CN115208796A - 一种基于块采样的网络测量方法 - Google Patents
一种基于块采样的网络测量方法 Download PDFInfo
- Publication number
- CN115208796A CN115208796A CN202110328308.9A CN202110328308A CN115208796A CN 115208796 A CN115208796 A CN 115208796A CN 202110328308 A CN202110328308 A CN 202110328308A CN 115208796 A CN115208796 A CN 115208796A
- Authority
- CN
- China
- Prior art keywords
- measurement
- matrix
- target
- network
- sub
- 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.)
- Pending
Links
- 238000005070 sampling Methods 0.000 title claims abstract description 70
- 238000000691 measurement method Methods 0.000 title abstract description 13
- 238000005259 measurement Methods 0.000 claims abstract description 620
- 239000011159 matrix material Substances 0.000 claims abstract description 215
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 13
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 9
- ZEFNOZRLAWVAQF-UHFFFAOYSA-N Dinitolmide Chemical compound CC1=C(C(N)=O)C=C([N+]([O-])=O)C=C1[N+]([O-])=O ZEFNOZRLAWVAQF-UHFFFAOYSA-N 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000011084 recovery Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H04L43/0852—Delays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/16—Arrangements for providing special services to substations
-
- 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
Abstract
本申请提供一种基于块采样的网络测量方法及装置,涉及通信技术领域,解决了现有技术中进行网络性能检测的测量代价较高的问题。该方法包括:基于块采样对目标测量网络进行测量调度,得到测量策略,该测量策略包括K个测量报文集合,每个测量报文集合包括d条路径在d个测量周期的测量报文;根据测量策略依次发送测量报文至目标测量网络,并接收返回的K个测量结果集合,每个测量结果集合包括d条路径在d个测量周期的结果报文;根据测量结果集合更新目标测量矩阵;根据矩阵填充算法对目标测量矩阵进行填充计算,得到目标测量结果。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种基于块采样的网络测量方法及装置。
背景技术
随着新一代通信技术的不断发展成熟,网络规模不断扩大,用户对于网络管理的需求越来越高,例如,实时检测网络运行状态以及评价网络服务质量等,有助于及时解决网络中出现的各种问题。其中,检测网络的时延性能是评价网络服务质量的其中一条重要指标。
目前常用的时延检测技术有全网全量测量以及随机均匀测量。其中,全网全量测量是通过对如图1所示网络架构中所有路径在每个时隙下都部署测量报文,以测量每条路径每个时隙的时延数据,从而综合得到全网的整体时延性能。随机均匀测量是指在每个时隙下,随机选择任意条路径进行时延数据的随机测量,并根据随机均匀测量的部分时延数据推测出未测量路径的时延数据,从而得到全网的整体时延性能。
但是,由于全网全量测量是在每个时隙对所有路径进行测量,数据处理量较大,因此,该实现方式测量代价较高,随着时间持续多次测量的累计代价更高。而随机均匀测量要保证推测出的全网整体时延性能精度较高,所需要进行的随机测量数量也要足够多,因此测量代价也比较高,网络测量的效率不高。
发明内容
本申请提供一种基于块采样的网络测量方法及装置,解决了现有技术中进行网络性能检测的测量代价较高的问题。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供一种基于块采样的网络测量方法,该方法包括:基于块采样对目标测量网络进行测量调度,得到测量策略,测量策略包括K个测量报文集合,每个测量报文集合包括d条路径在d个测量周期的测量报文;根据测量策略依次发送测量报文至目标测量网络,并接收返回的K个测量结果集合,每个测量结果集合包括d条路径在d个测量周期的结果报文;根据测量结果集合更新目标测量矩阵;根据矩阵填充算法对目标测量矩阵进行填充计算,得到目标测量结果。
上述技术方案中,基于块采样原理得到对目标测量网络的测量调度策略,从而可以根据该测量调度策略在不同的时间向目标测量网络中的不同路径发送测量报文,根据返回的测量结果,填充目标测量矩阵,并基于已采样的子矩阵进行矩阵填充,得到完整的测量矩阵。从而相较于现有的技术,减少了采样数据的处理量,降低了测量代价从而提高网络测量效率。
在一种可能的实现方式中,测量报文包括路径标识、任务标识、起始时间、结束时间、测量周期中的至少一个,其中,测量周期乘以d等于起始时间与结束时间之间的时间差。
上述可能的实现方式中,可以根据测量报文中的起始时间和结束时间对路径标识指示的对应路径发送测量报文,从而实现块采样的网络测量原理,提高网络测量的灵活性。
在一种可能的实现方式中,结果报文包括路径标识、任务标识、起始时间、结束时间、测量周期或测量数据中的至少一个,其中,测量周期乘以d等于起始时间与结束时间之间的时间差。
上述可能的实现方式中,网络测量装置接收到返回的测量结果报文后,可以根据起始时间和结束时间确定该已采样的子矩阵在目标测量矩阵中所处的列,可以根据路径标识确定该已采样的子矩阵在目标测量矩阵中所处的行,从而可以根据结果报文对已采样的子矩阵进行数据更新,提高网络测量的灵活性和测量效率。
在一种可能的实现方式中,测量数据包括时延数据或流量数据中的至少一个。
上述可能的实现方式中,网络测量装置可以对目标测量网络实现时延性能的测量和基于流程数据的带宽性能测量,从而提高网络测量的可用性。
在一种可能的实现方式中,根据测量策略发送测量报文至目标测量网络,具体包括:根据测量报文中包括的起始时间作为发送测量报文的起始时间;根据测量报文中包括的路径标识将测量报文发送至路径标识对应的头节点。
上述可能的实现方式中,可以根据测量报文中的起始时间和结束时间向路径标识指示的对应路径发送测量报文,从而实现对目标测量网络的块采样测量,提高网络测量的灵活性和测量效率。
在一种可能的实现方式中,K个测量结果集合对应于目标测量矩阵中的K个d×d大小的子矩阵。
上述可能的实现方式中,向目标测量网络的特定路径发送的测量报文再返回网络测量装置的测量结果即为对目标测量进行块采样的采样结果数据,因此,对应于目标测量矩阵中的多个子矩阵,基于这些已采样的子矩阵进行数据恢复,得到完整的测量矩阵,从而实现快速高效的网络测量,提高测量效率。
在一种可能的实现方式中,根据测量结果集合更新目标测量矩阵,具体包括:将K个测量结果集合中包括的K组测量数据填充为目标测量矩阵中对应的K个子矩阵的元素。
在一种可能的实现方式中,根据测量结果集合更新目标测量矩阵,具体包括:根据结果报文中的起始时间和结束时间确定该已采样的子矩阵在目标测量矩阵中所处的列,根据结果报文中的路径标识确定该已采样的子矩阵在目标测量矩阵中所处的行,根据结果报文中的测量数据确定该行和列所对应的子矩阵的元素。
上述可能的实现方式中,根据测量结果填充目标测量矩阵中对应的元素,即为已采样的子矩阵。
在一种可能的实现方式中,根据矩阵填充算法对目标测量矩阵进行填充计算,得到目标测量结果,具体包括:根据K个已采样子矩阵计算得到目标测量矩阵中除K个已采样子矩阵之外的其他未采样子矩阵;根据未采样子矩阵更新目标测量矩阵,得到目标测量结果。
上述可能的实现方式中,根据已采样的子矩阵进行矩阵填充恢复得到未采样的子矩阵,从而降低网络测量的测量代价和数据恢复的计算量和用时,提高网络测量的性能。
在一种可能的实现方式中,矩阵填充算法满足:第一矩阵包括N个子矩阵,N个子矩阵中包括一个未采样子矩阵,和N-1个采样子矩阵。
上述可能的实现方式中,通过多个子矩阵构建一个较大的第一矩阵,该第一矩阵中只有一个子矩阵是未采样的子矩阵,根据矩阵变换以及矩阵逆运算等,可以推算出该未采样的子矩阵的元素,从而提高了矩阵填充以及数据恢复的效率,提高了网络测量的效率。
第二方面,提供一种基于块采样的网络测量装置,该装置包括:测量决策单元,用于基于块采样对目标测量网络进行测量调度,得到测量策略,测量策略包括K个测量报文集合,每个测量报文集合包括d条路径在d个测量周期的测量报文;控制单元,用于根据测量策略依次发送测量报文至目标测量网络,并接收返回的K个测量结果集合,每个测量结果集合包括d条路径在d个测量周期的结果报文;处理单元,用于根据测量结果集合更新目标测量矩阵;处理单元,还用于根据矩阵填充算法对目标测量矩阵进行填充计算,得到目标测量结果。
在一种可能的实现方式中,测量报文包括路径标识、任务标识、起始时间、结束时间、测量周期中的至少一个,其中,测量周期乘以d等于起始时间与结束时间之间的时间差。
在一种可能的实现方式中,结果报文包括路径标识、任务标识、起始时间、结束时间、测量周期或测量数据中的至少一个,其中,测量周期乘以d等于起始时间与结束时间之间的时间差。
在一种可能的实现方式中,测量数据包括时延数据或流量数据中的至少一个。
在一种可能的实现方式中,控制单元具体用于:根据测量报文中包括的起始时间作为发送测量报文的起始时间;根据测量报文中包括的路径标识将测量报文发送至路径标识对应的头节点。
在一种可能的实现方式中,K个测量结果集合对应于目标测量矩阵中的K个d×d大小的子矩阵。
在一种可能的实现方式中,处理单元具体用于:将K个测量结果集合中包括的K组测量数据填充为目标测量矩阵中对应的K个子矩阵的元素。
在一种可能的实现方式中,处理单元具体还用于:根据K个已采样子矩阵计算得到目标测量矩阵中除K个已采样子矩阵之外的其他未采样子矩阵;根据未采样子矩阵更新目标测量矩阵,得到目标测量结果。
在一种可能的实现方式中,矩阵填充算法满足:第一矩阵包括N个子矩阵,N个子矩阵中包括一个未采样子矩阵,和N-1个采样子矩阵。
第三方面,提供一种电子设备,该电子设备包括:处理器和传输接口;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以使得所述电子设备实现如上述第一方面中任一项所述的方法。
第四方面,提供一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如上述第一方面中任一项所述的方法。
第五方面,提供一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如上述第一方面中任一项所述的方法。
可以理解地,上述提供的任一种基于块采样的网络测量装置、电子设备、计算机可读存储介质和计算机程序产品,均可以用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
附图说明
图1为本申请实施例提供的一种目标测量网络的架构图以及测量矩阵示意图;
图2为本申请实施例提供的一种基于块采样网络测量的系统架构图;
图3为本申请实施例提供的一种基于块采样的网络测量方法的流程示意图;
图4为本申请实施例提供的一种基于块采样的矩阵填充原理的示意图;
图5为本申请实施例提供的一种块采样网络测量方法的流程示意图;
图6为本申请实施例提供的基于Harvard226数据集进行块采样的示意图;
图7为本申请实施例提供的基于Harvard226数据集进行块采样的实施效果示意图;
图8为本申请实施例提供的基于Harvard226数据集进行块采样的实施效果示意图;
图9为本申请实施例提供的基于Abilene数据集进行块采样的示意图;
图10为本申请实施例提供的基于Abilene数据集进行块采样的实施效果示意图;
图11为本申请实施例提供的基于Abilene数据集进行块采样的实施效果示意图;
图12为本申请实施例提供的一种基于块采样的网络测量装置的结构示意图;
图13为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
需要说明的是,本申请中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
首先,对本申请实施例涉及的技术进行简单介绍。
网络路径:简称路径,是指头节点与尾节点之间传输数据的链路,由一对头节点和尾节点进行标识,无需路径中间转发节点的信息。如图1所示的网络架构中包括N条路径,其中图1中所示的路径1为(头)节点1与(尾)节点2之间的网络路径,路径2为(头)节点1与(尾)节点3之间的网络路径。
对网络整体性能进行检测,可以通过对网络中多条路径进行时延测量,例如,获取路径的时延参数,或者对网络中多条路径进行带宽测量,如通过获取路径的流量统计数据实现带宽测量等,从而得到当前网络运行状态以及网络服务质量的评价等。
路径-时隙矩阵:也称测量矩阵,可以通过矩阵记录各个路径在不同时隙的网络性能数据。以时延测量为例,如果网络有N条路径,测量持续时间为M个时隙,则该路径-时隙矩阵的大小可以为N×M,如图1所示,该时延测量矩阵中第i行第j列的元素数值表示该网络中第i条路径,第j时隙的时延参数。
如图1所示,通过在时隙1、时隙2和时隙3测量路径1至路径6,在时隙4、时隙5和时隙6测量路径1、路径2和路径3,在时隙7、时隙8和时隙9测量路径1至路径3和路径7至路径9,分别填充测量矩阵中对应的元素,如得到完整的测量矩阵即得到网络性能数据。
其中,时延参数可以为单程时延或者往返时延。单程时延是指从头节点发送测量报文至尾节点接收到该测量报文所用的时间。往返时延是指从头节点发送测量报文开始计时,尾节点接收到该测量报文后返回报文至头节点,头节点接收到返回报文后停止计时,此时所得的时长即为往返时间。如无特殊说明,本申请的下述实施方式中所涉及的时延参数均是指往返时延。
本申请为改善前述的全网全量测量以及随机均匀测量技术存在的测量代价较高的问题,提出一种基于块采样的网络测量的技术方案。通过部署基于块采样的测量策略,对网络中的多条路径进行不同时隙的块采样测量,然后基于块采样得到的测量结果进行矩阵填充,得到整网的网络数据测量结果,例如得到时延测量结果或者流量数据测量结果等。通过本申请的实施方式,可以在保证测量数据精度的同时,能够有效降低测量代价,提高测量的效率。
接下来,对本申请涉及的实施环境以及设备形态进行简单介绍。
本申请实施的网络环境可以如图2所示,可以包括网络测量调度中心和目标测量网络。其中,目标测量网络具体可以是局域网,或者城域网等。网络测量调度中心可以为实现本申请技术方案的基于块采样的网络测量装置或者电子设备,可以用于对目标测量网络进行时延测量或者流量数据测量等,得到目标测量网络的时延测量矩阵或者流量测量矩阵等。
其中,网络测量调度中心具体可以包括控制单元、存储单元和测量决策单元等。控制单元可以用于提供报文封装、报文发送、报文接收、数据更新和数据填充等基本操作,进而控制单元可以通过组合上述操作,实现时延测量或带宽数据的测量需求。存储单元可以提供测量数据的存储等,用于数据填充等计算。
示例性的,网络测量调度中心可以根据测量任务封装测量报文并发送到城域网,城域网接收测量报文后根据测量报文对相关路径测量数据,并将反馈测量报文。网络测量调度中心接收返回报文并进行数据更新,更新数据存入到存储中心,最后调用数据填充功能对测量数据进行填充。具体的实现过程将在下文描述,此处不再赘述。
下面,将结合相应的附图,对本申请实施例提供的基于块采样的网络数据测量方法进行介绍。如图3所示,该方法可以包括:
301:网络测量装置基于块采样对目标测量网络进行测量调度,得到测量策略。
本申请实施例是基于块采样的测量调度方案,具体的,可以根据d将目标测量网络的所有网络路径进行分组,每组包含d条路径。根据d划分调度轮次,每个轮次包含d个时隙。其中,d可以为正整数。
在一种实施方式中,首先,网络测量装置可以在每个轮次下随机部署一组测量路径,不同轮次下,测量路径不相同。如此,首次部署的测量路径对应于目标测量矩阵中的子矩阵可以覆盖整个目标测量矩阵的行空间和列空间。然后,网络测量装置可以按照目标测量矩阵中的列顺序,遍历首列未测量的子矩阵。根据块采样原理,对相应子矩阵进行测量。第一列遍历结束时,测量策略计算完成。
网络测量装置在每个轮次下根据已有的测量策略发出指令,在某个轮次下调度某组路径进行测量,即对一个d×d大小的子矩阵进行测量。子矩阵所在的行为该组的测量路径号,子矩阵所在的列为该轮次测量所对应的时隙(测量的起始时间)。网络测量装置生成测量报文并发送测量报文,网络路径根据测量报文的路径号确定是否采样,根据时隙确定何时开始,何时结束。网络测量装置根据重传报文的路径号确定行,根据时隙确定列,对目标测量矩阵进行更新。如此重复直至调度结束,获得完整的测量矩阵。
具体的,在一种实施方式中,测量报文策略可以包括K个测量报文集合,每个测量报文集合包括d条路径在d个时隙的测量报文。其中,K为正整数。
首先,网络测量装置可以根据当前的目标测量网络得到初始测量矩阵。例如,目标测量网络共计N条路径,测量时长可以为M个时隙,则初始测量矩阵为N×M的空矩阵,例如,该初始测量矩阵中的元素可以预设为0或者空。其中,N和M可以为正整数。
然后,网络测量装置可以对目标测量网络的路径进行块采样,即以组为单位进行不同时隙的测量调度,得到K个测量报文集合。例如,将d个路径分为一组,则每个测量报文集合中包括d条路径在d个时隙的测量报文。每一个d×d的子矩阵即作为一个采样块。
本申请通过对采样的K个d×d的矩阵子块进行测量后更新测量数据,再通过矩阵填充算法,填充测量矩阵中未经测量的矩阵元素,从而得到该目标测量网络对应的N×M的测量矩阵,即为目标测量结果。
示例性的,如果通过Harvard226时延数据集验证本申请的实施方案,其中,Harvard226数据集是对290条路径持续测量290个时隙的时延数据集。那么,可以对290条路径分为24组,每组至少含有d=12条路径,[1-12],[13-24],[25-36],......[277-290],共24组。
302:网络测量装置根据测量策略向目标测量网络依次发送测量报文,并接收返回的K个测量结果集合。
网络测量装置可以可以根据测量策略在每轮发出测量报文对目标测量网络进行测量。K轮测量报文对应于K组测量结合集合,每个测量结果集合包括d条路径在d个测量周期的结果报文。
其中,测量报文中可以包括如下信息:路径标识path ID:用于标识该目标测量网络中唯一的一条路径。其中,path ID中可以包括该路径的头节点标识和尾节点标识,用于指示该条路径。
任务标识task:用于标识对该目标测量网络。
的测量任务,例如,task标识为0用于表示时延测量任务,task标识为1用于表示流量测量任务等。
起始时间start time:用于标识对该路径开始执行测量的时间。
结束时间end time:用于标识对该路径结束测量的时间。
测量周期T:用于表示对该路径的测量周期。
其中,测量调度策略以d个测量周期T为一轮次,d=(end time-start time)/T。
在一种实施方式中,根据测量报文策略发送测量报文至目标测量网络,具体可以包括:根据测量报文中包括的起始时间start time作为发送测量报文的起始时间,根据测量报文中包括的路径标识path ID将测量报文发送至路径标识path ID对应的头节点。
示例性的,测量报文包括:{path ID,task,start time,end time,T}。头节点接收到测量报文之后,可以根据测量报文中的task确定测量任务为时延测量,根据path ID确定测量路径。则start time时开始测量,以测量周期T对该路径进行时延测量直至end time时刻结束,共完成d个测量周期的测量任务。
然后,d个测量周期的测量完成后,该测量路径的尾节点可以将测量结果反馈回网络测量装置,即网络测量装置可以依此接收来自目标测量网络的结果报文(也称为接收报文)。结果报文包括路径标识、任务标识、起始时间、结束时间、测量周期或测量数据中的至少一个。
示例性的,接收报文具体可以包括:{path ID,task,start time,end time,T,[data]}。接收报文除了可以包括上述测量报文中封装的数据,还可以包括测量数据,测量数据包括时延数据或流量数据中的至少一个。
其中,集合[data]表示d个测量周期的测量数据data的集合。其中,测量数据data用于指示对该测量路径path ID在一个测量周期所得到的测量数据。
示例性的,data具体可以为用于指示路径时延的标签数据、序列号或者时间戳,或者,date还可以是用于指示路径带宽的流量数据等。具体可以参考现有技术中路径测量的相关内容,本申请对测量数据data的表现方式不做具体限定。
其中,d=(end time-start time)/T,d个测量周期对应的每个周期的测量数据data可以使用“;”间隔开。[data]具体可以包括[data]=[data(0);data(1);......data(d-1)]。
303:网络测量装置根据测量结果集合更新目标测量矩阵,并根据矩阵填充算法对目标测量矩阵进行填充计算,得到目标测量结果。
其中,K个测量结果集合即为本申请实施例中对目标测量矩阵进行块采样得到的采样子矩阵,对应于目标测量矩阵中的K个d×d大小的子矩阵。网络测量装置可以将K个测量结果集合中包括的K组测量数据填充为目标测量矩阵中对应的K个子矩阵的元素。
接下来,网络测量装置进行矩阵填充,需要根据采样子矩阵计算得到目标测量矩阵中的未采样子矩阵,填充到目标测量矩阵,得到完整的目标测量矩阵即目标测量结果。
具体的,网络测量装置可以根据K个子矩阵计算得到目标测量矩阵中除K个子矩阵之外的其他未采样子矩阵;根据未采样子矩阵更新目标测量矩阵,得到目标测量结果。
根据测量结果集合更新目标测量矩阵,具体包括:根据结果报文中的起始时间和结束时间确定该已采样的子矩阵在目标测量矩阵中所处的列,根据结果报文中的路径标识确定该已采样的子矩阵在目标测量矩阵中所处的行,根据结果报文中的测量数据确定该行和列所对应的子矩阵的元素。
Step1:网络测量装置将K个测量结果集合中包括的K组测量数据填充为目标测量矩阵中对应的K个子矩阵的元素。
在一种实施方式中,网络测量装置根据接收的测量结果集合填充目标测量矩阵的具体方法可以包括:网络测量装置根据接收报文中包括的path ID确定目标测量矩阵的行数,根据接收报文中包括的start time确定目标测量矩阵的测量结果所在子矩阵的首列,[data]子集中每个data分别对应该子矩阵的d列数据,即将d个data分别填充到对应的矩阵位置中。
Step2:网络测量装置根据K个子矩阵计算得到目标测量矩阵中除K个子矩阵之外的其他未采样子矩阵,根据未采样子矩阵更新目标测量矩阵,得到目标测量结果。
其中,本申请实施例的填充算法满足:每次通过构建较大的子矩阵(例如第一矩阵),保证较大的子矩阵内仅存在一个未采样子矩阵,其他均未采样子矩阵。例如,第一矩阵包括N个子矩阵,N个子矩阵中包括一个未采样子矩阵,和N-1个采样子矩阵。也就是说,输入当前需要填充的未采样子矩阵对应的一组path ID,即可输出构建大矩阵的采样子矩阵。
由于较大的子矩阵(例如第一矩阵)中仅部分已知,矩阵填充是通过对部分观测的数据进行拟合,来训练其中的子矩阵如A和B,借助于训练得到的A和B实现对缺失矩阵元素的恢复。矩阵填充问题可表述如下:
其中,Ω表示矩阵观测样本的集合,xij表示原始矩阵X的第i行第j列的元素,(AB)ij表示重构矩阵的第i行第j列元素。矩阵A和矩阵B分别称为特征因子矩阵或特征矩阵。
因为同行子块共享行空间,同列子块共享列空间。在引入一个r×r大小的参数矩阵W下,大矩阵X可以表示为X(W)。
其中,子矩阵X1=A1B1,X4=A2B2,A1,B1,A2,B2可求解。由于W和W-存在互逆关系,如果我们能够求出矩阵W,那么整个矩阵就可以求出。
需要说明的是,基于本申请实施例中的块采样的填充算法,相关技术人员在进行大量数据训练与计算后得出,矩阵X的任意子矩阵Xi满足不相干假设前提下,且d≥7μ(r)r(t+ln r),则上述的基于块采样的填充算法能够精确重构矩阵X的概率不小于1-3e-t。也就是说,当X2∈Rd×d子块满足d≥7μ(r)r(t+ln r)时,对X2进行整块采样,能够精确求解Xi的概率不小于1-3e-t。
在一种实施方式中,填充算法对测量矩阵进行填充的具体过程可以参照如图4所示。如图4中(1)所示,填充算法具体过程可以包括:遍历每个未采样子矩阵,找到所有与其共享行列空间的子矩阵,构成一个大矩阵,这个大矩阵可以是长方形也可以是正方形。但保证大矩阵里面只有一个未采样子矩阵。例如,对于未采样子矩阵4,根据其共享行空间子矩阵5和列空间子矩阵1,构成第一矩阵{1,2,4,5}。又因为子矩阵4同时与新增的采样子矩阵6共享行空间,而子矩阵3已经采样。因此,利用子矩阵6可以构建大矩阵如第二矩阵{1,2,3,4,5,6}。此时第二矩阵中只有子矩阵4是未采样子矩阵,因此,满足填充条件。
如图4中(2)所示,子矩阵1,2,3组成矩阵Y1,子矩阵5,6组成矩阵Y2。令未采样子矩阵4为Y3。此时Y3共享Y2的A2特征和Y1的B1特征。因此需要计算出A2和B1。
如图4中(3)所示,Y1全部已知,如对Y1做矩阵奇异值分解变换(Singular ValueDecomposition,SVD)可以得到B=[B1,B2,B3]特征。如此,即可以计算得到矩阵B1。如图4中(4)所示,可以根据A2·[B2,B3]=Y2,反过来计算[B2,B3]的逆矩阵,则A2=Y2·pinv([B2,B3])。
通过上述具体的填充算法,可以基于块采样结果得到完整的目标测量矩阵,即得到对目标测量网络进行时延测量或者带宽测量的目标测量结果。
本申请的上述实施方式,网络测量装置可以根据上述的基于块采样的填充算法,对目标测量网络规划测量策略,以向目标测量网络的特定路径发送测量报文,如图5所示,网络测量装置根据接收的报文更新目标测量矩阵,并根据填充算法对目标测量矩阵进行填充,最终输出完整的目标测量矩阵。相较于现有的网络路径测量算法,基于块采样的路径测量由于在每个时隙仅测量部分路径,其数据处理量较小测量代价较低,有效提高了网络测量的效率和测量性能。
下面,将基于具体的测量实例对本申请实施方式的具体过程进行介绍,并与现有的网络路径测量算法的实际测量效果进行对比验证,本申请能够在保证精确获得所有时延数据的同时降低测量代价,提高测量效率。
测量实例一,通过Harvard226数据集验证:
将Harvard226数据集分为多个测量轮次,如d=12,d个时隙为一个调度测量轮次,共24个测量轮次。如图6所示,根据块采样原理,将290条路径进行组,每组至少含有d=12条路径,[1-12],[13-24],[25-36],......[277-290],共24组。
1、首先,在每个测量轮次下随机部署一个测量子块。
即为不同的测量时隙随机调度一组路径,并且这些测量子块覆盖行空间,即覆盖所有的测量路径。
示例性的,测量策略的具体部署可以如下所示,[路径,轮次]:[1-12,1],[13-24,23],[25-36,13],[37-48,9],[49-60,22],[61-72,3],[73-84,8],[85-96,2],[97-108,21],[109-120,5],[121-132,11],[133-144,10],[145-156,15],[157-168,18],[169-180,20],[181-192,16],[193,204,19],[205-216,12],[217-228,17],[229-240,7],[241-252,6],[253-264,4],[265-276,24],[277-290,14]。
如此,块采样覆盖了整个目标测量矩阵的行空间和列空间。
2、然后,遍历第一列,第一组路径[1-12]已测。第二组路径[13-24]路径需要部署[1-12,23]。遍历第三组路径[25-36],需要部署[1-12,13]。如此遍历至[277-290],并对[1-12,14]进行测量。即对第一列遍历完毕,[1-12]在所有时隙下均进行测量,测量策略计算结束。
然后,根据块采样原理计算未来24个轮次下的路径测量策略,然后根据该测量策略在每个测量轮次向目标测量网络发出对应的测量报文进行测量。
第1轮:根据测量策略对第1组采样12个时隙,更新目标测量矩阵。
第2轮:根据测量策略对第1和8组测量12个时隙,更新目标测量矩阵。
……
重复上述步骤,至第12轮结束,更新目标测量矩阵。
对更新的目标测量矩阵进行矩阵填充,即得到恢复的全网测量结果。
如图7所示,Harvard226时延数据集中,本申请的上述实施方式仅需全网全量测量方案的9%的测量代价,就能实现未测量数据的恢复,其测量误差为19%。而随机均匀测量在相同的测量代价下,填充缺失矩阵的重构误差为41%,其误差远高于本申请的块测量方案。而随机均匀测量要达到与本申请相同的数据恢复效果,其测量代价达为43%。此外,本申请对填充缺失矩阵的用时为0.08s,而随机均匀测量填充缺失矩阵的用时为0.25s。综上,相较于随机均匀测量,本申请的基于块采样的网络测量方案测量代价更小,误差更低,且测量速度更快。
由于全网全量测量方案不存在缺失数据,因此不需要数据填充,其填充缺失矩阵的重构误差为0,且重构时间为0。但是全网全量测量方案有着极高的测量代价,如图8所示,全网全量测量需要84100个测量数目,随机均匀测量需要36163个测量数目,而本申请的块测量仅需6960个测量数目。进一步与全网全量测量方案比较,在误差不大于某个阈值的情况下(即保证精度),测量代价更小,误差更低的测量方法更优,即在测量代价和误差的张成空间中,最靠近零点的算法最优。如图8所示,块测量的(测量代价,误差)=(0.09,0.19),与零点之间的距离为0.2102。随机均匀测量的(测量代价,误差)=(0.43,0.19),与零点之间的距离为0.4701。全网全量测量的(测量代价,误差)=(1,0),与零点之间的距离为1。因此,可以得到本申请提出的基于块采样的网络测量方案测量代价更小,误差更低。
测量实例二,通过Abilene数据集验证:
其中,Abilene数据集是对144条路经持续测量144个时隙的流量数据集。
将Abilene数据集分为多个测量轮次,例如,d=6,即d个时隙可以为一个调度测量轮次,共24个测量轮次。如图9所示,根据块采样原理,我们将144条路径进行组,每组至少含有d=6条路径,[1-6,7-12,...,139-144],共24组。
1、首先,在每个轮次下随机部署一个测量子块。
即调度一组测量路径,这些测量子块覆盖行空间,即覆盖所有的测量路径。
示例性的,测量策略的具体部署可以如下所示,[路径,轮次]:[1-6,15],[7-12,21],[13-18,1],[19-24,20],[25-30,23],[31-36,12],[37-42,7],[43-48,14],[49-54,3],[55-60,19],[61-66,11],[67-72,13],[73-78,9],[79-84,5],[85-90,2],[91-96,17],[97,102,4],[103-108,10],[109-114,24],[115-120,18],[121-126,16],[127-132,8],[133-138,6],[139-144,22]。
如此,每个轮次下随机部署一个测量子块覆盖了整个目标测量矩阵的行空间和列空间。
2、然后,遍历第一列,第一组测量路径[1-6]需要部署[13-18,15],第二组测量路径[7-12]需要部署[13-18,21]。如此遍历至[139-144],并对[13-18,22]测量。对第一列遍历完毕,测量路径[13-18]在所有时隙下均进行测量,则测量策略计算结束。
然后,根据块采样原理计算计算未来24个轮次下的路径测量策略,然后根据该测量策略在每个测量轮次向目标测量网络发出对应的测量报文进行测量。
第1轮:根据测量策略对第3组分别测量6个时隙,更新测量矩阵。
第2轮:根据测量策略对第3和15组分别测量6个时隙,更新测量矩阵。
……
重复上述步骤,至第24轮测量结束。
对更新的目标测量矩阵进行矩阵填充,即得到恢复的全网测量结果。
如图10所示,Abilene流量数据集中,本申请的块采样方案仅需全网全量测量7%的测量代价,就能实现对未测量数据的重构,其误差为16%。随机均匀测量在相同测量代价下,测量误差约为23%,测量误差明显大于本申请。而随机均匀测量要达到与本申请相同的重构效果,则需要约15%的测量数目,其测量代价约为本申请测量代价的两倍。因此本申请的测量代价更低。相较于本申请对缺失数据重构的0.02s用时,随机均匀测量需要0.26s的用时。综上,本申请相对于随机均匀测量,测量代价更小,误差更低,测量速度更快。
由于全网全量测量方案不存在缺失数据,因此不需要数据填充,其重构误差为0,且重构时间为0。但是全网全量测量方案有着极高的测量代价,如图11所示,全网全量测量方案需要20736个测量数目,随机均匀测量需要3525个测量数目,而块测量仅需1440个测量数目。进一步的,在误差不大于某个阈值的情况下(即保证精度),测量代价更小,误差更低的测量方法更优,如图11所示,在测量代价和误差的张成空间中,最靠近零点的算法最优,则块测量的(测量代价,误差)=(0.07,0.16),因此与零点之间的距离为0.1746。随机测量的(测量代价,误差)=(0.15,0.16),与零点之间的距离为0.2193。全测量的(测量代价,误差)=(1,0),与零点之间的距离为1。因此,可以得到本申请提出的基于块采样的网络测量方案测量代价更小,误差更低。
另外,本申请实施例还提供一种基于块采样的网络测量装置,如图12所示,该装置1200可以包括测量决策单元1201和控制单元1202。
其中,测量决策单元1201具体可以用于基于块采样对目标测量网络进行测量调度,得到测量策略,测量策略包括K个测量报文集合,每个测量报文集合包括d条路径在d个测量周期的测量报文。
控制单元1202具体可以用于根据测量策略依次发送测量报文至目标测量网络,并接收返回的K个测量结果集合,每个测量结果集合包括d条路径在d个测量周期的结果报文。
处理单元1202具体还可以用于根据测量结果集合更新目标测量矩阵,还用于根据矩阵填充算法对目标测量矩阵进行填充计算,得到目标测量结果。
在一种可能的实现方式中,测量报文包括路径标识、任务标识、起始时间、结束时间、测量周期中的至少一个,其中,测量周期乘以d等于起始时间与结束时间之间的时间差。
在一种可能的实现方式中,结果报文包括路径标识、任务标识、起始时间、结束时间、测量周期或测量数据中的至少一个,其中,测量周期乘以d等于起始时间与结束时间之间的时间差。
在一种可能的实现方式中,测量数据包括时延数据或流量数据中的至少一个。
在一种可能的实现方式中,控制单元1202具体用于:根据测量报文中包括的起始时间作为发送测量报文的起始时间;根据测量报文中包括的路径标识将测量报文发送至路径标识对应的头节点。
在一种可能的实现方式中,K个测量结果集合对应于目标测量矩阵中的K个d×d大小的子矩阵。
在一种可能的实现方式中,处理单元1202具体用于:将K个测量结果集合中包括的K组测量数据填充为目标测量矩阵中对应的K个子矩阵的元素。
在一种可能的实现方式中,处理单元1202具体还用于:根据K个子矩阵计算得到目标测量矩阵中除K个子矩阵之外的其他未采样子矩阵;根据未采样子矩阵更新目标测量矩阵,得到目标测量结果。
在一种可能的实现方式中,矩阵填充算法满足:第一矩阵包括N个子矩阵,N个子矩阵中包括一个未采样子矩阵,和N-1个采样子矩阵。
可以理解的,当上述装置1200是电子设备时,上述控制单元1202可以包括发送器,例如可以包括天线和射频电路等,控制单元1202和测量决策单元1201可以包括处理器,例如基带芯片等。上述装置1200可以是具有上述的基于块采样的网络测量功能的部件,还可以是用于实现基于块采样的网络测量功能的芯片系统。
需要说明的是,上述的装置1200中具体的执行过程和实施例可以参照上述方法实施例中网络测量装置执行的步骤和相关的描述,所解决的技术问题和带来的技术效果也可以参照前述实施例所述的内容,此处不再一一赘述。
在本实施例中,该网络测量装置以采用集成的方式划分各个功能模块的形式来呈现。这里的“单元”可以指特定电路、执行一个或多个软件或固件程序的处理器和存储器、集成逻辑电路、和/或其他可以提供上述功能的器件。在一个简单的实施例中,本领域的技术人员可以想到该网络测量装置可以采用如下图13所示的形式。
图13为本申请实施例示出的一种示例性的电子设备1300的结构示意图,该电子设备1300可以为上述实施方式中的网络测量装置,用于执行上述实施方式中的基于块采样的网络测量方法。如图13所示,该电子设备1300可以包括至少一个处理器1301,通信线路1302以及存储器1303。
处理器1301可以是一个通用中央处理器(central processing unit,CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个集成电路。
通信线路1302可包括一条通路,在上述组件之间传送信息,该通信线路例如可以是总线。
存储器1303可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过通信线路1302与处理器相连接。存储器也可以和处理器集成在一起。本申请实施例提供的存储器通常为非易失性存储器。其中,存储器1303用于存储执行本申请实施例的方案所涉及的计算机程序指令,并由处理器1301来控制执行。处理器1301用于执行存储器1303中存储的计算机程序指令,从而实现本申请实施例提供的方法。
可选的,本申请实施例中的计算机程序指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
在具体实现中,作为一种实施例,处理器1301可以包括一个或多个CPU,例如图8中的CPU0和CPU1。
在具体实现中,作为一种实施例,电子设备1300可以包括多个处理器,例如图8中的处理器1301和处理器1307。这些处理器可以是单核(single-CPU)处理器,也可以是多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
在具体实现中,作为一种实施例,电子设备1300还可以包括通信接口1304。电子设备可以通过通信接口1304收发数据,或者与其他设备或通信网络通信,该通信接口1304例如可以为以太网接口,无线接入网接口(radio access network,RAN),无线局域网接口(wireless local area networks,WLAN)或者USB接口等。
在具体实现中,作为一种实施例,电子设备1300还可以包括输出设备1305和输入设备1306。输出设备1305和处理器1301通信,可以以多种方式来显示信息。例如,输出设备1305可以是液晶显示器(liquid crystal display,LCD),发光二级管(light emittingdiode,LED)显示设备,阴极射线管(cathode ray tube,CRT)显示设备,或投影仪(projector)等。输入设备1306和处理器1301通信,可以以多种方式接收用户的输入。例如,输入设备1306可以是鼠标、键盘、触摸屏设备或传感设备等。
在具体实现中,电子设备1300可以是台式机、便携式电脑、网络服务器、掌上电脑(personal digital assistant,PDA)、移动手机、平板电脑、无线终端设备、嵌入式设备或有图13中类似结构的设备。本申请实施例不限定电子设备1300的类型,如用于实现上述实施例中网络测量装置的方法,则电子设备1300需要配置有收发模块。
在一些实施例中,图13中的处理器1301可以通过调用存储器1303中存储的计算机程序指令,使得电子设备1300执行上述方法实施例中的方法。
示例性的,图12中的各处理单元的功能/实现过程可以通过图13中的处理器1301调用存储器1303中存储的计算机程序指令来实现。例如,图12中的测量决策单元1201和控制单元1202的功能/实现过程可以通过图13中的处理器1301调用存储器1303中存储的计算机执行指令来实现。图12中的控制单元1202向目标测量网络发送测量报文和接收测量结果的功能/实现过程可以通过图13中的处理器1301调用存储器1303中存储的计算机执行指令,并通过通信接口1304来实现。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,上述指令可由电子设备1300的处理器1301执行以完成上述实施例中基于块采样的网络测量方法。因此其所能获得的技术效果可参考上述方法实施例,在此不再赘述。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
最后应说明的是:以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (21)
1.一种基于块采样的网络测量方法,其特征在于,所述方法包括:
基于块采样对目标测量网络进行测量调度,得到测量策略,所述测量策略包括K个测量报文集合,每个所述测量报文集合包括d条路径在d个测量周期的测量报文;
根据所述测量策略依次发送所述测量报文至目标测量网络,并接收返回的K个测量结果集合,每个所述测量结果集合包括d条路径在d个测量周期的结果报文;
根据所述测量结果集合更新目标测量矩阵;
根据矩阵填充算法对所述目标测量矩阵进行填充计算,得到目标测量结果。
2.根据权利要求1所述的方法,其特征在于,所述测量报文包括路径标识、任务标识、起始时间、结束时间、测量周期中的至少一个,其中,所述测量周期乘以d等于起始时间与结束时间之间的时间差。
3.根据权利要求1或2所述的方法,其特征在于,所述结果报文包括路径标识、任务标识、起始时间、结束时间、测量周期或测量数据中的至少一个,其中,所述测量周期乘以d等于起始时间与结束时间之间的时间差。
4.根据权利要求3所述的方法,其特征在于,所述测量数据包括时延数据或流量数据中的至少一个。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述测量策略发送所述测量报文至目标测量网络,具体包括:
根据所述测量报文中包括的起始时间作为发送所述测量报文的起始时间;
根据所述测量报文中包括的路径标识将所述测量报文发送至所述路径标识对应的头节点。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述K个测量结果集合对应于所述目标测量矩阵中的K个d×d大小的子矩阵。
7.根据权利要求6所述的方法,其特征在于,所述根据所述测量结果集合更新目标测量矩阵,具体包括:
将所述K个测量结果集合中包括的K组测量数据填充为所述目标测量矩阵中对应的K个子矩阵的元素。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述根据矩阵填充算法对所述目标测量矩阵进行填充计算,得到目标测量结果,具体包括:
根据K个已采样子矩阵计算得到所述目标测量矩阵中除所述K个已采样子矩阵之外的其他未采样子矩阵;
根据所述未采样子矩阵更新所述目标测量矩阵,得到所述目标测量结果。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述矩阵填充算法满足:
第一矩阵包括N个子矩阵,所述N个子矩阵中包括一个未采样子矩阵,和N-1个采样子矩阵。
10.一种基于块采样的网络测量装置,其特征在于,所述装置包括:
测量决策单元,用于基于块采样对目标测量网络进行测量调度,得到测量策略,所述测量策略包括K个测量报文集合,每个所述测量报文集合包括d条路径在d个测量周期的测量报文;
控制单元,用于根据所述测量策略依次发送所述测量报文至目标测量网络,并接收返回的K个测量结果集合,每个所述测量结果集合包括d条路径在d个测量周期的结果报文;
处理单元,用于根据所述测量结果集合更新目标测量矩阵;
所述处理单元,还用于根据矩阵填充算法对所述目标测量矩阵进行填充计算,得到目标测量结果。
11.根据权利要求10所述的装置,其特征在于,所述测量报文包括路径标识、任务标识、起始时间、结束时间、测量周期中的至少一个,其中,所述测量周期乘以d等于起始时间与结束时间之间的时间差。
12.根据权利要求10或11所述的装置,其特征在于,所述结果报文包括路径标识、任务标识、起始时间、结束时间、测量周期或测量数据中的至少一个,其中,所述测量周期乘以d等于起始时间与结束时间之间的时间差。
13.根据权利要求12所述的装置,其特征在于,所述测量数据包括时延数据或流量数据中的至少一个。
14.根据权利要求10-13任一项所述的装置,其特征在于,所述控制单元具体用于:
根据所述测量报文中包括的起始时间作为发送所述测量报文的起始时间;
根据所述测量报文中包括的路径标识将所述测量报文发送至所述路径标识对应的头节点。
15.根据权利要求10-14任一项所述的装置,其特征在于,所述K个测量结果集合对应于所述目标测量矩阵中的K个d×d大小的子矩阵。
16.根据权利要求15所述的装置,其特征在于,所述处理单元具体用于:
将所述K个测量结果集合中包括的K组测量数据填充为所述目标测量矩阵中对应的K个子矩阵的元素。
17.根据权利要求10-16任一项所述的装置,其特征在于,所述处理单元具体还用于:
根据K个已采样子矩阵计算得到所述目标测量矩阵中除所述K个已采样子矩阵之外的其他未采样子矩阵;
根据所述未采样子矩阵更新所述目标测量矩阵,得到所述目标测量结果。
18.根据权利要求10-17任一项所述的装置,其特征在于,所述矩阵填充算法满足:
第一矩阵包括N个子矩阵,所述N个子矩阵中包括一个未采样子矩阵,和N-1个采样子矩阵。
19.一种电子设备,其特征在于,所述电子设备包括:
处理器和传输接口;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以使得所述电子设备实现如权利要求1至9中任一项所述的方法。
20.一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至9中任一项所述的方法。
21.一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如权利要求1至9中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110328308.9A CN115208796A (zh) | 2021-03-26 | 2021-03-26 | 一种基于块采样的网络测量方法 |
PCT/CN2021/140639 WO2022199164A1 (zh) | 2021-03-26 | 2021-12-22 | 一种基于块采样的网络测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110328308.9A CN115208796A (zh) | 2021-03-26 | 2021-03-26 | 一种基于块采样的网络测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115208796A true CN115208796A (zh) | 2022-10-18 |
Family
ID=83396297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110328308.9A Pending CN115208796A (zh) | 2021-03-26 | 2021-03-26 | 一种基于块采样的网络测量方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115208796A (zh) |
WO (1) | WO2022199164A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101056215B (zh) * | 2006-04-14 | 2011-04-20 | 华为技术有限公司 | 一种网络性能测量方法及系统 |
US8073945B2 (en) * | 2008-04-25 | 2011-12-06 | At&T Intellectual Property I, L.P. | Method and apparatus for providing a measurement of performance for a network |
CN101599870B (zh) * | 2009-06-30 | 2011-06-15 | 西北工业大学 | 网络链路性能测量方法 |
CN102868572A (zh) * | 2012-09-07 | 2013-01-09 | 北京歌华有线电视网络股份有限公司 | 一种基于端到端探测的路径延时的测量方法 |
WO2018049649A1 (zh) * | 2016-09-18 | 2018-03-22 | 华为技术有限公司 | 网络性能测量方法及装置 |
CN111082973B (zh) * | 2019-11-27 | 2021-06-22 | 福州大学 | 基于杠杆采样的网络时延估计方法 |
-
2021
- 2021-03-26 CN CN202110328308.9A patent/CN115208796A/zh active Pending
- 2021-12-22 WO PCT/CN2021/140639 patent/WO2022199164A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022199164A1 (zh) | 2022-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Municio et al. | Simulating 6TiSCH networks | |
Pediaditakis et al. | Performance and scalability evaluation of the Castalia wireless sensor network simulator | |
US9544403B2 (en) | Estimating latency of an application | |
Keller et al. | How was your journey? Uncovering routing dynamics in deployed sensor networks with multi-hop network tomography | |
US20150063350A1 (en) | Tracing message transmissions between communicating network devices | |
CN109347598B (zh) | 校验码处理方法、电子设备及存储介质 | |
US9471383B2 (en) | Task allocation in a computing environment | |
US20190059008A1 (en) | Data intelligence in fault detection in a wireless communication network | |
WO2016029723A1 (zh) | 一种资源泄漏检测方法、装置及系统 | |
US20090310508A1 (en) | Real-time network measurement | |
CN110875938A (zh) | 一种区块链中信息的发送方法及装置 | |
CN109981214B (zh) | 一种传输控制方法和装置 | |
US11892933B2 (en) | Predicting application performance from resource statistics | |
Li et al. | An analytical model for coding-based reprogramming protocols in lossy wireless sensor networks | |
CN115208796A (zh) | 一种基于块采样的网络测量方法 | |
CN112183880B (zh) | 5g网络建设评估方法、装置及存储介质 | |
US20180145780A1 (en) | Online prediction of clock offsets between networked machines | |
CN110764975B (zh) | 设备性能的预警方法、装置及监控设备 | |
CN114003525B (zh) | 数据传输的方法、模块、装置、设备及存储介质 | |
CN108418730B (zh) | 网络流量测试方法、装置、设备以及计算机可读存储介质 | |
CN114915595B (zh) | 突发包装配方法和电子设备 | |
CN117560758B (zh) | 时间同步修正方法、装置、设备及存储介质 | |
US20170331716A1 (en) | Active probing for troubleshooting links and devices | |
US20230354251A1 (en) | Method for increasing accuracy of position estimation, system, and storage medium | |
CN109787740B (zh) | 传感器数据的同步方法、装置、终端设备及存储介质 |
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 |