CN108234227A - 网络节点设备的时延测量方法、装置及网络节点设备 - Google Patents
网络节点设备的时延测量方法、装置及网络节点设备 Download PDFInfo
- Publication number
- CN108234227A CN108234227A CN201611159723.1A CN201611159723A CN108234227A CN 108234227 A CN108234227 A CN 108234227A CN 201611159723 A CN201611159723 A CN 201611159723A CN 108234227 A CN108234227 A CN 108234227A
- Authority
- CN
- China
- Prior art keywords
- time delay
- value
- node
- probability
- latency measurement
- 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
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
- H04L43/0852—Delays
-
- 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
- H04L43/16—Threshold monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2441—Traffic characterised by specific attributes, e.g. priority or QoS relying on flow classification, e.g. using integrated services [IntServ]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种网络节点设备的时延测量方法、时延测量装置和网络节点设备,该时延测量装置通过对从网络节点设备的入端口到出端口之间传输报文时所产生的节点时延值,分别进行相应的时延测量。能够根据得到的时延测量数据对网络节点设备的时延性能的可服务性、可用性和可靠性进行评估。从而基于全面的时延测量数据,可以完成对网络节点设备的时延可靠性的精确量化评估和监控。
Description
技术领域
本发明涉及通信技术领域,更具体的说,涉及一种网络节点设备的时延测量方法、装置及网络节点设备。
背景技术
从目前对5G(5th Generation,第五代)通信技术的研究发展中了解到,5G网络架构是一个分片网络,会出现低时延业务切片,因此在网络的端到端时延和点到点时延的网络运营服务上,对全网时延性能的可靠性提出了更高的要求。
随着虚拟现实、自动驾驶等时延敏感业务的应用发展,其在进行全网的路径规划部署过程中,通常采用现有技术中的TWAMP(Two-Way Active Measurement Protocol,双向主动测量协议)或IP FPM(IP Flow Performance Measurement,IP流性能测量)等端到端时延测量技术。在进行时延性能测量的过程中,TWAMP基于构造的测量报文对路径进行抽样测量,其测量结果反映的是该路径的发送端和接收端的端到端全路径的时延结果;IP FPM则基于对实际的报文进行抽样记录并测量该报文在网络中的实际转发时间,得到的测量结果也反映的是路径的发送端和接收端的端到端全路径的时延结果。
现有技术中的两种端到端时延测量技术,均反映的是发送端到接收端的端到端全路径的时延结果。如果发送端和接收端之间的通信链路上至少包括一个网络节点,采用现有技术的端到端时延测量技术得到的端到端全路径的时延结果,则无法反映出该网络节点处理报文时产生的节点延时。导致无法对通信链路上的网络节点的时延可靠性进行量化评估和监控。
发明内容
有鉴于此,本发明提供一种网络节点设备的时延测量方法、装置及网络节点设备,目的在于测量位于发送端和接收端之间通信链路上的网络节点处理报文时产生的节点时延,实现对通信链路上的网络节点的时延可靠性进行量化评估和监控。
本发明提供如下技术方案:
本发明第一方面公开了一种网络节点设备的时延测量方法,该网络节点设备包括时延测量装置,该时延测量方法包括:
时延测量装置在预设时间段开始时,获取当前报文的节点时延值,该节点时延值用于指示当前报文从该网络节点设备的入端口转发至出端口所产生的时延;
时延测量装置根据预设的M个时延区间的M+1个边界值,确定节点时延值所处的时延区间,将节点时延值所处的时延区间对应的时延分段计数器的值加1,其中,M>1,M为正整数,节点时延值所处的时延区间属于M个时延区间,每个时延区间对应一个时延分段计数器;
时延测量装置返回执行获取下一报文的节点时延值,直至预设时间段结束;
时延测量装置计算累计概率Pacc.j,确定大于或等于目标概率的累计概率Pacc.j,获取满足目标概率的节点时延值为时延门限值,其中,累计概率Pacc.j=Cacc.j/Ctotal,Cacc.j为从第1时延分段计数器的值开始累加至第j时延分段计数器的值所得到的总和,1<j≤M,j为正整数,Ctotal为预设时间段内M个时延分段计数器的值的总和Ctotal。
在本发明中,时延测量装置通过对从网络节点设备的入端口到出端口之间传输报文时所产生的节点时延值,分别进行相应的时延测量。能够根据得到的时延测量数据对网络节点设备的时延性能的可服务性、可用性和可靠性进行评估。从而基于全面的时延测量数据,可以完成对网络节点设备的时延可靠性的精确量化评估和监控。
在本发明第一方面公开的第一种实现方式中,确定大于或等于目标概率的累计概率Pacc.j,获取满足所述目标概率的节点时延值为时延门限值,包括:
当时延测量装置得到等于目标概率的累计概率Pacc.j时,获取满足目标概率的节点时延值作为时延门限值;
当时延测量装置得到大于目标概率的累计概率Pacc.j时,获取计算累计概率Pacc.j时的第j时延分段计数器,确定第j时延分段计数器所对应的时延区间的边界值Dj-1和Dj;
时延测量装置在边界值Dj-1和边界值Dj之间查找满足目标概率的节点时延值,将满足目标概率的节点时延值作为时延门限值。
在本发明中,时延测量装置利用目标概率与动态计算的累计概率进行比较,当得到等于目标概率的累计概率时,获取该目标概率对应的节点时延值作为时延门限值。当得到大于目标概率的累计概率时,则需要在确定的时延区间内查找目标概率对应的节点时延值,将其作为时延门限值。通过该时延门限值判断当前进行测量的网络节点设备得到的节点时延值的概率分布,还可以用于评价该网络节点设备的时延性能。
在本发明第一方面公开的第二种实现方式中,还包括:
时延测量装置确定预设时间段内获取的节点时延值中的最大节点时延值和最小节点时延值;
时延测量装置确定位于最大节点时延值和最小节点时延值之间的时延区间,获取对应时延区间的有效时延分段计数器的个数,有效时延分段计数器为在预设时间段内进行计数的时延分段计数器;
时延测量装置根据分布函数,以及确定个数的有效时延分段计数器中的值,拟合计算得到概率密度曲线f(x),其中,x为随机变量,跟随所述确定个数的有效时延分段计数器中的值变化。
在本发明中,时延测量装置通过确定预设时间段内的最大节点时延值和最小节点时延值,并基于最大节点时延值和最小节点时延值确定有效时延分段计数器,利用有效时延分段计数器中的值拟合计算概率密度曲线,利用该概率密度曲线可以使后续的时延概率测量更为精确。
在本发明第一方面基于第二种实现方式公开的第三种实现方式中,确定大于或等于目标概率的累计概率Pacc.j,获取满足目标概率的节点时延值为时延门限值,包括:
当时延测量装置得到等于目标概率的累计概率Pacc.j时,获取满足目标概率对应的节点时延值作为时延门限值;
当时延测量装置得到大于目标概率的所述累计概率Pacc.j时,根据概率密度曲线f(x),在概率密度曲线f(x)上确定满足目标概率的节点时延值,将满足目标概率的节点时延值作为时延门限值。
在本发明中,时延测量装置基于概率密度曲线可以获得更为精确的,满足目标概率的节点时延值。
在本发明第一方面基于第二种实现方式公开的第四种实现方式中,还包括:
时延测量装置计算预设时间段内获取的所有报文的节点时延值的平均时延值;
时延测量装置确定平均时延值在所述概率密度曲线f(x)上对应的节点时延值,平均时延值对应的节点时延值用于衡量所述网络节点设备的节点时延性能。
在发明第一方面公开的第五种实现方式中,还包括:时延测量装置基于当前报文的转发优先级、或当前报文所处的业务流ID号,或者当前报文输入网络节点设备的端口的端口号,对当前报文的节点时延值进行分类。
在本发明中,时延测量装置可以基于不同的应用需求,对网络节点的节点时延值进行分类测量。通过对节点时延值的分类测量,可以更有针对性的统计满足相应应用需求的节点时延值,能够在精确评估和监控网络节点时延的可服务性、可用性和可靠性的过程中,提高针对性,降低功耗。
在本发明第一方面公开的第六种实现方式中,还包括:预设时延区间;
时延测量装置获取网络节点设备的基础时延值范围、最大节点时延值和理论最小节点时延值,基础时延值范围根据所述网络节点设备的物理结构确定,最大节点时延值为网络节点设备在拥塞情况下允许的最大节点时延值,理论最小时延值为网络设备在理论状态下的最小节点时延值;
时延测量装置根据最小理论时延值和最大节点时延值,确定待划分的节点时延值范围;
时延测量装置基于长尾分布和基础时延值范围,对待划分的节点时延值范围进行划分,得到M个时延区间以及M+1个时延边界值,并为每一个时延区间配置一个时延分段计数器;
其中,长尾分布为越靠近以及处于所述基础时延值范围内的时延区间所划分的长度越短,越远离所述基础时延值范围的时延区间所划分的长度越长。
在本发明第一方面公开的第七种实现方式中,还包括:
在预设时间段内,获取与其他网络节点之间的链路时延值进行统计。
在本发明中,时延测量装置通过获取网络节点设备之间的链路时延值,结合得到各个网络节点的节点时延值,可以完成更优的对网络节点时延的可服务性、可用性和可靠性的量化评估和监控。
在本发明第二方面公开的一种时延测量装置,包括:
时延分布测量模块,用于在预设时间段开始时,获取当前报文的节点时延值,节点时延值用于指示所述当前报文从网络节点设备的入端口转发至出端口所产生的时延;根据预设的M个时延区间的M+1个边界值,确定节点时延值所处的时延区间,将节点时延值所处的时延区间对应的时延分段计数器的值加1,其中,M>1,M为正整数,节点时延值所处的时延区间属于M个时延区间,每个时延区间对应一个时延分段计数器;返回执行获取下一报文的节点时延值,直至预设时间段结束;并将各个时延分段计数器的值发送至时延概率测量模块;
时延概率测量模块,用于计算累计概率Pacc.j,确定大于或等于目标概率的累计概率Pacc.j,获取满足目标概率的节点时延值为时延门限值,其中,累计概率Pacc.j=Cacc.j/Ctotal,Cacc.j为从第1时延分段计数器的值开始累加至第j时延分段计数器的值所得到的总和,1<j≤M,j为正整数,Ctotal为预设时间段内M个时延分段计数器的值的总和Ctotal。
在本发明第二方面公开的第一种实现方式中,时延概率测量模块,包括:
第一获取单元,用于当时延概率测量模块得到等于目标概率的累计概率Pacc.j时,获取满足目标概率的节点时延值作为时延门限值;
第二获取单元,用于当时延测量模块得到大于目标概率的累计概率Pacc.j时,获取计算累计概率Pacc.j时的第j时延分段计数器,确定第j时延分段计数器所对应的时延区间的边界值Dj-1和Dj,并在边界值Dj-1和边界值Dj之间查找满足目标概率的节点时延值,将满足目标概率的节点时延值作为时延门限值。
在本发明第二方面公开的第二种实现方式中,还包括:时延特征测量模块;
时延特征测量模块,用于确定预设时间段内获取的节点时延值中的最大节点时延值和最小节点时延值;确定位于最大节点时延值和最小节点时延值之间的时延区间,获取对应时延区间的有效时延分段计数器的个数,有效时延分段计数器为在预设时间段内进行计数的时延分段计数器;并根据分布函数,以及确定个数的有效时延分段计数器中的值,拟合计算得到概率密度曲线f(x),并将概率密度曲线f(x)发送给时延概率测量模块,其中,x为随机变量,跟随确定个数的有效时延分段计数器中的值变化。
在本发明第二方面公开的第三种实现方式中,时延概率测量模块,包括:
第一获取单元,用于当时延概率测量模块得到等于目标概率的累计概率Pacc.j时,获取满足目标概率的节点时延值作为时延门限值;
第三获取单元,用于当时延概率测量模块得到大于目标概率的累计概率Pacc.j时,根据概率密度曲线f(x),在概率密度曲线f(x)上确定满足目标概率的节点时延值,将满足目标概率的节点时延值作为时延门限值。
在本发明第二方面公开的第四种实现方式中,还包括:
分类模块,用于基于当前报文的转发优先级、或当前报文所处的业务流ID号,或者当前报文输入网络节点设备的端口的端口号,对计算得到的当前报文的节点时延值进行分类。
在本发明第二方面公开的第五种实现方式中,还包括:
预设模块,用于获取网络节点设备的基础时延值范围,在拥塞情况下该网络节点设备的最大节点时延值,以及理论最小节点时延值;根据最小理论节点时延值和最大节点时延值,确定待划分的节点时延值范围,并基于长尾分布和该基础时延范围,对该待划分的节点时延值范围进行划分,得到M个时延区间以及M+1个时延边界值,并为每一个时延区间配置一个时延分段计数器。
本发明第三方面公开的一种时延测量装置,包括:存储器,以及与存储器通信的处理器;
存储器,用于存储时延测量的程序代码;
处理器,用于调用存储器中的时延测量的程序代码,执行本发明第一方面公开的时延测量方法。
本发明第四方面公开的一种网络节点设备,包括:本发明第二方面或第三方面公开的时延测量装置,时延测量装置设置于网络节点设备的出端口内侧或出端口外侧。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的时延测量方法的应用场景示意图;
图2为本发明实施例一公开的一种时延测量方法的流程示意图;
图3为本发明实施例一公开的时延区间划分示意图;
图4为本发明实施例二公开的一种时延测量方法的流程示意图;
图5为本发明实施例二公开的概率密度曲线f(x)的示意图;
图6为本发明公开的一种时延测量装置的结构示意图;
图7为本发明公开的另一种时延测量装置的结构示意图;
图8为本发明公开的另一种时延测量装置的应用场景示意图;
图9为本发明公开的一种时延测量装置的结构示意图。
具体实施方式
以下为本发明具体实施方式中所使用到的英文缩写的全称和中文解释:
5G:5th Generation,第五代;
TWAMP:Two-Way Active Measurement Protocol,双向主动测量协议;
IP FPM:IP Flow Performance Measurement,IP流性能测量;
PHY:Physical Layer,物理层;
MAC:Media Access Control,媒体接入控制;
MIB:Management Information Base,管理信息库。
由背景技术可知,针对5G通信技术,现有的针对时延敏感业务的时延测量方式,主要采用TWAMP或IP FPM等端到端的时延测量技术。例如,使用TWAMP进行时延测量时,利用构造的测量报文对发送端和接收端的路径进行时延测量,得到反映端到端全路径的时延结构。对于发送端和接收端之间的通信链路上至少包括的一个网络节点设备,通过该时延结果无法反映该通信链路上的网络节点设备的节点时延。因此,TWAMP或IP FPM测量技术无法对网络节点时延的可靠性进行量化评估和监控。
本发明提供了一种网络节点设备的时延测量的技术方案,通过时延测量装置,对从网络节点设备的入端口到出端口之间传输报文时所产生的节点时延值,分别进行相应的时延测量。能够根据得到的时延测量数据对网络节点设备的时延性能的可服务性、可用性和可靠性进行评估。从而基于全面的时延测量数据,可以完成对网络节点设备的时延可靠性的精确量化评估和监控。
本发明中提到的时延测量装置,可以是物理设备或者设置在物理设备上的功能模块,该时延测量装置可以设置于网络节点设备的出端口的内侧,也可以设置于网络节点设备的外侧,该网络节点设备可以是服务器、路由设备或交换设备。
实施例一
如图1所示,为本发明实施例一公开的网络节点设备的时延测量技术方案的应用场景示意图,以路径中位于发送端和接收端之间两个网络节点设备为例。该应用场景中包括网络节点设备R1和网络节点设备R2。
网络节点设备R1的入端口为P1,出端口为P2,网络节点设备R1的出端口P2处设置有时延测量装置A。网络节点设备R2的入端口为P3,出端口为P4,网络节点设备R2的出端口处设置有时延测量装置A。网络节点设备R1的出端口P2通过通信链路与网络节点R2的入端口P3进行连接。
本发明该实施例所公开的连接网络节点设备R1与网络节点设备R2的通信链路,可以为10GE通信链路,也可以为100GE通信链路,但并不仅限于此。
针对网络节点设备R1和网络节点设备R2之间的报文传输。当一个报文从网络节点设备R1入端口P1的PHY处输入,此时为该报文添加时戳T1。经由网络节点设备R1处理后从出端口P2的PHY处输出,此时为该报文添加时戳T2。时戳是指对报文进行相应处理的时刻。在网络节点设备R1中,该报文从入端口P1到出端口P2的节点时延值DUi如公式(1)所示。
节点时延值DUi=出端口PHY时间戳T2-入端口PHY时间戳T1 (1)
网络节点设备R1将报文从出端口P2的PHY处输出,并经由通信链路从网络节点设备R2入端口P3的PHY处输入,此时网络节点设备R2为该报文添加时戳T3,该报文经由网络节点设备R2处理后从出端口P4的PHY处输出,此时网络节点设备R2为该报文添加时戳T4。在网络节点设备R2中,该报文从入端口P3到出端口P4的节点时延值DUi'如公式(2)所示。
节点时延值DUi'=出端口PHY时间戳T4-入端口PHY时间戳T3 (2)
网络节点设备R1和网络节点设备R2之间的通信链路所产生的链路延时为DL。
针对网络节点设备的节点时延值所进行的测量的过程,以设置于网络节点设备R1出端口P2处的时延测量装置为例,该时延测量装置实现本发明时延测量技术方案的具体实现过程通过以下实施例进行详细说明。
如图2所示,为本发明实施例公开的一种网络节点设备的时延测量方法的流程示意图。时延测量装置先对待划分的节点时延值范围进行划分,包括:
S101:时延测量装置获取网络节点设备R1的基础时延值范围t,在拥塞情况下该网络节点设备R1的最大节点时延值Dmax,以及理论最小节点时延值Dmin。
在S101中提到的基础时延值范围是基于网络节点设备本身的物理结构进行设定的,属于网络节点设备固有的时延值范围。在本发明实施例中以该网络节点R1的基础时延值范围t为:30μs(微秒)~45μs为例进行说明。但是,随着对网络节点设备的优化,该固有的时延值范围会越来越小。
在S101中提到的最大节点时延值Dmax为报文在该网络节点设备R1内进行传输时能够产生的最大时延值。在本发明实施例中以该网络节点设备R1的最大节点时延值Dmax为:100ms(毫秒)为例进行说明。
在S101中,本发明实施例以报文在网络节点内进行传输的过程中,理论上不产生时延值为例,该理论最小节点时延值Dmin为0。
S102:时延测量装置根据最小理论节点时延值Dmin和最大节点时延值Dmax,确定待划分的节点时延值范围T。
以理论最小节点时延值Dmin为待划分的节点时延值范围的最小值,以最大节点时延值Dmax为待划分的节点时延值范围的最大值,确定待划分的节点时延值范围T为:Dmin~Dmax。以S101中给出的例子,该待划分的节点时延值范围为:0~100ms。
基础时延值范围t则位于该待划分的节点时延值范围内。
S103:时延测量装置基于长尾分布(Long-Tailed Distributions)和该基础时延范围,对该待划分的节点时延值范围进行划分,得到M个时延区间以及M+1个时延边界值,并为每一个时延区间配置一个时延分段计数器。
在S103中提到的M>1,M为正整数。
长尾分布指对数分布(Logarithmic Distribution)、指数分布(ExponentialDistribution)、或者泊松分布(Poisson Distribution)等。
在报文通过网络节点设备传输的过程中,在网络节点设备中产生的节点时延值通常会落入基础时延范围内。
在本发明实施例中,基于长尾分布方式对待划分的节点时延值范围进行划分,得到的各个时延区间的长度满足:节点时延值出现概率越大的时延区间长度越小,节点时延出现概率越小的时延区间长度越大。
因大部分情况下节点时延值会落入基础时延范围内,因此,在划分时延区间的过程中,该待划分的节点时延值范围内与基础时延范围重合的部分,划分得到的时延区间的长度越小,远离该重合部分的所划分的时延区间的长度越大。如图3所示,假设将0~100ms划分32格(段),得到32个时延区间,33个边界值,具体的划分如下:
第1个时延区间至第10个时延区间由0μs划分至100μs,每一个时延区间占用10μs;得到的边界值包括:D0=0μs,D1=10μs,D2=20μs,以此类推,D10=100μs;
第11个时延区间至第15个时延区间由100μs划分至200μs,每一个时延区间占用20μs;得到的边界值包括:D11=120μs,D12=140μs,以此类推,D15=200μs;
第16个时延区间至第20个时延区间由200μs划分至400μs,每一个时延区间占用40μs;得到的边界值包括:D16=240μs,D17=280μs,以此类推,D20=400μs;
第21个时延区间至第25个时延区间由400μs划分至800μs,每一个时延区间占用80μs;得到的边界值包括:D21=480μs,D22=560μs,以此类推,D25=800μs;
第26个时延区间至第30个时延区间由800μs划分至1.6ms,每一个时延区间占用160μs;得到的边界值包括:D26=960μs,D27=1120μs=1.12ms,以此类推,D30=1.6ms;
第31个时延区间由1.6ms划分至3.2ms,占用1.6ms;得到的边界值为:D31=3.2ms;
第32个时延区间由3.2ms划分至100ms,占用96.8ms,得到的边界值为D32=100ms。
每一个时延区间配置有一个时延分段计数器,以上述划分得到的32个时延区间为例,共配置有32个时延分段计数器,并以对应的时延区间进行编号。例如,第1个时延区间对应的为第1时延分段计数器,第2个时延区间对应的为第2时延分段计数器。以此类推,第32个时延区间对应的为第32时延分段计数器。
在本发明中,时延测量装置将网络节点设备中的节点时延范围划分为多个的时延区间,并为每一个时延区间配置一个时延分段计数器。在划分的过程中各个时延区间的边界值可以根据需求进行灵活配置,也可以在后续进行重新配置。
如图2所示,时延测量装置根据预先得到的M个时延区间以及M+1个边界值,对预设时间段内,网络节点设备计算得到的节点时延值进行时延分布测量和时延概率测量。
时延测量装置从预设时间段开始,对获取到的节点时延值所进行的时延分布测量包括:
S104:获取当前报文的节点时延值,根据预设的M个时延区间的M+1个边界值,确定该节点时延值所处的时延区间,将该时延区间对应的时延分段计数器的值加1。
S105:判断预设时间段是否结束,如果否,则继续执行S104;如果是,则执行时延概率测量。
在本发明实施例中,根据上述举例,预先得到的32个时延区间和33个边界值,以在预设时间段内,时延测量装置共获取了100个节点时延值DU1~节点时延值DU100为例,对S104和S105进行说明。
假设,计算得到的节点时延值DU1~节点时延值DU20分别为29μs,计算得到的节点时延值DU21~节点时延值DU55分别为32μs,计算得到的节点时延值DU56分别为62μs,计算得到的节点时延值DU57分别为35μs,计算得到的节点时延值DU58分别为65μs,计算得到的节点时延值DU59~节点时延值DU100分别为41μs。
时延测量装置在预设时间段开始时,获取当前报文的节点时延值DU1,根据预设的32个时延区间的33个边界值,确定该节点时延值DU1位于第3个时延区间内,将该第3个时延区间对应的第3时延分段计数器的值加1。
确定该节点时延值DU1是位于哪一个时延区间的方式有很多种。
例如,遍历33个边界值D0~边界值D32,将33个边界值D0~边界值D32逐个与该节点时延值DU1做差值,若前一次做差得到的差值为正,后一次做差得到的差值为负,则确定该节点时延值位于这两个边界值之间。假设节点时延值DU1=29μs,则与上述边界值D0~边界值D32做差,得到DU1-D2>0,DU1-D3<0,根据得到差值确定该节点时延DU1处于那边界值D2和边界值D3之间,因此,确定该节点时延值DU1位于第3个时延区间内。
可选的,也可以采用比较的方式。例如,边界值D0~边界值D32进行比较,得到节点时延值DU1大于边界值D2,小于边界值D3,则确定该节点时延DU1处于那边界值D2和边界值D3之间,位于第3个时延区间内。
需要说明的是,如果计算得到的节点时延值与边界值一样大小,则时延测量装置可以根据边界值所处的两个时延区间,确定该节点时延值位于任意一个时延区间内。
以此类推,时延测量装置实时获取剩余99个节点时延值DU2~节点时延值DU100的过程中,每获取一个节点时延值,采用与节点时延值DU1一样的方式,确定各个节点时延值所处的时延区间。
最终得到:节点时延值DU1~节点时延值DU20位于第3个时延区间内,第3时延分段计数器的值为20。节点时延值DU21~节点时延值DU55,以及节点时延值DU57位于第4个时延区间内,第4时延分段计数器的值为36。节点时延值DU56和节点时延值DU58位于第6个时延区间内,第6时延分段计数器的值为2。节点时延值DU59~节点时延值DU100位于第5个时延区间内,第5时延分段计数器的值为42。
所有时延分段计数器的值的总和与在该预设时间段内接收到的节点时延值的数量相等。
可选的,在确定节点时延值所处的时延区间,并且对应的时延分段计数器的值加1后,可以丢弃该节点时延值。
如图2所示,时延测量装置根据进行时延分布测量得到的时延分段计数器的值,进行时延概率测量。
S106:时延测量装置计算预设时间段内M个时延分段计数器的值的总和Ctotal,根据公式(3)计算累计概率Pacc.j,并基于每一次累计时延分段计数器的值得到的累计概率Pacc.j与目标概率比较。若得到小于目标概率的累计概率Pacc.j,则继续累计时延分段计数器的值进行计算。若得到等于目标概率的累计概率Pacc.j,则执行S107。若得到大于目标概率的累计概率Pacc.j,则执行S108。
Pacc.j=Cacc.j/Ctotal, (3)
其中,Cacc.j为从第1时延分段计数器的值开始累加至第j时延分段计数器的值所得到的总和,1<j≤M,j为正整数。Ctotal为预设时间段内M个时延分段计数器的值的总和。
在执行计算M个时延分段计数器的值的总和的过程中,可以在得到M个时延分段计数器的值之后,执行一次加法计算,得到预设时间段内M个时延分段计数器的值的总和Ctotal。
也可以在执行一次S104之后,得到一个时延分段计数器执行计数操作,则进行一次累加1,直至该预设时间段结束,得到累加后的M个时延分段计数器的值的总和Ctotal。
在公式(3)中,Cacc.j为一个变量。在计算累计概率Pacc.j的过程中,Cacc.j从第1时延分段计数器的值开始累加,直至累加至第j时延分段计数器的值所得到的总和。
目标概率为预先设定的概率,可以由技术人员进行设定,可以为99%,也可以为99.5%,也可以为99.999%,本发明对此并不进行限定。
S107:当时延测量装置得到等于目标概率的累计概率Pacc.j时,获取满足该目标概率的节点时延值作为时延门限值。
基于上述举例,以预先得到的32个时延区间和33个边界值为例。假设,在预设时间段内,时延测量装置共获取了900个节点时延值D1~节点时延值D900。时延测量装置在进行时延分布测量的过程中,各个时延分段计数器根据节点时延值D1~节点时延值D900所处的时延区间,执行相应加1的操作。时延测量装置在预设时间段结束后,得到第3时延分段计数器的值为120,第4时延分段计数器的值为436,第5时延分段计数器的值为340,第6时延分段计数器的值为1,第9时延分段计数器的值为1,所有时延分段计数器的值的总和为900。
假设,目标概率为:99.5%。当累加到第3时延分段计数器的值时,根据公式(3),得到累计概率为Pacc.3=120/900=13.3%,该累计概率Pacc.3小于目标概率,则继续累加第4时延分段计数器的值。
当累加到第4时延分段计数器的值,根据公式(3),得到累计概率为Pacc.4=556/900=61.8%,该累计概率Pacc.4小于目标概率,则继续累加时延分段计数器的值。
当累加到第5时延分段计数器的值,根据公式(3),得到累计概率Pacc.5=896/100=99.5%,该累计概率Pacc.5等于目标概率。时延测量装置则确定该目标概率对应的节点时延值作为时延门限值。
S108:当时延测量装置得到大于目标概率的累计概率Pacc.j时,获取计算累计概率Pacc.j时的第j时延分段计数器,确定该第j时延分段计数器所对应的时延区间的边界值Dj-1和Dj;
S109:时延测量装置在该边界值Dj-1和边界值Dj之间查找满足目标概率的节点时延值,将满足目标概率的节点时延值作为时延门限值。
在本发明实施例中,以预先得到的32个时延区间和33个边界值为例,假设在预设时间段内,时延测量装置共获取了1000个节点时延值D1~节点时延值D1000。时延测量装置在进行时延分布测量的过程中,各个时延分段计数器根据节点时延值D1~节点时延值D1000所处的时延区间,执行相应加1的操作。时延测量装置在预设时间段结束后,得到第4时延分段计数器的值为652,第5时延分段计数器的值为346,第9时延分段计数器的值为2,所有时延分段计数器的值的总和为1000。
假设,目标概率为99.5%。当累加到第4时延分段计数器的值时,根据公式(3),得到累计概率为Pacc.4=652/1000=65.2%,该累计概率Pacc.4小于目标概率,则继续累加第5时延分段计数器的值。
当累加到第5时延分段计数器的值,根据公式(3),得到累计概率为Pacc.5=998/1000=99.8%,该累计概率Pacc.4大于目标概率,则获取计算该累计概率时Cacc.j累加到第5时延分段计数器。
时延测量装置确定该第5时延分段计数器对应的第5个时延区间。时延测量装置确定该第5个时延区间的边界值D4和边界值D5,并在该边界值D4和边界值D5之间查找满足目标概率的节点时延值,将满足该目标概率的节点时延值作为时延门限值。
在本发明实施例中,可选的,时延测量装置进行时延分布测量得到的各个时延分段计数器的值,以及进行时延概率测量得到的累计概率和时延门限值均以统一的格式进行存储。例如,当时延测量装置中包含MIB,则各个时延分段计数器的值,累计概率和时延门限值则均以MIB格式存储于MIB中。
本发明实施例一公开的时延测量方法,通过在预设时间段内接收到的节点时延值分别进行时延分布测量和时延概率测量,并根据得到的时延测量数据对网络节点设备的时延性能的可服务性、可用性和可靠性进行评估。进而得到全网中提供的各个网络节点设备转发报文时的时延测量数据。基于得到的全面的时延测量数据,可以完成对网络节点时延的可服务性、可用性和可靠性的精确量化评估和监控。
实施例二
基于图1所示出的应用场景,本发明实施例二还公开了一种网络节点设备的时延测量方法,该时延测量方法的流程图如图4所示。时延测量装置先对待划分的节点时延值范围进行划分,包括:
S201:时延测量装置获取网络节点设备R1的基础时延值范围t,在拥塞情况下该网络节点设备R1的最大节点时延值Dmax,以及理论最小节点时延值Dmin。
S202:时延测量装置根据最小理论节点时延值Dmin和最大节点时延值Dmax,确定待划分的节点时延值范围T。
S203:时延测量装置基于长尾分布(Long-Tailed Distributions)和该基础时延范围,对该待划分的节点时延值范围进行划分,得到M个时延区间以及M+1个时延边界值,并为每一个时延区间配置一个时延分段计数器。
在本发明实施例二中,时延测量装置执行S201-S203所依据的原理以及过程与本发明实施例一中的S101-S103相同,具体内容可参见本发明实施例一中的S101-S103,这里不再进行赘述。
在本发明实施例二中,时延测量装置对网络节点设备的节点时延值进行的时延测量包括:时延分布测量、时延特征测量和时延概率测量。
如图4所示,时延测量装置从预设时间段开始,对获取到的节点时延值进行时延分布测量,包括:
S204:获取当前报文的节点时延值,根据预设的M个时延区间的M+1个边界值,确定该节点时延值所处的时延区间,将该时延区间对应的时延分段计数器的值加1。
S205:判断预设时间段是否结束,如果否,则继续执行S204;如果是,则执行时延概率测量。
在本发明实施例二中,时延测量装置执行S204-S205所依据的原理以及过程与本发明实施例一中的S104-S105相同,具体内容可参见本发明实施例一中的S104-S105,这里不再进行赘述。
本发明实施例二与实施例一不同之处在于,在时延测量装置执行时延概率测量之前还增加了时延特征测量。可选的,时延测量装置可以同时执行时延分布测量和时延特征测量。
如图4所示,时延测量装置从预设时间段开始,对获取到的节点时延值进行时延特征测量,包括:
S206:时延测量装置获取当前报文的节点时延值,依据公式(4)计算时延平均值。
Dav.Ui=(Dav.Ui-1)*[(i-1)/i]+(DUi)/i (4)
其中,i指当前获取到的节点时延值的总和,i的取值为1~N,N指预设时间段内时延测量装置获取到的节点时延值的最大个数。例如,在预设时间段内,时延测量装置接收到的100个节点时延值,则N为100,i的取值为1~100。
DUi指当前获取到的第i个节点时延值。Dav.Ui指当前获取到的i个节点时延值的平均时延值。Dav.Ui-1指获取到的前i-1个节点时延值的平均时延值。
基于公式(4)的方式计算当前的时延平均值,不需要全部获取之后在进行平均值计算,实用性强占用资源少。
S207:时延测量装置确定当前已获取到的节点时延值中的最大节点时延值和最小节点时延值,并将该最大节点时延值和最小节点时延值保存。
每获取一个节点时延值,将该节点时延值分别与前一次确定的保存于最大时延寄存器中的最大节点时延值,以及保存于最小时延寄存器中的最小节点时延值进行比较。若当前获取到的节点时延值大于最大节点时延值,则用当前获取到的节点时延值替换原来的最大节点时延值,作为新的最大节点时延值保存于最大时延寄存器。若当前获取到的节点时延值小于最小节点时延值,则用当前获取到的节点时延值替换原来的最小节点时延值,作为新的最小节点时延值保存于最小时延寄存器。
S208:时延测量装置判断预设时间段是否结束,如果否,则返回继续执行S206,如果是,则确定最终的最大节点时延值和最小节点时延值,执行S209。
以在预设时间段内,时延测量装置共获取了100个节点时延值DU1~节点时延值DU100为例,对S206-S208进行说明。
假设,计算得到的节点时延值DU1~节点时延值DU20分别为29μs,计算得到的节点时延值DU21~节点时延值DU55分别为32μs,计算得到的节点时延值DU56分别为62μs,计算得到的节点时延值DU57分别为35μs,计算得到的节点时延值DU58分别为65μs,计算得到的节点时延值DU59~节点时延值DU100分别为41μs
当获取到第1个节点时延值DU1时,基于公式(4)得到,Dav.U1=DU1/1=29μs。
此时,只有一个节点时延值DU1,因此将该节点时延值DU1即作为当前最大节点时延值存储于最大时延寄存器,也将该节点时延值DU1作为当前最小节点时延值存储于最小时延寄存器。
因预设时间段未结束,则继续获取第2个节点时延值DU2,基于公式(4)得到,Dav.U2=Dav.U1*(1/2)+DU2/2=29μs。
此时,将节点时延值DU2与最大时延存储器中保存的节点时延值DU1比较,确定两者一致,则不进行替换。将节点时延值DU2与最小时延存储器中保存的节点时延值DU1比较,确定两者一致,也不进行替换。
以此类推,当获取到第21个节点时延值DU21,基于公式(4)得到,Dav.U21=Dav.U20*(20/21)+DU21/21=29.1μs。
此时,将节点时延值DU21与最大时延存储器中保存的节点时延值DU1比较。因节点时延值DU21为32μs,节点时延值DU1为29μs,确定节点时延值DU21大于节点时延值DU1,则用节点时延值DU21替换节点时延值DU1,将节点时延值DU21保存于最大时延寄存器。最小时延存储器中则依然保存节点时延值DU1。
以此类推,当获取到该预设时间段内最后一个节点时延值DU100时,基于公式(4)得到Dav.U100=Dav.U99*99/100+DU100/100=44μs。
此时,最大时延存储器中所保存的最大节点时延值为节点时延值DU58,最小时延寄存器中所保存的最小节点时延值为节点时延值DU1。
可选的,时延测量装置也可以在预设时间段内获取到所有节点时延值之后,再进行比较,或者两两做差值,确定在该预设时间段内的最大节点时延值和最小节点时延值。
S209:时延测量装置基于预设的M个时延区间,确定位于最大节点时延值和最小节点时延值之间的时延区间,获取对应该时延区间的有效时延分段计数器的个数,该有效时延分段计数器为在预设时间段内进行计数的时延分段计数器。
因M个时延区间并不是均匀划分的,利用所有的时延区间对应的时延分段计数器中的值进行后续拟合曲线比较复杂。因此,可选的,可以选择最大节点时延值和最小节点时延值之间的时延区间对应的时延分段计数器中的值,进行后续的拟合曲线。
S210:时延测量装置根据分布函数,以及确定个数的有效时延分段计数器中的值,拟合计算得到概率密度曲线f(x)。
这里的分布函数包括正态分布(Normal)函数,对数正态分布(Lognormal)函数,伽玛分布(Gamma)函数,威布尔分(Weibull)函数,指数分布或泊松分布等等分布函数。
根据确定的有效时延分段计数器中的值,基于分布函数,拟合计算概率密度曲线f(x)。拟合计算得到的概率密度曲线f(x)中,x为随机变量,跟随确定个数的有效时延分段计数器中的值变化。其中,有效时延分段计数器中的值越大,对应概率密度曲线f(x)中的峰值越大。该概率密度曲线f(x)用于后续的时延概率测量。
可选的,可以利用一种分布函数拟合计算概率密度曲线f(x)。也可以采用多种分布函数分别拟合计算概率密度曲线,然后,采用误差平方和(SSE,Sum of the SquaredErrors)和R平方(R-square)指标对多种分布函数分别拟合得到的概率密度曲线进行评估,确定最接近真实时延分布情况的概率密度曲线,作为后续进行时延概率测量的概率密度曲线f(x)。
可选的,在确定最大节点时延值和最小节点时延值之间的时延区间后,可利用预设最小粒度对获取到的时延区间进行重新划分,使重新划分得到的时延区间均匀划分。并且将原时延区间对应的时延分段计数器也跟随划分后的时延区间进行重新划分。
例如,预设最小粒度为10μs。最大节点时延值和最小节点时延值之间具有3个时延区间分别为:第3个时延区间,第4个时延区间和第5个时延区间。各个时延区间所占用的时延大小分别为:第3个时延区间占用10μs,第4个时延区间占用20μs,第5个时延区间占用30。各个时延区间所对应的时延分段计数器分别为:第3时延分段计数器的值为15,第4时延分段计数器的值为30,第5时延分段计数器的值为15。
重新对第3个时延区间,第4个时延区间和第5个时延区间依据预设最小粒度进行划分,第3个时延区间不动,第4个时延区间划分为2个,第5个时延区间划分为3个,共得到6个时延区间。按照上述划分,对原时延区间对应的时延分段计数器的值也进行划分,6个时延区间依次分别对应的时延分段计数器的值为:15、30、30、15、15、15。如图5所示,为以该示例为例拟合的概率密度曲线f(x)。图中,D3指第3个时延区间,D4指第4个时延区间,D5指第5个时延区间。
采用均匀划分确定的时延区间,以及各个重新划分的时延区间对应的时延分段计数器的值进行拟合计算,得到的概率密度曲线f(x)更为精确。
如图4所示,时延测量装置在执行时延分布测量得到各个时延区间对应的时延分段计数器的值,以及在执行时延特征测量得到时延平均值和概率密度曲线f(x)之后,基于上述时延分布测量得到的结果,以及时延特征测量的得到的结果,执行时延概率测量。
S211:时延测量装置计算预设时间段内M个时延分段计数器的值的总和Ctotal,根据公式(3)计算累计概率Pacc.j,并基于每一次累计时延分段计数器的值得到的累计概率Pacc.j与目标概率比较。若得到小于目标概率的累计概率Pacc.j,则继续累计时延分段计数器的值进行计算。若得到等于目标概率的累计概率Pacc.j,则执行S212。若得到大于目标概率的累计概率Pacc.j,则执行S213。
在本发明实施例二中,该S211的执行过程以及原理与本发明实施例一中的S106相同,具体内容可以参见S106,这里不再进行赘述。
S212:当时延测量装置得到等于目标概率的累计概率Pacc.j时,获取满足目标概率对应的节点时延值作为时延门限值。
在本发明实施例二中,该S212的执行过程以及原理与本发明实施例一中的S107相同,具体内容可以参见S107,这里不再进行赘述。
S213:当时延测量装置得到大于目标概率的累计概率Pacc.j时,根据概率密度曲线f(x),在概率密度曲线f(x)上确定满足目标概率的节点时延值,将满足目标概率的节点时延值作为时延门限值。
在本发明实施例中,以预先得到的32个时延区间和33个边界值为例,假设在预设时间段内,时延测量装置共获取了1000个节点时延值D1~节点时延值D1000。时延测量装置在进行时延分布测量的过程中,各个时延分段计数器根据节点时延值D1~节点时延值D1000所处的时延区间,执行相应加1的操作。时延测量装置在预设时间段结束后,得到第4时延分段计数器的值为652,第5时延分段计数器的值为346,第9时延分段计数器的值为2,所有时延分段计数器的值的总和为1000。
假设,目标概率为99.5%。当累加到第4时延分段计数器的值时,根据公式(3),得到累计概率为Pacc.4=652/1000=65.2%,该累计概率Pacc.4小于目标概率,则继续累加第5时延分段计数器的值。
当累加到第5时延分段计数器的值,根据公式(3),得到累计概率为Pacc.5=998/1000=99.8%,该累计概率Pacc.5大于目标概率,则获取计算该累计概率时Cacc.j累加到第5时延分段计数器。
时延测量装置确定该第5时延分段计数器对应的第5个时延区间,确定该第5个时延区间对应概率密度曲线f(x)上的线段,时延测量装置计算该线段的斜率,并基于该线段与X轴构成的面积采用逐步积分的方式,确定满足目标概率的节点时延值,将满足目标概率的节点时延值作为时延门限值。
可选的,时延测量装置也可以基于该概率密度曲线f(x)计算设定概率分布下的时延值,例如,计算概率分布为20%的节点时延值,或者计算概率分布为99%的节点时延值。
可选的,时延测量装置也可以基于该概率密度曲线f(x)获取平均时延值所对应的节点时延值,用该平均时延值对应的节点时延值衡量网络节点设备的时延性能。
在本发明实施例中,可选的,时延测量装置进行时延分布测量得到的各个时延分段计数器的值,以及进行时延特征测量得到的最大节点时延值,最小节点时延值和平均时延值,以及进行时延概率测量得到的累计概率和时延门限值均以统一的格式进行存储。例如,当时延测量装置中包含MIB,则执行时延分布测量、时延特征测量和时延概率测量得到的结果均以MIB格式进行存储。
本发明实施例二公开的时延测量方法,通过在预设时间段内对接收到的节点时延值分别进行时延分布测量,时延特征测量和时延概率测量,并根据时延测量数据对网络节点设备的时延性能的可服务性、可用性和可靠性进行评估。进而得到全网提供的各个网络节点设备的时延测量数据。基于得到的全面的时延测量数据,可以完成对网络节点时延的可服务性、可用性和可靠性的精确量化评估和监控。
可选的,基于上述本发明实施例一和实施例二公开的时延测量方法,在进行上述时延测量的过程中,还可以对网络节点设备之间的链路时延进行统计,例如,如图1所示的网络节点R1和网络节点R2之间的链路时延值DL;可选的,网络节点设备之间为光纤连接时,报文从该光纤上传输时所产生的链路时延为固定时延。
进一步的,通过获取网络节点设备之间的链路时延值,结合得到各个网络节点的节点时延值,可以完成更优的对网络节点时延的可服务性、可用性和可靠性的量化评估和监控。
可选的,基于上述本发明实施例一和实施例二公开的时延测量方法,在预设时间开始时,可以先计算得到的节点时延值进行分类,并在时延测量装置中按照分类对计算得到节点时延值进行测量。也可以按照用户需求对分类中的某一类对应的节点时延值进行测量。
该节点时延值为报文从网络节点设备的入端口处传送到出端口处时所产生的。因该报文中还携带有输入网络节点设备时的端口号信息,报文的转发优先级或者报文所处的业务流的ID号。网络节点设备的端口号信息指网络节点设备上各个端口的编号。报文的转发优先级指按照报文的重要程度划分的优先级,例如可以将报文的转发优先级由低至高划分为:0~7,共8个等级。报文所处的业务流的ID号指该业务流的编号。
例如,若以输入网络节点设备时的端口号信息进行分类,且当前时延测量装置只处理从第二端口输入的报文所产生的节点时延值。网络节点设备在接收到一个从第一端口输入的报文,并计算得到该报文在网络节点设备中的节点时延值,因时延测量装置只处理从第二端口输入的报文所产生的节点时延值,因此不对该节点时延值。若该节点时延值,为从第二端口输入的报文所产生的节点时延值,则时延测量装置对该节点时延值进行测量。
例如,若以报文的转发优先级进行分类,且当前时延测量装置只处理转发优先级为7的报文所产生的节点时延值。网络节点设备在接收到转发优先级为5的报文,并计算得到该报文在网络节点设备中的节点时延值,因时延测量装置只处理转发优先级为7的报文所产生的节点时延值,因此不对该节点时延值。若该节点时延值,为转发优先级为7的报文所产生的节点时延值,则时延测量装置对该节点时延值进行测量。
进一步的,时延测量装置可以基于不同的应用需求,对网络节点的节点时延值进行分类测量。通过对节点时延值的分类测量,可以更有针对性的统计满足相应应用需求的节点时延值,能够在精确评估和监控网络节点时延的可服务性、可用性和可靠性的过程中,提高针对性,降低功耗。
基于上述本发明实施例一和实施例二公开的时延测量的技术方案,本发明还对应公开了相应的时延测量装置。
如图6所示,为本发明公开的一种时延测量装置的结构示意图。该时延测量装置10包括:预设模块11、时延分布测量模块12和时延概率测量模块13。
预设模块11,用于获取网络节点设备的基础时延值范围,在拥塞情况下该网络节点设备的最大节点时延值,以及理论最小节点时延值;根据最小理论节点时延值和最大节点时延值,确定待划分的节点时延值范围,并基于长尾分布和该基础时延范围,对该待划分的节点时延值范围进行划分,得到M个时延区间以及M+1个时延边界值,并为每一个时延区间配置一个时延分段计数器。
时延分布测量模块12,用于在预设时间段开始时,获取当前报文的节点时延值,节点时延值用于指示当前报文从网络节点设备的入端口转发至出端口所产生的时延;根据预设的M个时延区间的M+1个边界值,确定节点时延值所处的时延区间,将节点时延值所处的时延区间对应的时延分段计数器的值加1,其中,M>1,M为正整数,节点时延值所处的时延区间属于M个时延区间,每个时延区间对应一个时延分段计数器;返回执行获取下一报文的节点时延值,直至预设时间段结束;并将各个时延分段计数器的值发送至时延概率测量模块13。
时延概率测量模块13中包括计算单元131、第一获取单元132和第二获取单元133。
计算单元131,用于计算累计概率Pacc.j。该累计概率Pacc.j的计算过程参见公式(3)。
第一获取单元132,用于当确定得到等于目标概率的累计概率Pacc.j时,获取满足目标概率的节点时延值作为时延门限值。
第二获取单元133,用于当确定得到大于目标概率的累计概率Pacc.j时,获取计算累计概率Pacc.j时的第j时延分段计数器,确定第j时延分段计数器所对应的时延区间的边界值Dj-1和Dj,并在边界值Dj-1和边界值Dj之间查找满足目标概率的节点时延值,将满足目标概率的节点时延值作为时延门限值。
如图7所示,为本发明公开的另一种时延测量装置的结构示意图,该时延测量装置20包括:预设模块21、时延分布测量模块22、时延特征测量模块23和时延概率测量模块24。
其中,预设模块21与图6中示出的预设模块11相同,时延分布测量模块22与图6中示出的时延分布测量模块12相同。这里不再进行赘述。
时延特征测量模块23,用于确定预设时间段内获取的节点时延值中的最大节点时延值和最小节点时延值;确定位于最大节点时延值和最小节点时延值之间的时延区间,获取对应时延区间的有效时延分段计数器的个数,有效时延分段计数器为在预设时间段内进行计数的时延分段计数器;并根据分布函数,以及确定个数的有效时延分段计数器中的值,拟合计算得到概率密度曲线f(x),并将概率密度曲线f(x)发送给时延概率测量24模块,其中,x为随机变量,跟随确定个数的有效时延分段计数器中的值变化。
时延概率测量模块24包括计算单元241、第一获取单元242和第二获取单元243。
其中,计算单元241与图6中示出的计算单元131相同,第一获取单元242与图6中示出的第一获取单元132相同,这里不再进行赘述。
第三获取单元243,用于当时延概率测量模块得到大于目标概率的累计概率Pacc.j时,根据概率密度曲线f(x),在概率密度曲线f(x)上确定满足目标概率的节点时延值,将满足目标概率的节点时延值作为时延门限值。
基于上述本发明图6和图7分别示出的时延测量装置,可选的,该时延测量装置里还可以包括分类模块,该分类模块用于基于当前报文的转发优先级、或当前报文所处的业务流ID号,或者当前报文输入网络节点设备的端口的端口号,对计算得到的当前报文的节点时延值进行分类。并基于分类由该时延测量装置执行相应的测量,具体可参见上述本发明公开的时延测量方法的对应部分。
可选的,上述图6和图7分别示出的时延测量装置可以设置于网络节点设备的出端口内侧,也可以独立设置于网络节点设备的出端口外侧。
可选的,上述图6和图7分别示出的时延测量装置也可以设置于网络控制器中,该网络控制器与各个网络节点设备相连。例如,如图8示出的应用场景,网络控制器30中设置有时延测量装置31,该网络控制器与网络节点设备R1、网络节点设备R2相连。网络节点设备R1和网络节点设备R2分别将各自计算得到的节点时延值发送给网络控制器3,由设置于网络控制器中的时延测量装置31进行相应的测量。可选的,该时延测量装置也可以拆分成两部分,一部分设置于网络控制器,另一部分设置于网络节点设备中。本发明对此并不进行限定。
结合本发明实施例公开的时延测量方法,本发明实施例所公开的时延测量装置也可以直接用硬件、处理器执行的存储器,或者二者的结合来实施。
因此,本发明还对应上述本发明实施例公开的时延测量方法,公开了另一种时延测量装置40,如图9所示,该时延测量装置40包括存储器41,以及与该存储器41通信的处理器42。
该存储器41具有存储介质,该存储介质中存储有对节点时延值进行时延测量的操作流程。
该对节点时延值进行时延测量的操作流程,该操作流程可以包括程序代码,该程序代码可以包括一系列按照一定顺序排列的操作指令。处理器可以是一个中央处理器CPU,或者是特定集成电路,或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器。
该处理器通过总线与存储器连接,当需要对网络节点设备的节点时延值进行时延测量时,该处理器调用存储器中存储的时延测量的操作流程。该操作流程可参照上述本发明实施例一或本发明实施例二公开的时延测量方法对网络节点设备的节点时延值进行测量,这里不再赘述。
综上,本发明公开的时延测量的技术方案,通过在预设时间段内对接收到的节点时延值进行时延测量,并根据时延测量数据对该网络节点设备的时延性能的可服务性、可用性和可靠性进行评估。从而得到全面的时延测量数据。基于此,可以完成对全网的网络节点时延的可服务性、可用性和可靠性的精确量化评估。
进一步的,可以提供网络节点设备中特定概率对应的节点时延数据。
更进一步的,还可以通过各个网络节点设备的时延测量数据,监控网络节点时延随网络节点设备端口流量变化的规律,用于指导网络的扩容和升级。
以上仅为本发明的可选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种网络节点设备的时延测量方法,其特征在于,所述网络节点设备包括时延测量装置,所述时延测量方法包括:
所述时延测量装置在预设时间段开始时,获取当前报文的节点时延值,所述节点时延值用于指示所述当前报文从所述网络节点设备的入端口转发至出端口所产生的时延;
所述时延测量装置根据预设的M个时延区间的M+1个边界值,确定所述节点时延值所处的时延区间,将所述节点时延值所处的时延区间对应的时延分段计数器的值加1,其中,M>1,M为正整数,所述节点时延值所处的时延区间属于所述M个时延区间,每个所述时延区间对应一个所述时延分段计数器;
所述时延测量装置返回执行获取下一报文的节点时延值,直至所述预设时间段结束;
所述时延测量装置计算累计概率Pacc.j,确定大于或等于目标概率的所述累计概率Pacc.j,获取满足所述目标概率的节点时延值为时延门限值,其中,所述累计概率Pacc.j=Cacc.j/Ctotal,Cacc.j为从第1时延分段计数器的值开始累加至第j时延分段计数器的值所得到的总和,1<j≤M,j为正整数,Ctotal为所述预设时间段内M个所述时延分段计数器的值的总和Ctotal。
2.根据权利要求1所述的时延测量方法,其特征在于,所述确定大于或等于目标概率的所述累计概率Pacc.j,获取满足所述目标概率的节点时延值为时延门限值,包括:
当所述时延测量装置得到等于目标概率的所述累计概率Pacc.j时,获取满足所述目标概率的节点时延值作为时延门限值;
当所述时延测量装置得到大于所述目标概率的所述累计概率Pacc.j时,获取计算所述累计概率Pacc.j时的第j时延分段计数器,确定所述第j时延分段计数器所对应的时延区间的边界值Dj-1和Dj;
所述时延测量装置在所述边界值Dj-1和边界值Dj之间查找满足所述目标概率的节点时延值,将满足所述目标概率的节点时延值作为时延门限值。
3.根据权利要求1所述的时延测量方法,其特征在于,还包括:
所述时延测量装置确定所述预设时间段内获取的所述节点时延值中的最大节点时延值和最小节点时延值;
所述时延测量装置确定位于所述最大节点时延值和最小节点时延值之间的时延区间,获取对应所述时延区间的有效时延分段计数器的个数,所述有效时延分段计数器为在所述预设时间段内进行计数的时延分段计数器;
所述时延测量装置根据分布函数,以及确定个数的有效时延分段计数器中的值,拟合计算得到概率密度曲线f(x),其中,x为随机变量,跟随所述确定个数的有效时延分段计数器中的值变化。
4.根据权利要求3所述的时延测量方法,其特征在于,所述确定大于或等于目标概率的所述累计概率Pacc.j,获取满足所述目标概率的节点时延值为时延门限值,包括:
当所述时延测量装置得到等于目标概率的所述累计概率Pacc.j时,获取满足所述目标概率对应的节点时延值作为时延门限值;
当所述时延测量装置得到大于所述目标概率的所述累计概率Pacc.j时,根据所述概率密度曲线f(x),在所述概率密度曲线f(x)上确定满足所述目标概率的节点时延值,将满足所述目标概率的节点时延值作为时延门限值。
5.根据权利要求3所述的时延测量方法,其特征在于,还包括:
所述时延测量装置计算所述预设时间段内获取的所有报文的节点时延值的平均时延值;
所述时延测量装置确定所述平均时延值在所述概率密度曲线f(x)上对应的节点时延值,所述平均时延值对应的节点时延值用于衡量所述网络节点设备的节点时延性能。
6.根据权利要求1-5中任意一项所述的时延测量方法,其特征在于,还包括:
所述时延测量装置基于所述当前报文的转发优先级、或所述当前报文所处的业务流ID号,或者所述当前报文输入所述网络节点设备的端口的端口号,对所述当前报文的节点时延值进行分类。
7.一种时延测量装置,其特征在于,包括:
时延分布测量模块,用于在预设时间段开始时,获取当前报文的节点时延值,所述节点时延值用于指示所述当前报文从所述网络节点设备的入端口转发至出端口所产生的时延;根据预设的M个时延区间的M+1个边界值,确定所述节点时延值所处的时延区间,将所述节点时延值所处的时延区间对应的时延分段计数器的值加1,其中,M>1,M为正整数,所述节点时延值所处的时延区间属于所述M个时延区间,每个所述时延区间对应一个所述时延分段计数器;返回执行获取下一报文的节点时延值,直至所述预设时间段结束;并将各个所述时延分段计数器的值发送至时延概率测量模块;
所述时延概率测量模块,用于计算累计概率Pacc.j,确定大于或等于目标概率的所述累计概率Pacc.j,获取满足所述目标概率的节点时延值为时延门限值,其中,所述累计概率Pacc.j=Cacc.j/Ctotal,Cacc.j为从第1时延分段计数器的值开始累加至第j时延分段计数器的值所得到的总和,1<j≤M,j为正整数,Ctotal为所述预设时间段内M个所述时延分段计数器的值的总和Ctotal。
8.根据权利要求7所述的时延测量装置,其特征在于,所述时延概率测量模块,包括:
第一获取单元,用于当所述时延概率测量模块得到等于目标概率的所述累计概率Pacc.j时,获取满足所述目标概率的节点时延值作为时延门限值;
第二获取单元,用于当所述时延测量模块得到大于所述目标概率的所述累计概率Pacc.j时,获取计算所述累计概率Pacc.j时的第j时延分段计数器,确定所述第j时延分段计数器所对应的时延区间的边界值Dj-1和Dj,并在所述边界值Dj-1和边界值Dj之间查找满足所述目标概率的节点时延值,将满足所述目标概率的节点时延值作为时延门限值。
9.根据权利要求7所述的时延测量装置,其特征在于,还包括:时延特征测量模块;
所述时延特征测量模块,用于确定所述预设时间段内获取的所述节点时延值中的最大节点时延值和最小节点时延值;确定位于所述最大节点时延值和最小节点时延值之间的时延区间,获取对应所述时延区间的有效时延分段计数器的个数,所述有效时延分段计数器为在所述预设时间段内进行计数的时延分段计数器;并根据分布函数,以及确定个数的有效时延分段计数器中的值,拟合计算得到概率密度曲线f(x),并将所述概率密度曲线f(x)发送给所述时延概率测量模块,其中,x为随机变量,跟随所述确定个数的有效时延分段计数器中的值变化。
10.根据权利要求9所述的时延测量装置,其特征在于,所述时延概率测量模块,包括:
第一获取单元,用于当所述时延概率测量模块得到等于目标概率的所述累计概率Pacc.j时,获取满足所述目标概率的节点时延值作为时延门限值;
第三获取单元,用于当时延概率测量模块得到大于所述目标概率的所述累计概率Pacc.j时,根据所述概率密度曲线f(x),在所述概率密度曲线f(x)上确定满足所述目标概率的节点时延值,将满足所述目标概率的节点时延值作为时延门限值。
11.一种时延测量装置,其特征在于,包括:存储器,以及与所述存储器通信的处理器;
所述存储器,用于存储时延测量的程序代码;
所述处理器,用于调用所述存储器中的所述时延测量的程序代码,执行权利要求1-6中任意一项所述的时延测量方法。
12.一种网络节点设备,其特征在于,包括:权利要求7-11中任意一项所述的时延测量装置,所述时延测量装置设置于网络节点设备的出端口内侧或出端口外侧。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611159723.1A CN108234227B (zh) | 2016-12-15 | 2016-12-15 | 网络节点设备的时延测量方法、装置及网络节点设备 |
PCT/CN2017/093885 WO2018107756A1 (zh) | 2016-12-15 | 2017-07-21 | 网络节点设备的时延测量方法、装置及网络节点设备 |
EP17879733.8A EP3531621B1 (en) | 2016-12-15 | 2017-07-21 | Method and apparatuses for delay measurement on a network node |
US16/432,647 US11050649B2 (en) | 2016-12-15 | 2019-06-05 | Delay measurement method of network node device, apparatus, and network node device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611159723.1A CN108234227B (zh) | 2016-12-15 | 2016-12-15 | 网络节点设备的时延测量方法、装置及网络节点设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108234227A true CN108234227A (zh) | 2018-06-29 |
CN108234227B CN108234227B (zh) | 2021-08-20 |
Family
ID=62557964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611159723.1A Active CN108234227B (zh) | 2016-12-15 | 2016-12-15 | 网络节点设备的时延测量方法、装置及网络节点设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11050649B2 (zh) |
EP (1) | EP3531621B1 (zh) |
CN (1) | CN108234227B (zh) |
WO (1) | WO2018107756A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109270832A (zh) * | 2018-08-30 | 2019-01-25 | 百度在线网络技术(北京)有限公司 | 无人车控制方法、装置、设备以及存储介质 |
CN109634811A (zh) * | 2018-12-10 | 2019-04-16 | 浪潮(北京)电子信息产业有限公司 | 一种时延分布的显示方法及相关装置 |
CN111510344A (zh) * | 2020-04-02 | 2020-08-07 | 中国信息通信研究院 | 一种节点的转发时延确定方法和装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113676783A (zh) * | 2021-08-18 | 2021-11-19 | 上海哔哩哔哩科技有限公司 | 链路节点评估方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040143663A1 (en) * | 2002-08-14 | 2004-07-22 | Leedom David Arlen | Method and apparatus for monitoring and controlling the allocation of network bandwidth |
CN102013942A (zh) * | 2010-01-29 | 2011-04-13 | 柳州市达迪通信设备有限公司 | 一种报文延迟变化的测定方法 |
CN103428770A (zh) * | 2013-07-30 | 2013-12-04 | 北京邮电大学 | 异构无线网络多连接并行传输中的流量分配方法 |
US20140160960A1 (en) * | 2005-05-26 | 2014-06-12 | Emily H. Qi | Methods and apparatus for providing information indicative of traffic delay of a wireless link |
CN104811919A (zh) * | 2014-01-24 | 2015-07-29 | 中国移动通信集团公司 | 一种网络参数获取方法、装置及设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6661922B1 (en) * | 2000-06-21 | 2003-12-09 | Hewlett-Packard Development Company, L.P. | Method of determining a nearest numerical neighbor point in multi-dimensional space |
JP4275659B2 (ja) * | 2005-09-26 | 2009-06-10 | 富士通株式会社 | 遅延解析プログラム、遅延解析装置、および遅延解析方法 |
US8442282B2 (en) * | 2006-05-29 | 2013-05-14 | Kabushiki Kaisha Toshiba | Computer-aided imaging diagnostic processing apparatus and computer-aided imaging diagnostic processing method |
US20090112618A1 (en) * | 2007-10-01 | 2009-04-30 | Johnson Christopher D | Systems and methods for viewing biometrical information and dynamically adapting schedule and process interdependencies with clinical process decisioning |
CN101534222A (zh) | 2008-03-10 | 2009-09-16 | 中国移动通信集团公司 | 端到端网络时延抖动测量方法、装置及系统 |
CN101848118A (zh) * | 2010-05-04 | 2010-09-29 | 电子科技大学 | 基于时延梯度信息的输入时延自适应平滑处理方法 |
CN101834901B (zh) * | 2010-05-04 | 2012-11-28 | 电子科技大学 | 基于t检测模型的网络坐标系统输入时延预处理方法 |
US8510092B2 (en) * | 2011-01-07 | 2013-08-13 | Micron Technology, Inc. | Recursive summation algorithms useful for statistical signal analysis of transmission of signals in a computer system |
JPWO2016075924A1 (ja) * | 2014-11-10 | 2017-08-17 | 日本電気株式会社 | 情報処理システム及び遅延計測方法 |
CN105376112B (zh) * | 2015-11-24 | 2018-06-19 | 清华大学 | 中间处理约束下的异构网络资源配置方法 |
-
2016
- 2016-12-15 CN CN201611159723.1A patent/CN108234227B/zh active Active
-
2017
- 2017-07-21 EP EP17879733.8A patent/EP3531621B1/en active Active
- 2017-07-21 WO PCT/CN2017/093885 patent/WO2018107756A1/zh unknown
-
2019
- 2019-06-05 US US16/432,647 patent/US11050649B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040143663A1 (en) * | 2002-08-14 | 2004-07-22 | Leedom David Arlen | Method and apparatus for monitoring and controlling the allocation of network bandwidth |
US20140160960A1 (en) * | 2005-05-26 | 2014-06-12 | Emily H. Qi | Methods and apparatus for providing information indicative of traffic delay of a wireless link |
CN102013942A (zh) * | 2010-01-29 | 2011-04-13 | 柳州市达迪通信设备有限公司 | 一种报文延迟变化的测定方法 |
CN103428770A (zh) * | 2013-07-30 | 2013-12-04 | 北京邮电大学 | 异构无线网络多连接并行传输中的流量分配方法 |
CN104811919A (zh) * | 2014-01-24 | 2015-07-29 | 中国移动通信集团公司 | 一种网络参数获取方法、装置及设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109270832A (zh) * | 2018-08-30 | 2019-01-25 | 百度在线网络技术(北京)有限公司 | 无人车控制方法、装置、设备以及存储介质 |
US11243537B2 (en) | 2018-08-30 | 2022-02-08 | Apollo Intelligent Driving (Beijing) Technology Co., Ltd. | Method, apparatus, device and storage medium for controlling an unmanned vehicle |
CN109270832B (zh) * | 2018-08-30 | 2022-04-12 | 阿波罗智能技术(北京)有限公司 | 无人车控制方法、装置、设备以及存储介质 |
CN109634811A (zh) * | 2018-12-10 | 2019-04-16 | 浪潮(北京)电子信息产业有限公司 | 一种时延分布的显示方法及相关装置 |
CN111510344A (zh) * | 2020-04-02 | 2020-08-07 | 中国信息通信研究院 | 一种节点的转发时延确定方法和装置 |
CN111510344B (zh) * | 2020-04-02 | 2021-04-02 | 中国信息通信研究院 | 一种节点的转发时延确定方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3531621A4 (en) | 2019-08-28 |
CN108234227B (zh) | 2021-08-20 |
WO2018107756A1 (zh) | 2018-06-21 |
EP3531621B1 (en) | 2020-09-09 |
US11050649B2 (en) | 2021-06-29 |
US20190288930A1 (en) | 2019-09-19 |
EP3531621A1 (en) | 2019-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7039685B2 (ja) | トラフィック測定方法、デバイス、およびシステム | |
US8296426B2 (en) | System and method for performing capacity planning for enterprise applications | |
CN108234227A (zh) | 网络节点设备的时延测量方法、装置及网络节点设备 | |
EP2713270A1 (en) | Resource scheduling method and device | |
CN108259364A (zh) | 一种网络拥塞确定方法及装置 | |
CN108959399A (zh) | 分布式数据删除流控方法、装置、电子设备及存储介质 | |
JP2009527839A (ja) | 通信ネットワークのトランザクション監視のための方法及びシステム | |
Brandt et al. | Network Performance Counter Monitoring and Analysis on the Cray XC Platform. | |
CN112688837B (zh) | 基于时间滑动窗口的网络测量方法与装置 | |
CN108647727A (zh) | 不平衡数据分类欠采样方法、装置、设备及介质 | |
CN105141446A (zh) | 一种基于客观权重确定的网络设备健康度评估方法 | |
CN110377449A (zh) | 一种磁盘故障预测方法、装置及电子设备和存储介质 | |
CN115038088B (zh) | 一种智能网络安全检测预警系统和方法 | |
CN110300008A (zh) | 一种确定网络设备的状态的方法及装置 | |
CN112491900A (zh) | 异常节点识别方法、装置、设备及介质 | |
CN116866218A (zh) | 一种网络性能检测方法及系统 | |
CN107453948A (zh) | 一种网络测量数据的存储方法及系统 | |
WO2015182629A1 (ja) | 監視システム、監視装置及び監視プログラム | |
CN102780589A (zh) | 一种基于虚拟链路的静态路由网络时延抖动测试方法 | |
CN110175100A (zh) | 一种存储盘故障预测方法及预测系统 | |
CN109375146A (zh) | 一种用电数据的补采方法、系统及终端设备 | |
CN109213566B (zh) | 一种虚拟机迁移的方法、装置和设备 | |
CN107656927A (zh) | 一种特征选择方法及设备 | |
CN106997310A (zh) | 负载均衡的装置和方法 | |
CN101958843A (zh) | 基于流量分析和节点信任度的智能路由选择方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |