高速網絡測量及關鍵技術研究.pdf_第1頁
已閱讀1頁,還剩163頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、北京郵電大學博士學位論文高速網絡測量及關鍵技術研究姓名:張峰申請學位級別:博士專業(yè):信號與信息處理指導教師:雷振明20050401北京郵電大學博士研究生學位論文關研究工作是一個很好的互補。鏈路負載自適應抽樣測量算法:鏈路負載是衡量網絡承載數據傳輸能力的一個重要指標,也是影響網絡運維及路由規(guī)劃的一個關鍵參數。抽樣測量不僅可以減少記錄數據量大小,而且還可降低測量過程對系統(tǒng)的負荷;但由于當前的抽樣測量技術一般都是靜態(tài)配置的,不能很好地適應網絡

2、動態(tài)變化的要求。本部分內容在對自適應控制原理等進行深入研究后,結合網絡流量的實際傳輸特性提出了一種改進型的網絡負載及負載變化自適應抽樣測量算法,并在理論分析之后,給出其自適應控制原理及相關參數配置辦法和實施流程;同時對改進算法進行了性能分析,并和原算法進行性能對比,研究結果表明改進后的算法不僅降低了抽樣測量丌銷,提高了測量精度,而且還可實現不同可視化粒度要求的負載測量;使流量負載測量具有更高的測量效益和靈活性,更適宜于高速、高突發(fā)特性的

3、網絡測量環(huán)境。網絡流信息抽樣測量算法框架及算法:數據在互聯(lián)網上傳輸是基于分層協(xié)議模型的,不同的數據報在不同協(xié)議層和處理方式上具有不同的屬性,相同屬性的數據統(tǒng)稱之為一個“流”。“流”的特性不僅反映了網絡應用特征,而且還可吐反映出網絡性能特征。為了解決以往高速網絡“流”信息測量的測量開銷大、信息粒度粗等關鍵問題,在深入研究隨機數據結構丑F及相關最新進展后提出了一種新的累積分片計數的FCBF數據結構,并提出了易于實現的基于FCBF的高效“流”

4、信息抽樣測量框架和算法。性能分析和仿真表明,該測量框架不僅可以抽樣測量三類“流”參數而且存儲丌銷小,同時還可以達到幾乎零概率的“流”信息識別統(tǒng)計誤差,另外分析結果表明陔算法可以支持遠高于0C48的鏈路速率,甚至可達0C192或更高;因此,該測量框架和算法十分適合于將來高速鏈路上細粒度的“流”信息抽樣測量。端到端網絡性能測量技術架構及算法:由于進行網絡單向性能測量時,存在抽樣效率不高和報文標識均勻性差等問題,測量效益仍十分低下。本部分從實

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論