多源网络层析技术在拓扑推测中的应用研究

《多源网络层析技术在拓扑推测中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆邮电人学硕士论文摘要摘要随着互联网的飞速发展，网络结构也在发生深刻变化，要成功设计、控制和管理网络，就需要了解和掌握网络的内部特性。由于网络日益向着大型化、异构化、分布化发展，通过直接进行网络测量的方法，来获得网络内部链路的时延和丢包率参数就变得越来越困难，网络层析技术作为一种通过端到端的测量数据来推断网络链路性能参数或网络拓扑结构的技术正成为研究的热点之一。目前网络层析技术主要关注于从单个源发送到多个网络目的节点的树型网络逻辑拓扑，而对多源网络层析的拓扑推测和非平稳网络下的拓扑推测算法研究甚少。本文主要对多源网络层析的

2、拓扑推测和非平稳网络的拓扑推测进行了研究。首先介绍了网络层析技术的基本原理与实现方法，以及当前网络层析技术领域的最新发展。接着对目前不同于传统的最大似然估计算法的分组网络拓扑基本原理和推测算法进行了描述。然后采用判断共享与非共享的网络拓扑的多源网络探测包机制，在单源分组网络拓扑推测的基础上，以端到端丢包率函数的单调性为依据，提出了基于共享链路性能函数相关性的多源网络拓扑推测算法和采用整合算法解决链路丢包率动态变化的非平稳网络拓扑算法。最后仿真验证了推测算法的有效性。总体来说，本文主要贡献如下：1．提出了一种基于共享链路性能函

3、数相关性的多源网络拓扑推测算法。将单源‘网络的分组拓扑推测思想应用到多源网络拓扑推测中，以端到端丢包率函数的单调性为依据，用判断共享与非共享的探测包机制实现了内部节点中的分叉节点和合并节点的推测。该算法解决了单源网络层析的拓扑推测未能推测合并节点的问题，使网络拓扑推测更加准确。仿真结果表明，算法只要较少的探测包发送就能较准确地推测出多源网络逻辑拓扑。2．提出了一种基于单源网络拓扑整合的非平稳网络拓扑推测算法。在丢包率动态变化的非平稳网络拓扑推测中，目前的网络层析拓扑推测算法不能推测出链路丢包率小于静态门限f的链路，本文通过以

4、丢包率为度量函数的从底向上的拓扑整合算法实现非平稳网络拓扑推测的完整性。仿真结果表明，随着探测包数量的增加，只要选择合适的静态门限孝就能较准确地推测出完整的逻辑网络拓扑。关键词：单源网络层析多源网络层析拓扑推测链路丢包率非平稳网络AbstractTheknowledgeofnetworkparametersallowsnetworkengineerstoimprovethenetworkdesign，controlandoperate．Itishardtogettheimportantparameterssuchaslink

5、delayandlossratedirectly,becausetheInternethasbecomesmassive，distributedandheterogeneous．NetworkTomographyisnowahotspotforinferencetheinternallinkperformanceorlogictopologywiththeend—to-endmeasurementdata．Butasfarastopologyinferenceisconcerned，currentworksonlymakec

6、ontributionstosingle-sourcenetworktomography,whilehavingdonemuchlessontheresearchonthetopologyinferenceinmultiplesourcenetworktomographyandnonstationarynetworktopologyinference．Thispaperconcentratesonthemethodsandmethodologiesoflogicaltopologyinferencebasedmultiple

7、sourcenetworktomographyandinthenonstationarynetwork．Firstly，themechanismofnetworktomographytechnologyisintroducedandcurrentdevelopmentisanalysedinnetworktomographyresearchfield．Secondly,groupingnetworktopologyinferencealgorithmsotherthanmaximumlikelihoodestimator(M

8、LE)isanalyzed．Thirdly,accordingtothemonotonyofend-to·endlossratio，Aalgorithmofmultiplesourcetomographyforinferencetopologyisproposedbasedontheest