专利名称：使用改进的马尔科夫调制泊松过程模型来分析和产生网络流量的制作方法
技术领域：
已知有不同的方法用于分析和表征网络流量。泊松过程是广泛 用于分析来自语音源的流量的模型。然而，在自相似流量中的突发行 为由马尔科夫调制泊松过程(MMPP )来近似。MMPP模型由描述描述网络流量的两个状态组成——突发状态和空闲状态。突发状态表示
在包到达间隔(inter-arrival)时间相对小的期间的网络流量的状态， 这是因为与空闲状态表示的由于流量更稀疏导致的包到达间隔时间相 对大的其它期间相比，包以突发串的方式到达。包到达间隔时间是一 个包到达和下一个包到达之间的时间段，并且可以从网络上一个或多 个点的角度来进行测量。下面将参考附图
，并仅通过例子来描述本发明，其中
图l给出了网络示意图，例示了用于使用根据本发明实施例的具 有一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程模型 来分析和产生网络流量的示例性系统；
图2给出了自动计算机器的框图，包括用于使用根据本发明实施 例的具有一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过 程模型来分析和产生网络流量的示例性服务器；
图3A给出了示例性状态图，例示了根据本发明实施例的具有一 个突发状态和两个空闲状态的改进的马尔科夫调制泊松过程模型的例 子；
图3B给出了网络流量的示例性时序图，用于使用图3A例示的 示例性的具有一个突发状态和多个空闲状态的改进的马尔科夫调制泊 松过程模型进行分析；
图4A给出了进一步示例性的状态图，例示了根据本发明实施例 的具有一个突发状态和三个空闲状态的改进的马尔科夫调制泊松过程 模型的例子；
图4B给出了网络流量的进一步示例性的时序图，用于使用图4A 例示的具有一个突发状态和多个空闲状态的示例性的改进的马尔科夫 调制泊松过程模型进行分析；图5A给出了进一步的示例性状态图，例示了根据本发明实施例 的具有 一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程
模型的例子，其中一个空闲状态已经被合并到突发状态中；
图5B给出了进一步示例性的网络流量的时序图，用于使用图5A 例示的具有一个突发状态和多个空闲状态的示例性改进的马尔科夫调 制泊松过程模型进行分析；
图6给出了流程图，例示了用于使用根据本发明实施例的具有一 个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程模型来分 析网络流量的示例性方法；
图7给出了流程图，例示了用于使用根据本发明实施例的具有一 个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程模型来分 析网络流量的进一步的示例性方法；以及
图8给出了流程图，例示了用于使用根据本发明实施例的具有一 个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程模型来产 生网络流量的示例性方法。
具体实施例方式从图l开始，将参照附图描述用于使用根据本发明实施例的 具有 一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程模 型来分析和产生网络流量的示例性方法和产品。图l给出了网络示意 图，例示了根据本发明实施例的用于使用具有一个突发状态和多个空 闲状态的改进的马尔科夫调制泊松过程模型('MMPP，)来分析和产 生网络流量的示例性系统。为了进一步解释，图3A给出了示例性状态图，例示了根据 本发明实施例的具有一个突发状态和两个空闲状态的改进的马尔科夫 调制泊松过程模型的例子。图3A的状态图包括突发状态'B， (300)、 第一空闲状态'I1， ( 302)、和第二空闲状态'I2， (304 )。改进MMPP 模型中的每个状态描述了不同操作时间尺度上的包的到达间隔时间。 典型地，诸个状态之间的操作时间尺度相差至少一个数量级。例如， 突发状态(300)可描述在IO毫秒到100毫秒范围上的包的到达间隔 时间，第一空闲状态(302)可描述在100毫秒到1000毫秒范围上的 包的到达间隔时间，并且第二空闲状态(304)可描述在l秒到10秒 范围上的包的到达间隔时间。在这种例子中，当包的到达间隔时间位 于10毫秒到100毫秒范围内时，网络流量的状态可由突发状态来表示。 当包的到达间隔时间位于100毫秒到1000毫秒范围内时，网络流量的 状态可由第一空闲状态来表示。当包的到达间隔时间位于1秒到10 秒的范围内时，网络流量的状态可由笫二空闲状态来表示。因为图3A 的每个状态(300、 302、 304)描述了在不同操作时间尺度上的包的到 达间隔时间，所以根据本发明实施例的具有一个突发状态和多个空闲 状态的改进MMPP模型提供了在多个时间尺度上准确表征既突发传 输又自相似的网络流量的优点。为了描述在 一个特定时间尺度上的包的到达间隔时间，通过 在每个状态的特定时间尺度上包的到达间隔时间的指数分布来描述图 3A的例子中的每个状态(300、 302、 304)。使用按照为每个状态(300、 302、 304)建立的时间尺度而指定的分布平均和分布标准偏差来限定每个状态的指数分布。例如，使用上面提到的时间尺度的示例性数值，
可使用具有50毫秒数值的平均到达间隔时间义Ln和15毫秒标准偏差 的突发状态来限定突发状态的指数分布。当包到达间隔时间在10毫秒 到100毫秒的示例性范围上变化时，使用这种示例性数值限定指数分 布允许图3A的突发状态(300)表示网络流量的状态。为了表示当包 到达间隔时间在100毫秒到1000毫秒的示例性范围上变化时的网络流 量状态，可使用具有500毫秒数值的平均到达间隔时间A:和150毫
秒的标准偏差来限定第一空闲状态(302)的指数分布。为了表示当包 到达间隔时间在1秒到10秒的示例性范围上变化时的网络流量状态， 可使用具有5秒数值的平均到达间隔时间r丄和1.5秒的标准偏差来 限定第二空闲状态(304)的指数分布。每个状态的转变值可实现为转变值义_ ，其是该状态期间接
收的包的平均到达间隔时间。使用上述用于每个状态的指数分布的示 例性平均值，突发状态(300 )的转变值"可为50毫秒，第一空闲状
态(302)的转变值乂可为500毫秒，且第二空闲状态(304)的转变
值"可为5秒。使用这些示例性的转变值，当包的到达间隔时间小于
50毫秒时，则网络流量的当前状态可由突发状态(300)来表示。而
在突发状态(300)时，如果网络适配器中接收到的包的到达间隔时间
大于500毫秒但小于5秒，则网络流量的当前状态可转变到第一空闲
状态(302 )。如果网络适配器中接收到的包的到达间隔时间大于5
秒，则网络流量的当前状态可转变到第二空闲状态(304)。在图4A的示例性状态图中，每个状态(300、 302、 304、 306) 具有根据操作时间尺度而为该状态建立的转变值。在图4A的例子中， 突发状态(300)的转变值是"；第一空闲状态(302)的转变值是乂； 第二空闲状态(304)的转变值是f;并且第三空闲状态(306)的转 变值是"。在图4A的例子中，义s充分小于;i';义'充分小于f; f充分
17小于"。图4B的时序图类似于图3B的时序图。图4B的时序图描述 了使用垂直箭头的包P卜.Pw...Pn的到达。垂直箭头之间的空间表示 包之间的到达间隔时间。图4B的示例性时序图中的包Pl..Pw...Pn之 间的到达间隔时间；i、 ；i1 、义2和"与图3B的示例性时序图中包
PL..Pw...PN之间的到达间隔时间相同。图4B的时序图中表示的每个到达间隔时间下方是相应于特
定到达间隔时间的图4A的改进MMPP模型中的状态。因为图4A的
改进的模型包括了图3A的改进MMPP模型的全部状态，所以在每个 到达间隔时间y、义和;12下方的图4B的状态与图3B中描述的每个到
达间隔时间；^、 W和f下方的状态相同。然而，在图4B中，在包P^ 和Pjs之间在到达间隔时间;i3下方描述的状态是第三空闲状态(306)。 因为"是第三空闲状态(306)的转变值，所以包P^和PN之间的到达 间隔时间f将图4A的改进MMPP模型转变成第三空闲状态(306)。因此，三个空闲状态(302、 304、 306)提供了区分具有三个不同长度 的网络流量空闲时间段的能力。图6所示的实施例包括为改进MMPP模型中的每个状态建立 操作时间尺度(802) ( 800)。每个时间尺度(802)表示包到达间隔 时间的范围。在图6的实施例中，可通过为每个状态的指数分布设定 数值来为该模型中的每个状态建立(800)操作时间尺度(802 )，使 得每个时间尺度(802 )中的充分数量的到达间隔时间构成了描述特定 状态的指数分布所覆盖的充分数量的到达间隔时间。例如，考虑一个 空闲状态，其中建立了 l秒到IO秒的时间尺度。可通过把指数分布的 平均值和标准偏差分别设定为5秒和2秒，来建立这种示例性时间尺 度。即，在l秒到IO秒的时间尺度中的充分数量的到达间隔时间构成 了通过由5秒的分布平均值和2秒的标准偏差限定的指数分布所覆盖 的充分数量的到达间隔时间。图6的实施例还包括根据所测量的最新接收包的到达间隔时 间(810)和转变值(806)来确定网络流量的当前状态(814) (812)。 图6的当前状态(814)表示由表征当前网络流量的改进的模型限定的 诸状态之一。当前一状态为空闲状态时，可通过如果所测量的最新接 收包的到达间隔时间(810)的值小于或等于突发状态的转变值(806)， 则把当前状态设定到突发状态，来执行根据图6的方法而根据所测量 的最新接收包的到达间隔时间(810)和转变值(806)来确定(812) 网络流量的当前状态(814)。在这种实施例中，当前一状态是空闲状 态并且所测量的到达间隔时间(810 )的值大于突发状态的转变值(806 ) 时，则当前状态(814)保持空闲状态。当前一状态为突发状态时，还 可通过把当前状态设定到具有小于或等于所测量的最新接收包的到达 间隔时间(810)的最大转变值(806)的空闲状态，来根据图6的方 法执行根据所测量的最新接收包的到达间隔时间(810 )和转变值(806 ) 来确定(812)网络流量的当前状态(814)。在这种实施例中，当前 一状态是突发状态并且没有空闲状态具有小于或等于所测量的到达间 隔时间(810)的转变值时，则当前状态(814)保持突发状态。图6的实施例还包括依赖于所测量的到达间隔时间(810)来 调整(816 )每个状态的转变值(806 )。通过跟踪(818 )在每个状态 期间接收的各个数据包之间的到达间隔时间(810)的改变(820)并 且依赖于所跟踪的该状态的改变(820)调整(822 )每个状态的转变 值(824)，来根据图6的方法执行依赖于所测量的到达间隔时间(810) 而调整(816)每个状态的转变值(806)。图6的所跟踪的改变(820) 表示在改进MMPP模型的每个状态期间， 一个或多个网络适配器中 接收的包的包到达间隔时间(810 )随时间的改变。读者们应当注意到，依赖于所测量的到达间隔时间(810)来调整(816)每个状态的转变 值(806)有利于允许使用根据本发明实施例的改进MMPP模型的网 络流量分析在时间上变得更准确。如上所述，可利用根据本发明实施例的改进MMPP模型来分 析或产生网络流量。因此，为了进一步解释，图8给出了一个流程图， 例示了用于使用根据本发明实施例的具有一个突发状态和多个空闲状 态的改进马尔科夫调制泊松过程('MMPP，)模型来产生网络流量的 示例，性方法。图8所示实施例类似于图6所示的实施例。即，图8所示实 施例与图6的方法的相似之处在于图8的方法包括为模型中每个状态 建立(800)操作时间尺度(802)以及依赖于该状态的操作时间尺度 (802)而建立(804)每个状态的转变值(806)。图8的例子与图6 的例子的相似之处还在于图8的例子包括当前状态(814)。图8所示实施例与图6所示实施例的不同之处在于图8的方 法包括根据改进MMPP模型的当前状态(814)来产生(920)待传输 的下一个包的到达间隔时间(922)。可通过根据利用分布平均和分布 标准偏差，由当前状态(814)的指数分布限定的概率，来根据图8 的方法执行根据改进MMPP模型的当前状态(814)来产生(920 )待 传输的下一个包的到达间隔时间(922)。所产生的随机数表示为待传 输的下一个包产生的到达间隔时间(922)。[64图8的方法还包括根据所产生的到达间隔时间(922)从网络 适配器传输(924)包。可通过在前一包之后经过由所产生的到达间隔 时间(922 )指定的时间段之后，在网络上传输下一个包，来根据图8 的方法执行根据所产生的到达间隔时间(922 )从网络适配器传输(924 ) 包。网络适配器可使用任意数量的通信协议(诸如例如IP、EthernetTM、 IEEE802.il规范族等)来传输包。图8的方法还包括根据所产生的到达间隔时间(922 )和转变 值(806)来确定(926)网络流量的下一个状态(928 )。当当前状态 (814)是空闲状态时，如果所产生的到达间隔时间(922 )的值小于 或等于突发状态的转变值(806)，可通过把下一个状态(928)设定 为突发状态来根据图8的方法执行根据所产生的到达间隔时间(922) 和转变值(806)来确定(926)网络流量的下一个状态(928)。在这 种实施例中，当当前状态(814)是空闲状态，并且所产生的到达间隔 时间(922 )的值大于突发状态的转变值(806 )时，则下 一个状态(928 ) 保持为空闲状态。当当前状态(814)是突发状态时，可通过把下一个 状态(928)设定为具有小于或等于所产生的到达间隔时间(922)的 最大的转变值(806 )的空闲状态，来根据图8的方法执行根据所产生 的到达间隔时间(922 )和转变值(806)来确定(926)网络流量的下 一个状态(928)。在这种实施例中，当当前状态(814)是突发状态 并且没有空闲状态具有小于或等于所产生的到达间隔时间(922 )的转 变值(806)时，则下一个状态(928 )保持为突发状态。考虑到本文档上面提出的解释，读者们将认识到使用根据本 发明实施例的具有一个突发状态和多个空闲状态的改进的马尔科夫调 制泊松过程模型来分析和产生网络流量提供了下面的好处
* 使用户过程与在系统到网络接口的接收操作的完成准确同 步、平衡网络中负载和路由数据、调整系统/网络性能参数、以及利用 行为网络流量模型来替代现有技术中存在的复杂数学模型以提供网络 流量的实时分析的能力，以及
* 在多个时间尺度上产生自相似的突发传输网络流量的能力
26用于设计、测试和评估网络节点处的产品。
[67本发明的示例性实施例主要是在使用具有一个突发状态和 多个空闲状态的改进的马尔科夫调整泊松过程模型的用于分析网络流 量的全功能性的计算机系统的上下文中描述的。然而，本领域普通技 术人员应当理解，本发明还可在用于任何适当数据处理系统的信号承 载介质上设置的计算机程序产品中实现。这种信号承载介质可以是用 于机器可读信息的传输介质或可记录介质，包括磁介质、光介质或其 它适当的介质。可记录介质的例子包括硬盘或软盘中的^f兹盘、用于光 驱动器的压缩盘、磁带和本领域普通技术人员能想到的其它介质。传 输介质的例子包括用于语音通信的电话网络和诸如例如Ethernet 的 数字数据通信网络和与因特网协议和万维网通信的网络以及诸如例如 根据IEEE 802.11规范族实现的网络的无线传输介质。本领域普通技 术人员将立刻认识到，具有适当编程装置的任何计算机系统都将能执 行在程序产品中实现的本发明的方法的步骤。本领域普通技术人员将 立刻认识到，虽然本说明书中描述的 一 些示例性实施例适于在计算机 硬件上软件安装并执行，然而，作为固件或作为硬件实现的可替换实 施例也在本发明的范围内。
权利要求
1. 一种用于使用具有一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程(‘MMPP’)模型来分析网络流量的方法，该方法包括为所述改进MMPP模型中每个状态建立操作时间尺度；根据所述每个状态的操作时间尺度建立该状态的转变值；测量一个或多个网络适配器中所接收的各个包之间的到达间隔时间；以及根据所测量的最新接收的包的到达间隔时间和所述转变值而确定所述网络流量的当前状态。
2. 权利要求l的方法，还包括根据当前状态预测将要接收的下 一个包的到达间隔时间； 测量所述下一个包的实际到达间隔时间；以及所述当前状态。 ， s 、 …^八、 S 、 、
3. 权利要求1的方法，还包括根据所述测量的到达间隔时间来 调整每个状态的转变值。
4. 权利要求3的方法，其中所述根据所述测量的到达间隔时间 来调整每个状态的转变值进一步包括改变；以及根据所跟踪的每个状态的改变来调整该状态的转变值。
5. 权利要求1的方法，其中所述每个状态的转变值是转变值几_ ， 所述转变值;i一是在所述状态期间接收的包的平均到达间隔时间。
6. 权利要求l的方法，其中所述突发状态的转变值是转变值;iL ，所述转变值;iL表示在突 发状态中到达间隔时间的上界，以及每个空闲状态的转变值是转变值义L ,所述转变值AL表示每个空闲状态中所述到达间隔时间的下界。
7. 权利要求1的方法，其中使用所述具有一个突发状态和多个空闲状态的改进MMPP模型来对网络流量进行的分析是实时执行的。
8. 权利要求1的方法，其中所述具有一个突发状态和多个空闲状态的改进MMPP才莫型进一步包括在该改进MMPP模型中的所述突发状态和每个空闲状态之间的两个障碍状态。
9. 权利要求1的方法，其中所述具有一个突发状态和多个空闲状态的改进MMPP模型包括至少两个空闲状态。
10. —种用于使用具有一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程('MMPP，)模型来产生网络流量的方法，所述方法包括为该模型中每个状态建立操作时间尺度；根据所述改进MMPP模型的当前状态来产生待传输的下一个包的到达间隔时间；以及根据所产生的到达间隔时间从网络适配器传输包。
11. 权利要求10的方法，进一步包括根据所述状态的操作时间尺度来建立每个状态的转变值；以及根据所产生的到达间隔时间和所述转变值来确定所述网络流量的下一个状态。
12. —种使用具有一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程('MMPP，)模型来分析网络流量的计算机程序产品，所述计算机程序产品设置在信号承载介质上，所述计算机程序产品包括能进行以下操作的计算机程序指令为所述改进MMPP模型中每个状态建立操作时间尺度；根据所述状态的操作时间尺度建立每个状态的转变值；测量 一 个或多个网络适配器中所接收的各个包之间的到达间隔时间；以及根据所测量的最新接收的包的到达间隔时间和所述转变值而确定所述网络流量的当前状态。
13. 权利要求12的计算机程序产品，其中所述信号承载介质包括可记录介质。
14. 权利要求12的计算机程序产品，其中所述信号承载介质包括传输介质。
15. 权利要求12的计算机程序产品，进一步包括能进行以下操作的计算机程序指令根据所述当前状态预测将要接收的下 一 个包的到达间隔时间；测量所述下一个包的实际到达间隔时间；以及根据所述预测的到达间隔时间和所述实际到达间隔时间来调整所述当前状态。
16. 权利要求12的计算机程序产品，进一步包括能根据所述测量的到达间隔时间来调整每个状态的转变值的计算机程序指令。
17. 权利要求16的计算机程序产品，其中所述根据所述测量的到达间隔时间来调整每个状态的转变值进一步包括改变；以及根据所跟踪的所述状态的改变来调整每个状态的转变值。
18. 权利要求12的计算机程序产品，其中所述每个状态的转变值是转变值;t,，所述转变值义_是在所述状态期间接收的包的平均到达间隔时间。
19. 权利要求12的计算机程序产品，其中所述突发状态的转变值是转变值;iL ，所述转变值AL表示在突发状态中到达间隔时间的上界，以及每个空闲状态的转变值是转变值^L ,所述转变值义L表示每个空闲状态中所述到达间隔时间的下界。
20. 权利要求12的计算机程序产品，其中所述具有一个突发状态和多个空闲状态的改进MMPP模型包括至少两个空闲状态。
21. —种计算机程序，当在计算机上运行所述程序时，包括适于执行权利要求1-11的全部步骤的程序代码装置。
全文摘要
公开了使用具有一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程模型来分析网络流量的方法和产品，其包括为所述改进MMPP模型中每个状态建立操作的时间尺度；根据所述状态的操作时间尺度建立每个状态的转变值；测量一个或多个网络适配器中所接收的各个包之间的到达间隔时间；以及根据所测量的最新接收的包的到达间隔时间和所述转变值而确定所述网络流量的当前状态。
文档编号H04L12/24GK101512967SQ200780032119
公开日2009年8月19日 申请日期2007年8月14日 优先权日2006年8月31日
发明者G·巴拉克里什南, J·罗德里格兹 申请人:国际商业机器公司