1、第9章 网络性能分析9.1 网络性能参数9.2 网络性能测量9.3 自相似过程9.4 拥塞控制 9.5 拥塞相变9.6 细胞自动机模型1本章学习要求：掌握：网格的基本目的和要求。掌握：网络性能结构模型。掌握：网络性能测量方法。掌握：自相似过程的概念、数学描述、以及特性。掌握：拥塞控制和拥塞相变的概念。了解：细胞自动机模型的概念。29.1 网络性能参数9.1.1 性能参数的制定原则9.1.2 ITU-T定义的IP网络性能参数9.1.3 IETF定义的IP网络性能参数9.1.4 网络性能结构模型39.1.1 性能参数的制定原则9.1.1 性能参数的制定原则性能参数必须是具体的和有明确定义的；性能参
2、数的测量方法对于同一参数必须具有可重复性，即在相同条件下多次使用该方法所获得的测量结果应该相同；性能参数必须具有公平性，即对同种网络的测量结果不应有差异而对不同网络的测量结果则应出现差异；性能参数必须有助于用户和运营商了解他们所使用或提供的IP网络性能；性能参数必须排除人为因素。49.1.2 ITU-T定义的IP网络性能参数ITU-T对IP网络性能参数的定义包括：IP包传输延迟(Packet Transfer Delay,IPTD)。IP包时延变化(IP Packet Delay Variation,IPDV)。IP包误差率(IP Packet Error Rate IPER)。IP包丢失率(
3、IP Packet Lass Rate,IPLR)。虚假IP包率(Spurious IP Packet Rate)。流量参数(Flow Related Parameters)。业务可用性(IP Service Availability)。59.1.3 IETF定义的IP网络性能参数IETF 将性能参数称为“度量(Metric)”。由IPPM(IP Performance Metrics)工作组来负责网络性能方面的研究及性能参数的制定。IETF对IP网络性能参数的定义包括：IP连接性。IP包传送时延。IP包丢失率。IP包时延变化。流量参数。69.1.4 网络性能结构模型从空间的角度来看，网络整体
4、性能可以分为两种结构：立体结构模型和水平结构模型。立体结构模型IP网络就其协议栈来说是一个层次化的网络，因此，对IP网络性能的研究也可以按照一种自上而下的方法进行。可以以IP层的性能为基础，来研究IP层不同性能与上层不同应用性能之间的映射关系。水平结构模型对于网络的性能，用户主要关心的是端到端的性能，因此从用户的角度来看，可以利用水平结构模型来对IP网络的端到端性能进行分析。79.2 网络性能测量1.测量包：网络性能测量中，影响测量结果的一个重要因素就是测量数据包的类型。（1）P类型包 类型P是对IP包类型的一种通用的声明。只要一个性能参数的值取决于对测量中采用的包的类型，那么参数的名称一定要
5、包含一个具体的类型声明。（2）标准形式的测量包 在定义一个网络性能参数时，应默认测量中使用的是标准类型的包。比如可以定义一个IP 连通性度量为：“IP 某字段为0的标准形式的P 类型IP 连通性”。在实际测量中，很多情况下包长会影响绝大多数性能参数的测量结果，包长的变化对于不同目的的测量来说影响也会不一样。82.主动测量与被动测量方式（1)主动测量 主动测量是在选定的测量点上利用测量工具有目的地主动产生测量流量，注入网络，并根据测量数据流的传送情况来分析网络的性能。主动测量的优点是对测量过程的可控性比较高，灵活、机动，易于进行端到端的性能测量；缺点是注入的测量流量会改变网络本身的运行情况，使得
6、测量的结果与实际情况存在一定的偏差，而且测量流量还会增加网络负担。92.主动测量与被动测量方式（2)被动测量 被动测量是指在链路或设备(如路由器，交换机等)上利用测量设备对网络进行监测，而不需要产生多余流量的测量方法。被动测量的优点在于理论上它不产生多余流量，不会增加网络负担；其缺点在于被动测量基本上是基于对单个设备的监测，很难对网络端到端的性能进行分析，并且可能实时采集的数据量过大，另外还存在用户数据泄漏等安全性和隐私问题。被动测量非常适合用来进行流量测量。102.主动测量与被动测量方式（3)主动测量与被动测量的结合 主动测量与被动测量各有其优、缺点，而且对于不同的性能参数来说，主动测量和被
7、动测量也都有其各自的用途。因此，将主动测量与被动测量相结合应用将会给网络性能测量带来新的发展。113.性能指标的测量与分析(1)连接性(2)延迟(3)丢包率(4)带宽(5)流量参数129.3 自相似过程计算机网络中信息流的自相似现象，是相关研究的最早发现。Leland等人在20世纪90年代初期首先研究了网络中信息流的分布特征，并在1994年发表的研究论文中指出：Ethernet局域网中传输的信息包，其到达时间在时间尺度上具有某种程度的自相似性，而且具有时间上的长相关性或突发性，这对传统上人们普遍使用Poisson模型来表示网络传输的方式提出了挑战。139.3.1自相似的数学描述自相似的数学描述设设 是一个静止随机过程，是一个静止随机过程，Xt表示第表示第t个单位个单位时间里到达的网络业务实体时间里到达的网络业务实体(Packet或或Cell)的数目，均值的数目，均值=EXt,方差方差2=E(Xt-)2，其时间自相关函数为仅与相，其时间自相关函数为仅与相关距离关距离k有关，自相似过程的相关函数有关，自相似过程的相关函数具有以下的形式具有以下的形式 时，即自相似时间序时，即自相似时间序列在一个大的时间尺度上具有长范围相关特性。列在一个大的时间尺度上具有长范围相关特性。),1,0;(tXXt)(/)()(2tkttXEXXEkrkkkr当,)(14
