网络带宽测量的研究与实现-毕业设计

《网络带宽测量的研究与实现-毕业设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、网络带宽测量1.引言随着Internet得到越来越广泛的应用，网络性能也越来越受到关注，影响网络性能的因素很多，带宽就是其中最重要的因素之一。对于网络运营商来说，可以根据带宽的状况来指导网络维护和运行、扩容规划工作；对于网络协议和应用的开发者来说，可以根据网络带宽的状况优化其协议和应用的性能，如根据带宽的状况决定一个http服务器的放置位置；网络用户也可以根据带宽选择合适的服务器，如流媒体服务器或代理的选择；同样对移动计算来说，移动用户也可以根据带宽的不同来选择不同网络接口和服务，这些都有助于网络性能的提高。可见，通过优化带宽

2、的使用和分配可以提升网络性能，而网络带宽测量为人们了解带宽的状况提供了可能。带宽测量存在着许多潜在的应用：比如overlay网络中路由多播树的建立；内容分发网中最优服务器的选择；流媒体应用中最佳的编码速率；网络服务器多镜像选择；p2p网络中应用层拓扑的建立；VPN用户对所租用网络带宽的自主监测；网络运营维护和瓶颈故障检测；基于速率的拥塞控制；基于策略的接纳控制以及异构无线网络的移动切换性能优化等山。围绕带宽测量这一课题，国际上许多科研机构和大学也已经开展了研究工作，开发了大量的测量工具，虽然这些工具的实现各异，但按采用的技术大

3、体可以分为几类：一是基于变包测量模型，主要用于测量链路带宽；另一种是基于包对测量模型，可以直接测出一条路径上的瓶颈带宽；还有一类是基于包间隔模型和包速率模型，主要用于测量可利用带宽。下面将一一对它们进行介绍、比较分析。NS2简介NS是一种针对网络技术的源代码公开的、免费的软件模拟平台，研究人员使用它可以很容易的进行网络技术的开发，而且发展到今天，它所包含的模块已经非常丰富，几乎涉及到了网络技术的所有方面。所以，NS成了目前学术界广泛使用的一种网络模拟软件。在每年国内外发表的有关网络技术的学术论文中，利用NS给出模拟结果的文章最

4、多，通过这种方法得出的研究结果也是被学术界所普遍认可的，此外，NS也可作为一种辅助教学的工具，已被广泛应用在了网络技术的教学方面。因此，目前在学术界和教育界，有大量的人正在使用或试图使用NSo然而，对初学者来说，NS是非常难于掌握的，一般人从学习NS到上手至少需要半年多吋间。原因是多方面的：一方面，NS内容庞杂，随软件所提供的手册更新不够快，初学者阅读起来非常困难；另一方面，使用NS还要掌握其它很多必备的相关知识以及相关工具，这会使初学者感到无从入手；有的使用者可能述不了解网络模拟的过程或是对NS软件的机制缺乏理解，这也影响了

5、对NS的掌握。另外，不论在国外还是国内，还没有一木书能集中回答和解决这些问题，这也是NS难于被掌握的一个重要原因。2包对模型包对(packetpair)是指两个等长的背靠背的测量数据包，在FIFO排队网络中，如果数据包的大小是si个字节，瓶颈带宽的大小为字节/秒，那么，数据包通过瓶颈时的时延。如果在发送端发送两个si个字节的数据包，使它们之间的发送吋间间隔，它们将会在瓶颈链路处产生排队，假设它们在后继网络中不产生排队，它们到达接收端时的时间间隔基于这一模型的典型工具有Bprobe,Nettimer,Pathrate,Sprob

6、e3包间隔模型包间隔模型(Theprobegapmodel,PGM)通过分析两个相邻数据包到达接收端时的时间间隔来测量可利用带宽。它假设窄链路和紧链路在同一位置，数据包发送时的初始时间间隔为，受网络中竞争流插包的影响，这个间隔会变大，从而数据包到达接收端时的时间间隔可以用一个关于网络中竞争流的函数表示，可以据此测量可利用带宽，基于这一模型的典型工具有IGI,andDelphiSpruce等4包速率模型包速率模型(Theproberatemodel,PRM)基于自感应的拥塞原理测量可利用带宽：当数据包的发送速率小于可利用带宽时，

7、数据包到达接收端时的接收速率就会等于发送速率；反之，当发送速率大与可利用带宽速率时，数据包在网络中就会发送排队产生延迟，接收速率将会小于发送速率，因此可以通过观察这种速率的变化来测量可利用带宽。基于这一模型的典型工具有Pathload,TOPP,Pathchirp等Pathload使用了负载周期流法(Self-LoadingPeriodicStreams,SloPS)测量可利用带宽，自负载周期流指的是由多个人小相同的测量包组成的序列，它在源端以一定的速率发送周期流到R的端并且根据R的端的反馈信息调整发送速率，在目的端观测包延迟

8、的变化来测量可利用带宽，并且对统计数据采用二进制的方法进行处理。它需要收发两端和互配合，提供的结果是一个可利用带宽的范围，范围的中间值表示的是平均可利用带宽。二、毕业设计(论文)的要求与数据学牛应具有很强的自学能力和解决实际问题的能力。根据课题的整体要求,在大量阅读资料的基础