王意志，王呈炎

(廈門大學(xué)信息科學(xué)與技術(shù)學(xué)院，福建廈門 361005)

網(wǎng)絡(luò)測(cè)量方法及其應(yīng)用

王意志，王呈炎

(廈門大學(xué)信息科學(xué)與技術(shù)學(xué)院，福建廈門 361005)

隨著網(wǎng)絡(luò)技術(shù)和通信業(yè)務(wù)的飛速發(fā)展，用戶對(duì)網(wǎng)絡(luò)帶寬等資源需求增加，網(wǎng)絡(luò)應(yīng)用多樣化.網(wǎng)絡(luò)服務(wù)質(zhì)量下降往往是由網(wǎng)絡(luò)負(fù)擔(dān)過重、路由交換設(shè)備超負(fù)荷引起的.因此，管理者需定期對(duì)各項(xiàng)運(yùn)行參數(shù)指標(biāo)進(jìn)行測(cè)量評(píng)估.介紹網(wǎng)絡(luò)測(cè)量體系的功能模塊、常用網(wǎng)絡(luò)測(cè)量工具、主動(dòng)測(cè)量和被動(dòng)測(cè)量的方法及其應(yīng)用，并分析了典型測(cè)量方法的優(yōu)缺點(diǎn).

網(wǎng)絡(luò)測(cè)量；參數(shù)指標(biāo)；主動(dòng)測(cè)量；被動(dòng)測(cè)量

0 引 言

通常，為提供穩(wěn)定和高效的網(wǎng)絡(luò)環(huán)境，管理者需要對(duì)網(wǎng)絡(luò)的帶寬、丟包率、延時(shí)等性能指標(biāo)進(jìn)行及時(shí)的測(cè)量評(píng)估并制定有效的管理策略.網(wǎng)絡(luò)測(cè)量是指遵照一定標(biāo)準(zhǔn)、方法和技術(shù)，利用軟硬件工具來測(cè)試或驗(yàn)證表征網(wǎng)絡(luò)性能指標(biāo)的一系列活動(dòng)[1].性能參數(shù)是對(duì)網(wǎng)絡(luò)性能進(jìn)行度量和描述的工具，網(wǎng)絡(luò)測(cè)量的目的在于從實(shí)際網(wǎng)絡(luò)環(huán)境中獲取數(shù)據(jù)流量有關(guān)的性能參數(shù)，分析網(wǎng)絡(luò)運(yùn)行的狀態(tài)，并尋找故障原因并制定相應(yīng)的解決辦法，具體包括:

1)性能評(píng)價(jià).考察不同網(wǎng)絡(luò)協(xié)議(及其應(yīng)用)影響下，網(wǎng)絡(luò)性能指標(biāo)的變化，分析網(wǎng)絡(luò)協(xié)議及其應(yīng)用的性能“瓶頸”，提高現(xiàn)有協(xié)議性能或設(shè)計(jì)新協(xié)議.通常，性能指標(biāo)是性能評(píng)價(jià)的關(guān)鍵.

2)協(xié)議排錯(cuò).網(wǎng)絡(luò)測(cè)量可為新協(xié)議和應(yīng)用程序提供有效的檢測(cè)手段并與現(xiàn)有標(biāo)準(zhǔn)保持一致或兼容.對(duì)網(wǎng)絡(luò)協(xié)議和應(yīng)用的“最新”版本進(jìn)行的測(cè)試主要通過對(duì)接收到的數(shù)據(jù)包進(jìn)行協(xié)議分析，并從中發(fā)現(xiàn)問題，為開發(fā)人員提供修改意見.

3)故障診斷.某些網(wǎng)絡(luò)部件故障會(huì)干擾整個(gè)網(wǎng)絡(luò)的運(yùn)行，例如廣播風(fēng)暴、地址錯(cuò)誤、安全性攻擊和非法分組長(zhǎng)度等，因此有必要對(duì)這些故障進(jìn)行分析和診斷，包括定位故障源，日志分析，監(jiān)測(cè)IP、IPX數(shù)據(jù)報(bào)的流量，實(shí)現(xiàn)物理或邏輯鏈路端到端測(cè)試等.

4)網(wǎng)絡(luò)流量特征化.網(wǎng)絡(luò)測(cè)量利用統(tǒng)計(jì)技術(shù)來分析原始流量數(shù)據(jù)，從而有效地提取網(wǎng)絡(luò)應(yīng)用或協(xié)議的具體特征.目前，主流網(wǎng)絡(luò)流量監(jiān)控工具有MRTG[2]和PRTG[3]，其使用SNMP協(xié)議對(duì)流量信息進(jìn)行監(jiān)視，并通過數(shù)據(jù)分析繪制圖表[4].

1 網(wǎng)絡(luò)測(cè)量體系的功能模塊

圖1 網(wǎng)絡(luò)測(cè)量體系的功能模塊示意圖

通常，網(wǎng)絡(luò)測(cè)量的體系結(jié)構(gòu)如圖1所示，其主要有4個(gè)模塊:數(shù)據(jù)采集、數(shù)據(jù)顯示、數(shù)據(jù)分析和數(shù)據(jù)管理.其中，數(shù)據(jù)采集可在TCP/IP的任意層次中進(jìn)行，采集到的數(shù)據(jù)提交給數(shù)據(jù)存儲(chǔ)管理；經(jīng)過分析的數(shù)據(jù)在數(shù)據(jù)管理中重新調(diào)整數(shù)據(jù)結(jié)構(gòu)，最后通過數(shù)據(jù)顯示模塊提交給用戶.

1.1 數(shù)據(jù)采集

數(shù)據(jù)采集的方法分為主動(dòng)測(cè)量和被動(dòng)測(cè)量.主動(dòng)測(cè)量易于控制，但需要合理有效地設(shè)計(jì)測(cè)量分組和測(cè)試流程，對(duì)被測(cè)網(wǎng)絡(luò)有一定影響.被動(dòng)測(cè)量則需要適當(dāng)選擇測(cè)量探針的位置，但不影響被測(cè)網(wǎng)絡(luò)系統(tǒng).

網(wǎng)絡(luò)結(jié)構(gòu)錯(cuò)綜復(fù)雜，數(shù)據(jù)采集通常在多通道環(huán)境下運(yùn)行，主要方式有:循環(huán)采樣、同步采樣和間隔采樣.循環(huán)采樣，是指采集設(shè)備使用多路開關(guān)以某一時(shí)鐘頻率將多個(gè)通道分別接入A/D循環(huán)進(jìn)行采樣.當(dāng)通道間的時(shí)間關(guān)系很重要時(shí)，就需要用到同步采樣方式.而間隔采樣通過控制掃描時(shí)間，設(shè)置2次采集的時(shí)間間隔(微秒或納秒級(jí))，效果接近同步采集.在實(shí)際應(yīng)用中，通常采用性價(jià)比和靈活性較高的間隔采樣方式.目前，WINCAP和SNIFFER工具是常用數(shù)據(jù)采集工具[5].WINCAP通過網(wǎng)卡獲取用戶接收和發(fā)送的數(shù)據(jù)包，監(jiān)聽NIC被動(dòng)收集數(shù)據(jù)包(見圖2)；SNIFFER通過將網(wǎng)卡設(shè)置為雜亂模式，從而能夠收集到網(wǎng)卡傳輸?shù)拿恳粋€(gè)數(shù)據(jù)包.

圖2 WINCAP層級(jí)結(jié)構(gòu)示意圖

1.2 數(shù)據(jù)分析

數(shù)據(jù)分析，是對(duì)每個(gè)行為指標(biāo)如何定義和計(jì)算進(jìn)行研究，同時(shí)分析數(shù)據(jù)中包含的各種因素，例如算法、測(cè)量參數(shù)單位和測(cè)量誤差來源等.此外，還要考慮網(wǎng)絡(luò)測(cè)量的環(huán)境、方法、工具帶來的誤差和影響，測(cè)量后將這些因素進(jìn)行一定的量化描述.目前，網(wǎng)絡(luò)測(cè)量的相關(guān)性能指標(biāo)主要是以IETF網(wǎng)絡(luò)性能測(cè)量(IPPM)工作組制定的建議和草案為主，主要包括丟包率、流量、連通性、時(shí)延、鏈路帶寬和容量、連接平均持續(xù)時(shí)間、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等.

WIRESHARK/ETHEREAL和 TCPDUMP是目前較主流的網(wǎng)絡(luò)數(shù)據(jù)分析軟件[6].2者的主要區(qū)別是:WIRESHARK/ETHEREAL通過設(shè)置過濾規(guī)則對(duì)獲取的數(shù)據(jù)進(jìn)行過濾，使用圖形界面顯示出數(shù)據(jù)包的協(xié)議分析結(jié)構(gòu)；TCPDUMP是一種開源軟件，公開了所有接口，具備很強(qiáng)的擴(kuò)展功能，主要應(yīng)用于UNIX/LINUX系統(tǒng)中，它獲取網(wǎng)絡(luò)數(shù)據(jù)包，并對(duì)包的字段進(jìn)行解析，以字符行的形式(Trace files)顯示給用戶，用戶可訂制和編程處理Trace文件，計(jì)算性能指標(biāo).

1.3 數(shù)據(jù)管理

網(wǎng)絡(luò)測(cè)量的原始數(shù)據(jù)量極大，需要設(shè)計(jì)恰當(dāng)?shù)拇鎯?chǔ)、維護(hù)和檢索方法.數(shù)據(jù)存儲(chǔ)的格式化便于數(shù)據(jù)分析和檢索.為了解決數(shù)據(jù)共享問題，一般采用數(shù)據(jù)庫技術(shù)，同時(shí)為了靈活性更強(qiáng)，也可應(yīng)用文件存儲(chǔ)的方式.為提高數(shù)據(jù)處理能力，通常在數(shù)據(jù)分析前進(jìn)行數(shù)據(jù)預(yù)處理.文獻(xiàn)[7]中介紹了數(shù)據(jù)預(yù)處理中數(shù)據(jù)的清洗過程，通過確定核心數(shù)據(jù)的要求并對(duì)結(jié)果進(jìn)行分類.

原始數(shù)據(jù)管理的過程中，最重要的一步是建立檢索策略.網(wǎng)絡(luò)測(cè)量過程中，對(duì)各項(xiàng)指標(biāo)的需求把握明確后，可根據(jù)相應(yīng)的參數(shù)指標(biāo)構(gòu)造檢索策略過程.關(guān)系型數(shù)據(jù)庫在測(cè)量過程中發(fā)揮著重大作用，它將網(wǎng)絡(luò)測(cè)量采集到的數(shù)據(jù)按照預(yù)先的要求存儲(chǔ)，提供給應(yīng)用程序分析，又將分析結(jié)果重新存入數(shù)據(jù)庫中，然后提供給UI接口顯示給用戶.由于網(wǎng)絡(luò)數(shù)據(jù)流量較快，普通關(guān)系型數(shù)據(jù)無法滿足其性能及容量的要求，因此，可設(shè)計(jì) RRDTOOL(Round Robin Database Tool)來解決該問題[4]，通過開啟固定大小的空間來存放數(shù)據(jù)，使用指針指向最新數(shù)據(jù)的地址位，數(shù)據(jù)以類似環(huán)型結(jié)構(gòu)基于時(shí)間存儲(chǔ)，若一輪數(shù)據(jù)存儲(chǔ)滿，重新開始寫入新數(shù)據(jù)，從而確保數(shù)據(jù)文件的大小不變，提高數(shù)據(jù)訪問效率.

1.4 數(shù)據(jù)顯示

數(shù)據(jù)顯示可以直觀、形象地顯示網(wǎng)絡(luò)測(cè)量的結(jié)果.目前，MRTG、CACTI及 PRTG 等[8]監(jiān)測(cè)工具都是通過RRDTOOL繪圖引擎將數(shù)據(jù)繪制成流量圖展現(xiàn)給用戶的，通過處理RRD數(shù)據(jù)中的參數(shù)指標(biāo)，創(chuàng)建用于在瀏覽器上顯示的PNG格式圖像.一般而言，PNG圖像所顯示的內(nèi)容就是采集到的數(shù)據(jù)內(nèi)容.

2 網(wǎng)絡(luò)測(cè)量方法

根據(jù)不同的數(shù)據(jù)采集方式，網(wǎng)絡(luò)測(cè)量分為主動(dòng)測(cè)量和被動(dòng)測(cè)量.

主動(dòng)測(cè)量是向被測(cè)網(wǎng)絡(luò)注入一定量的測(cè)試流量數(shù)據(jù)，觀察其響應(yīng)結(jié)果并分析數(shù)據(jù)流量的相關(guān)參數(shù)，進(jìn)而觀察和測(cè)量網(wǎng)絡(luò)狀態(tài)及其變化[9].這種方法在測(cè)量過程中引入了一定的附加流量，會(huì)影響網(wǎng)絡(luò)的正常運(yùn)行.因此，測(cè)量結(jié)果需要根據(jù)引入的附加流量進(jìn)行修正才能夠真實(shí)反映網(wǎng)絡(luò)實(shí)際運(yùn)行情況.被動(dòng)測(cè)量是通過對(duì)網(wǎng)絡(luò)流量、數(shù)據(jù)參數(shù)的監(jiān)視和收集，達(dá)到完成網(wǎng)絡(luò)測(cè)量任務(wù)的目的.被動(dòng)測(cè)量機(jī)制可以在一定程度上避免對(duì)網(wǎng)絡(luò)正常運(yùn)行的干擾和測(cè)量誤差的出現(xiàn)，使得網(wǎng)絡(luò)性能受影響的程度很小.同時(shí)，由于監(jiān)測(cè)位置相對(duì)固定，其主要用于網(wǎng)絡(luò)流量、吞吐量、時(shí)延等具有統(tǒng)計(jì)意義的信息收集，進(jìn)而分析鏈路性能等網(wǎng)絡(luò)狀態(tài).

主動(dòng)探測(cè)可動(dòng)態(tài)地獲得鏈路的重要網(wǎng)絡(luò)指標(biāo)，如瓶頸帶寬、瓶頸位置以及拓?fù)渥兓萚10]信息.Dovrolis等[11-12]在探測(cè)報(bào)文間隔模型(PGM)中使用報(bào)文對(duì)技術(shù)來估計(jì)鏈路瓶頸帶寬，通過分析這些探測(cè)報(bào)文進(jìn)入與離開網(wǎng)絡(luò)的時(shí)間間隔之間的關(guān)系，進(jìn)而獲得端到端的瓶頸帶寬.該模型具有算法簡(jiǎn)單，測(cè)量時(shí)間短的優(yōu)點(diǎn)，但受到背景數(shù)據(jù)流的影響，存在時(shí)間擴(kuò)展和時(shí)間壓縮的問題.

Jain等[13]在探測(cè)報(bào)文速率模型(PRM)中采用自加載的周期性探測(cè)流技術(shù)(Slops)測(cè)量端到端的可用帶寬.PRM模型是建立在自導(dǎo)擁塞思想上的，利用擁塞發(fā)生時(shí)探測(cè)速率接近可用帶寬的特性，通過改變發(fā)送端的探測(cè)速率，在接收端觀察時(shí)延的變化情況，從而判斷擁塞的開始時(shí)間，進(jìn)而獲得可用帶寬的估計(jì)值.該模型測(cè)量精確，能夠適應(yīng)不同網(wǎng)絡(luò)狀態(tài)，但由于注入鏈路的數(shù)據(jù)相對(duì)較大，將影響網(wǎng)絡(luò)本身狀態(tài)和流量特征，甚至導(dǎo)致網(wǎng)絡(luò)不穩(wěn)定.

Hu等[14]應(yīng)用遞歸報(bào)文隊(duì)列技術(shù)(RPT)定位端對(duì)端鏈路瓶頸位置.該技術(shù)其實(shí)是融合了報(bào)文隊(duì)列技術(shù)和TRACEROUTE思想.發(fā)送端通過構(gòu)造和發(fā)送重復(fù)的且TTL從1開始遞增的報(bào)文隊(duì)列，這樣使得報(bào)文隊(duì)列每經(jīng)過一跳便能夠返回兩個(gè)連續(xù)的ICMP報(bào)文，根據(jù)這兩個(gè)ICMP報(bào)文被發(fā)送端接收時(shí)產(chǎn)生的時(shí)間離差，估算發(fā)送端到這一路由的瓶頸帶寬，從而獲得整條鏈路瓶頸的具體位置，進(jìn)而方便管理員進(jìn)行網(wǎng)絡(luò)優(yōu)化配置與調(diào)整.該方法具有注入數(shù)據(jù)量相對(duì)其他同類算法少，定位準(zhǔn)確，單端檢測(cè)，易于部署等優(yōu)點(diǎn)，其不足在于對(duì)某些影響定位的參數(shù)，如注入報(bào)文長(zhǎng)度、數(shù)目以及初始注入速率等，采用人為的經(jīng)驗(yàn)設(shè)定，不能做到根據(jù)網(wǎng)絡(luò)環(huán)境自適應(yīng)調(diào)整.

此外，Siekkinen等[15]和Maier等[16]研究了在ISP部署被動(dòng)測(cè)量的方法，其主要關(guān)注流量模型和應(yīng)用程序使用網(wǎng)絡(luò)情況，同時(shí)能獲得RTT和家庭用戶的吞吐量.由于在家庭網(wǎng)絡(luò)內(nèi)部沒有比較有利的監(jiān)測(cè)點(diǎn)，因此無法測(cè)量出用戶從ISP處獲得的服務(wù)所能達(dá)到的真實(shí)性能，比如用戶應(yīng)用程序自身的限速，于ISP處監(jiān)測(cè)到的性能指標(biāo)將不能反應(yīng)真實(shí)的鏈路性能.Han等[17]在用戶端部署被動(dòng)測(cè)量的方法，在用戶機(jī)器上安裝監(jiān)測(cè)軟件，能方便地從用戶角度監(jiān)測(cè)與分析接入網(wǎng)絡(luò)的性能，但不適合監(jiān)測(cè)大規(guī)模網(wǎng)絡(luò)的性能，同時(shí)，由于用戶很少長(zhǎng)期運(yùn)行計(jì)算機(jī)，該方法難以獲得長(zhǎng)期持續(xù)性的測(cè)量結(jié)果.Sundaresan等[18]在網(wǎng)關(guān)處使用被動(dòng)測(cè)量，既能直接測(cè)量ISP接入鏈路的性能，又能了解用戶的使用情況以及用戶行為對(duì)網(wǎng)絡(luò)性能的影響.應(yīng)用該方法可以進(jìn)行長(zhǎng)期持續(xù)性的測(cè)量，并能詳細(xì)分析不同ISP的流量模式對(duì)吞吐量與時(shí)延的影響等.

主動(dòng)測(cè)量方法影響被測(cè)網(wǎng)絡(luò)的運(yùn)行，其應(yīng)用有一定限制，而被動(dòng)測(cè)量方法幾乎不會(huì)對(duì)網(wǎng)絡(luò)運(yùn)行造成影響，其應(yīng)用范圍較廣，特別適合于長(zhǎng)期網(wǎng)絡(luò)監(jiān)聽.如果需要系統(tǒng)地刻畫網(wǎng)絡(luò)的運(yùn)行特征，就需要合理的結(jié)合使用這兩種測(cè)量方法，并以此為基礎(chǔ)對(duì)網(wǎng)絡(luò)進(jìn)行進(jìn)一步的分析管理與規(guī)劃設(shè)計(jì).

3 網(wǎng)絡(luò)測(cè)量的實(shí)現(xiàn)與相關(guān)工具

3.1 基于流的測(cè)量

基于流的測(cè)量與傳統(tǒng)網(wǎng)絡(luò)中的測(cè)量細(xì)節(jié)記錄非常相似，都是以流為基準(zhǔn).對(duì)于網(wǎng)絡(luò)測(cè)量的流，可以定義為在同一組特定的源地址和目標(biāo)地址、源端口號(hào)和目標(biāo)端口號(hào)之間傳遞的、有著固定的協(xié)議類型，具有開始時(shí)間、結(jié)束時(shí)間的數(shù)據(jù)包的集合.例如，NSF的Surveyor，在每個(gè)參與測(cè)量的網(wǎng)點(diǎn)上部署專用的測(cè)量設(shè)備，通過互相發(fā)送和接收主動(dòng)測(cè)試，分組測(cè)量并記錄特定路徑的單向延遲和丟包率，中心數(shù)據(jù)庫設(shè)備每隔幾分種就輪詢一次測(cè)量設(shè)備，如果測(cè)量設(shè)備有新的性能數(shù)據(jù)，就上傳到中心數(shù)據(jù)庫，系統(tǒng)還分析了路徑的不對(duì)稱性、丟失率的不對(duì)稱性、時(shí)延的不對(duì)稱性及各地區(qū)之間傳輸不對(duì)稱性[19]；CAIDA的CORALREEF通過在線監(jiān)視方式監(jiān)測(cè)流狀態(tài)，然后通過HTML報(bào)告生成工具生成流量測(cè)量報(bào)告[20].此外，Test Traffic Measurement(TTM-RIS)、IEPM 和CFLOWD也是很好的流測(cè)量分析工具[20-22].

3.2 基于網(wǎng)絡(luò)接口、鏈接和節(jié)點(diǎn)的測(cè)量

網(wǎng)絡(luò)測(cè)量能夠?qū)γ恳粋€(gè)網(wǎng)絡(luò)元素進(jìn)行被動(dòng)測(cè)量.例如，NETRAMET通過向測(cè)試鏈接或接點(diǎn)發(fā)送ICMP包同時(shí)以SNMP代理收集網(wǎng)絡(luò)接口數(shù)據(jù)實(shí)現(xiàn)測(cè)量目的，主要測(cè)量參數(shù)指標(biāo)是帶寬[23]；CAIDA的IFFINDER主要通過發(fā)送UDP包到未使用的端口，測(cè)量到各IP接口，并實(shí)現(xiàn)連接[24]；由NLANR/DAST共同開發(fā)的IPERF，通過啟動(dòng)IPERF服務(wù)器監(jiān)聽進(jìn)程，監(jiān)聽客戶端連接，主要用于測(cè)量TCP及UDP帶寬，同時(shí)測(cè)量延遲抖動(dòng)、丟包率[23]；NSF的NAI是目前測(cè)量基礎(chǔ)設(shè)計(jì)中較全面的項(xiàng)目，它通過被動(dòng)方式收集包頭數(shù)據(jù)、主動(dòng)性能數(shù)據(jù)及用SNMP協(xié)議采集網(wǎng)絡(luò)路由穩(wěn)定性的狀態(tài)數(shù)據(jù)等[25].

3.3 基于節(jié)點(diǎn)對(duì)的測(cè)量

傳統(tǒng)網(wǎng)絡(luò)傳輸中，每一個(gè)建立起來的連接都包含一個(gè)節(jié)點(diǎn)對(duì)，而且能夠在每個(gè)交換機(jī)中為每個(gè)節(jié)點(diǎn)對(duì)維護(hù)數(shù)據(jù)寄存器，用來記錄節(jié)點(diǎn)對(duì)之間的網(wǎng)絡(luò)情況.但I(xiàn)P網(wǎng)絡(luò)的類似測(cè)量要復(fù)雜一些，因?yàn)镮P是一個(gè)數(shù)據(jù)報(bào)協(xié)議，中間有許多轉(zhuǎn)發(fā)結(jié)點(diǎn)，測(cè)量數(shù)據(jù)往往不能直接獲得.對(duì)此，可以通過被動(dòng)測(cè)量得到原始數(shù)據(jù)進(jìn)行分析，從而達(dá)到獲得數(shù)據(jù)流的整體信息.但是這種方法需要處理大量數(shù)據(jù)，而且由于路由配置可能發(fā)生一些改變，導(dǎo)致對(duì)節(jié)點(diǎn)對(duì)之間流量的跟蹤會(huì)出現(xiàn)丟失的情況.為實(shí)現(xiàn)針對(duì)節(jié)點(diǎn)對(duì)的測(cè)量，研究者們開發(fā)了很多工具:基礎(chǔ)的有PING，可獲得節(jié)點(diǎn)對(duì)之間網(wǎng)絡(luò)往返時(shí)延、丟包率與連通性等參數(shù)；TRACERT/TRACEPATH，通過向節(jié)點(diǎn)對(duì)的另一方發(fā)送ICMP包，以路由跟蹤方式檢測(cè)數(shù)據(jù)包在網(wǎng)絡(luò)上停止的位置，實(shí)現(xiàn)節(jié)點(diǎn)對(duì)之間的測(cè)量.此外，CAIDA開發(fā)的AUTOFOCUS，通過跟蹤節(jié)點(diǎn)對(duì)收集數(shù)據(jù)，使用RRDTOOL形成可視化的數(shù)據(jù)圖和時(shí)間軸；PATH PING也能夠?qū)崿F(xiàn)為路徑中的每個(gè)路由器和鏈路提供網(wǎng)絡(luò)延遲和數(shù)據(jù)丟失信息；Planet Lab可實(shí)現(xiàn)各節(jié)點(diǎn)對(duì)之間的測(cè)量[26-27].

3.4 基于路徑的測(cè)量

路徑就是IP分組從某個(gè)源端節(jié)點(diǎn)傳送到目標(biāo)端節(jié)點(diǎn)的過程中，所經(jīng)過的一系列鏈接的集合.基于路徑的網(wǎng)絡(luò)測(cè)量通常是針對(duì)MPLS路由而言的.由于MPLS可以使用相對(duì)固定的路徑對(duì)網(wǎng)絡(luò)流量進(jìn)行路由，所以能夠在此基礎(chǔ)上進(jìn)行基于路徑的測(cè)量，同時(shí)也可以開發(fā)基于流量的接入控制機(jī)制以及對(duì)傳送的特定服務(wù)的性能進(jìn)行跟蹤和評(píng)估.

目前，SKITTER通過從幾個(gè)源點(diǎn)到成千上萬個(gè)目標(biāo)點(diǎn)收集到的路徑信息，采用斷層攝像技術(shù)，動(dòng)態(tài)發(fā)現(xiàn)和跟蹤Internet拓?fù)浣Y(jié)構(gòu)，通過可視化技術(shù)實(shí)現(xiàn)繪制全球互聯(lián)網(wǎng)拓?fù)浣Y(jié)構(gòu)[28].由NSF和DARPA開發(fā)的NIMI則通過主動(dòng)測(cè)量方式，在互聯(lián)網(wǎng)上大量部署Paxson研制的網(wǎng)絡(luò)探針進(jìn)程N(yùn)PD(Network Probe Daemon)，監(jiān)測(cè)互聯(lián)網(wǎng)絡(luò)路徑性能狀況，NIMI由探針、聯(lián)系配置中心、數(shù)據(jù)分析中心和客戶測(cè)量端4部分組成[29].另外，TRACEROUTE可測(cè)量P2P路由信息；MTRACE可測(cè)量P2P多播路由信息；TRENO/CAP/CAPTRENO可測(cè)量批傳輸容量；ZING可測(cè)量單向延遲和往返延遲及丟包率；MFLECT利用組播方法研究路徑特性；TRAFFICE/DISCARD測(cè)量吞吐量；SPAND(Shared Passive Network Performance)使用被動(dòng)共享測(cè)量技術(shù)測(cè)量網(wǎng)絡(luò)帶寬，將結(jié)果存貯在各個(gè)域的網(wǎng)絡(luò)測(cè)量性能數(shù)據(jù)中心共享，域中的主機(jī)可以從數(shù)據(jù)中心獲取信息以預(yù)測(cè)性能，而不增加網(wǎng)絡(luò)負(fù)載[30].

4 結(jié) 語

網(wǎng)絡(luò)測(cè)量技術(shù)對(duì)于網(wǎng)絡(luò)發(fā)展具有重要意義.網(wǎng)絡(luò)測(cè)量技術(shù)后續(xù)的研究工作將針對(duì)不同測(cè)量工具的協(xié)同工作，合理構(gòu)建大規(guī)模網(wǎng)絡(luò)測(cè)量體系結(jié)構(gòu)，測(cè)量和分析結(jié)果的可視化研究，測(cè)量所造成的網(wǎng)絡(luò)安全問題，對(duì)未來網(wǎng)絡(luò)的發(fā)展趨勢(shì)分析等方面.隨著對(duì)網(wǎng)絡(luò)行為的深入研究，網(wǎng)絡(luò)開發(fā)者和使用者會(huì)更加了解網(wǎng)絡(luò)自身性質(zhì)，增加應(yīng)用種類，將網(wǎng)絡(luò)服務(wù)質(zhì)量進(jìn)一步提高.

:

[1]裴昌幸.現(xiàn)代通訊系統(tǒng)與網(wǎng)絡(luò)測(cè)量[M].北京:人民郵電出版社，2008.

[2]Oetiker T，Rand D.The Multirouter Traffic Grapher[EB/OL].[2011-02-18].http://oss.oetiker.ch/mrtg/，2012-09-10.

[3]Paessler-the NetworkMonitoring Company.PRTGManuals[EB/OL].[2012-08-10].http://www.paessler.com/support/manuals/，2012-09-10.

[4]Shipway S.Using MRTG with RRDtool and Routers2[M].Cheshire Cat Publishing，2011.

[5]The WinPcap Team.Winpcap documentation[EB/OL].http://www.winpcap.org/.

[6]Graderer G ，Loschmidt P，Sauter T.Real-time Enabled Debugging for Distributed Systems[C]//Proceedings of the ETFA2008IEEE International Conference.Hamburg:IEEE Press，2008.

[7]Zhang S C，Zhang C G ，Yang Q.DataPreparation forData Mining[J].Applied Artificial Intelligence，2003，17(5-6):375-381.

[8]The Cacti Group.Official Cacti Documentation[EB/OL].[2011-01-15].http://docs.cacti.net/，2012-05-10.

[9]Paxson A V.A Reactive Measurement Frame work[C]//Proceedings of the9th International Conference on Passive and Active Network Measurement.Cleveland OH USA:Springer Publisher，2008.

[10]Cunha I，Teixeira R，Veitch D，et al.Predicting and Tracking Internet Path Changes[C]//Proceedings of ACM SIGC OMM'11.Toronto:ACM Press，2011.

[11]Dovrolis C，Ramanathan P，Moore D.What do PacketDispersion Techniques Measure[C]//Proceedings of IEEE INFOC OM'01.Anchorage(Alaska):IEEE Press，2001.

[12]Dovrolis C，Ramanathan P，Moore D.Packet-dispersion Techniques and a Capacity-estimation Methodology[J].IEEE/ACM Transactions onNetworking，2004，12(6):963-977.

[13]Jain M，Dovrolis C.Pathload:A Measurement Tool for end-toend Available Bandwidth[C]//Proceedings of Passive and Active Measurements(PAM)Workshop，2002.Fort Collins，Colorado，USA:CoteSeer，2002.

[14]Hu N ，Li L，Mao Z M，et al.Locating Internet Bottlenecks:Algorithms，Measurements，and Implications[C]//Proceedings of ACM SIGC OMM'04.New York:ACM Press，2004.

[15]Siekkinen M，Collange D，Urvoy-Keller G ，et al.PerformanceLimitations of ADSL Users:a Case Study[C]//8th International Conference，PAM2007.Louvain-la-Neuve:SpringerBerlin Heidelberg，2007.

[16]Maier G ，F(xiàn)eldmann A，Paxson V ，et al.On Dominant Characteristics of ResidentialBroadband Internet Trafficc[C]//Proceedingsof the9th ACMSIGCOMMConference on Internet Measurement Conference.New York:ACM Press，2009.

[17]Han D，Agarwala A，Andersen D G，et al.Mark-and-sweep:getting the inside scoop on neighborhood networks[C]//Proceedingsof the8th ACMSIGCOMMConference on Internet Measurement Conference.New York:ACM Press，2008.

[18]Sundaresan S，Donato W de，Teixeira R，et al.Broadband Internet Performance:A View from the Gateway[C]//Proceedings of ACMSIGCOMM'11.Toronto:ACM Press，2011.

[19]Calyam P，Lee C-G，Ekici E，et al.Orchestration of Networkwide active Measurements for Supporting Distributed Computing Applications[J].IEEE Transactions on Computers，2007，56(12):1629-1642.

[20]The Cooperative Association for Internet Data Analysis.CAIDA Tools-Overview of CAIDA Software Tools[EB/OL].[2011-12-15].http://www.caida.org/tools/，2012-05-11.

[21]RIPE(Reseaux IP Europeens)NCC.Test Traffic Measurement Service[EB/OL].[2012-06-16].http://www.ripe.net/data-tools/stats/ttm/test-traffic-measurement-service，2012-06-21.

[22]Shriraml A，Murray M ，Hyun Y，et al.Comparison of Public end-to-end Bandwidth Estimation Tools on High-speed Links[C]//6th Interneational Workshop，PAM2005.Boston:Springer Berlin Heidelberg，2005.

[23]Nlanr，Dast.Iperf[EB/OL].[2008-03-19].http://iperf.sourceforge.net/，2012-08-10.

[24]Govindam R，Tangmunarunkit H.Heuristics for Internet Map Discovery[C]//Proceedings of IEEE INFOCOM，2000.Tel Aviv:IEEE Xplore，2000.

[25]Gregor T Mc.The Nlamr Network Analysis Infrastructure[J].IEEE Communications Magazine，2000，35(5):122-128.

[26]Estan C，Savage S，Varghese G.Automatically Inferring Patterns of Resource Consumption in Network Traffic[C]//Proceedingsof ACM Sigcomm，2003.New York:ACM Press，2003.

[27]Banerjee S，Grin T，Pias M.The Interdomain Connectivity of Planetlab Nodes[C]//Proceedings of PAM，2004.Antibes:Spinger Berlin Heidelberg，2004.

[28]The Cooperative Association for Internet Data Analysis.Skitter[EB/OL].[2011-12-15].http://www.caida.org/tools/measurement/skitter/，2012-05-11.

[29]Paxson V，Adams A ，Mathis M.Experiences with NIMI[C]//SAINT2000.Proceedings of Applications and the Internet(SAINT)Workshops.Nara:IEEE Conference Publications，2002.

[30]Srinivasan S，Mark S ，Katz R H.SPAND:Shared Passive Network Performance Discovery[C]//USENIX.Proceedings of the1st USITS.Monterey:The Advanced Computing Systems Association，1997.

Network Measurement Methods and Their Applications Summary

WANGYizhi，WANGChengyan
(School of Information Science and Technology，Xiamen University，Xiamen 361005，China)

Abstract:With the rapid development of networks and communication business，users'demands on network bandwidth and other resources increase and network applications become more diversified.In general，that the quality of network service(QoS)degrades is caused by that the burden of network traffic is overweight and the routing equipments are overload.In order to guarantee QoS，administrators have to regularly mea sure various performance metrics to evaluate the status of network.The function modules of network mea surement system，the popular tools of network measurement，some network measurement methods(active and passive)and their applicationswere introduced in this paper.The advantages and disadvantages of typ ical measurement methods were analyzed.

Key words:network measurement；performance metric；active measurement；passive measurement

TP393.06

A

1004-5422(2012)04-0341-05

2012-09-24.

中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(2010121066)資助項(xiàng)目.

王意志(1982—)，男，高級(jí)工程師，從事網(wǎng)絡(luò)測(cè)量技術(shù)研究.