CN102185673B - 一种rtt统计方法和rtt统计系统 - Google Patents

一种rtt统计方法和rtt统计系统 Download PDF

Info

Publication number
CN102185673B
CN102185673B CN 201110069433 CN201110069433A CN102185673B CN 102185673 B CN102185673 B CN 102185673B CN 201110069433 CN201110069433 CN 201110069433 CN 201110069433 A CN201110069433 A CN 201110069433A CN 102185673 B CN102185673 B CN 102185673B
Authority
CN
China
Prior art keywords
rtt
rtt sample
sampling
time
sample
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.)
Active
Application number
CN 201110069433
Other languages
English (en)
Other versions
CN102185673A (zh
Inventor
李凡
雷建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sangfor Technologies Co Ltd
Original Assignee
Sangfor Network Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sangfor Network Technology Shenzhen Co Ltd filed Critical Sangfor Network Technology Shenzhen Co Ltd
Priority to CN 201110069433 priority Critical patent/CN102185673B/zh
Publication of CN102185673A publication Critical patent/CN102185673A/zh
Application granted granted Critical
Publication of CN102185673B publication Critical patent/CN102185673B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种RTT统计方法和RTT统计系统，包括：对于预设时间内的RTT样本，在每一预设单位时间内，分别从每一预设数目的连续RTT样本中提取最小的RTT样本，得到第一次采样的RTT样本集合；分别从对应于每一预设单位时间的第一次采样的RTT样本集合中提取最小的RTT样本，从而得到第二次采样的RTT样本集合；依据第一次采样的RTT样本集合中RTT样本的数量，确定第二次采样的RTT样本集合中对应的RTT样本的可信权重；依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，计算近似RTT。本技术方案计算得出的近似RTT逼近真实的RTT，保证了统计结果的准确性。

Description

一种RTT统计方法和RTT统计系统
技术领域
本发明涉及数据传输技术，更具体地说，涉及一种RTT统计方法和RTT统计系统。
背景技术
RTT(Round-Trip Time，往返时延)在计算机网络中是一个重要的性能指标，它表示从发送端发送数据开始，到发送端收到来自接收端的确认(接收端收到数据后便立即发送确认)总共经历的时延。发送方发送tcp(TransmissionControl Protocol)报文到收到ack(ACKnowledge Character)回复之间的时间，称为一个RTT(Round-Trip Time，往返时延)样本，记为Rn。由于tcp协议栈的优化操作，接收方收到tcp报文后，并不会立即回复ack确认包，而是延迟几百ms，期望能附带到其它数据包上搭载过去。这样，通过上述方法统计到的RTT样本并不等于真实的RTT，而是包含了tcp协议栈优化时延ΔR。可以用公式表示为：
Rn＝Rt+ΔR；
其中，Rt表示真实的RTT；Rn表示统计出的一次普通RTT样本；ΔR表示tcp协议栈优化的时延。
通过对现实网络中tcp数据进行分析，ΔR因子的值在0～200ms之间，对最终的RTT统计结果影响非常大。现有的统计方法主要包括两种，下面进行详细介绍：
1)、统计方法一
采用如下公式来计算真实的tcp往返时延：
R＝(R1+R2+R3+...+Rn)/n；
对多次统计出的Rn累加求平均值，这样一定程度上平缓了ΔR因子的影响，但是效果不明显。采用此统计方法计算出的RTT与实际RTT相差很大。
2)、统计方法二
Rn＝aR+(1-a)Rn
R＝(R1+R2+R3+...+Rn)/n
此统计方法中，为了消除ΔR因子的随机抖动，利用加权平均算法对RTT样本Rn进行平滑，其中a是平滑因子，典型的值是0.9。这个公式的含义是，按照上一次统计出的R占有0.9的权重，新的RTT样本Rn占有0.1的权重，来更新Rn的值，最后再对平滑后的Rn累加求平均值。此种方法较方法一有所改进，采用平滑算法对每次统计出的RTT样本进行了平滑，减小了ΔR因子抖动的影响，使最终的R更接近于真实RTT。但是仍然存在如下缺陷：如果多次RTT样本中ΔR因子都比较大，那么最终统计出的结果R仍然比真实RTT相差较大。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述统计结果不准确、误差较大的缺陷，提供一种RTT统计方法和RTT统计系统。
本发明解决其技术问题所采用的技术方案是：构造一种RTT统计方法，包括步骤：
A、对于预设时间内的RTT样本，在每一预设单位时间内，分别从每一预设数目的连续RTT样本中提取最小的RTT样本，从而得到对应于每一预设单位时间的第一次采样的RTT样本集合；
B、分别从对应于每一预设单位时间的第一次采样的RTT样本集合中提取最小的RTT样本，从而得到对应于预设时间的第二次采样的RTT样本集合；
C、依据第一次采样的RTT样本集合中RTT样本的数量，确定第二次采样的RTT样本集合中对应的RTT样本的可信权重；
D、依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，计算近似RTT。
在本发明所述的RTT统计方法中，所述可信权重包括多个等级值。
在本发明所述的RTT统计方法中，其中，步骤C具体包括：
C1、判断第一次采样的RTT样本集合中RTT样本的数量是否大于所述多个等级值中的最大等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为最大等级值；若否，则进入步骤C2；
C2、判断第一次采样的RTT样本集合中RTT样本的数量是否等于所述多个等级值中的一个等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为该等级值。
在本发明所述的RTT统计方法中，在步骤A之前还包括步骤：
A01、判断预设时间内的RTT样本是否包含有三次握手数据包对应的RTT样本，若是，则从预设时间内的RTT样本中分离出三次握手数据包对应的RTT样本；若否，则进入步骤A；
A02、设置三次握手数据包对应的RTT样本的可信权重为多个等级值中的最大等级值。
在本发明所述的RTT统计方法中，步骤D具体包括：
依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，以及三次握手数据包对应的RTT样本及其可信权重，计算近似RTT。
在本发明所述的RTT统计方法中，在步骤A之前还包括步骤：
A03、判断每一预设单位时间内的RTT样本的数量是否小于预设数目，若是，则丢弃该预设单位时间内的RTT样本。
本发明还提供一种RTT统计系统，包括：
第一采样单元，用于对于预设时间内的RTT样本，在每一预设单位时间内，分别从每一预设数目的连续RTT样本中提取最小的RTT样本，从而得到对应于每一预设单位时间的第一次采样的RTT样本集合；
第二采样单元，用于分别从对应于每一预设单位时间的第一次采样的RTT样本集合中提取最小的RTT样本，从而得到对应于预设时间的第二次采样的RTT样本集合；
确定单元，用于依据第一次采样的RTT样本集合中RTT样本的数量，确定第二次采样的RTT样本集合中对应的RTT样本的可信权重；
计算单元，用于依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，计算近似RTT。
在本发明所述的RTT统计系统中，所述可信权重包括多个等级值。
在本发明所述的RTT统计系统中，所述确定单元具体包括：
第一判断单元，用于判断第一次采样的RTT样本集合中RTT样本的数量是否大于所述多个等级值中的最大等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为最大等级值；若否，则由第二判断单元进行处理；
第二判断单元，用于判断第一次采样的RTT样本集合中RTT样本的数量是否等于所述多个等级值中的一个等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为该等级值。
在本发明所述的RTT统计系统中，还包括：
分离单元，用于判断预设时间内的RTT样本是否包含有三次握手数据包对应的RTT样本，若是，则从预设时间内的RTT样本中分离出三次握手数据包对应的RTT样本；若否，则由第一采样单元进行处理；
设置单元，用于设置三次握手数据包对应的RTT样本的可信权重为多个等级值中的最大等级值；
其中，计算单元具体用于：依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，以及三次握手数据包对应的RTT样本及其可信权重，计算近似RTT。
本发明的有益效果是，通过对一段时间内的RTT样本进行两次采样，然后再对采样后的RTT样本集合的每一RTT样本确定可信权重，从而计算得出近似RTT。该方案使得预设单位时间内，即使90％的RTT样本都是错误的，只要连续多个RTT样本内，有一个正确的RTT样本，那么正确的RTT样本就可以被筛选出来。为提取出来的RTT样本设置可信权重，使得计算得出的近似RTT逼近真实的RTT。
进一步地，在预设单位时间内，如果发送方与接收方之间的数据包交互很少，使得RTT样本的数量未达到最低的预设数目，则认为此单位时间内的RTT样本数过少，不足以计算出正确的RTT，因此不对此单位时间统计RTT值，保证整体统计结果的准确性。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是依据本发明一实施例的RTT统计方法流程图；
图2是步骤103的详细流程图；
图3是依据本发明另一实施例的RTT统计方法流程图；
图4是依据本发明另一实施例的RTT统计系统结构示意图；
图5是确定单元403的详细结构示意图；
图6是依据本发明另一实施例的RTT统计系统结构示意图。
具体实施方式
图1是依据本发明一实施例的RTT统计方法100流程图。方法100包括如下步骤：
步骤101、对于预设时间内的RTT样本，在每一预设单位时间内，分别从每一预设数目的连续RTT样本中提取最小的RTT样本，从而得到对应于每一预设单位时间的第一次采样的RTT样本集合；
步骤102、分别从对应于每一预设单位时间的第一次采样的RTT样本集合中提取最小的RTT样本，从而得到对应于预设时间的第二次采样的RTT样本集合；
步骤103、依据第一次采样的RTT样本集合中RTT样本的数量，确定第二次采样的RTT样本集合中对应的RTT样本的可信权重；
步骤104、依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，计算近似RTT。
在本发明一实施例中，近似RTT的数值等于第二次采样的RTT样本集合中每一RTT样本与其对应的可信权重的乘积之和，再除以可信权重之和，所得的商值。即，假设第二次采样的RTT样本集合为(M1、M2、…、Mn)，其对应的可信权重为(C1、C2、…、Cn)，则近似RTT可表示为：
Rt′＝(M1×C1+M2×C2+…+Mn×Cn)/(C1+C2+…+Cn)
在本发明中，可信权重包括多个等级值，具体数值可依据实际情况进行设置，例如但不限于设置为1、2、…、10。等级值的设置方式对近似RTT的计算结果影响很小，可以忽略不计。
在本发明一实施例中，步骤103具体包括如下步骤，如图2所示：
步骤1031、判断第一次采样的RTT样本集合中RTT样本的数量是否大于所述多个等级值中的最大等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为最大等级值；若否，则进入步骤1032；
步骤1032、判断第一次采样的RTT样本集合中RTT样本的数量是否等于所述多个等级值中的一个等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为该等级值。
对于设置为1、2、…、10，10个等级值的可信权重为例，假设预设时间为20s，预设单位时间为5s，则总共有四个预设单位时间。如果第一个预设单位时间的第一次采样的RTT样本集合中RTT样本的数量为11，则第二次采样的RTT样本集合中对应的RTT样本的可信权重就设置为最大等级值10。第二个预设单位时间的第一次采样的RTT样本集合中RTT样本的数量为8，则第二次采样的RTT样本集合中对应的RTT样本的可信权重就设置为8。依次类推，第三个预设单位时间的第一次采样的RTT样本集合中RTT样本的数量为3，则第二次采样的RTT样本集合中对应的RTT样本的可信权重就设置为3；第四四个预设单位时间的第一次采样的RTT样本集合中RTT样本的数量为1，则第二次采样的RTT样本集合中对应的RTT样本的可信权重就设置为1。此处的数值仅为了阐述之用，并不作为对本发明的限制。
对于上述示例，4个预设单位时间表示为t1、t2、t3、t4，第一次采样的RTT样本集合表示为N1、N2、N3、N4，第二次采样的RTT样本集合表示为M，其中M中包括4个RTT样本即M1、M2、M3、M4，M1是N1集合中最小的RTT样本，M2是N2集合中最小的RTT样本，M3是N，3集合中最小的RTT样本、M4是N4集合中最小的RTT样本。M1、M2、M3、M4，M1对应的可信权重分别表示为C1、C2、C3、C4，在此例中，C1＝10、C2＝8、C3＝3、C4＝1。近似RTT表示为Rt′，那么步骤104的近似RTT的计算过程可以表示如下：
Rt′＝(M1×C1+M2×C2+M3×C3+M4×C4)/(C1+C2+C3+C4)
＝(M1×10+M2×8+M3×3+M4×1)/(10+8+3+1)
＝(M1×10+M2×8+M3×3+M4×1)/22
对于TCP数据包，有可能会存在三次握手数据包，由于TCP协议栈对三次握手数据包的回复包不做优化延迟处理，因此，根据TCP三次握手数据包统计出的RTT样本基本等于实际的RTT。所以，还需要在步骤101之前进行如下步骤，如图3所示：
步骤101′、判断预设时间内的RTT样本是否包含有三次握手数据包对应的RTT样本，若是，则进入步骤101″，从预设时间内的RTT样本中分离出三次握手数据包对应的RTT样本；若否，则进入步骤101；
步骤101″′、设置三次握手数据包对应的RTT样本的可信权重为多个等级值中的最大等级值。
对于包含有三次握手数据包对应的RTT样本时，步骤104的计算结果要做适应性调整，需要把三次握手数据包对应的RTT样本计算进去。即，依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，以及三次握手数据包对应的RTT样本及其可信权重，计算近似RTT。
为了简要起见，图3中未示出步骤101-104，详细内容可参见图1，此处不再赘述。
假设包含有1个三次握手数据包对应的RTT样本S，其对应的可信权重即为Ms，在设置为1、2、…、10，10个等级值的可信权重的例子中，Ms＝10，最后计算得到的近似RTT为：
Rt′＝(M1×C1+M2×C2+M3×C3+M4×C4+S×Ms)/(C1+C2+C3+C4)
＝(M1×10+M2×8+M3×3+M4×1+S×10)/(10+8+3+1)
＝(M1×10+M2×8+M3×3+M4×1+S×10)/22
在本发明又一实施例中，在步骤101之前还包括步骤：
步骤101″″(未示出)、判断每一预设单位时间内的RTT样本的数量是否小于预设数目，若是，则丢弃该预设单位时间内的RTT样本。步骤101″″可在步骤101′、101″、101″′的之前，也可在其之后，本发明对此不加限制。这里的预设数目例如但不限于10个、30个等等。
图4是依据本发明另一实施例的RTT统计系统结构示意图，RTT统计系统400包括彼此通信连接的第一采样单元401、第二采样单元402、确定单元403、计算单元404。
第一采样单元401，用于对于预设时间内的RTT样本，在每一预设单位时间内，分别从每一预设数目的连续RTT样本中提取最小的RTT样本，从而得到对应于每一预设单位时间的第一次采样的RTT样本集合；
第二采样单元402，用于分别从对应于每一预设单位时间的第一次采样的RTT样本集合中提取最小的RTT样本，从而得到对应于预设时间的第二次采样的RTT样本集合；
确定单元403，用于依据第一次采样的RTT样本集合中RTT样本的数量，确定第二次采样的RTT样本集合中对应的RTT样本的可信权重；
计算单元404，用于依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，计算近似RTT。
其中，可信权重包括多个等级值。详细内容可参见上文关于RTT统计方法的描述，此处不再赘述。
在本发明一实施例中，确定单元403具体包括第一判断单元4031、第二判断单元4033，如图5所示。
第一判断单元4031，用于判断第一次采样的RTT样本集合中RTT样本的数量是否大于所述多个等级值中的最大等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为最大等级值；若否，则由第二判断单元4032进行处理；
第二判断单元4032，用于判断第一次采样的RTT样本集合中RTT样本的数量是否等于所述多个等级值中的一个等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为该等级值。
对于包含有三次握手数据包对应的RTT样本时，RTT统计系统400还可以包括分离单元405、设置单元406，如图6所示。
分离单元405，用于判断预设时间内的RTT样本是否包含有三次握手数据包对应的RTT样本，若是，则从预设时间内的RTT样本中分离出三次握手数据包对应的RTT样本；若否，则由第一采样单元401进行处理；
设置单元406，用于设置三次握手数据包对应的RTT样本的可信权重为多个等级值中的最大等级值。将三次握手数据包对应的RTT样本及其可信权重发送给计算单元，以便计算近似RTT。
在此实施例中，计算单元404具体用于：依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，以及三次握手数据包对应的RTT样本及其可信权重，计算近似RTT。
另外，本发明的RTT统计系统还可以包括丢弃单元(未示出)，用于判断每一预设单位时间内的RTT样本的数量是否小于预设数目，若是，则丢弃该预设单位时间内的RTT样本。
本发明通过对一段时间内的RTT样本进行两次采样，然后再对采样后的RTT样本集合的每一RTT样本确定可信权重，从而计算得出近似RTT。该方案使得预设单位时间内，即使90％的RTT样本都是错误的，只要连续多个RTT样本内，有一个正确的RTT样本，那么正确的RTT样本就可以被筛选出来。为提取出来的RTT样本设置可信权重，使得计算得出的近似RTT逼近真实的RTT。进一步地，在预设单位时间内，如果发送方与接收方之间的数据包交互很少，使得RTT样本的数量未达到最低的预设数目，则认为此单位时间内的RTT样本数过少，不足以计算出正确的RTT，因此不对此单位时间统计RTT值，保证整体统计结果的准确性。
本发明中，在预设单位时间内，即使90％的RTT样本都是错误的，只要连续多个RTT样本或者预设的时间段内，有一个正确的RTT样本，那么正确的RTT样本就可以被筛选出来。在某单位时间内，如果发送方与接收方之间的数据包交互很少，使得RTT样本数未达到最低的要求的数目，则认为此单位时间内的RTT样本数过少，不足以计算出正确的RTT，因此不对此单位时间统计RTT值，保证整体统计结果的准确性。
关于近似RTT的计算过程可参见图1-图3所示，此处不再赘述。RTT统计方法的内容适用于RTT统计系统，同理，RTT统计系统的内容也适用于RTT统计方法。

Claims (6)

1.一种RTT统计方法，其特征在于，包括步骤：
A、对于预设时间内的RTT样本，在每一预设单位时间内，分别从每一预设数目的连续RTT样本中提取最小的RTT样本，从而得到对应于每一预设单位时间的第一次采样的RTT样本集合；
B、分别从对应于每一预设单位时间的第一次采样的RTT样本集合中提取最小的RTT样本，从而得到对应于预设时间的第二次采样的RTT样本集合；
C、依据第一次采样的RTT样本集合中RTT样本的数量，确定第二次采样的RTT样本集合中对应的RTT样本的可信权重；
D、依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，计算近似RTT；
其中，所述可信权重包括多个等级值，步骤C具体包括：
C1、判断第一次采样的RTT样本集合中RTT样本的数量是否大于所述多个等级值中的最大等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为最大等级值；若否，则进入步骤C2；
C2、判断第一次采样的RTT样本集合中RTT样本的数量是否等于所述多个等级值中的一个等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为该等级值。
2.根据权利要求1所述的RTT统计方法，其特征在于，在步骤A之前还包括步骤：
A01、判断预设时间内的RTT样本是否包含有三次握手数据包对应的RTT样本，若是，则从预设时间内的RTT样本中分离出三次握手数据包对应的RTT样本；若否，则进入步骤A；
A02、设置三次握手数据包对应的RTT样本的可信权重为多个等级值中的最大等级值。
3.根据权利要求2所述的RTT统计方法，其特征在于，步骤D具体包括：
依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，以及三次握手数据包对应的RTT样本及其可信权重，计算近似RTT。
4.根据权利要求1所述的RTT统计方法，其特征在于，在步骤A之前还包括步骤：
A03、判断每一预设单位时间内的RTT样本的数量是否小于预设数目，若是，则丢弃该预设单位时间内的RTT样本。
5.一种RTT统计系统，其特征在于，包括：
第一采样单元，用于对于预设时间内的RTT样本，在每一预设单位时间内，
分别从每一预设数目的连续RTT样本中提取最小的RTT样本，从而得到对应于每一预设单位时间的第一次采样的RTT样本集合；
第二采样单元，用于分别从对应于每一预设单位时间的第一次采样的RTT样本集合中提取最小的RTT样本，从而得到对应于预设时间的第二次采样的RTT样本集合；
确定单元，用于依据第一次采样的RTT样本集合中RTT样本的数量，确定第二次采样的RTT样本集合中对应的RTT样本的可信权重；
计算单元，用于依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，计算近似RTT；
其中，所述可信权重包括多个等级值，所述确定单元具体包括：
第一判断单元，用于判断第一次采样的RTT样本集合中RTT样本的数量是否大于所述多个等级值中的最大等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为最大等级值；若否，则由第二判断单元进行处理；
第二判断单元，用于判断第一次采样的RTT样本集合中RTT样本的数量是否等于所述多个等级值中的一个等级值，若是，则设置第二次采样的RTT样本集合中对应的RTT样本的可信权重为该等级值。
6.根据权利要求5所述的RTT统计系统，其特征在于，所述RTT统计系统还包括：
分离单元，用于判断预设时间内的RTT样本是否包含有三次握手数据包对应的RTT样本，若是，则从预设时间内的RTT样本中分离出三次握手数据包对应的RTT样本；若否，则由第一采样单元进行处理；
设置单元，用于设置三次握手数据包对应的RTT样本的可信权重为多个等级值中的最大等级值；
其中，所述计算单元具体用于：依据第二次采样的RTT样本集合和第二次采样的RTT样本集合中每一RTT样本的可信权重，以及三次握手数据包对应的RTT样本及其可信权重，计算近似RTT。
CN 201110069433 2011-03-22 2011-03-22 一种rtt统计方法和rtt统计系统 Active CN102185673B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110069433 CN102185673B (zh) 2011-03-22 2011-03-22 一种rtt统计方法和rtt统计系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110069433 CN102185673B (zh) 2011-03-22 2011-03-22 一种rtt统计方法和rtt统计系统

Publications (2)

Publication Number Publication Date
CN102185673A CN102185673A (zh) 2011-09-14
CN102185673B true CN102185673B (zh) 2013-03-27

Family

ID=44571749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110069433 Active CN102185673B (zh) 2011-03-22 2011-03-22 一种rtt统计方法和rtt统计系统

Country Status (1)

Country Link
CN (1) CN102185673B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106941425B (zh) * 2016-01-04 2019-11-19 中国科学院声学研究所 一种基于rtt监测的链路健康检测系统及方法
CN106899449B (zh) * 2017-01-22 2020-04-21 北京奇艺世纪科技有限公司 网络往返延迟时间的展示方法及装置
CN108449772A (zh) * 2017-02-16 2018-08-24 网宿科技股份有限公司 基于多路径传输协议的路径选择方法及系统、节点服务器
CN112217686B (zh) 2019-07-12 2022-12-27 华为技术有限公司 一种评估往返时延的系统、方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101437300A (zh) * 2008-12-19 2009-05-20 重庆邮电大学 网络最小往返时间piad计算方法及装置
CN101572634A (zh) * 2009-06-04 2009-11-04 北京邮电大学 一种利用互相关函数被动测量tcp连接往返时延的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008089677A1 (fr) * 2007-01-22 2008-07-31 Huawei Technologies Co., Ltd. Procédé et système de mesure du temps de transmission aller-retour

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101437300A (zh) * 2008-12-19 2009-05-20 重庆邮电大学 网络最小往返时间piad计算方法及装置
CN101572634A (zh) * 2009-06-04 2009-11-04 北京邮电大学 一种利用互相关函数被动测量tcp连接往返时延的方法

Also Published As

Publication number Publication date
CN102185673A (zh) 2011-09-14

Similar Documents

Publication Publication Date Title
CN102185673B (zh) 一种rtt统计方法和rtt统计系统
CN101217429B (zh) 基于tcp时间戳选项确定tcp报文之间的引发关系的方法
CN101926154B (zh) 帧丢失测定方法、系统以及装置
CN111142942B (zh) 窗口数据的处理方法、装置、服务器及存储介质
CN103888317B (zh) 一种协议无关的网络冗余流量消除方法
CN101119237A (zh) 网卡测试方法
CN103947191A (zh) 影像接收终端、家庭网关装置、质量管理系统以及质量劣化划分系统
CN106658644B (zh) 通信网络选路方法和装置
CN101132346A (zh) 无线通信网络中的数据传输及解析方法及其装置
CN103152285B (zh) 本端网元、对端网元以及发送窗口调整方法
CN104301161A (zh) 业务质量指标的计算方法、计算装置以及通信系统
EP3148150B1 (en) Method and device for determining transmission buffer size
CN105893448A (zh) 一种生成应用热度榜单的方法及系统
EP1788756A1 (en) Apparatus and method for transmitting packets in wireless network
CN102281183B (zh) 处理网络拥塞的方法、装置和核心网络实体
CN104917731A (zh) 一种提高数据显示速度的方法及系统、服务器、浏览器
CN101640790B (zh) 帧标头辨识方法以及系统
CN115604052B (zh) 车辆通讯交互方法、系统及电子设备
CN111770055A (zh) 一种应用于电能表的多协议通讯帧快速判别方法
CN115242844B (zh) 一种基于边缘计算系统的嵌入式工控机
CN111245697A (zh) 并行总线的通信方法、系统及主站、从站
CN112019443B (zh) 多路径数据传输方法及装置
CN115103234A (zh) 基于rtp的图像远程传输方法
CN112597081A (zh) 基于低压物联感知终端的uart软件实现方法
CN108259393B (zh) 一种流数据处理中乱序纠正方法及系统

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

Effective date of registration: 20200617

Address after: Nanshan District Xueyuan Road in Shenzhen city of Guangdong province 518000 No. 1001 Nanshan Chi Park building A1 layer

Patentee after: SANGFOR TECHNOLOGIES Inc.

Address before: 518000 Nanshan Science and Technology Pioneering service center, No. 1 Qilin Road, Guangdong, Shenzhen 418, 419,

Patentee before: Shenxin network technology (Shenzhen) Co.,Ltd.

TR01 Transfer of patent right