一种链路丢包门限动态变化的网络拓扑推测算法

目前端到端逻辑拓扑推测方法主要有极大似然方法和分群方法。极大似然方法的计算量会随网络规模的 增加而急剧增长,从而影响在实际网络中的应用。采用计算量较小的分群推测方法,针对GLT算法中采用固定丢 包率判决门限,所导致的较大推测误差,提出了改进的任意拓扑推测算法GLT。该算法利用每次迭代过程中得 到的链路丢包率的估计值对,进行动态调整。仿真结果表明,GLT算法将ξ与链路丢包率估计值相结合,有效地 防止了采用GLT算法导致的拓扑推测准确率的严重恶化,提高了算法性能。     

基于改进的“三明治”时延差探测方法的网络拓扑推测算法研究

在目前网络拓扑推测过程中"三明治"探测方法采用时延作为度量函数,在拓扑推测准确性和网络性能影响方面取得了很好的折衷,而且解决了时钟同步问题.但是由于"三明治"探测方法对网络的影响由其中的大包的流量所决定,发送过多的大包对网络流量影响较大.对"三明治"探测方法进行了改进,用背靠背的小包代替"三明治"探测包中的小包,共享其中的大包,从而可得到2倍于"三明治"探测方法测量所得到的信息量,达到了减少大包发送量的目的.基于分组方法的拓扑推测算法根据共享路径上度量函数非递减性和相关性进行拓扑推测,计算复杂度比最大似然估计算法小.采用基于分组的方法根据端到端测得的时延差进行拓扑推测.仿真结果表明,在重负载和轻负载2种情况下,探测方法改进后拓扑推测准确率都得到了提高.     

基于TCP被动测量的单播网络丢包层析

在大规模网络中,网络层析通过端到端测量推测网络内部性能,能有效减少网络内部设备之间的协作,因此被广泛应用于网络性能诊断。大多数网络丢包层析都采用主动发送探针的方法,无法准确反映实际网络的性能。为了避免上述局限性,介绍了一种基于TCP监测的被动测量网络丢包层析方法,通过端到端TCP数据流的采样,采用非因果条件概率构造似然函数,并通过EM算法求解最大似然估计推测网络内部丢包率。理论分析表明该方法具有一定的可行性。     

基于TCP被动测量的单播网络丢包层析

在大规模网络中,网络层析通过端到端测量推测网络内部性能,能有效减少网络内部设备之间的协作,因 此被广泛应用于网络性能诊断。大多数网络丢包层析都采用主动发送探针的方法,无法准确反映实际网络的性 能。为了避免上述局限性,介绍了一种基于TCP监测的被动测量网络丢包层析方法,通过端到端TCP数据流的采 样,采用非因果条件概率构造似然函数,并通过EM 算法求解最大似然估计推测网络内部丢包率。理论分析表明 该方法具有一定的可行性。     

一种基于报文丢失率的网络拓扑推测方法

网络拓扑推测是网络管理中一项非常重要的技术,及时获取准确的网络拓扑对于改进网络协议和优化网络性能起着关键的作用.本文首先给出了逻辑拓扑的概念、报文丢失率模型,然后对报文丢失率进行了详细推导,最后在此基础上提出了完整的基于报文丢失率的网络拓扑推测算法,该算法有着广泛的适应能力和扩展能力.     

一种新的基于Dijkstra算法的QoS组播树启发式算法

基于Dijkstra算法和MCP_IA算法，提出了一种耗费受限的最短时延路径算法（CCLDA），并将其应用于时延和时延差异受限的算法（DDVCA），并给出了算法实现的伪代码，不仅满足了时延和时延差异限制，而且降低了最终所得的组播树的耗费，更能满足现实需要。     

基于内部监测器的链路丢包率的推测方法

为了能简单准确地估计网络内部链路的丢包率,该文利用网络层析技术提出了一种低复杂度的推测方法LCIA(low complexity inference approach)。LCIA方法通过在网络内部节点部署监测器来减小推测丢包率的复杂度。它主要由两步组成,第一步是在网络内部部署监测器把整棵树分成较小深度的若干棵子树。第二步是估计每棵子树的链路丢包率,用到的估计式是叶子节点观测结果的显式表达式来估计丢包率。定性的分析和实验仿真结果表明LCIA在计算复杂度和估计结果的精确度上,都优于已有的方法。     

一种考虑延迟和丢包率的最小代价应用层组播树

针对度约束方式难以减少应用层组播树的延迟和丢包率的问题,提出了一种延迟和丢包率综合代价最小的应用层组播树构树算法.为避免度约束的局限性,给出一个包含延迟和丢包率的复合代价函数,以此来计算传输代价,进而构建了一种最小复合代价组播树的问题模型.为了求解该问题模型,提出了一种基于最大延迟路径贪婪算法的变异算法,同时在构树时对总传输代价进行优化.通过实验,给出复合代价函数的具体参数建议.对比相关算法,文中的构树算法在总传输代价方面有更好的性能.     

一种新的基于Dijkstra算法的QoS组播树启发式算法

基于Dijkstra算法和MCP-IA算法,提出了一种耗费受限的最短时延路径算法（CCLDA）并将其应用于时 延和时延差异受限的算法（DDVCA）,并给出了算法实现的伪代码,不仅满足了时延和时延差异限制,而且降低了 最终所得的组播树的耗费,更能满足现实需要。     

一种基于自适应采样的网络丢包率测量方法

丢包率是基本的网络性能指标之一,现有测量方法在测量精度和探测量开销之间存在冲突.本文提出一种基于自适应采样的丢包率测量方法,利用时延-丢包相关及丢包-丢包相关的特性,根据测量过程中大时延测量样本和丢包事件对网络突发丢包的指示作用,自适应地动态调整探测周期,从而在不大幅提高探测量的前提下,提高了测量准确性.仿真实验结果表明,该方法在测量精度和探测量开销上有较好的折中.与ping相比,该方法测量误差降低较多,而探测量开销则增加不多;与较为准确的BADABING相比,测量误差相差不大,但探测量开销明显减少.     

基于往返时延的网络拓扑推断

为了减少拓扑推断中采用单向性能参数需要多个节点合作的限制,提出了一种基于往返时延的拓扑推断算法,设计了网络拓扑推断中的往返时延测量方法,基于往返时延的拓扑推断不需要时钟同步及目标节点的配合.从理论分析了基于往返时延推断网络拓扑结构的可行性和正确性,并通过NS2进行了仿真实验.仿真结果表明,基于往返时延的推断算法能够较准确地推断网络的拓扑结构,与基于单向性能参数的拓扑推断算法相比,基于往返时延的拓扑推断算法受到的限制较少.     

动态拓扑推测的改进算法

为了在网络中有节点动态加入时推测更新的网络拓扑结构,提出了一种改进的逐步拓扑推测算法I-STIA。该算法首先计算新加入节点与网络中所有探测包接收节点之间的相关度,然后采用一个自适应的动态门限搜索加入节点在拓扑中的正确位置,并利用节点的TTL跳数信息减少搜索的步数。应用该算法可以有效地推测出更新的网络拓扑结构,并提高推测结果的准确度。仿真结果表明:I-STIA相比已有的算法更有效,在同等探测包数目情况下,推测结果的准确度更高。     

链路可用性的MANET网络分簇算法

针对MANET网络中分簇拓扑管理开展研究。为了提高网络逻辑拓扑的稳定性,对经典的Lin-Gerla分簇算法进行改进。改进算法充分考虑了通信系统中节点的移动性,引入了相对运动的概念,选取运动较为稳定的节点成为簇头,使得在随机方向模型下的移动网络的稳定性有所加强。针对可能出现分簇集中度过高的问题,提出了一种应用于簇维护阶段快速的簇分裂方法。最后对改进算法进行了仿真和性能分析。     

基于测量聚类的网络拓扑推断算法

为了减少基于端到端时延的拓扑推断算法中产生的测量流量,根据网络中端到端时延的特点,提出了一种测量聚类算法和两阶段拓扑推断算法.测量聚类算法在测量时首先粗略测量网络节点的端到端时延,根据时延对节点进行聚类,然后根据节点的聚类测量节点对的端到端时延并计算节点相关性,最后通过两阶段拓扑推断算法推断网络拓扑结构.理论证明了测量聚类算法能够有效减少测量产生的测量流量并通过NS2进行了仿真,仿真结果表明测量聚类算法和两阶段拓扑推断算法在有效减少测量流量的情况下能够正确地推断网络的拓扑结构.     

基于SNMP协议的网络拓扑发现算法

网络拓扑发现对于现代网络管理是一个重要的课题,尤其是第2层网络拓扑发现是一个难题.针对这一难题,基于大多数网络设备都支持的SNMP协议,提出了一个快捷、高效的算法,并对该算法进行了详细的描述,用该算法进行了真实环境的测试,测试结果和真实网络情况完全吻合,说明了此算法是一个有效的拓扑发现算法.     

基于端到端测量的网络拓扑推断算法研究

提出的网络拓扑推断算法不需要网络内部节点的协作,通过端到端测量推断网络内部的性能特征和拓扑结构.本算法利用叶节点的丢包情况及其跳数信息,在跳数相同的节点集中识别兄弟节点,进而推断网络拓扑.理论分析和NS2仿真结果均表明该算法具有较高的推测准确度和较小的时间复杂度.