CN101132362A - 网络业务量产生的方法及系统 - Google Patents
网络业务量产生的方法及系统 Download PDFInfo
- Publication number
- CN101132362A CN101132362A CN 200710112157 CN200710112157A CN101132362A CN 101132362 A CN101132362 A CN 101132362A CN 200710112157 CN200710112157 CN 200710112157 CN 200710112157 A CN200710112157 A CN 200710112157A CN 101132362 A CN101132362 A CN 101132362A
- Authority
- CN
- China
- Prior art keywords
- scales
- packet
- state
- window
- network traffic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明的实施例提供了用于多尺度网络业务量产生的方法、系统和计算机程序产品。在本发明的一个实施例中,能够提供一种网络业务产生方法。该方法可以包括在n状态MMPP模型中定义多个不同的尺度,以适应所建模的业务量方案的全特征响应。该方法可进一步包括为每个所述尺度建立转移窗口并通过所述转移窗口确定选定的所述尺度的状态。最后,该方法可以包括根据所述确定的状态计算选定的所述尺度中每个尺度的分组间时间,以及利用相应计算出的分组间时间针对选定的所述尺度产生和传送分组。
Description
技术领域
本发明涉及网络业务量产生领域,尤其涉及不同工作尺度的网络业务量产生领域。
背景技术
分组交换网络的业务量产生(traffic generation)指的是根据随机指定或追踪(trace),将人为产生的分组流注入具有业务量模式的目标网络中。典型地,业务量产生支持在示范性的负载条件下对网络应用或者底层网络进行测试,以确定对该负载的应用或者网络响应特性。基于随机规范的合成业务量产生允许为网络创建任意的工作量,而以追踪为基础的业务量产生则要考虑到已知业务量模式的再生。特别地,业务量产生有助于对网络应用或系统的性能特性进行测试和研究,而不会导致在其他情况下所需的硬件及软件设备的高成本和大量的测试人员。
我们知道网络业务量在本质上是突发性的。业务量突发性已经定义为数据分组以突发形式到达的趋势,突发内的分组间到达时间比平均分组间到达时间小得多。突发的业务量能够对网络应用或者网络系统的排队延迟及响应时间产生重大的影响。因而,突发性的合适度量可以作为描述网络系统中负载强度的可变性以及分组到达率的重要业务量参数。
历史上,突发性网络业务量已经表征为泊松分布的,并且业务量产生系统的建模、分析以及设计参数都趋向于遵守这一假设。尽管如此,最近的研究表明网络业务量不仅在本质上是突发性的,而且还发现网络业务量是自相似的。如Leland、Taqqu、Willinger和Wilson在发表于IEEE/ACM Transactions on Networking,Vol.2,no.1(1994年2月)的开创性论文On the Self-Similar Nature of Ethernet Traffic中所述,自相似性是在具体维度的宽尺度范围上显示结构相似性的过程。换言之,参考结构在多种维度(几何的、统计的或者时间的)的宽尺度范围上对其自身进行重复,且该过程的统计量不随变化而改变。
自相似网络业务量的突发性往往已经根据马尔可夫调制的泊松过程(Markov modulated Poisson process,MMPP)进行了建模。MMPP模型描述了两种指数分布的状态:空闲和突发。MMPP模型中从空闲状态到突发状态的转移取决于可为常数或指数分布的所需突发的大小。为了根据MMPP模型产生网络业务量,人们只需要指定三个参数:分组间隔(IPG)、分组大小和突发大小。如本领域中众所周知的,还可以将第四个可选参数指定为“扩展(spread)”以增加所产生的数据的可变性。
发明内容
本发明的实施例在自相似网络业务量的业务量产生方面解决了现有技术的不足之处,并且提供了新颖且非显而易见的用于多尺度(multi-scale)网络业务量产生的方法、系统和计算机程序产品。在本发明的一个实施例中,能够提供一种网络业务量产生方法。该方法可以包括在n状态MMPP模型中定义多个不同的尺度,以适应被建模的业务量情形的全特征响应。该方法可进一步包括为每个尺度建立转移窗口并且通过该转移窗口针对选定尺度确定状态。最后,该方法可以包括根据每个选定尺度的确定的状态计算分组间时间,并且利用相应计算出的分组间时间针对选定尺度产生并传送分组。
在本发明的另一个实施例中,能够提供一种网络业务量产生数据处理系统。该系统可以包括MMPP模型和与该MMPP模型耦接的分组调度器。该系统可进一步包括为不同定义的尺度定义的转移窗口的数据存储器和业务量产生参数计算逻辑。该业务量产生参数计算逻辑可以包括能够根据针对不同尺度在数据存储器中的不同转移窗口内识别的相应状态,为不同尺度计算业务量产生参数的程序代码。最后,该系统可以包括与分组调度器相连的分组传送器。
本发明其他的方面部分将在后续的说明中提出,部分将通过本说明变得显而易见或者可以通过本发明的实践得以了解。将借助于特别是附加的权利要求中所指出的元件及组合来认识和达到本发明的这些方面。需要了解的是,正如本发明所要求的那样,前面的一般性说明和后面的详细说明都只是示范性的和解释性的,而并非对是对本发明的限制。
附图说明
合并在本说明书中并作为本说明书组成部分的附图示出了本发明的实施例,并且与说明部分一起用来解释本发明的原理。此处所示出的实施例目前是优选的,然而需要了解的是本发明并非限制于所示的精确的排列和手段,其中:
图1为配置了多尺度多窗口网络业务量产生器的计算机通信网络的示意图;
图2为多尺度多窗口网络业务量产生器的示意图;
图3为多尺度多窗口网络业务量产生器的框图;以及
图4为多尺度多窗口网络业务量产生过程的流程图。
具体实施方式
本发明的实施例提供了多尺度多窗口网络业务量产生的方法、系统和计算机程序产品。根据本发明的实施例,多尺度、多窗口网络业务量产生器能够针对为跨多个时间尺度的到达模拟的分组来模拟到达间时间分布的自相似特性。业务量产生器能够在具有转移窗口的自适应的n状态MMPP模型上运行,以识别每个时间尺度的状态转移。特别地,每个转移窗口可以在自相似分组间时间分布的多个尺度之间对间隔(gap)进行映射,从而有助于当在特定的时间尺度内产生分组时选择参数值。
在图示中,图1为配置了多尺度多窗口网络业务量产生器的计算机通信网络的示意图。该系统可以包括一个或多个通过计算机通信网络130与服务器主机110耦接的客户端计算设备120。服务器主机110可以包括配置为发生仿真网络业务量自相似特性的分组170的多尺度多窗口网络业务量产生器140。应用150可进一步与服务器主机110(或另外的服务器主机)耦接,且应用监控器160可以响应于由多尺度多窗口网络业务量产生器140所产生的网络业务量的分组170监控应用150的性能特征。
如图2所示,多尺度多窗口网络业务量产生器140可以包括与MMPP模型240、参数计算逻辑220和分组传送器260中的每一个耦接的控制点210。而MMPP模型240可以耦接到也和传送器耦接的分组调度器250。MMPP模型240可以包括多种状态,每种状态被校准以表示时间范围中的尺度范围。每种状态可以呈指数分布,具有从空闲状态转移到突发状态以及从突发状态转移到空闲状态的转移概率。
可以将转移概率组成概率转移矩阵,并且当提供想得到的业务量模式时,该矩阵能够产生转移窗口230中被选定的一个用以产生实时的网络业务量。在这一点上,参数计算逻辑220可以为各突发中的每个突发计算到达间时间(其在各突发间彼此不同)。在这一点上,可以提供多个转移窗口230为多个转移窗口230的每次迭代规定了三种可能的情况:(1) 因而产生具有处于突发状态的分组间时间的分组; (2) 因而产生具有处于空闲状态的分组间时间的分组;以及 转移窗口内的两种状态之间的间隔,因而没有分组产生。
因此,每个转移窗口230能够产生具有由对应于每种状态P1,P2,…Pn的参数μ1,μ2,…μn所确定的分组间时间分布的分组,其中μ为平均参数,P为各突发中某个突发的分布。各突发中的每个突发可在分组调度器250中针对不同尺度的自相似业务量进调度,并且由传送器260发送至目标网络。其后,可以为所选数量的尺度重复各突发中的突发模式。
在更加特别的例示中,图3为多尺度多窗口网络业务量产生器的框图。如图3所示,业务量产生器可以包括从扩展发生器310驱动的突发发生器320,这规定了分组突发340内的可变性。可进一步提供能够定义分组突发340的持续时间(宽度)的突发窗口发生器330。最后,一个或多个空闲状态发生器350A、350B、350N可以提供一个或多个空闲状态发生器360A、360B、360N,空闲状态发生器360A、360B、360N为分组突发340中依赖于长距离的业务量的n尺度提供空闲状态间隔。更为重要的是,空闲状态发生器360A、360B、360N中的每一个都为平均参数提供一些为获得真实性所包含的可变性以及分组突发340概率分布。
在另一个例示中,图4为多尺度多窗口网络业务量产生过程的流程图。从框405开始,可以选择第一尺度进行处理。在框410中,可以为该尺度定义转移窗口。在判决框415中,如果尚存待处理的另外的尺度,可以在框420中选择下一尺度来处理,并且为该下一尺度建立新的转移窗口。可以重复该过程的这一部分,直到为所需要的一组尺度建立一组转移窗口。其后,可以继续该过程到框425。
在框425中,可以选择该组尺度中的尺度进行处理。在框430中,可以为选定的尺度检索窗口,并且在框435中,可以根据检索到的窗口确定状态。其后,在框440中,可以为确定的状态产生分组产生参数,并且在框445中,可以利用这些参数产生各突发中的突发。最后,在框450中,可发送各突发中的该突发,并且在判决框455中,如果该过程尚未完成,可在判决框460中确定是否更换尺度。如果是,则在框425中选择新的尺度并重复该过程至框430。当没有额外的业务量需要产生时,在框465中终止该过程。
本发明的实施例可以采取全部硬件实施例的形式,或者全部软件实施例的形式,抑或是包括硬件和软件组件的实施例的形式。在优选的实施例中,本发明通过软件实现,该软件包括但不限于固件、驻留软件和微码等等。此外,本发明可以采取来自提供由计算机或者任何指令执行系统使用或者与之有关的计算机可用或者计算机可读媒介的可存取的计算机程序产品的形式。
对于本说明而言,计算机可用的或者计算机可读的媒介可以为由指令执行系统、装置或设备使用或者与之有关的包含、存储、通信、传播或者传送程序的任何装置。该媒介可以为电的、磁的、光的、电磁的、红外的或半导体系统(或者设备或者装置)或者传播媒介。计算机可读媒介的实例包括半导体或固态存储器、磁带、可移动计算机磁盘、随机存取存储器(RAM)、只读存储器(ROM)、刚性磁盘和光盘。光盘的流行实例包括压缩磁盘-只读存储器(CD-ROM)、压缩磁盘-可读写存储器(CD-R/W)以及DVD。
适用于存储和/或执行程序代码的数据处理系统将包括至少一个通过系统总线直接或间接与存储元件相连的处理器。存储元件包括在实际执行程序代码的过程中所采用的本地存储器、大容量存储器以及为了减少执行过程中必须从大容量存储器中检索代码的次数,为至少某些程序代码提供临时存储空间的高速缓冲存储器。输入/输出或者I/O设备(包括但不限于键盘、显示器、点击设备等)可以直接或通过中介I/O控制器与系统相连。网络适配器也可以与系统相连,使数据处理系统能够通过中介的专用网或公共网与其他数据处理系统或远程打印机或存储设备相连。调制解调器、线缆调制解调器和以太网卡只是现有的网络适配器中的几种。
Claims (5)
1.一种网络业务量产生方法,包括:
在n状态马尔可夫修改的泊松过程(MMPP)模型中定义多个不同的尺度,以适应所建模的业务量方案的全特征响应;
为每个所述尺度建立转移窗口;
通过所述转移窗口针对选定的所述尺度确定状态;
根据针对选定的所述尺度中的每个确定的状态计算分组间时间;以及
利用相应计算出的分组间时间针对选定的所述尺度产生和传送分组。
2.根据权利要求1所述的方法,其中为每个所述尺度建立转移窗口包括根据为每个所述尺度建立转移窗口。
3.根据权利要求1所述的方法,其中通过所述转移窗口针对选定的所述尺度确定状态包括将随机概率分布与所述转移窗口进行比较以确定所述状态。
4.根据权利要求2所述的方法,其中通过所述转移窗口针对选定的所述尺度确定状态包括将随机概率分布ρi与所述转移窗口进行比较,以根据下述表达式确定状态: 因而产生具有处于突发状态的分组间时间的分组; 因而产生具有处于空闲状态的分组间时间的分组;以及 因而不产生分组。
5.一种网络业务产生系统,包括:
马尔可夫修改的泊松过程(MMPP)模型;
与所述MMPP模型耦接的分组调度器;
针对不同的已定义尺度而定义的转移窗口的数据存储器;
包括程序代码的业务量产生参数计算逻辑,所述程序代码使得能够根据针对不同尺度在数据存储器中的不同转移窗口内识别的相应状态,为不同尺度计算业务量产生参数;以及
与所述分组调度器耦接的分组传送器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/465,851 US9438501B2 (en) | 2006-08-21 | 2006-08-21 | Multi-scale network traffic generator |
US11/465,851 | 2006-08-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101132362A true CN101132362A (zh) | 2008-02-27 |
CN101132362B CN101132362B (zh) | 2010-11-17 |
Family
ID=39101318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200710112157 Active CN101132362B (zh) | 2006-08-21 | 2007-06-19 | 网络业务量产生的方法及系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9438501B2 (zh) |
CN (1) | CN101132362B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101715197B (zh) * | 2009-11-19 | 2011-12-28 | 北京邮电大学 | 一种无线网络中多用户混合业务的容量规划方法 |
CN108614417A (zh) * | 2018-04-28 | 2018-10-02 | 合肥工业大学 | 一种非泊松工件流csps系统优化控制及仿真测试方法 |
CN112866130A (zh) * | 2021-03-31 | 2021-05-28 | 中国工商银行股份有限公司 | 报文组包间隔调整方法及装置 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8121031B2 (en) * | 2006-08-21 | 2012-02-21 | International Business Machines Corporation | Structure for a multi-scale network traffic generator |
US9438501B2 (en) | 2006-08-21 | 2016-09-06 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Multi-scale network traffic generator |
WO2011116716A2 (zh) * | 2011-04-28 | 2011-09-29 | 华为技术有限公司 | 网络流量的人工合成方法和装置 |
JP6139656B2 (ja) * | 2012-03-22 | 2017-05-31 | ロス アラモス ナショナル セキュリティー,リミテッド ライアビリティー カンパニーLos Alamos National Security,Llc | 異常部分グラフの検出のための道探査及び異常/変更検出及び網状況認知のためのdns要求及びホストエージェントの使用 |
US9432295B2 (en) * | 2013-09-27 | 2016-08-30 | Telefonaktiebolaget Lm Ericsson (Publ) | Systems and methods for high throughput traffic pattern generation |
CN109150565B (zh) * | 2017-06-19 | 2021-11-02 | 中兴通讯股份有限公司 | 一种网络态势感知方法、装置及系统 |
CN117435131B (zh) * | 2023-10-09 | 2024-03-29 | 国家电网有限公司 | 基于城市电力设备监测的大数据存储方法、装置和介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5343465A (en) * | 1993-06-11 | 1994-08-30 | Bell Communications Research, Inc. | Method and system for real-time burstiness analysis of network traffic |
US7330427B2 (en) * | 2003-04-16 | 2008-02-12 | International Business Machines Corporation | MMPP analysis of network traffic using a transition window |
US7321555B2 (en) * | 2003-04-16 | 2008-01-22 | International Business Machines Corporation | Multilevel analysis of self-similar network traffic |
US8254267B2 (en) * | 2003-07-15 | 2012-08-28 | Agere Systems Inc. | Extensible traffic generator for synthesis of network data traffic |
US7403488B2 (en) * | 2004-02-17 | 2008-07-22 | Mitsubishi Electric Research Labortories, Inc. | Scheduling packet flows in multi-rate wireless local area networks |
JP4091007B2 (ja) * | 2004-02-27 | 2008-05-28 | 日本電信電話株式会社 | ネットワーク輻輳規模判定方法及びシステム |
US7668165B2 (en) * | 2004-03-31 | 2010-02-23 | Intel Corporation | Hardware-based multi-threading for packet processing |
US9438501B2 (en) | 2006-08-21 | 2016-09-06 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Multi-scale network traffic generator |
-
2006
- 2006-08-21 US US11/465,851 patent/US9438501B2/en active Active
-
2007
- 2007-06-19 CN CN 200710112157 patent/CN101132362B/zh active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101715197B (zh) * | 2009-11-19 | 2011-12-28 | 北京邮电大学 | 一种无线网络中多用户混合业务的容量规划方法 |
CN108614417A (zh) * | 2018-04-28 | 2018-10-02 | 合肥工业大学 | 一种非泊松工件流csps系统优化控制及仿真测试方法 |
CN108614417B (zh) * | 2018-04-28 | 2021-03-26 | 合肥工业大学 | 一种非泊松工件流csps系统优化控制及仿真测试方法 |
CN112866130A (zh) * | 2021-03-31 | 2021-05-28 | 中国工商银行股份有限公司 | 报文组包间隔调整方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101132362B (zh) | 2010-11-17 |
US9438501B2 (en) | 2016-09-06 |
US20080043748A1 (en) | 2008-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101132362A (zh) | 网络业务量产生的方法及系统 | |
US8121031B2 (en) | Structure for a multi-scale network traffic generator | |
US6820042B1 (en) | Mixed mode network simulator | |
Erramilli et al. | An application of deterministic chaotic maps to model packet traffic | |
US7885803B2 (en) | System and method for simulating traffic loads in packetized communication networks | |
JP5313990B2 (ja) | 応答時間に基づいてサービスリソース消費を推定すること | |
CA2107141C (en) | Method simulating data traffic on network in accordance with a client/server paradigm | |
Guo et al. | Time-stepped hybrid simulation (TSHS) for large scale networks | |
Sankaran et al. | Modeling and analysis of routing in IoT networks | |
US20040190519A1 (en) | Self-similar traffic generation | |
US7339899B2 (en) | Method and system for network emulation using packet reorder emulation techniques | |
US7321555B2 (en) | Multilevel analysis of self-similar network traffic | |
CN105577473A (zh) | 一种基于网络流量模型的多业务流量生成系统 | |
CN102546063B (zh) | 无线传感器网络能耗仿真工具及其仿真方法 | |
US7411908B2 (en) | Method and system for network emulation using bandwidth emulation techniques | |
US20220286364A1 (en) | Systems and methods for simulating network path behaviors | |
Chandra et al. | Non-linear time-series models of ethernet traffic | |
Taghinezhad-Niar et al. | Modeling of resource monitoring in federated cloud using Colored Petri Net | |
Panayiotou et al. | Control of communication networks using infinitesimal perturbation analysis of stochastic fluid models | |
Cheng et al. | Internet traffic characterization using packet-pair probing | |
Kim et al. | Bandwidth allocation for fluid input generalized processor sharing servers | |
Ju et al. | Analysis of self-similar traffic based on the on/off model | |
Krishnamurthy et al. | SWAT: A tool for stress testing session-based Web applications | |
Zaborovsky et al. | Network Complexity: Cross-Layer Models and Characteristics | |
Szczerbicka et al. | Discrete event simulation with application to computer communication systems performance: Introduction to simulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20170713 Address after: Hongkong, China Patentee after: Lenovo International Ltd Address before: American New York Patentee before: International Business Machines Corp. |