专利名称：基于加权一阶局域法的公共拥塞路径检测方法
技术领域：
本发明的是一种网络信息技术领域的路径检测方法，具体地说，涉及的是一种 基于加权一阶局域法的公共拥塞路径检测方法。
背景技术：
网络拥塞信息对于网络资源管理是至关重要的，而其中一个基本问题是如何准 确地判断出两个流是否经过了公共拥塞路径。这种信息对于重叠网络则更为重要， 因为重叠网络的网络拓扑不能预先知道，仅靠试探的方法建立连接，这可能导致 大量的流经过同一段瓶颈路径。如果这种公共拥塞信息能够被及时检测到，就能 够调整路由策略或改变重叠网络的拓扑结构来避免瓶颈路径的出现，从而优化网 络性能。
经对现有技术的文献检索发现，2002年Rubenstein等在《IEEE/ACM Transactions on Networking》上发表的《Detecting shared congestion of flows via end-to-end measurement^ —文中提出的一种用计算互相关性检测公共拥塞 路径的方法，他们的方法利用一个泊松过程向两条路径发送检测包，用两个检测 流端到端时延序列的互相关系数作为判断是否经过公共拥塞路径的标准。这种方 法基于线性计算技术对网络流量的特征参数进行分析，从而进行判断。其优点是 复杂度低，收敛速度快。但是，网络本身是一个复杂的非线性系统，仅仅用基于 线性计算分析技术的方法很难对网络流量行为做出准确的估计，这也限制了这种 方法的性能。
发明内容
本发明的目的在于针对现有技术的不足，提供一种基于加权一阶局域法的公 共拥塞路径检测方法，结合重叠网络拥有的智能节点和分布式计算能力，以及拥 塞环境下网络流量的非线性系统特性，基于混沌信号处理技术对网络流量特征进 行检测，从而得出对其是否经过共同拥塞路径的判断。本发明在同等收敛速度下 具有更高的判断准确性。本发明是通过以下技术方案实现的，本发明首先在被测系统两端构造探测流 量，利用其端到端时延序列作为其行为特征量，然后基于加权一阶局域法对时延 序列进行预测并与实际网络行为作比较，最后将预测结果的相似性作为参数来判 断两个网络流是否经过了公共拥塞路径。网络中端到端时延的变化主要决定于路 径中路由器缓存队列长度的变化。重负载会导致拥塞，此时由于路由器缓存队列 长度变化较大，则端到端时延也会有较大的波动。相反，当负载较轻时，时延则 相对稳定。因此，端到端时延序列的特征能够很大程度上反映网络的运行状况。 当两条网络流连接经过同一段拥塞路径时，它们的端到端时延序列就会表现出一 些相似的特性，本发明正是基于这一原理，采用非线性系统分析方法提取两个网 络流时延序列的相似性特征量，从而判断出两条网络流是否经过了公共拥塞路径。
本发明包括如下步骤-
步骤一在被测网络系统两端构造两个探测流并分别进行采样，得到两个探 测流的端到端时延序列；
步骤二对步骤一其中一个探测流继续采样，得到一个延时序列；
步骤三采用加权一阶局域法对步骤一的两个时延序列进行预测，寻找待预 测点在重构相空间中最邻近的点作为预测结果；
步骤四将步骤三得到的两个采样序列的预测结果和步骤二采样得到的延时 序列作比较，计算相对误差，得到预测结果的相似性；
步骤五根据两个探测流预测结果的相似性判断是否存在公共拥塞路径。
所述的步骤一，具体为从自身时钟的某时刻开始，两个探测流分别以一定 速率发送一个UDP包队列，同时加盖时间戳，每一个这样的UDP包称作一个检测 包。当收到一个检测包后，流的目的节点计算端到端时延并发送，并同时将原始 的时间戳一并发送至源节点。然后源节点记录端到端时延和时间戳作为一个延时 采样。两个采样延时序列用于后续的加权一阶局域法预测。
所述的步骤二，具体为选择步骤一两条路径的其中一条路径继续采样一段 时间，得到序列A^。,(1，2，…W)， A^。,反映了实际的网络行为，用于和后面的预
测序列进行比较。
所述的步骤三，具体为分别采用步骤一得到的两个采样延时序列用相空间
5重构的方法对系统进行建模拟合，然后利用加权一阶局域法对釆样序列进行预测， 预测的主要原理是寻找待预测点在重构相空间中最邻近的点作为预测结果，然后 将预测结果用于误差比较。
所述的步骤四，具体为分别计算两个预测序列相对于标准序列A^。,(0的平 均相对误差e^和e/7;,同时，用它们的相似性作为参数来判断是否存在公共拥塞。
e/7;和^7;的差为^r ，由于wr能够反映出两次预测结果的相似程度，因此可以
作为判断两个流是否经过了公共拥塞路径的标准。
所述的步骤五，具体为在公共拥塞判决单元将步骤四所得的预测误差的相似 程度与判决门限进行比较，若大于判决门限则认为两条链路经过了公共拥塞，反 之则认为两条链路是独立的。其中判决门限的计算根据以往统计数据结合概率论 中最大似然估计的方法来确定。
本发明的优点在于从系统的观点分析问题，充分把握拥塞网络的混沌特性， 采用非线性方法对网络进行准确建模；基于重叠网络分布式的计算能力，采用基 于混沌预测的方法，提取采样延时序列的相似性，并对预测结果误差比较来判断 是否产生公共拥塞。因此，在将本发明应用到协作拥塞控制及重叠网络构建时， 可以准确的对网络中是否产生公共拥塞进行判断，从而有效的提高网络带宽的利 用率，保持整个网络系统的稳定性，优化网络资源的配置。总之，与相关的公共 拥塞检测方法相比，本发明能够对网络进行更精确的分析，具有更高的精确性和 快速的收敛性，在重叠网络飞速发展的今天，具有非常广泛的应用前景。
图1为本发明所用的网络模型的拓扑图。 图2为本发明实施例的流程图。 图3为仿真实验的网络拓扑图。 图4为长TCP背景流环境下的仿真结果；
其中图(a)是长TCP流公共拥塞的判定正确率与采样时间的关系图； 图(b)是长TCP流独立拥塞的判定正确率和釆样时间的关系图。 图5为UDP背景流环境下的仿真结果
其中图(a)是UDP流公共拥塞的判定正确率与采样时间的关系6图(b)是UDP流独立拥塞的判定正确率和采样时间的关系图。 图6为短TCP背景流环境下的仿真结果
其中图(a)是短TCP流公共拥塞的判定正确率与采样时间的关系图； 图(b)是短TCP流独立拥塞的判定正确率和采样时间的关系图。
具体实施例方式
下面结合附图对本发明的实施例作详细说明本实施例在以本发明技术方案 为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护 范围不限于下述的实施例。
以图l所示网络拓扑说明具体实施例，这种哑铃模型是对真实网络的一种简单 抽象，不影响本发明实施的一般性。
在图1中，1^到X&和UIJ4表示了因特网上两条有公共路径的连接，S到T 段为它们的公共路径。令X的端到端时延为化，Y的端到端时延为Z), A和A分 别由两部分组成从S到T的时延《，以及其他非公共路径的时延，分别用《，《 表示。
Dy=《+《 (1)
图2是本实施例的实现流程图，图中各部分与上述技术方案各个步骤相对应， 同时也标出了各个步骤所采用的处理单元，其中釆样单元主要对探测流进行采样， 获得端到端时延序列；加权一阶局域法预测单元采用加权一阶局域计算方法对实 验序列进行预测；预测误差比较单元主要将两个探测流的预测误差进行处理，并 计算出两个探测流采样时延序列的相似性；公共拥塞判决单元主要利用采样实验
序列的相似性和设定的门限值对是否发生公共拥塞做出二进制判决。 本实施例具体步骤实施如下
步骤一，结合图1具体说明采样的过程两个探测流分别从X^ ， U荒向， 4。以I^到义^为例，1^向；^,发送一个UDP包队列(探测流采用UDP协议)， 其中发送速率设为/,同时加盖时间戳，从自身时钟的/。时刻开始。每一个这样的UDP包称作一个检测包。检测包以一个固定的速率被发送直到^+r，这里r是
检测间隔。当收到一个检测包后，义&计算端到端时延并同时将原始的时间戳一 并发送返回至A^。然后义m记录端到端时延和时间戳作为一个延时采样。}^到 乙也以相同方法收集延时采样。这里记两条路径的采样序列分别为
A」。一(1，2,…，")和A—，,e(i,2,…")，且采样点数A^r/。采样过程采用对应的
采样单元实现，两个采样延时序列分别被送往加权一阶局域法预测单元。由于网 络丢包的影响，可能会使两个探测流的数据包序列产生严重的不同步，这对于随 后的预测处理的精确性有很大的影响。本方法在消除该负面影响方面采用的解决 技术是对原始的时延序列进行线性内插，即，如果某一个包丢失，那么这个包的 时延就取相邻两个包的时延的平均值。
步骤二，在图i中的两条路径中选择一条路径(不妨选择义^到x^)继续采
样一段时间7;，得到序列Z)。^a,(l,2,…n)， A^。,反映了实际的网络行为，用于和后
面的预测序列进行比较，此时采样点数
W， (2)
序列A^K。,被送往预测误差比较单元。
步骤三，即为加权一阶局域法预测单元的实现，具体为分别利用步骤一得
到的A，—《， (o对后面的A^个点进行预测，^v应该和7;时间内采
肖肖到化""",*列的*@+目同。予则则《用w力fe力加fe—l^^⑨fe， ^ *原、,|
将相空间轨迹的最后一点作为中心点，把离中心点最近的若干轨迹点作为相关点， 然后对这些相关点进行拟合，再估计轨迹下一点的走向，最后从预测出的轨迹点 的坐标中分离出所需要的预测值。在本方法中首先采用相空间重构的方法将两个
待预测延时采样序列Df^(1,2,…")和Z)f^(1，2,…w)映射到多维向量空间中， 然后用加权一阶局域法进行预测，得到两个预测结果序列，分别记为A,(/)和 ， 和r、戸(0都是长度为iVpre的时间序列。其中，加权一阶局域法的主要步骤是
(a) 重构相空间。根据G—P算法计算出时间序列的关联维d，再由Takens定
理选取嵌入维数，w2 2c/ + l，得到重构相空间为
y(O = (x0)， x(/ + r)，…，x(f + (m - I)t)) " V = 1,2,…,M
其中M为重构相空间点的个数，M = iV-(m-l)r。
(b) 寻找邻近点。在相空间中计算各点到中心点i;之间的空间距离，找出K的
参考向量集为i;， i = l， 2，， q，并且点&的的距离为《。设《是《中的最小
值，定义点i;的权值为
exp(—a(i/,-《))
》xp(-a(《-《))
其中a为参数，不妨取3=1。 (C)进行计算预测。 一阶加权局域线性拟合为:<formula>formula see original document page 9</formula>
这里就m=l的情况进行讨论，ra〉l的情况类似，艮P:
<formula>formula see original document page 9</formula>
应用加权最小二乘法有
将式(6)看成是关于未知数a， b的二元函数，两边求偏导得到:
(6)即化简得到关于未知数a， b的方程组为
化,+ 6Z《'=Z ^x;+i
i=l ''=1 >=1
、 j=l /=1 解方程组(8)得到a， b，然后代入式(4)得预测公式。
(d)根据预测公式进行预测。显然，参考向量集为&， i=l， 2，
(7)
(8)
q的一步预
测为};+1， i = l， 2，…，q。
步骤四，即为预测误差比较单元的实现，具体为由于若两个延时采样序列所 对应的网络流具有公共拥塞路径，则有可以进行相互预测。基于这一点，分别计 算两个预测序列D 。 ， 相对于标准序列的平均相对误差^r,
和w ，其定义式分别为式(9)和式(10)。由多次实验结果观测到当两个流经过
公共拥塞路径时，e^;和er 极为近似，而当两个流的拥塞路径是独立的时候，w
和en;相差较大，因此，可以用它们的相似性作为参数来判断是否存在公共拥塞。
定义e/7;和e^的差为^r (式11)，由于e^能够反映出两次预测结果的相似程度，
因此可以用来作为判断两个流是否经过了公共拥塞路径的标准。
Z {[久—戸(0 -化—一,(o] /化—。咖,(0}
(9)
S {[ A， (' ) - A—(' )] /化—。咖,(W
,=i
6rr = grrT _ cat*,,
(10)
(11)
步骤五，将步骤四所得的预测误差的相似程度与已知的判决门限进行比较，判
10断是否存在公共拥塞链路。其中，对于判决门限，可依靠以往的采样数据，计算 出公共拥塞和独立拥塞两种情况下预测相似性的概率分布，然后根据最大似然估 计的方法来确定。
下面给出一个具体实施的仿真实验来阐述本发明的有效性。需要说明的是，实 验中应用的参数不影响本发明的一般性。
仿真使用网络仿真软件ns2进行，图3为仿真试验的网络拓扑。其中各条链路 的传输时延设为10ms，链路带宽设为1. 5MB，其中节点4到节点7为公共拥塞路 段。两个探测流的配置为
探测流l:从节点0流向节点7， UDP流，上加C服业务，包大小为20Byte, 速率4kb。
探测流2:从节点2流向节点7， UDP流，上加C服业务，包大小为20Byte， 速率4kb。
仿真实验主要在长TCP流，短TCP流，UDP流3种网络环境下进行，下面是3 种环境下详细的背景流设置
(1) 长TCP流用数量不多的长TCP流来引起拥塞，非拥塞路段是空的。在公 共拥塞的情况下，20个TCP流通过这段路径。在独立拥塞的情况下，节点4到节点7 是空的，其他连接有TCP流，数量服从0到20的均匀分布。
(2) 开关CBR流仿真试验用Pareto开关CBR流作为背景流，其特点是可以通 过改变背景流的数量来控制拥塞的程度。在公共拥塞情况下，IOO个开关CBR流通 过节点4到节点7。其他路径上的开关CBR流的数量服从31到60的均匀分布。对于独 立拥塞，节点4到节点7的开关CBR流数量服从31到70的均匀分布，其他链路上服从 80到140的均匀分布。
(3) 短TCP流由ns2的网站流量发生器产生的大量的短TCP流作为背景流。产 生的流量主要由网站通话所组成。对于公共拥塞的情况，250个网站通话通过节点 4到节点7，其他链路上网站通话的数量服从1到25的均匀分布。对于独立的拥塞， 4到7的网站通话的数量服从1到25的均匀分布，其他链路上服从151到250的均匀分 布。
在上面所述三种网络环境下，对于公共拥塞和独立拥塞各进行了 500次实验，
11并将本发明与Rubenstein的基于延时的方法和Harfoush的基于丢包率的方法 进行比较。作为判断方法性能的指标，这里定义
公共拥塞的判定正确率二实验判断为公共拥塞的次数/总公共拥塞实验次数 独立拥塞的判定正确率=实验判断为独立拥塞的次数/总独立拥塞实验次数 图4，图5，图6分别对应了三种网络环境中3种方法的仿真结果。其中CP(chaos prediction)表示本发明，MP和BP分别表示基于延时和丢包率的方法。
从图4可以看到，对于长TCP流，三种方法的性能较为接近，而且均能在公共 拥塞和独立拥塞两种情况下都达到较高的准确率(90%以上)。从图5中看到，对 于UDP流，三种方法的性能都有所下降，尤其是BP，在公共拥塞的情况下，正确 率只有不到50%，可以认为BP已经不能检测UDP背景流情况下的公共拥塞；而对 于CP和MP两种方法仍然具有较好的性能，在公共拥塞情况下，CP的正确率要略 高于MP，而在独立拥塞情况下，两者性能较为接近，因此可以认为在UDP流环境 下，CP的性能稍好于MP。从图6中看到，对于短TCP流，BP检测公共拥塞的性能 仍然较差；而CP和MP相比，仍是CP性能要好于MP。从收敛性方面考虑，对于 MP，判定正确率随时间的变化比较平滑，能够在很短的时间内达到较高的正确率， 而对于CP，可以看到，在6s之前的准确率一般不如MP，而在6s后迅速收敛，达 到很高的准确率。总之，三种方法中，BP性能最差，只在长TCP流业务环境下有 着较好的性能，因此很难被广泛使用；而在其余两种方法中，正确率方面，本发 明所提出的CP方法性能要优于MP，而在收敛性方面MP的性能要强于CP，但CP 也可以在6s后迅速收敛，对于实时性要求不是特别高的场合有很好的应用前景。
权利要求
1、一种基于加权一阶局域法的公共拥塞检测方法，其特征在于包括如下步骤步骤一在被测网络系统两端构造两个探测流并分别进行采样，得到两个探测流的端到端时延序列；步骤二对步骤一其中一个探测流继续采样，得到一个延时序列；步骤三采用加权一阶局域法对步骤一的两个时延序列进行预测，寻找待预测点在重构相空间中最邻近的点作为预测结果；步骤四将步骤三得到的两个采样序列的预测结果和步骤二采样得到的延时序列作比较，计算相对误差，得到预测结果的相似性；步骤五根据两个探测流预测结果的相似性判断是否存在公共拥塞路径。
2、根据权利要求1所述的基于加权一阶局域法的公共拥塞检测方法，其特征是，所述的步骤一，具体为从自身时钟的某时刻开始，两个探测流分别以一定速率发送一个UDP包队列，同时加盖时间戳，每一个这样的UDP包称作一个检测包；当收到一个检测包后，流的目的节点计算端到端时延并发送，并同时将原始的时间戳一并发送至源节点，然后源节点记录端到端时延和时间戳作为一个延时采样，两个采样延时序列分别进行加权一阶局域法预测。
3、 根据权利要求1所述的基于加权一阶局域法的公共拥塞检测方法，其特征是，所述的步骤二，具体为选择步骤一中两条路径的其中一条路径继续采样一段时间，得到序列A^。,(1,2,…W)， A^。,反映了实际的网络行为，用于和后面的预测序列进行比较。
4、 根据权利要求1所述的基于加权一阶局域法的公共拥塞检测方法，其特征是，所述的步骤三，具体为分别采用步骤一得到的两个采样延时序列用相空间重构的方法对系统进行建模拟合，然后利用加权一阶局域法对采样序列进行预测，寻找待预测点在重构相空间中最邻近的点作为预测结果，将预测结果用于误差比较。
5、 根据权利要求1所述的基于加权一阶局域法的公共拥塞检测方法，其特征是，所述的步骤四，具体为分别计算两个预测序列相对于标准序列A^。,(Z')的平均相对误差e^和^v;，同时，用它们的相似性作为参数来判断是否存在公共拥塞，e^和e^的差为eir (式(IO))， err能够反映出两次预测结果的相似程度，作为判断两个流是否经过了公共拥塞路径的标准。
6、根据权利要求1所述的基于加权一阶局域法的公共拥塞检测方法，其特 征是，所述的步骤五，具体为在公共拥塞判决单元将步骤四所得的预测误差的 相似程度与判决门限进行比较，若大于判决门限则认为两条链路经过了公共拥 塞，反之则认为两条链路是独立的，其中判决门限的计算根据以往统计数据结合 概率论中最大似然估计的方法来确定。
全文摘要
本发明涉及一种网络信息技术领域的基于加权一阶局域法的公共拥塞路径检测方法。本发明在被测网络系统两端构造两个探测流并分别进行采样，得到两个探测流的端到端时延序列；其中一个探测流继续采样，得到一个延时序列；采用加权一阶局域法对两个时延序列进行预测，寻找待预测点在重构相空间中最邻近的点作为预测结果；将预测结果和采样得到的延时序列作比较，计算相对误差，得到预测结果的相似性；根据两个探测流预测结果的相似性判断是否存在公共拥塞路径。本发明基于混沌信号处理技术对网络流量特征进行检测，从而得出对其是否经过共同拥塞路径的判断，本发明在同等收敛速度下具有更高的判断准确性。
文档编号H04L12/26GK101505268SQ20091004746
公开日2009年8月12日 申请日期2009年3月12日 优先权日2009年3月12日
发明者张清源, 理 潘 申请人:上海交通大学