基于运营网络实现电信级ip qos的解决思路与方案的研究

《基于运营网络实现电信级ip qos的解决思路与方案的研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于运营网络实现电信级IPQoS的解决思路与方案的研究薛强1,2，张光昭1(1.中山大学电子工程系广州510275；2.中国网络通信集团公司广东省分公司广州510620)摘要基于网络流量特性研究QoS技术已经陷入了困境，必须寻找更加实际的模型以适合运营商网络的发展需要。根据运营商网络的特征，借鉴TDM、PSTN、同步网、三层交换、MPLS、RSVP等技术的思想，提出一种解决方案：通过定时优先调度算法，将IP网络带宽分为两部分，一部分为“准同步”带宽，用于传输有QoS要求的信息流，另一部分为普通带宽，用于传

2、输一般的信息流，基于这个思路实现了实时业务流的中继带宽、严格CAC及随路资源确认。最后根据实时业务流的特征提出改进实时业务流交换算法的思路。关键词　准同步；中继；呼叫接纳控制；资源确认1　IPQoS研究的困境互联网经过多年的飞速发展，已经成为信息社会的基础性设施，其重要性和深远影响持续加剧的势头有增无减。网络流量研究及其控制是保证互联网实时业务传送质量的关键问题之一，历来是业界关注的焦点和研究的热点。多年来，网络流量特性的研究一直使用Erlang模型，即泊松过程（Poissonprocesses），包的到

3、达过程是无记忆的，包的到达间隔服从指数分布。但自从1994年ParkK等通过分析10Mbit/sEthernet局域网下测量的流量数据，揭示了网络流量的尺度特性后，网络流量研究进入了一个新的历史阶段[1]。在此后近10多年的时间内，自相似(self-similarity)、长相关(long-rangedependence,LRD)、重尾分布(heavy-tailed)、分形(fraction)以及多重分形(multifraction)等概念下（称之为“尺度特性（包括时间和空间上的）”）的流量模型以及其框架

4、下的相关研究一片繁荣。自相似特性的发现对网络的显著影响是：排队时延和丢包率激增、网络性能显著劣化。据此特性建立的具备自相似的数学模型主要有：分形高斯噪声(fractionalGaussiannoise，FGN)、分形布朗运动(fractionalBrownianmotion，FBM)（是分形高斯噪声的增量和过程）、分形自回归滑动平均过程(fractionalautoregressiveintegratedmoving-averageprocesses,FARIMA)（是渐进自相似过程）。可以模拟生成自相似

5、流量的模型包括：ON/OFF模型、重尾分布(heavy-taileddistribution)，其中最简单的重尾分布是佩瑞多（Pareto）分布。网络流量特性的发现，主要带动了对下列问题的继续深入研究。·各种条件下网络流量的测量技术；·网络流量特性的深入研究；·对IP分组交换所涉及的排队理论的研究，这也是众多研究者对所建立网络流量模型的有效性进行检验的手段之一；·“端—端(endtoend)”流控技术（RED，CAC等）的研究；·网络流量尺度特性的物理成因的研究；·QoS技术的研究等。经过10多年对流量特

6、性、建模以及排队性能的研究，网络流量的研究对于当前网络设计的作用是微乎其微的，这迫使学术界重新审视自相似理论自身的问题，研究发现产生这个问题的原因之一在于长相关估算理论自身的局限性。第一是估计器会隐藏长相关性或者得出错误的结果，而且每一种估计器具有不同的优势和局限性[2]。第二是绝大多数从复杂系统如互联网中得到的测量结果几乎从来都不完美，深受各种不确定性因素的影响，而且，许多物理量是间接测量到的，会因其他测试量的近似值而变化。第三是在网络流量自相似特性的认识上出现了不同看法，间接地反驳了以前认识上的局限性

7、：即对于像互联网这样的大规模复杂系统所具有的尺度分布，在自然界和工程界亦为常见，且被视为正常而不是在流量分析中通常所认为的“例外（exception）”、“奇异的(exotic)”[3]。一种基于数学的统计和数据分析的观点认为，尺度分布是“比正态分布更正常的分布”，该论点可能会为未来的流量模型化提供一些启迪[3]。另一方面，网络自身的发展模式（即应用驱动模式：先应用后补充完善理论）使得经验主义仍然十分有效，运营商认为“到目前为止没有好的网络流量模型情况下，也建设运营得很好”[4]。基本的事实是网络流量建模

8、、分析、验证离不开真实数据，单纯凭经验也解决不了网络运营中固有的根本性技术问题，大家无时不在担心自己费尽心血建立的庞大的网络系统是否足够的健壮和安全？困扰IP网的三大主要问题（QoS、安全、商业模型）长期得不到解决，在这方面运营商所做的主要探索性工作如下。·流量统计监测：包括Netflow（基于计数）和MRTG（基于SNMP和时间频率）等方式；·用户业务识别与分类：通过网络流量协议分析取得每种协议的统计特性；·带宽规划和局部流