是网络规划与建设、网络管理和网络安全、高性能协议设计等诸多研究工作的重要前提,但随着用户数量的急速膨胀和业务类型的多样化,使得Internet呈现出爆炸性发展趋势,网络行为更加复杂不可预测。因此,近年来对网络行为的研究已成为目前网络研究的一个热点领域。网络流量测量和分析是网络行为学研究的基础,通过测量和分析,可以掌握网络行为的基本特征,发现网络行为变化的基本规律构造出反映网络行为的数学模型,为Internet的有效管理、合理利用提供有力的理论支持和科学依据。 　　目前,由于高速网络技术的发展,对流经链路的每一个流量分组进行测量相当困难,并且需要相当大的开销。同时,对大规模的流量数据库的维护以及数据的分析也造成了困难,而抽样测量技术则成为当前甚至今后在高速链路上进行流量测量的一种解决方案。近几年来,流量抽样测量技术研究已成为高速网络流量测量的研究重点。 　　1 网络流量测量综述 　　网络流量是单位时间内通过网络或传输介质的信息量(报文数、数据包数或字节数)。对网络流量进行测量是网络测量的重要任务,网络流量按照其包含信息内容的不同基本可分为以下三类:① 网络节点端口流量。网络节点端口流量指的是网络节点设备端口流人和流出的数据包统计信息,包括数据包的个数、字节数、包大小分布、丢包数等统计信息。② 端到端的IP流量。端到端的IP流量指的是网络层从源IP到目的IP数据包的统计信息。相对于网络节点端口流量而言,端到端的流量包含了更为丰富的信息通过对它的分析可以了解到网络用户访问了哪些目的网络。因此,端到端的流量信息是网络分析、规划、设计和优化的重要依据。③ 业务流量。包括端到端IP流量信息,还包括了第四层(TCP层)的端口信息,显而易见,它包含了应用服务的种类信息,利用这些信息可以作更详细的流量分析。 　　根据测量的方式,可以将网络流量测量分为主动测量和被动测量;根据测量点的多少,可以将网络流量测量分为单点测量与多点测量;根据被测量者知情与否,分为协作式测量与非协作式测量;根据测量所采用的协议,分为基于BGP协议的测量、基于TCP/IP协议的测量以及基于SNMP协议的测量等。 　　2 流量抽样技术综述 　　随着高速网络技术的发展,网络带宽越来越大,对流量分组进行直接测量几乎不可能。为了解决这一问题,流量抽样测量研究开始成为宽带网络流量测量的重点。高速网络流量抽样测量的目的是抽取流量子集来实现对总体流量信息的估计,抽样理论建立在抽样样本随机性基础上,样本的随机程度越大,对总体的信息估计就越精确。流量抽样最初使用系统抽样,随后又发展为随机抽样,后来出现了自适应抽样。 　　3 传统抽样技术存在的问题 　　在网络流量测量中采用的传统抽样方法主要有以下几种: 　　1)系统抽样:抽取每个抽样间隔内的第一个观察对象,每个抽样间隔都具有相等的长度K。 　　2)分层随机抽样:从每个抽样间隔内随机抽取一个观察对象,每个抽样间隔都具有相等的长度K。 　　3)随机抽样:直接从母群体中随机抽取样本K。 　　4)变长系统抽样:和系统抽样类似,但抽取间隔的长度是随机变化的K。 　　传统抽样方法简单易实现,但都存在一个共同的缺陷,即在每一次抽样测量过程中,抽样比率是保持不变的。也就是说,从统计的角度来看,抽样间隔是不变的。这样得到的抽样样本必然无法准确地表示网络业务流总体的性能参数。 　　另外,单点抽样测量一般需要通过抽样样本来同时统计多个参数,这时就需要考虑到各个参数在统计精度上的平衡。前面提到的几种抽样方法一般都存在这样的缺陷:在统计一个参数时精度比较高,但在统计另一个参数时精度就很差了。具体地说,这几种抽样方法在测量吞吐量、包长时精度还可以,但测量包到达时间间隔这个参数时,误差比较大。 　　4 流量抽样技术的发展趋势 　　4.1 自适应抽样 　　自适应抽样利用网络流量的相关性预测流量状态,并实时调整抽样策略或参数,自动在允许误差范围内进行尽可能精确的测量,更好地捕捉到网络流量特征和网络行为特征。因此,该方法理论上对于负载估计的精度是有保证的。自适应预测方法一般有线性预测(Linear Prediction,LP)、模糊逻辑控制(Fuzzy Logic Controlle