CN109558464A

CN109558464A - 网络性能分级表示方法

Info

Publication number: CN109558464A
Application number: CN201811389396.8A
Authority: CN
Inventors: 符永铨; 李东升; 徐小平; 黄春; 沈思淇; 梅松竹; 王庆林; 邓晓歌
Original assignee: National University of Defense Technology
Current assignee: National University of Defense Technology
Priority date: 2018-11-21
Filing date: 2018-11-21
Publication date: 2019-04-02

Abstract

本发明实施例公开一种网络性能分级表示方法，包括：构建网络性能参数测量系统；统计所述网络性能参数测量系统中的各个客户端到服务器端的多个类型的网络性能参数值；运行基于K‑均值聚类方法的分级会聚过程，以将每一个类型的所述网络性能参数值分别映射到P个层次，其中，所述P为对所述网络性能参数值分级的层次总数。本发明实施例提供的网络性能分级表示方法可以实现纵向的相对波动展示和横向的性能对比。

Description

网络性能分级表示方法

技术领域

本发明涉及网络通信技术领域，特别涉及一种利用K-均值聚类算法的网络性能分级表示方法。

背景技术

网络性能是影响网络通信质量的核心要素。根据应用类型的不同，网络性能指标呈现出多样化的特征，例如，文件传输需要大量带宽资源，然而可以容忍部分的通信延时；数据库查询、视频会议、实时监控等应用仅需少量带宽，然而要求低通信延时；多媒体流需要稳定的数据传输速率，但是对网络通信的丢包情况较为敏感。因此，如何依据网络应用的需求对网络性能水平进行评测，对网络应用的总体运行状况做一个恰当的评价，发现网络中的问题，是网络通信领域面临的一个关键的问题。

在大规模、动态的网络应用环境下，为了衡量所有节点之间的多种网络性能信息，现有的途径是对每一类型的网络性能参数进行独立的数值计算。然而，网络性能参数的绝对数值无法反映网络的相对性能波动；并且，不同类型的网络性能参数无法进行横向比较，导致无法对应用的总体运行状况进行综合评价。

因此，急需提出一种能够反映网络的相对性能波动和/或能够对应用的总体运行状况进行综合评价的网络性能分级表示方法。

发明内容

本发明的实施例提供一种网络性能分级表示方法，用于克服现有技术中的网络性能参数值纵向无法反映网络的相对波动，横向无法比较不同参数的影响等缺陷，实现纵向的相对波动展示和横向的性能对比。

一方面，提供了一种网络性能分级表示方法，包括：构建网络性能参数测量系统；统计所述网络性能参数测量系统中的各个客户端到服务器端的多个类型的网络性能参数值；运行基于K-均值聚类方法的分级会聚过程，以将每一个类型的所述网络性能参数值分别映射到P个层次，其中，所述P为对所述网络性能参数分级的层次总数。

在本发明的一个实施例中，所述构建网络性能参数测量系统的步骤包括：利用网络测量工具软件构建所述网络性能参数测量系统。

在本发明的一个实施例中，所述网络性能分级表示方法还包括：将所述网络性能参数值缓存到本地文件系统。

在本发明的一个实施例中，所述运行基于K-均值聚类方法的分级会聚过程，以将每一个类型的所述网络性能参数值分别映射到P个层次的步骤包括：利用K-均值聚类算法对所述网络性能参数值进行分簇，使得每个簇内的网络性能参数值聚集在一起；将利用所述K-均值聚类算法获取的各个簇的中心点按照预设规则进行排列；记录每个簇的所述中心点对应的所述排序的索引序号；获取每个所述网络性能参数值最接近的所述中心点对应的所述排序的索引序号作为其层次值，以实现对网络性能参数值的分级表示。

在本发明的一个实施例中，所述将利用所述K-均值聚类算法获取的各个簇的中心点按照预设规则进行排列的步骤包括：将利用所述K-均值聚类算法获取的各个簇的中心点按照升序进行排列。

在本发明的一个实施例中，所述运行基于K-均值聚类方法的分级会聚过程，以将每一个类型的所述网络性能参数值分别映射到P个层次的步骤还包括：设置对所述网络性能参数值分级的层次总数P。

在本发明的一个实施例中，所述运行基于K-均值聚类方法的分级会聚过程，以将每一个类型的所述网络性能参数值分别映射到P个层次的步骤包括：读取所述缓存到本地文件系统的所述网络性能参数值。

在本发明的一个实施例中，所述K-均值聚类算法的优化目标是最小化各个簇内部距各自的所述中心点的距离平方和。

本发明实施例具有如下优点或有益效果：通过运行基于K-均值聚类方法的分级会聚过程，以将每一个类型的所述网络性能参数值分别映射到P个层次，从而利用相同的P个层次数值统一表示不同类型的网络性能参数的水平，可以克服现有技术中的相同类型的网络性能参数之间也即纵向无法反映网络的相对波动，不同类型的网络性能参数之间也即横向无法比较不同参数的影响等缺陷，实现纵向的相对波动展示和横向的性能对比。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的网络性能分级表示方法的流程示意图；

图2为本发明实施例构建的网络性能参数的测量系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例所要解决的技术问题是：针对现有的网络性能参数值纵向无法反映网络的相对波动，横向无法比较不同参数的影响的问题，提出一种通用的网络性能分级表示方法，实现纵向的相对波动展示和横向的性能对比。

本发明实施例的网络性能分级表示方法的技术方案是：对每一个类型的网络性能参数值进行分级会聚，将最相似的网络性能参数值映射到相同的层次或者邻近的层次，将差异较大的网络性能参数值映射到不同的层次，从而利用相同的P个层次数值统一表示不同类型的网络性能参数值的水平。

如图1所示，本发明实施例的网络性能分级表示方法的具体流程如下：

第一步，构建一个网络性能参数测量系统，该网络性能参数测量系统由客户端、服务器端构成，系统中的每个节点都是独立运行、可相互进行网络通信的计算机或者虚拟机。

第二步，客户端执行网络性能参数分级会聚程序。该分级会聚程序读取各个客户端测量的各自到服务器端的各个类型的网络性能参数值，对每一个类型的网络性能参数值分别执行基于K-均值聚类方法的分级会聚过程，以对每一个网络性能参数值进行相应的分级表示。

下面详细介绍本发明实施例的网络性能分级表示方法的具体技术方案：

第一步，利用已有的网络测量工具软件构建一个网络性能参数的测量系统。如图2所示，一般而言，最基本的网络性能参数的测量系统包括一个客户端和一个服务器端。客户端和服务器端上例如分别运行用于网络性能参数测量的网络测量工具软件的客户端程序和服务器端程序，客户端程序负责统计从本节点也即本客户端到服务器端的各种类型的网络性能参数值，并缓存到本地的文件系统。每个节点也即每个客户端都是独立运行、可相互进行网络通信的计算机或者虚拟机。利用已有的网络测量工具软件构建该网络性能参数的测量系统的具体实例、以及利用构建好的该网络性能参数的测量系统测量得到各个客户段到服务器端的各种类型的网络性能参数值的实施细节可参考现有技术中的相关介绍，现有技术中存在很多成熟的相关技术，只要能够实现本发明实施例的目的即可，在此不再赘述。

第二步，客户端执行网络性能参数分级会聚程序。该网络性能参数分级会聚程序读取客户端程序缓存到本地的文件系统中的各种类型的网络性能参数值，对每一个类型的网络性能参数值分别运行基于K-均值聚类方法的分级会聚过程，将每一个类型的网络性能参数值分别映射到P个层次(其中P为正整数，代表对网络性能参数值分级的层次总数，P值越大，表示对网络性能参数值分级的分辨率越高，反之对网络性能参数值分级的分辨率越低)。

假设对网络性能参数值分级的层次总数为P，接下来详细介绍上述第二步的具体实施过程：

2.1系统初始化。本地的文件系统缓存的某一个类型的网络性能参数值构成的网络性能参数值集合为{x_i|i∈[1,N]}。

2.2计算分级的参考点。客户端运行K-均值聚类算法，对缓存的前述某一个类型的网络性能参数值集合进行分簇，使得每个簇内的网络性能参数值聚集在一起。记第j个分级包含的分级值(网络性能参数值)集合记为S_j，记μ_j代表第j个分级内部包含的网络性能参数值的均值也即分级的参考点，即分级设计的优化目标函数表达式为：

K-均值聚类算法的目标函数也即分级设计的优化目标函数是最小化各个分簇内部距中心的距离平方和，能够满足最大化每个分级值集合内部包含的网络性能参数值的耦合度的需求。具体地，K-均值聚类算法的具体细节可参考现有技术中的相关介绍，在此不再赘述。

2.3对分级的参考点进行排序。客户端将利用K-均值聚类算法获取的各个簇的中心点也即μ_j按照升序排列，记录每个分簇的中心点对应的排序索引序号。

2.4对网络性能分级(分层次)。客户端程序读取每个网络性能参数值，计算与其距离最近的簇的中心点，将该簇的中心点对应的排序索引序号作为该网络性能参数值的级别值(层次值)表示，从而完成对前述某一个类型的网络性能参数值的分级表示。

如此，循环执行上述2.1-2.4的过程，直至将每一个类型的网络性能参数值映射到P个层次，最终完成对每一个类型的每一个网络性能参数值的分级表示。

本发明实施例提供的网络性能分级表示方法的优点在于：分级表示方法适用范围广泛，可以应用到带宽、延时、丢包等各种类型的网络性能参数值；分级过程快速、简单，应用只需要提供分级的层次总数P，方法自动计算分级结果；通过去量纲化，对不同类型的网络性能参数值用相同的P个层次数进行分级表示，使得分级结果允许不同网络性能参数值进行横向比较，便于综合评价多种类型的网络性能参数值。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种网络性能分级表示方法，其特征在于，包括：

构建网络性能参数测量系统；

统计所述网络性能参数测量系统中的各个客户端到服务器端的多个类型的网络性能参数值；

运行基于K-均值聚类方法的分级会聚过程，以将每一个类型的所述网络性能参数值分别映射到P个层次，其中，所述P为对所述网络性能参数值分级的层次总数。

2.如权利要求1所述的网络性能分级表示方法，其特征在于，所述构建网络性能参数测量系统的步骤包括：

利用网络测量工具软件构建所述网络性能参数测量系统。

3.如权利要求1所述的网络性能分级表示方法，其特征在于，还包括：

将所述网络性能参数值缓存到本地文件系统。

4.如权利要求1所述的网络性能分级表示方法，其特征在于，所述运行基于K-均值聚类方法的分级会聚过程，以将每一个类型的所述网络性能参数值分别映射到P个层次的步骤包括：

利用K-均值聚类算法对所述网络性能参数值进行分簇，使得每个簇内的网络性能参数值聚集在一起；

将利用所述K-均值聚类算法获取的各个簇的中心点按照预设规则进行排列；

记录每个簇的所述中心点对应的所述排序的索引序号；

获取每个所述网络性能参数值最接近的所述中心点对应的所述排序的索引序号作为其层次值，以实现对网络性能参数值的分级表示。

5.如权利要求4所述的网络性能分级表示方法，其特征在于，所述将利用所述K-均值聚类算法获取的各个簇的中心点按照预设规则进行排列的步骤包括：将利用所述K-均值聚类算法获取的各个簇的中心点按照升序进行排列。

6.如权利要求4所述的网络性能分级表示方法，其特征在于，所述运行基于K-均值聚类方法的分级会聚过程，以将每一个类型的所述网络性能参数值分别映射到P个层次的步骤还包括：

设置对所述网络性能参数值分级的层次总数P。

7.如权利要求3所述的网络性能分级表示方法，其特征在于，所述运行基于K-均值聚类方法的分级会聚过程，以将每一个类型的所述网络性能参数值分别映射到P个层次的步骤包括：

读取所述缓存到本地文件系统的所述网络性能参数值。

8.如权利要求4所述的网络性能分级表示方法，其特征在于，所述K-均值聚类算法的优化目标是最小化各个簇内部距各自的所述中心点的距离平方和。