導語：網絡性能測量技術研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:網絡性能測量是網絡行為分析的基礎。本文對網絡性能測量的相關內容以及網絡性能指標的測量與分析進行了系統的介紹，并對網絡性能測量的下一步發展進行了展望。

關鍵詞:網絡性能測量技術性能指標分析與研究

1.引言

隨著Internet技術和網絡業務的飛速發展，用戶對網絡資源的需求空前增長，網絡也變得越來越復雜。不斷增加的網絡用戶和應用，導致網絡負擔沉重，網絡設備超負荷運轉，從而引起網絡性能下降。這就需要對網絡的性能指標進行提取與分析，對網絡性能進行改善和提高。因此網絡性能測量便應運而生。發現網絡瓶頸,優化網絡配置,并進一步發現網絡中可能存在的潛在危險，更加有效地進行網絡性能管理，提供網絡服務質量的驗證和控制，對服務提供商的服務質量指標進行量化、比較和驗證，是網絡性能測量的主要目的。

2.網絡性能測量的概念

2.1網絡性能的概念

網絡性能可以采用以下方式定義[1]:網絡性能是對一系列對于運營商有意義的，并可用于系統設計、配置、操作和維護的參數進行測量所得到的結果。可見，網絡性能是與終端性能以及用戶的操作無關的，是網絡本身特性的體現，可以由一系列的性能參數來測量和描述。

2.2網絡性能參數的概念

對網絡性能進行度量和描述的工具就是網絡性能參數。IETF和ITU-T都各自定義了一套性能參數，并且還在不斷的補充和修訂之中。

2.2.1性能參數的制定原則

網絡性能參數的制定必須遵循如下幾個原則：

1)性能參數必須是具體的和有明確定義的；

2)性能參數的測量方法對于同一參數必須具有可重復性，即在相同條件下多次使用該方法所獲得的測量結果應該相同；

3)性能參數必須具有公平性，即對同種網絡的測量結果不應有差異而對不同網絡的測量結果則應出現差異；

4)性能參數必須有助于用戶和運營商了解他們所使用或提供的IP網絡性能；

5)性能參數必須排除人為因素；

2.2.2ITU-T定義的IP網絡性能參數

ITU-T對IP網絡性能參數的定義[2]包括：

1)IP包傳輸延遲(PacketTransferDelay,IPTD)

2)IP包時延變化(IPPacketDelayVariation,IPDV)

3)IP包誤差率(IPPacketErrorRateIPER)

4)IP包丟失率(IPPacketLassRate,IPLR)

5)虛假IP包率(SpuriousIPPacketRate)

6)流量參數(Flowrelatedparameters)

7)業務可用性(IPServiceAvailability)

2.2.3IETF定義的IP網絡性能參數

IETF將性能參數[3]稱為“度量(Metric)。由IPPM(IPPerformanceMetrics)工作組來負責網絡性能方面的研究及性能參數的制定。IETF對IP網絡性能參數的定義包括：

1)IP連接性

2)IP包傳送時延

3)IP包丟失率

4)IP包時延變化

5)流量參數

2.3網絡性能結構模型

從空間的角度來看，網絡整體性能可以分為兩種結構：立體結構模型和水平結構模型。

2.3.1立體結構模型

IP網絡就其協議棧來說是一個層次化的網絡，因此，對IP網絡性能的研究也可以按照一種自上而下的方法進行。可以以IP層的性能為基礎，來研究IP層不同性能與上層不同應用性能之間的映射關系。

2.3.2水平結構模型

對于網絡的性能，用戶主要關心的是端到端的性能，因此從用戶的角度來看，可以利用水平結構模型來對IP網絡的端到端性能進行分析。

3.網絡性能測量的方法

網絡性能測量涉及到許多內容，如采用主動方式還是被動方式進行測量；發送測量包的類型；發送與截取測量包的采樣方式；所采用的測量體系結構是集中式還是分布式等等。

3.1測量包

網絡性能測量中，影響測量結果的一個重要因素就是測量數據包的類型。

3.1.1P類型包

類型P是對IP包類型的一種通用的聲明。只要一個性能參數的值取決于對測量中采用的包的類型，那么參數的名稱一定要包含一個具體的類型聲明。

3.1.2標準形式的測量包

在定義一個網絡性能參數時，應默認測量中使用的是標準類型的包。比如可以定義一個IP連通性度量為：“IP某字段為0的標準形式的P類型IP連通性”。在實際測量中，很多情況下包長會影響絕大多數性能參數的測量結果，包長的變化對于不同目的的測量來說影響也會不一樣。

3.2主動測量與被動測量方式

最常見的IP網絡性能測量方法有兩類:主動測量和被動測量。這兩種方法的作用和特點不同，可以相互作為補充。

3.2.1主動測量

主動測量是在選定的測量點上利用測量工具有目的地主動產生測量流量，注入網絡，并根據測量數據流的傳送情況來分析網絡的性能。主動測量的優點是對測量過程的可控性比較高，靈活、機動，易于進行端到端的性能測量；缺點是注入的測量流量會改變網絡本身的運行情況，使得測量的結果與實際情況存在一定的偏差，而且測量流量還會增加網絡負擔。主動測量在性能參數的測量中應用十分廣泛，目前大多數測量系統都涉及到主動測量。

要對一個網絡進行主動測量，需要一個測量系統，這種主動測量系統一般包括以下四個部分:測量節點（探針）、中心服務器、中心數據庫和分析服務器。有中心服務器對測量節點進行控制，由測量節點執行測量任務，測量數據由中心數據庫保存，數據分析則由分析服務器完成。

3.2.2被動測量

被動測量是指在鏈路或設備(如路由器，交換機等)上利用測量設備對網絡進行監測，而不需要產生多余流量的測量方法。被動測量的優點在于理論上它不產生多余流量，不會增加網絡負擔；其缺點在于被動測量基本上是基于對單個設備的監測，很難對網絡端到端的性能進行分析，并且可能實時采集的數據量過大，另外還存在用戶數據泄漏等安全性和隱私問題。

被動測量非常適合用來進行流量測量。

3.2.3主動測量與被動測量的結合

主動測量與被動測量各有其優、缺點，而且對于不同的性能參數來說，主動測量和被動測量也都有其各自的用途。因此，將主動測量與被動測量相結合將會給網絡性能測量帶來新的發展。

3.3測量中的抽樣

3.3.1抽樣概念

抽樣，也叫采樣，抽樣的特性是由抽樣過程所服從的分布函數所決定的。研究抽樣，主要就是研究其分布函數。對于主動測量，其抽樣是指發送測量數據包的過程；對于被動測量來說，抽樣則是指從業務流量中采集測量數據的過程。

3.3.2抽樣方法

依據抽樣時間間隔所服從的分布，抽樣方法可分為很多種，目前比較常用的抽樣方法是周期抽樣、隨機附加抽樣和泊松抽樣[4]。周期抽樣是一種最簡單的抽樣方式，每隔固定時間產生一次抽樣。因為簡單，所以應用的很多。但它存在以下一些缺點:測量容易具有周期性、具有很強的可預測性、會使被測網絡陷入一種同步狀態。隨機附加抽樣的抽樣間隔的產生是相互獨立的，并服從某種分布函數，這種抽樣方法的優劣取決于分布函數：當時間間隔以概率1取某個常數，那么該抽樣就退化為周期抽樣。隨機附加抽樣的主要優點在于其抽樣間隔是隨機產生的，因此可以避免對網絡產生同步效應，它的主要缺點是由于抽樣不是以固定間隔進行，從而導致頻域分析復雜化。

在RFC2330中，推薦泊松抽樣，它的時間間隔符合泊松分布，它的優點是：能夠實現對測量結果的無偏估計、測量結果不可預測、不會產生同步現象。但是，由于指數函數是無界的，因此泊松抽樣有可能產生很長的抽樣間隔，因此，實際應用中可以限定一個最大間隔值，以加速抽樣過程的收斂。

4.性能指標的測量與分析

4.1連接性

連接性[5]也稱可用性、連通性或者可達性，嚴格說應該是網絡的基本能力或屬性，不能稱為性能，但ITU-T建議可以用一些方法進行定量的測量。目前還提出了連通率的概念，根據連通率的分布狀況建立擬合模型。

4.2延遲

延遲的定義是[6]：IP包穿越一個或多個網段所經歷的時間。延遲由固定延遲和可變延遲兩部分組成[7][8]。固定延遲基本不變，由傳播延遲和傳輸延遲構成；可變延遲由中間路由器處理延遲和排隊等待延遲兩部分構成。對于單向延遲測量要求時鐘嚴格同步，這在實際的測量中很難做到，許多測量方案都采用往返延遲，以避開時鐘同步問題。

往返延遲的測量方法是：入口路由器將測量包打上時戳后，發送到出口路由器。出口路由器一接收到測量包便打上時戳，隨后立即使該數據包原路返回。入口路由器接收到返回的數據包之后就可以評估路徑的端到端時延。

4.3丟包率

丟包率的定義是[9]：丟失的IP包與所有的IP包的比值。許多因素會導致數據包在網絡上傳輸時被丟棄，例如數據包的大小以及數據發送時鏈路的擁塞狀況等。

為了評估網絡的丟包率，一般采用直接發送測量包來進行測量。對丟包率進行準確的評估與預測則需要一定的數學模型。目前評估網絡丟包率的模型主要有貝努利模型、馬爾可夫模型和隱馬爾可夫模型等等[10]。貝努利模型是基于獨立同分布的，即假定每個數據包在網絡上傳輸時被丟棄的概率是不相關的，因此它比較簡單但預測的準確度以及可靠性都不太理想。但是，由于先進先出的排隊方式的采用，使得包丟失之間有很強的相關性，即在傳輸過程中，包被丟失受上一個包丟失的影響相當大。假定用隨機變量Xi代表包的丟失事件，Xi=0表示包丟失，而Xi=1表

示包未丟失。則第i個包丟失的概率為P[Xi|Xi-1,Xi-2,…Xi-n],Xi-1,Xi-2,...Xi-n取所有的組合情況。當N=2時，該Markov鏈退化為著名的Gilbert模型。隱馬爾可夫模型是對馬爾可夫模型的改進。

MayaYajnik等人所作的172小時的測量試驗[11]結果表明，在不同的數據采樣間隔下（20ms,40ms,80ms,160ms）采用三種不同的丟包率分析模型進行分析得到的結果完全不同，在不同的估計精確度的要求下實驗結果也各有不同。因此，目前需要能夠精確描述丟包率的數學模型。

4.4帶寬

帶寬一般分為瓶頸帶寬和可用帶寬。瓶頸帶寬是指當一條路徑（通路）中沒有其它背景流量時，網絡能夠提供的最大的吞吐量。對瓶頸帶寬的測量一般采用包對(packetpair)技術，但是由于交叉流量的存在會出現“時間壓縮”或“時間延伸”現象，從而會引起瓶頸帶寬的高估或低估。另外，還有包列等其它測量技術。

可用帶寬是指在網絡路徑（通路）存在背景流量的情況下，能夠提供給某個業務的最大吞吐量。因為背景流量的出現與否及其占用的帶寬都是隨機的，所以可用帶寬的測量比較困難。一般采用根據單向延遲變化情況可用帶寬進行逼近。其基本思想是：當以大于可用帶寬的速率發送測量包時，單向延遲會呈現增大趨勢，而以小于可用帶寬的速率發送測量包時，單向延遲不會變化。所以，發送端可以根據上一次發送測量包時單向延遲的變化情況動態調整此次發送測量包的速率，直到單向延遲不再發生增大趨勢為止，然后用最近兩次發送測量包速率的平均值來估計可用帶寬

瓶頸帶寬反映了路徑的靜態特征，而可用帶寬真正反映了在某一段時間內鏈路的實際通信能力，所以可用帶寬的測量具有更重要的意義。

4.5流量參數

ITU-T提出兩種流量參數作為參考：一種是以一段時間間隔內在測量點上觀測到的所有傳輸成功的IP包數量除以時間間隔，即包吞吐量；另一種是基于字節吞吐量：用傳輸成功的IP包中總字節數除以時間間隔。

Internet業務量的高突發性以及網絡的異構性，使得網絡呈現復雜的非線性，建立流量模型越發變得重要。早期的網絡流量模型，是經典流量模型，也即借鑒PSTN的流量模型，用poisson模型描述數據網絡的流量,以及后來的分組火車模型，Markov模型等等。隨著網絡流量子相似性的發現，基于自相似模型的流量建模研究也取得了不少進展和得到了廣泛的應用,譬如分形布朗運動模型和分形高斯噪聲模型以及小波理論分析等等。高速網絡技術的發展使得對巨大的網絡流量進行直接測量幾乎不可能，同時，大量的流量日志也使流量分析變得相當困難。為了解決這一問題，近幾年，流量抽樣測量研究已成為高速網絡流量測量的研究重點。

5．網絡性能測量的展望

網絡性能測量中還有許多關鍵技術值得研究。例如：單向測量中的時鐘同步問題；主動測量與被動測量的抽樣算法研究；多種測量工具之間的協同工作；網絡測量體系結構的搭建；性能指標的量化問題；性能指標的模型化分析[12]～[16]；對網絡未來狀況進行趨勢預測；對海量測量數據進行數據挖掘或者利用已有的模型(Petri網、自相似性、排隊論)研究其自相似性特征[17]~[19]；測量與分析結果的可視化，以及由測量所引起的安全性問題等等都是目前和今后所要研究的重要內容。隨著網絡性能相關理論、測量方法、分析模型研究的逐漸深入、各種測量工具的不斷出現以及大型測量項目的不斷開展，人們對網絡的認識會越來越深刻，從而不斷地推動網絡技術向前發展。

6．結束語：

本文對目前網絡性能測量技術的主要方面進行了介紹和分析并對未來網絡性能測量的研究重點進行了展望。

參考文獻

[1]ITU-T建議1.350

[2]ITU-T，建議Y1540

[3]IETF,RFC2330,"FrameworkforIPPerformanceMetrics"TableofContents6

[4]IETF,RFC2330,"FrameworkforIPPerformanceMetrics"TableofContents11

[5]IETF,RFC2678,"IPPMMetricsMeasuringConnectivity"

[5]IETF,RFC2679,"AOne-wayDelayMetricforIPPM"

[6]IETF,RFC2681,"ARound-tripDelayMetricforIPPM"

[7]IETF.RFC3393,"IPPacketDelayVariationMetricforIPPM"

PDF文件使用"pdfFactoryPro"試用版本創建

[8]IETF,RFC2680,"AOne-wayPacketLossMetricforIPPM"

[9]H.SanneckandG.CarleGMDFokus,Kaiserin-Augusta-Allee31,D-10589Berlin,Germany,"AFramework

ModelforPacketLossMetricsBasedonLossRunlengths"

[10]MayaYajnik,SueMoon,JimKuroseandDonTowsley,"MeasurementandModellingoftheTemporal

DependenceinPacketLoss",DepartmentofComputerScienceUniversityofMassachusettsAmherst,MA01003

USA

[11]JacobsonV,"PathcharATooltoInferCharacteristicsofInternetPaths."

[12]LOPRESTIF,DUFFIELDNG,HOROWITZJ,etal.“Multicast-basedInferenceofNetworkInternet-Delay

Distributions”.UniversityofMassachusetts,Amherst,ComputerScience,TechnicalReportUM-CS-1999-055,

1999.

[13]DUFFIELDNG,LOPRESTIF.“Multicastinferenceofpacketdelayvarianceatinteriornetworklinks”.

IEEEINFOCOM2000[C].TelAvivIsrael,2000.

[14]HUANGL,SEZAKIK.“End-to-endInternetDelayDynamics”.IEICETechnicalReportofCQWG,May

2000.

[15]OHSAKIH,MURATAM,MIYAHARAH,“Modelingend-to-endpacketdelaydynamicsoftheInternet”

usingsystemidentification[A].InternationalTeletrafficCongress17[C].SalvadordaBahia,Brazil,2001.

[16]SueB.Moon,"MeasurementandAnalysisofEnd-to-EndDelayandLossinTheInternet"

[17]J.-C.Bolot.“End-to-endpacketdelayandlossbehaviorintheInternet”.InProceedingsofACMSIGCOMM,

SanFrancisco,August1993.

[18]V.Paxson,“MeasurementsandAnalysisofEnd-to-EndInternetDynamics”,Ph.D.dissertation,1997.

[19]張宏莉，方濱興，胡銘曾，姜譽，詹春艷，張樹峰，“Internet測量與分析綜述”，軟件學報，2003年1

月，Vol.14,No.