CN111817910B - 一种网络流量的网络级测量方法 - Google Patents
一种网络流量的网络级测量方法 Download PDFInfo
- Publication number
- CN111817910B CN111817910B CN202010572737.6A CN202010572737A CN111817910B CN 111817910 B CN111817910 B CN 111817910B CN 202010572737 A CN202010572737 A CN 202010572737A CN 111817910 B CN111817910 B CN 111817910B
- Authority
- CN
- China
- Prior art keywords
- measurement
- node
- nodes
- old
- network
- 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
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
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- 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
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
本发明公开了一种网络流量的网络级测量方法,通过定义测量代价函数,并建立线性规划模型,进而通过求解线性规划模型,得出每个测量节点的测量负载即分配到的测量任务,最后测量节点根据分配到的测量任务进行流量测量。这样利用网络中的多个交换机节点进行协同测量,以测量全网的流量,同时基于测量节点的测量容量进行合理的测量资源分配,降低了测量的误差和增大吞吐量。
Description
技术领域
本发明属于网络管理技术领域,更为具体地讲,涉及一种网络流量的网络级测量方法。
背景技术
网络中存在许多交换机节点,在网络流量测量中,每个交换机节点都可以采用单点流量测量方法对经过本交换机节点的流进行测量,所谓网络流量的网络级测量就是在网络范围内,多个交换机节点进行协同测量全网流量的方案。
由于网络中的测量资源有限,不能将每个交换机节点都作为测量节点进行单点流量测量,因此需要确定选取哪些交换机节点作为测量节点,能够取得最大收益;另外由于一条流可能会经过多个测量节点,若它被经过的每个测量节点都进行测量时,将会造成不必要的重复测量,导致测量资源的浪费;网络中每个交换机的型号不同,导致了每个交换机的存储空间不同,而一般的单点流量测量方法的测量误差与存储空间和测量流的数量有关,因此,每个交换机节点能够准确测量的流的数量不同,即测量容量不同,当测量的流的数量(测量负载)超过测量容量时,将会造成非常大的测量误差。
发明内容
本发明的目的在于克服现有技术的不足,提供一种网络流量的网络级测量方法,利用网络中的多个交换机节点进行协同测量,以测量全网的流量,同时进行合理的测量资源分配,以降低测量的误差和增大吞吐量。
为实现上述发明目的,本发明网络流量的网络级测量方法,其特征在于,包括以下步骤:
(1)、测量节点部署;
在网络中,选择一定数量的交换机节点作为测量节点进行部署;
(2)、测量节点部署完成后,进行测量任务分配;
2.1)、令lv表示测量节点v的测量负载(测量的流的数量),Nv表示测量节点v的测量容量(能够准确测量的流的数量),φv(lv/Nv)表示测量节点v的测量代价函数,其中,lv/Nv为测量节点v的测量利用率,定义测量代价函数为:
2.2)、根据测量代价函数建立线性规划模型:
s.t.
其中:
xiv:第i条聚合流在第v个测量节点的测量占比;
fi:第i条聚合流;
wi:第i条聚合流的权重(即聚合的细流数量);
S:测量节点的集合;
Si:第i条聚合流经过的测量节点的集合;
F:聚合流的集合;
聚合流:交换机节点到交换机节点之间的流;
细流:主机之间的流;
2.3)、求解线性规划模型,得出每个测量节点的测量负载,即分配到的测量任务;
(3)、测量节点根据分配到的测量任务进行流量测量。
本发明的发明目的是这样实现的:
本发明网络流量的网络级测量方法,通过定义测量代价函数,并建立线性规划模型,进而通过求解线性规划模型,得出每个测量节点的测量负载即分配到的测量任务,最后测量节点根据分配到的测量任务进行流量测量。这样利用网络中的多个交换机节点进行协同测量,以测量全网的流量,同时基于测量节点的测量容量进行合理的测量资源分配,降低了测量的误差和增大吞吐量。
附图说明
图1是本发明网络流量的网络级测量方法一种具体实施方式的流程图;
图2是图1所示测量节点部署一种具体实施方式的流程图;
图3是图1所示测量任务分配一种具体实施方式的流程图
图4是一测量任务分配示例示意图,其中,(a)为测量节点上都进行测量,(b)为均匀的分配到经过的测量节点,(c)为按照测量容量进行合理分配;
图5是不同测量任务分配的测量误差和大流检测准确度对比曲线图,其中,(a)为不同随机种子(23个测量节点的10种容量分布)下的相对均方根误差曲线,(b)为不同随机种子(23个测量节点的10种容量分布)下的大流检测准确度曲线图,(c)为不同测量节点数量下的相对均方根误差曲线,(d)为不同测量节点数量下的大流检测准确度曲线图,(e)为不同大流模块表项数下的相对均方根误差曲线图,(f)为不同大流模块表项数下的大流检测准确度曲线图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
图1是本发明网络流量的网络级测量方法一种具体实施方式的流程图。
在本实施例中,如图1所示,本发明网络流量的网络级测量方法包括两个步骤:步骤S1即测量节点部署、步骤S2即测量任务分配。
在本实施例中,如图2所示,测量节点部署包括以下步骤:
k表示最大测量节点数量,V表示网络中交换机节点集合,F表示网络流的集合,S表示测量节点集合,那么本发明的测量节点部署方法,包括以下步骤:
步骤S101:对测量节点集合S赋值为空集,即S←φ;
步骤S102:对老测量节点集合Sold赋值为空集,即Sold←φ;
步骤S103:令变量j=1;
步骤S104:如果j>k,那么进入步骤S1011,否则进入步骤S105,其中,k为需要部署的测量节点数量;
步骤S105:在网络中交换机节点集合V中选择一个交换机节点加入到测量节点集合S中,使得被测量的流的个数增加最多;
步骤S106:判断测量节点集合S是否覆盖到聚合流的集合F中所有的流,若是,则进入步骤S107,否则进入步骤S110;
步骤S107:将交换机节点集合V中属于测量节点集合S的交换机节点去除,并重新赋值给交换机节点集合V,即V←V/S;
步骤S108:老测量节点集合Sold与测量节点集合S的并集重新赋值给老测量节点集合Sold,即Sold←Sold US;
步骤S109:对测量节点集合S赋值为空集,即S←φ;
步骤S110:j=j+1,返回步骤S104;
步骤S111:老测量节点集合Sold与测量节点集合S的并集重新赋值给测量节点集合S,即S←SoldUS,测量节点集合S中的交换机节点,即为选择的交换机节点,然后进行部署。
在本实施例中,如图3所示,测量任务分配包括以下步骤:
步骤S201:定义测量代价函数
令lv表示测量节点v的测量负载(测量的流的数量),Nv表示测量节点v的测量容量(能够准确测量的流的数量),φv(lv/Nv)表示测量节点v的测量代价函数,其中,lv/Nv为测量节点v的测量利用率,定义测量代价函数为:
步骤S202:建立线性规划模型
根据测量代价函数建立线性规划模型:
s.t.
其中:
xiv:第i条聚合流在第v个测量节点的测量占比;
wi:第i条聚合流的权重(即聚合的细流数量);
S:测量节点的集合;
Si:第i条聚合流经过的测量节点的集合;
F:聚合流的集合;
聚合流:交换机节点到交换机节点之间的流;
细流:主机之间的流;
步骤S203:求解线性规划模型,得到分配到的测量任务
求解线性规划模型,得出每个测量节点的测量负载,即分配到的测量任务;
图4是一测量任务分配示例示意图.
在本实施例中,如图4所示为不同几种测量任务方案的测量负载举例,其中每个交换机都是测量节点,假设有100条流从A出发,发送到D,交换机上的数字分别表示测量节点的容量和负载。如图4(a)所示,若不进行测量任务分配,即每条流在经过的测量节点上都进行测量,那将会使得每个测量节点上的负载都为100,每个节点的测量负载都超过了测量容量,将会导致测量误差非常大。若不考虑测量节点的容量,将100条流均匀的分配到经过的测量节点上,如图4(b)所示,每个测量节点上分得25条流进行测量,那么A和B的测量负载在测量容量内,测量得到的结果误差将在可接受的范围内,但是C和D的测量容量比较低,测量负载超过了容量将导致测量误差非常大。如图4(c)所示,将测量任务按照测量容量进行合理分配,在大容量的测量节点上分配更多的测量任务,在小容量的测量节点上分配更少的测量任务,那么每条流都可以得到一个低误差的测量。
如图5所示为将本发明中的测量任务分配方案与其他几种方案的对比实验结果,其中OA为不经过测量任务分配,每条细流在它经过的测量节点上都进行测量的方案,RA为每条细流从经过的测量节点中随机选择一个节点进行测量的方案,LB为无容量约束下的负载均衡分配方案即尽可能地进行平均分配测量负载的方案,MMC为本发明中提出的测量任务分配方案。实验的性能指标采用流量测量性能中比较重要的两项指标:测量误差和大流检测准确度
RRMSE表示相对均方根误差,计算公式为:
其中符号|H|表示集合H中元素的个数。
在实验中,为每个测量节点设置容量时,采用随机设置,图5(a)和(b)中表示采用不同随机种子时的实验结果,即横轴上的每个点对应一组测量节点容量的分布。从图5(a)和(b)的结果表现出了MMC的测量任务分配方案对测量节点容量变化的适应性,在不同测量节点容量分布下MMC的测量误差始终平稳地处于最低的位置,大流检测准确度也始终处于最高的位置,这是因为MMC能够根据测量节点的容量变化自适应地调整测量节点的负载,使得测量节点的负载尽可能小于测量容量,以获得更低的测量代价。而OA、RA和LB三种任务分配方案与测量容量无关,不论测量节点的容量如何变化,它们的分配方式都不变,所以很容易造成在测量容量特别小的节点上分配特别多的测量任务,而造成了测量误差变大,所以在图5(a)和(b)中OA、RA和LB的曲线跳动特别大。
图5(c)和(d)表示不同测量节点数量下几种测量任务分配方案的实验结果,可以看出随着测量节点数量增加,MMC的测量误差始终最小,而且比其他方案小得多,而且大流检测的准确度也是稳定的最大。
在本实验中每个测量节点上采用的单点测量方法中,有一个大流模块表项数的参数,当大流模块表项数越大,单点的测量误差也越低,图5(e)和(f)表示的了单测量节点的数量和容量不变的情况下,每个测量节点的大流模块表项数对几种方案的影响。从图5(e)和(f)中可以看出,大流模块表项数增加时MMC的误差始终最小,MMC的大流检测准确度始终最高;由于在实验中设置的测量容量与大流模块表项数量无关,因此大流模块表项数量只是影响着各个测量节点上安装的单点测量方法的测量误差,所以当大流模块表项数量增加时,四种任务分配方案的误差都呈下降趋势。
从实验可以看出本发明的测量任务分配方案的测量误差是最低的,大流检测准确度是最高的。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (2)
1.一种网络流量的网络级测量方法,其特征在于,包括以下步骤:
(1)、测量节点部署;
在网络中,选择一定数量的交换机节点作为测量节点进行部署;
(2)、测量节点部署完成后,进行测量任务分配;
2.1)、令lv表示测量节点v的测量负载,Nv表示测量节点v的测量容量,φv(lv/Nv)表示测量节点v的测量代价函数,其中,lv/Nv为测量节点v的测量利用率,定义测量代价函数为:
2.2)、根据测量代价函数建立线性规划模型:
其中:
xiv:第i条聚合流在第v个测量节点的测量占比;
fi:第i条聚合流;
wi:第i条聚合流的权重;
S:测量节点的集合;
Si:第i条聚合流经过的测量节点的集合;
F:聚合流的集合;
聚合流:交换机节点到交换机节点之间的流;
细流:主机之间的流;
2.3)、求解线性规划模型,得出每个测量节点的测量负载,即分配到的测量任务;
(3)、测量节点根据分配到的测量任务进行流量测量。
2.根据权利要求1所述的网络流量的网络级测量方法,其特征在于,步骤(2)所述的测量任务分配为:
1.1)、对测量节点集合S赋值为空集,即S←φ;
1.2)、对老测量节点集合Sold赋值为空集,即Sold←φ;
1.3)、令变量j=1;
1.4)、如果j>k,那么进入步骤1.11),否则进入步骤1.5),其中,k为需要部署的测量节点数量;
1.5)、在网络中交换机节点集合V中选择一个交换机节点加入到测量节点集合S中,使得被测量的流的个数增加最多;
1.6):判断测量节点集合S是否覆盖到聚合流的集合F中所有的流,若是,则进入步骤1.7),否则进入步骤1.10);
1.7)、将交换机节点集合V中属于测量节点集合S的交换机节点去除,并重新赋值给交换机节点集合V,即V←V/S;
1.8)、老测量节点集合Sold与测量节点集合S的并集重新赋值给老测量节点集合Sold,即Sold←SoldUS;
1.9)、对测量节点集合S赋值为空集,即S←φ;
1.10)、j=j+1,返回步骤1.4);
1.11)、老测量节点集合Sold与测量节点集合S的并集重新赋值给测量节点集合S,即S←SoldUS,测量节点集合S中的交换机节点,即为选择的交换机节点,然后进行部署。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010572737.6A CN111817910B (zh) | 2020-06-22 | 2020-06-22 | 一种网络流量的网络级测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010572737.6A CN111817910B (zh) | 2020-06-22 | 2020-06-22 | 一种网络流量的网络级测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111817910A CN111817910A (zh) | 2020-10-23 |
CN111817910B true CN111817910B (zh) | 2021-08-13 |
Family
ID=72846361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010572737.6A Active CN111817910B (zh) | 2020-06-22 | 2020-06-22 | 一种网络流量的网络级测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111817910B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106789429A (zh) * | 2016-12-26 | 2017-05-31 | 湖南省起航嘉泰网络科技有限公司 | 一种自适应低代价sdn网络链路利用率测量方法及系统 |
CN108763377A (zh) * | 2018-05-18 | 2018-11-06 | 郑州轻工业学院 | 基于卫星故障诊断多源遥测大数据特征提取预处理方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107211310B (zh) * | 2014-12-15 | 2020-08-18 | 诺基亚通信公司 | 用于通信中的测量协调的方法和装置 |
RO131306A2 (ro) * | 2014-12-16 | 2016-07-29 | Ixia, A California Corporation | Metode, sisteme şi suport citibil pe calculator pentru iniţierea şi execuţia testelor de performanţă a unei reţele private şi/sau a componentelor acesteia |
US11327797B2 (en) * | 2016-05-09 | 2022-05-10 | Oracle International Corporation | Memory usage determination techniques |
CN105959167B (zh) * | 2016-07-18 | 2019-04-23 | 东北大学 | 一种基于贪心算法的全局优化sdn测量方法 |
-
2020
- 2020-06-22 CN CN202010572737.6A patent/CN111817910B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106789429A (zh) * | 2016-12-26 | 2017-05-31 | 湖南省起航嘉泰网络科技有限公司 | 一种自适应低代价sdn网络链路利用率测量方法及系统 |
CN108763377A (zh) * | 2018-05-18 | 2018-11-06 | 郑州轻工业学院 | 基于卫星故障诊断多源遥测大数据特征提取预处理方法 |
Non-Patent Citations (2)
Title |
---|
"Internet Traffic Engineering by optimizing OSPF weights";Bernard Fortz等;《Nineteenth Annual Joint Conference of the IEEE Computer and Communications Societies (Cat. No.00CH37064)》;20001231;全文 * |
"基于P2P 的网络测量云平台的设计与实现";赵光远等;《山东大学学报(理学版)》;20171231;第52卷(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111817910A (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sadiq et al. | Delay-optimal opportunistic scheduling and approximations: The log rule | |
WO2022095620A1 (zh) | 一种基于智能电网的异构网络接入选择方法及相关设备 | |
CN102056306B (zh) | 上行共享信道资源分配的方法、装置及一种通信系统 | |
CN106851747B (zh) | 一种移动通信系统内动态资源分配方法和装置 | |
CN106453085A (zh) | 基于业务重要度的风险均衡路由分配的方法及系统 | |
CN110166381B (zh) | 一种分配电力通信网资源的计算机装置、设备及方法 | |
CN106301984A (zh) | 一种移动通信网络容量预测方法和装置 | |
CN107172193A (zh) | 一种基于集群的负载均衡方法及其装置 | |
CN108271219A (zh) | 无线网络资源的控制方法及装置 | |
CN110597598B (zh) | 一种云环境中的虚拟机迁移的控制方法 | |
CN111817910B (zh) | 一种网络流量的网络级测量方法 | |
CN107155215B (zh) | 一种应用归属服务集群的分配方法和装置 | |
CN106817768B (zh) | 一种td-scdma网络频率分配方法及装置 | |
CN110099061A (zh) | 一种云平台视频流服务选择方法及装置 | |
CN113867736B (zh) | 部署方案生成方法及装置 | |
CN113728673A (zh) | 用于估计被无线电问题抑制的数据业务的方法和装置 | |
CN112988389B (zh) | 结合负载调节及周期性调节的自动伸缩方法及系统 | |
CN104168660A (zh) | 确定优先级的方法及装置 | |
Fontana et al. | SMASH: a SMArt Slicing Heterogeneous 5G network selection algorithm | |
CN104735167B (zh) | 一种实现网络调度功能开放的方法和装置 | |
US9781726B2 (en) | System and method for using a super bin for radio resource requirement assessment | |
CN109729531B (zh) | 确定信道规划 | |
CN112399596B (zh) | 分配射频资源的方法、装置、设备、系统和存储介质 | |
CN109447490A (zh) | 一种基于用户地址的户变关系异常判别方法 | |
CN102076020A (zh) | 一种se资源的分配方法及装置 |
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 |