CN106452983A - 一种互联网端到端路径丢包率的测量方法 - Google Patents
一种互联网端到端路径丢包率的测量方法 Download PDFInfo
- Publication number
- CN106452983A CN106452983A CN201611200823.4A CN201611200823A CN106452983A CN 106452983 A CN106452983 A CN 106452983A CN 201611200823 A CN201611200823 A CN 201611200823A CN 106452983 A CN106452983 A CN 106452983A
- Authority
- CN
- China
- Prior art keywords
- packet loss
- detection
- measurement
- detection cycle
- delay
- 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.)
- Withdrawn
Links
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
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
- H04L43/0829—Packet loss
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种互联网端到端路径丢包率的测量方法,具体包括以下步骤:A.测量初始化;B.源端发送探测包;C.判断目的端是否收到响应包,如收到则计算时延;如没有收到,则记一次丢包;D.判断是否达到结束条件,如达到则结束测量,并输出结果;如没有达到,则进行步骤E;E.调整探测周期,等到达下一个探测周期时重复步骤B至步骤D。本发明通过利用时延‑丢包相关性及丢包‑丢包相关性,根据测量过程中大时延测量样本和丢包事件对网络突发丢包的指示作用,设定适当的触发阈值,能够充分对丢包事件进行采样,从而在不大幅提高探测量的前提下,提高丢包率测量的准确性。
Description
技术领域
本发明涉及计算机网络性能测试与监控技术领域,特别是一种计算机网络端到端路径丢包率的测量方法。
背景技术
在计算机网络中,流量突发会使得网络拥塞,网络服务质量降低,甚至还会出现丢包现象。对于实时性要求不高的网络应用,如HTTP、FTP等,网络丢包虽然会降低其传输吞吐量,但通过数据重传,它们仍能正常工作;然而,对于VoIP、流媒体等高实时性要求的网络应用,丢包不仅会显著降低其性能,还会影响其正常工作。因此,需要准确地测量端到端路径丢包率,了解网络丢包特征,以此来改进网络应用的设计或调整其运行时的参数配置,从而优化应用的性能。
由于主动测量具有实施简单、测量灵活等优点,因此主动测量是目前测量丢包率、时延等端到端路径性能指标的主要方式。主动测量丢包率的基本过程是在指定时间区间内,周期性地从源端向目的端发送探测包;若某探测包在指定时间阈值内收到响应包,则获得一个端到端时延的测量样本;若超过指定时间阈值仍未收到响应包,则记录为丢包事件。测量过程结束后,记录的丢包事件次数除以测量过程发送的探测包总数,即为该时间区间内端到端路径丢包率;获得的时延测量样本集合则构成了时间区间内端到端路径时延的时间序列。
主动测量的这种周期探测方式过程简单、容易实现,因而被广泛应用。最常用的主动测量工具Ping即采用这种方式测量丢包率及时延,但周期探测本质是一种离散采样方式,其测量结果受探测周期选择的影响。由于网络流量的随机突发性,丢包也具有随机突发特征;如测量的探测周期太大,则不能充分探测丢包事件,丢包率测量结果有误差;所以,往往需要较密集地发送探测包,即需有较小的采样周期,才能充分地探测到突发的丢包事件,准确测量丢包率。然而,持续的小采样周期会给端到端路径带来不可忽视的测量负载,使得测量结果与无测量负载的路径实际丢包率不相符。故实现周期探测方式的工具,如Ping,所测量的丢包率结果往往存在较大误差。究其原因,Ping存在测量误差的根本原因在于周期探测难以适应丢包的随机突发特征,难以选择合适的采样周期,也就无法充分采样丢包事件。
发明内容
本发明需要解决的技术问题是提供一种探测周期自适应调整的丢包率测量方法,能够充分对丢包事件进行采样,从而在不大幅提高探测量的前提下,提高丢包率测量的准确性。
为解决上述技术问题,本发明所采取的技术方案如下。
一种互联网端到端路径丢包率的测量方法,具体包括以下步骤:
A.测量初始化;
B.源端发送探测包;
C.判断目的端是否收到响应包,如收到则计算时延;如没有收到,则记一次丢包;
D.判断是否达到结束条件,如达到则结束测量,并输出结果;如没有达到,则进行步骤E;
E.调整探测周期,等到达下一个探测周期时重复步骤B至步骤D。
上述一种互联网端到端路径丢包率的测量方法,步骤E中所述调整探测周期的方法如下:
E1.分析判断当前是否存在突发丢包;
E2.根据步骤E1的判断结果来调整探测周期。
上述一种互联网端到端路径丢包率的测量方法,步骤E1采用以下方法进行突发丢包的判断:
首先,设测量过程共进行n次探测,即发送了n个探测包,探测结果表示为序列{d1,d2,…,dn}。对于第i次探测,若未丢包,di为探测到的时延值;若丢包,置di为0;随着测量的进行,若第k次探测的结果dk为0或为较大的时延值,根据上述相关性特征,则认为此时处于突发丢包时段;
其次,定义排队时延比率指标qr,qr通过下式计算,
式中,dmin为当前探测到的时延最小值,dth为当前所有探测到的丢包事件前一个时延值的最小值;
dk不为0时,若qr小于1,表明当前排队时延小于之前出现丢包事件的最小排队时延,网络未拥塞;若qr大于1,则表明当前排队时延大于之前出现丢包事件的最小排队时延,网络可能出现突发丢包;若dk为0,则当前已出现突发丢包,下一刻亦可能出现突发丢包,故补充qr定义等于1;
然后,判断短时间内的时延变化趋势,若短期内时延出现明显增长趋势,则可能出现流量突发,从而可能出现突发丢包;
定义时延变化趋势指标Sk为:
式中,I(X)为示性函数,定义为:
时延变化趋势指标Sk反映了结果序列中相邻时延值递增的比例;
最后,结合排队时延比率指标qr和时延变化趋势指标Sk对出现的突发丢包进行判断。
上述一种互联网端到端路径丢包率的测量方法,步骤E2中所述探测周期的调整方法采用减半或倍增的方式调整探测周期,并设定探测周期的调整范围。
上述一种互联网端到端路径丢包率的测量方法,步骤E2中所述探测周期的具体调整方法为:
E21.根据步骤E1计算的qr和Sk值,首先判断Sk是否小于0.55,若Sk<0.55,表明时延未表现明显增长趋势,网络状态平稳,故增大探测周期,令Tk+1=min(Tmax,2Tk),并输出调整后的探测周期;若Sk≥0.55进行步骤E22;
E22.判断qr值,若qr<1,则当前虽然时延有增长趋势,但不能确定是否处于突发丢包状态,故保持探测周期不变,输出Tk+1=Tk;若qr≥1,表明当前时延有明显增长趋势,且当前排队时延大于之前出现丢包事件的最小排队时延,指示当前处于突发丢包状态,故减小探测周期,令Tk+1=min(Tmin,2Tk),并输出调整后的探测周期。
由于采用了以上技术方案,本发明所取得技术进步如下。
本发明通过利用时延-丢包相关性及丢包-丢包相关性,根据测量过程中大时延测量样本和丢包事件对网络突发丢包的指示作用,设定适当的触发阈值,在出现大时延测量样本和丢包事件时,减小探测周期;而在时延较平缓时则增大探测周期,既保证了在无突发丢包时,不会产生太大的测量负载,也保证了出现突发性丢包时,能充分对丢包事件进行采样,从而在不大幅提高探测量的前提下,提高了丢包率测量的准确性。仿真实验结果表明与ping相比,该方法测量误差降低较多,而探测量开销则增加不多,与较为准确的BADABING工具相比,测量误差相差不大,但探测量开销则明显减少,因此,本发明在测量精度和探测量开销上有较好的折中。
附图说明
图1为本发明的流程图;
图2为本发明所述步骤E的流程图;
图3为本发明实施例中仿真实验的网络拓扑图;
图4为本发明实施例中仿真实验的丢包率测量结果;
图5为本发明实施例中仿真实验的三种方法的谈测量开销。
具体实施方式
对于具有随机突发性的被测对象,自适应采样往往比简单的周期采样更具优势,可在保持较小采样数量的前提下,获得较理想的网络流量采样结果。本发明通过增加自适应调整方法来达到动态调整探测周期的目的,为使得测量能保持较小负载和误差,自适应调整方法首先应对当前是否可能存在突发丢包进行分析和判断,以确定探测周期调整的方向;其次,需要设计合适的探测周期调整策略,使得周期调整幅度能快速适应网络状况的变化。因此,本发明的核心在于:如何分析判断当前是否存在突发丢包;并根据判断结果合理来调整探测周期。
下面将结合附图和具体实施例对本发明进行进一步详细说明。
一种互联网端到端路径丢包率的测量方法,其特征在于,具体包括以下步骤:
A.测量初始化。
B.源端发送探测包。
C.判断目的端是否收到响应包,如收到则计算时延;如没有收到,则记一次丢包。
D.判断是否达到结束条件,如达到则结束测量,并输出结果;如没有达到,则进行步骤E。
E.调整探测周期,等到达下一个探测周期时重复步骤B至步骤D。
本步骤中,对探测周期进行调整前,需要先对当前网络是否存在突发丢包进行判断,具体如下。
E1.分析判断当前是否存在突发丢包。
在计算机网络中,丢包主要由于网络流量的突发增加而导致,就网络性能而言,突发流量导致网络出现短时间拥塞,使得网络时延增加,并出现丢包。因此,突发丢包并不是孤立出现,而是往往伴随着较大的时延或者短时间连续的丢包而发生。事实上,时延与丢包、丢包与丢包之间存在一定的相关性,因此,在测量中可以利用此相关性来判断突发丢包的出现。
首先,设测量过程共进行n次探测,即发送了n个探测包,探测结果表示为序列{d1,d2,…,dn}。对于第i次探测,若未丢包,di为探测到的时延值;若丢包,置di为0。
随着测量的进行,若第k次探测的结果dk为0或为较大的时延值,根据上述相关性特征,可以认为此时处于突发丢包时段。由于单使用dk的取值不方便判断突发丢包,可定义排队时延比率指标qr,如下:
式1中,dmin为当前探测到的时延最小值,通常认为dmin未包含任何排队时延;dth为当前所有探测到的丢包事件前一个时延值的最小值。
式1可视为当前排队时延相对出现丢包事件的最小排队时延的比率。dk不为0时,若qr小于1,表明当前排队时延小于之前出现丢包事件的最小排队时延,网络未拥塞;若qr大于1,则表明当前排队时延大于之前出现丢包事件的最小排队时延,网络可能出现突发丢包。若dk为0,则当前已出现突发丢包,下一刻亦可能出现突发丢包,故补充qr定义等于1。
排队时延比率指标qr可作为突发丢包的判断指标,但对偶然出现的大时延值或丢包过于敏感,容易误判。故本发明还需要考察短时间内的时延变化趋势,若短期内时延出现明显增长趋势,则可能出现流量突发,从而可能出现突发丢包。为此,设第k次探测及之前共w次探测的结果序列为{dk-w+1,…,dk-1,dk},根据分析,定义时延变化趋势指标Sk为:
式(2)中,I(X)为示性函数,定义为:
时延变化趋势指标Sk反映了结果序列中相邻时延值递增的比例。根据分析,Sk大于0.55时,结果序列有明显的增长趋势。这里沿用这一结果。
此外,w的取值亦对使用Sk来判断短期内时延变化趋势有影响。参数w可视为考察时延变化趋势时考虑的时间窗口大小。传统计算的网络突发式拥塞持续时间通常不超过1秒,故设置计算Sk的时间窗口为5秒,则w的初值可计算为:
式3中,表示上取整运算,T0为初始探测周期。测量过程中,随着探测周期的动态调整,w的取值也将变动。
最后,结合排队时延比率指标qr和时延变化趋势指标Sk对出现的突发丢包进行判断。
E2.在对是否出现突发丢包进行判断后,需要进行适应性的探测周期调整。总体策略是当出现突发丢包时应减小探测周期,而网络状态平稳时应增大探测周期。
由于探测周期的调整对保持较小的测量误差和测量负载有决定性作用,调整策略应能快速适应网络状态的变化。为此,本发明中,探测周期的调整采用减半或倍增的方式。
设当前探测周期为Tk,若判断当前处于突发丢包状态,为充分采样丢包事件,则探测周期调整为Tk+1=Tk/2;若判断当前未处于突发丢包状态,则探测周期调整为Tk+1=2Tk,以降低测量负载。
自适应调整探测周期时,若探测周期过大会使得采样过于稀疏;而探测周期太小,则相邻探测包的结果相互干扰,因此需要设定探测周期的调整范围。
设最大探测周期为Tmax,最小探测周期为Tmin,则任意一次采样的探测周期Ti均需满足Tmin≤Ti≤Tmax。结合计算机网络的数据传输速率,通常认为时间相隔5秒的探测包是相互独立的,当而时间间隔小于50毫秒时,则前后探测包可能存在相互干扰;故本发明中最大探测周期Tmax设置为5秒,最小探测周期Tmin设置为0.05秒。
综上,将突发丢包判断过程和探测周期调整过程进行整合,得到的探测周期自适应调整算法流程如图2所示,具体如下。
E21.根据步骤E1计算的qr和Sk值,首先判断Sk是否小于0.55,若Sk<0.55,表明时延未表现明显增长趋势,网络状态平稳,故增大探测周期,此时无需考察qr的取值,以避免调整算法对偶然出现的大时延或丢包事件过于敏感。此时令Tk+1=min(Tmax,2Tk),并输出调整后的探测周期。若Sk≥0.55进行步骤E22。
E22.判断qr值,若qr<1,则当前虽然时延有增长趋势,但不能确定是否处于突发丢包状态,故保持探测周期不变,输出Tk+1=Tk;若qr≥1,表明当前时延有明显增长趋势,且当前排队时延大于之前出现丢包事件的最小排队时延,指示当前处于突发丢包状态,故减小探测周期,令Tk+1=min(Tmin,2Tk),并输出调整后的探测周期。
本发明在进行qr和Sk的计算时,需要使用到一些参数,这些参数的初始化在步骤A中测量初始化时进行,之后则在输出新的探测周期Tk+1时进行更新。需要指出的是,本发明中的Tmax、Tmin可视为算法运行时的默认值,实际使用时,这些参数的取值均可另行设置,以适应不同的端到端路径特性。
本发明在ping的基础上对本文方法进行了实现,称之为asping。与探测周期固定的ping工具不同,asping在测量过程中将自适应地调整探测周期。为评估asping在测量丢包率时的准确性和探测包开销,在仿真环境进行了实验,并与ping、BADABING等工具进行比较。
仿真实验使用ns-2构建的网络拓扑如图3所示。图3中,S1至Sn为发送端,R1至Rn为接收端,模拟网络的实际用户。发送端向对应接收端发送符合指数开关(ON-OFF)过程的流量,多个叠加后即具有自相似特征。开、关的均值分别设置为1秒和14秒。在开状态下,发送端发送长度为1000字节的数据包,发送时间间隔服从均值为10毫秒的指数分布。设置发送端总数为140,故中间链路的利用率约为70%,路由器的缓存容量设置为50个数据包。由于每次仿真得到的网络实际丢包率均有不同,为保证结果有可比较性,仿真时设置Sp、SB、Sa为测量源主机,分别模拟ping、BADABING、Asping工具同时向对应测量目的主机发送包长为64字节的探测包,亦即同时进行丢包率的测量。
在图3所示网络拓扑共运行了10次时间为1000秒的仿真试验,记录各工具测量的丢包率及探测量进行比较分析,探测周期设置为5秒。网络实际丢包率则根据发送端发送的数据包总数及接收端接收数据包总数来计算。
图4给出了10次仿真试验的实际丢包率RL及各工具的测量结果。由图4可知,10次仿真试验的实际丢包率并不固定,但均小于3%。相对于实际丢包率,三种方法中ping的测量误差最大,特别是第3、4和7次仿真试验,由于ping未能探测到丢包事件,其测量的丢包率结果为0。之所以ping有较大测量误差,是因为仿真设置的探测周期较大,而ping的周期探测是固定的,故难以充分探测丢包事件。10次仿真试验中BADABING有6次具有最小的测量误差,可以认为BADABING的测量精度最优。本文提出的asping方法测量误差明显小于ping,虽然多数仿真中asping方法的测量误差略高于BADABING,但亦有少数仿真试验asping方法的测量误差小于BADABING。可认为asping的测量精度仅略低于BADABING。
探测量开销是测量方法评估的另一个重要指标,且探测量开销在一定程度影响了测量精度。图5给出了10次仿真试验中三种工具的探测量开销,因仿真时探测包长度固定为64字节,故图中以探测包数表示探测量开销。图5中,ping是采取固定周期探测方式,故每次仿真试验中,ping的探测量开销也是固定的;BADABING和本文提出的asping则在测量过程中动态调整采样频率,故它们每次试验的探测量开销是变动的。由图5可知,ping有最小的探测量开销,asping探测量开销中等,而每次试验中,BADABING均具有最大的探测量开销。
这10次仿真实验中三种方法的平均误差和平均探测量开销如下表所示。
方法 | 绝对误差 | 相对误差 | 探测量 |
ping | 64% | 60.1% | 200 |
asping | 23% | 20.6% | 375 |
BADABING | 16% | 17.1% | 564 |
由上表可以得知,虽然ping的探测量开销最小,但其测量误差较大,平均绝对误差达到64%;BADABING测量误差最小,但是以较大的探测量开销为代价而取得的,其平均探测量开销为ping的2.82倍;本发明提出的asping的测量误差接近了BADABING,同时增加的探测量开销小于BADABING,其平均探测量开销为ping的1.86倍,因此可以认为asping在测量误差和探测量开销之间取得了较好的折中。
Claims (5)
1.一种互联网端到端路径丢包率的测量方法,其特征在于,具体包括以下步骤:
A.测量初始化;
B.源端发送探测包;
C.判断目的端是否收到响应包,如收到则计算时延;如没有收到,则记一次丢包;
D.判断是否达到结束条件,如达到则结束测量,并输出结果;如没有达到,则进行步骤E;
E.调整探测周期,等到达下一个探测周期时重复步骤B至步骤D。
2.根据权利要求1所述的一种互联网端到端路径丢包率的测量方法,其特征在于,步骤E中所述调整探测周期的方法如下:
E1.分析判断当前是否存在突发丢包;
E2.根据步骤E1的判断结果来调整探测周期。
3.根据权利要求2所述的一种互联网端到端路径丢包率的测量方法,其特征在于,步骤E1采用以下方法进行突发丢包的判断:
首先,设测量过程共进行n次探测,即发送了n个探测包,探测结果表示为序列{d1,d2,…,dn}。对于第i次探测,若未丢包,di为探测到的时延值;若丢包,置di为0;随着测量的进行,若第k次探测的结果dk为0或为较大的时延值,根据上述相关性特征,则认为此时处于突发丢包时段;
其次,定义排队时延比率指标qr,qr通过下式计算,
式中,dmin为当前探测到的时延最小值,dth为当前所有探测到的丢包事件前一个时延值的最小值;
dk不为0时,若qr小于1,表明当前排队时延小于之前出现丢包事件的最小排队时延,网络未拥塞;若qr大于1,则表明当前排队时延大于之前出现丢包事件的最小排队时延,网络可能出现突发丢包;若dk为0,则当前已出现突发丢包,下一刻亦可能出现突发丢包,故补充qr定义等于1;
然后,判断短时间内的时延变化趋势,若短期内时延出现明显增长趋势,则可能出现流量突发,从而可能出现突发丢包;
定义时延变化趋势指标Sk为:
式中,I(X)为示性函数,定义为:
时延变化趋势指标Sk反映了结果序列中相邻时延值递增的比例;
最后,结合排队时延比率指标qr和时延变化趋势指标Sk对出现的突发丢包进行判断。
4.根据权利要求3所述的一种互联网端到端路径丢包率的测量方法,其特征在于,步骤E2中所述探测周期的调整方法采用减半或倍增的方式调整探测周期,并设定探测周期的调整范围。
5.根据权利要求4所述的一种互联网端到端路径丢包率的测量方法,其特征在于,步骤E2中所述探测周期的具体调整方法为:
E21.根据步骤E1计算的qr和Sk值,首先判断Sk是否小于0.55,若Sk<0.55,表明时延未表现明显增长趋势,网络状态平稳,故增大探测周期,令Tk+1=min(Tmax,2Tk),并输出调整后的探测周期;若Sk≥0.55进行步骤E22;
E22.判断qr值,若qr<1,则当前虽然时延有增长趋势,但不能确定是否处于突发丢包状态,故保持探测周期不变,输出Tk+1=Tk;若qr≥1,表明当前时延有明显增长趋势,且当前排队时延大于之前出现丢包事件的最小排队时延,指示当前处于突发丢包状态,故减小探测周期,令Tk+1=min(Tmin,2Tk),并输出调整后的探测周期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611200823.4A CN106452983A (zh) | 2016-12-22 | 2016-12-22 | 一种互联网端到端路径丢包率的测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611200823.4A CN106452983A (zh) | 2016-12-22 | 2016-12-22 | 一种互联网端到端路径丢包率的测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106452983A true CN106452983A (zh) | 2017-02-22 |
Family
ID=58215521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611200823.4A Withdrawn CN106452983A (zh) | 2016-12-22 | 2016-12-22 | 一种互联网端到端路径丢包率的测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106452983A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108400907A (zh) * | 2018-02-08 | 2018-08-14 | 安徽农业大学 | 一种不确定网络环境下的链路丢包率推理方法 |
CN109756358A (zh) * | 2017-11-08 | 2019-05-14 | 华为技术有限公司 | 采样频率推荐方法、装置、设备与存储介质 |
CN110730217A (zh) * | 2019-09-24 | 2020-01-24 | 日立楼宇技术(广州)有限公司 | 门禁系统传输链路调整方法、装置、门禁设备和存储介质 |
CN114079619A (zh) * | 2020-08-07 | 2022-02-22 | 中国电信股份有限公司 | 端口流量的采样方法和装置 |
CN116225198A (zh) * | 2023-04-25 | 2023-06-06 | 北京博上网络科技有限公司 | 一种cpu负载控制方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101179473A (zh) * | 2007-11-27 | 2008-05-14 | 哈尔滨工程大学 | 网络存储系统中的流量控制方法 |
CN101272290A (zh) * | 2008-05-12 | 2008-09-24 | 中国电信股份有限公司 | Ip网络中路径拥塞状态的测量方法、测量装置和转发装置 |
CN101674596A (zh) * | 2009-09-29 | 2010-03-17 | 重庆大学 | 无线mesh网络在线测量方法 |
CN101969403A (zh) * | 2010-10-25 | 2011-02-09 | 武汉烽火网络有限责任公司 | 一种基于E-Model的去抖缓冲区管理方法 |
CN103051981A (zh) * | 2012-11-16 | 2013-04-17 | 北京邮电大学 | 用于视频多跳传输的自适应帧长计算方法 |
-
2016
- 2016-12-22 CN CN201611200823.4A patent/CN106452983A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101179473A (zh) * | 2007-11-27 | 2008-05-14 | 哈尔滨工程大学 | 网络存储系统中的流量控制方法 |
CN101272290A (zh) * | 2008-05-12 | 2008-09-24 | 中国电信股份有限公司 | Ip网络中路径拥塞状态的测量方法、测量装置和转发装置 |
CN101674596A (zh) * | 2009-09-29 | 2010-03-17 | 重庆大学 | 无线mesh网络在线测量方法 |
CN101969403A (zh) * | 2010-10-25 | 2011-02-09 | 武汉烽火网络有限责任公司 | 一种基于E-Model的去抖缓冲区管理方法 |
CN103051981A (zh) * | 2012-11-16 | 2013-04-17 | 北京邮电大学 | 用于视频多跳传输的自适应帧长计算方法 |
Non-Patent Citations (1)
Title |
---|
黎文伟等: "一种基于自适应采样的网络丢包率测量方法", 《湖南大学学报(自然科学版)》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109756358A (zh) * | 2017-11-08 | 2019-05-14 | 华为技术有限公司 | 采样频率推荐方法、装置、设备与存储介质 |
US11336540B2 (en) | 2017-11-08 | 2022-05-17 | Huawei Technologies Co., Ltd. | Sampling frequency recommendation method, apparatus and device, and storage medium |
CN108400907A (zh) * | 2018-02-08 | 2018-08-14 | 安徽农业大学 | 一种不确定网络环境下的链路丢包率推理方法 |
CN108400907B (zh) * | 2018-02-08 | 2021-06-01 | 安徽农业大学 | 一种不确定网络环境下的链路丢包率推理方法 |
CN110730217A (zh) * | 2019-09-24 | 2020-01-24 | 日立楼宇技术(广州)有限公司 | 门禁系统传输链路调整方法、装置、门禁设备和存储介质 |
CN114079619A (zh) * | 2020-08-07 | 2022-02-22 | 中国电信股份有限公司 | 端口流量的采样方法和装置 |
CN114079619B (zh) * | 2020-08-07 | 2024-02-13 | 中国电信股份有限公司 | 端口流量的采样方法和装置 |
CN116225198A (zh) * | 2023-04-25 | 2023-06-06 | 北京博上网络科技有限公司 | 一种cpu负载控制方法及系统 |
CN116225198B (zh) * | 2023-04-25 | 2023-07-14 | 北京博上网络科技有限公司 | 一种cpu负载控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106452983A (zh) | 一种互联网端到端路径丢包率的测量方法 | |
CN100442730C (zh) | 基于逐跳时间戳标签的网络链路带宽的测量方法 | |
CN102014030B (zh) | 一种基于tcp的网络性能测量诊断方法及系统 | |
US20080147846A1 (en) | Determining coverage of a wireless network | |
CN101313521B (zh) | 使用滤波和主动探测来评估数据传输路径 | |
EP2266254B1 (en) | Available bandwidth estimation in a packet-switched communication network | |
CN100369424C (zh) | 一种端到端服务等级协议的评估方法和评估装置 | |
US8737245B2 (en) | Method for evaluating link cost metrics in communication networks | |
CN109495198A (zh) | 基于残差相关矩阵检测的欠采样频谱感知方法 | |
CN103746875B (zh) | 一种基于二分法的多跳无线网络可用带宽自适应检测方法 | |
Nguyen et al. | Rigorous statistical analysis of internet loss measurements | |
CN110514963B (zh) | 一种改进双端行波故障测距方法 | |
CN110650067A (zh) | 一种宽带网络性能测试评估方法和系统 | |
CN103634157B (zh) | 并行报文路由探测方法 | |
Tariq et al. | Poisson versus periodic path probing (or, does PASTA matter?) | |
CN107884648A (zh) | 一种多端口差分传输通道抖动的测试分析方法 | |
Hága et al. | Understanding Packet Pair Separation Beyond the Fluid Model: The Key Role of Traffic Granularity. | |
CN102075383A (zh) | 一种基于神经网络的低幅值网络流量异常检测方法 | |
KR101239472B1 (ko) | 네트워크 가용대역폭 고속 측정 방법 및 전송지연추세 측정장치 | |
CN104639478B (zh) | 一种联合方差修正的信号检测与时域定位方法和系统 | |
CN112067870B (zh) | 一种基于fpga的示波器参数自动测量装置及方法 | |
KR101643552B1 (ko) | 통신시스템에서 네트워크 경로들의 가용 밴드위스 및 캐패시티를 추정하는 장치 및 방법 | |
Thielecke et al. | On Evaluating V2X Channel Models with COTS 802.11 p Devices in Urban Field-Trials | |
de Godoy Stênico et al. | A multifractal based dynamic bandwidth allocation approach for network traffic flows | |
CN106685545B (zh) | 一种基于Sigmoid函数的无线传感器网络干扰模型估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170222 |
|
WW01 | Invention patent application withdrawn after publication |