王阿領(lǐng)，劉 淵，王曉鋒

1.江南大學(xué) 數(shù)字媒體學(xué)院，江蘇 無錫 214122

2.江南大學(xué) 物聯(lián)網(wǎng)工程學(xué)院，江蘇 無錫 214122

1 引言

隨著互聯(lián)網(wǎng)的快速發(fā)展和網(wǎng)絡(luò)規(guī)模的不斷擴(kuò)大，網(wǎng)絡(luò)的異構(gòu)性變得越來越復(fù)雜，人們對網(wǎng)絡(luò)行為的特征、網(wǎng)絡(luò)結(jié)構(gòu)，以及網(wǎng)絡(luò)模型的理解會(huì)變得更加困難。因此在遇到網(wǎng)絡(luò)漏洞和網(wǎng)絡(luò)安全問題[1]的時(shí)候，很難及時(shí)地得到一個(gè)合理的解決方案，從而導(dǎo)致網(wǎng)絡(luò)的服務(wù)質(zhì)量（Quality of Service）與用戶的實(shí)際需求產(chǎn)生較大的差距。在不完全了解目標(biāo)網(wǎng)絡(luò)的協(xié)議、配置以及拓?fù)涞那闆r下，通過網(wǎng)絡(luò)測量技術(shù)[2]能夠獲取當(dāng)前的網(wǎng)絡(luò)性能測量信息。這些信息能幫助網(wǎng)絡(luò)研究者分析網(wǎng)絡(luò)行為、查看網(wǎng)絡(luò)潛在的網(wǎng)絡(luò)安全以及發(fā)現(xiàn)異常和定位異常，這對網(wǎng)絡(luò)運(yùn)維有著非常重要的意義。如文獻(xiàn)[3]在N-Nakagami信道下，通過建立移動(dòng)通信網(wǎng)絡(luò)模型，針對平均安全容量和安全中斷概率使用Monte-Carlo技術(shù)進(jìn)行仿真驗(yàn)證獲取相應(yīng)的網(wǎng)絡(luò)性能測量信息，從而達(dá)到量化分析系統(tǒng)安全性能的目的。

網(wǎng)絡(luò)測量是指按照一定的方法和技術(shù)，利用軟件和硬件工具來測量網(wǎng)絡(luò)性能、檢測網(wǎng)絡(luò)質(zhì)量和理解網(wǎng)絡(luò)行為的一系列活動(dòng)的總和。一般常用的網(wǎng)絡(luò)性能測量方法主要包括主動(dòng)測量[4-9]和被動(dòng)測量[4-9]：

（1）主動(dòng)測量就是按照較小的時(shí)間間隔向待測網(wǎng)絡(luò)中發(fā)送探測數(shù)據(jù)包，通過對主機(jī)的反饋信息做出判斷，從而得到網(wǎng)絡(luò)端到端的行為信息。一般情況下，對網(wǎng)絡(luò)端到端的延遲、丟包率、路由以及網(wǎng)絡(luò)拓?fù)涞臏y量都是采用主動(dòng)測量方式。如Ping[5]可以獲得網(wǎng)絡(luò)的連通狀況，從而得到往返延遲、丟包率等性能參數(shù)。如Traceroute[10]主要是用來獲得網(wǎng)絡(luò)端到端路由信息。Pathload[5]通過UDP協(xié)議發(fā)送探測數(shù)據(jù)包隊(duì)列獲得可用帶寬的性能參數(shù)。

（2）被動(dòng)測量不需要向網(wǎng)絡(luò)中發(fā)送探測數(shù)據(jù)包，而是通過兩點(diǎn)監(jiān)控或者單點(diǎn)監(jiān)測的方式，在相應(yīng)的網(wǎng)絡(luò)節(jié)點(diǎn)上部署網(wǎng)絡(luò)探針作為被動(dòng)監(jiān)測設(shè)備，監(jiān)聽和捕獲經(jīng)過測量設(shè)備的網(wǎng)絡(luò)信息數(shù)據(jù)流，并采集真實(shí)的數(shù)據(jù)鏈路信息。如網(wǎng)絡(luò)帶寬、路徑吞吐量[5]等參數(shù)使用的是被動(dòng)測量方式。被動(dòng)測量工具和技術(shù)主要有Sniffer（嗅探器）、Wireshark、WinCap、Network General、SNOR[4]等。被動(dòng)測量不需要向網(wǎng)絡(luò)發(fā)送探測數(shù)據(jù)包，所以一般不會(huì)對網(wǎng)絡(luò)本身的運(yùn)行產(chǎn)生影響。

主動(dòng)測量和被動(dòng)測量都有各自的優(yōu)勢。主動(dòng)測量會(huì)向網(wǎng)絡(luò)中注入探測流量包，導(dǎo)致測量有偏差；而被動(dòng)測量方式可擴(kuò)展性不強(qiáng)，難以對端到端網(wǎng)絡(luò)行為進(jìn)行整體地理解和分析。由于網(wǎng)絡(luò)丟包率和路由信息能夠比較直觀地反映網(wǎng)絡(luò)性能和網(wǎng)絡(luò)結(jié)構(gòu)，因此采用主動(dòng)和被動(dòng)相結(jié)合的測量方式可以更準(zhǔn)確地獲得網(wǎng)絡(luò)丟包率和路由信息測量結(jié)果。該方式不僅保持了主動(dòng)測量和被動(dòng)測量各自的優(yōu)點(diǎn)，更使得測量結(jié)果能更好地反映網(wǎng)絡(luò)的真實(shí)情況，對理解網(wǎng)絡(luò)性能和網(wǎng)絡(luò)結(jié)構(gòu)具有非常重要的意義。同時(shí)，也能夠能達(dá)到簡化網(wǎng)絡(luò)運(yùn)維、增強(qiáng)網(wǎng)絡(luò)魯棒性[11]的目的。

2 主要工作

目前針對網(wǎng)絡(luò)丟包率和路由信息測量的研究成果有很多。文獻(xiàn)[7]提出一種基于自適應(yīng)采樣的丟包率測量方法，利用時(shí)延和丟包率之間的相關(guān)特性調(diào)整主動(dòng)發(fā)包測量周期。探測周期的調(diào)整采用減半和倍增的方式，并設(shè)置最大探測周期為5 s，最小探測周期為0.05 s。此方式在測量精度和測量時(shí)間開銷上都較好的折中，能有效地降低發(fā)包探測量以及丟包率測量誤差。文獻(xiàn)[12]提出一種貪婪啟發(fā)式擁塞鏈路丟包率范圍推斷算法，借助多時(shí)隙路徑探測，避開單時(shí)隙對時(shí)鐘同步的強(qiáng)依賴。代替?zhèn)鹘y(tǒng)以瓶頸鏈路作為擁塞鏈路定位的方法，通過聚類方式循環(huán)推斷擁塞鏈路丟包率的范圍。相對于通過網(wǎng)絡(luò)吞吐量和時(shí)延信息推測鏈路情況，此方式魯棒性較強(qiáng)。但是算法的時(shí)間復(fù)雜度較高，比較適合規(guī)模較小的鏈路。文獻(xiàn)[10，13]提出一種基于軟件定義網(wǎng)絡(luò)的主動(dòng)測量的方式。在控制器與交換機(jī)之間采用OpenFlow進(jìn)行通信，讓源交換機(jī)發(fā)出特定的測量報(bào)文序列，通過SDN 網(wǎng)絡(luò)逐級跳轉(zhuǎn)至目的交換機(jī)。目的交換機(jī)在收到探測報(bào)文后返還給源交換機(jī)之后，利用控制器周期輪詢交換機(jī)上的數(shù)據(jù)流并統(tǒng)計(jì)測量數(shù)據(jù)，獲得時(shí)延抖動(dòng)、丟包率等重要網(wǎng)絡(luò)性能參數(shù)。此方式雖然測量的丟包率結(jié)果比接收端測量得到的背景流量丟包率較低，但是此方式采集粒度較大，沒有考慮往返網(wǎng)絡(luò)測量數(shù)據(jù)包的匹配與處理。

文獻(xiàn)[14]提出基于接觸圖的預(yù)計(jì)算路由策略和動(dòng)態(tài)路由響應(yīng)機(jī)制，利用主動(dòng)發(fā)包的方式，對測量的數(shù)據(jù)流進(jìn)行粒度匹配。此方式需要預(yù)先建立一個(gè)鄰接網(wǎng)絡(luò)節(jié)點(diǎn)結(jié)構(gòu)圖，并對網(wǎng)絡(luò)節(jié)點(diǎn)的權(quán)值進(jìn)行標(biāo)記。但是這種方法時(shí)間復(fù)雜度較高，比較適合規(guī)模較小的網(wǎng)絡(luò)。文獻(xiàn)[15-16]提出基于流粒度生成的接觸圖路由算法，通過捕獲探測數(shù)據(jù)包對數(shù)據(jù)流進(jìn)行逐跳跟蹤，并輸出完整的路由跟蹤路徑。但是這種方式同樣需要提前構(gòu)建好網(wǎng)絡(luò)拓?fù)涔?jié)點(diǎn)數(shù)據(jù)庫，并且每次遍歷節(jié)點(diǎn)都要重新啟動(dòng)路由，測量周期較長，時(shí)間復(fù)雜度也比較高。文獻(xiàn)[17]提出一種基于背景流量感知的主被動(dòng)結(jié)合的Traceroute測量算法，當(dāng)網(wǎng)絡(luò)中沒有流量時(shí)，采用主動(dòng)測量的方式周期性地向目標(biāo)網(wǎng)絡(luò)發(fā)送探測數(shù)據(jù)包；當(dāng)網(wǎng)絡(luò)中有流量時(shí)，采用被動(dòng)測量方式監(jiān)聽目標(biāo)網(wǎng)絡(luò)。此方法雖然一定程度上降低了因背景流量帶來的測量誤差，但沒有具體說明主動(dòng)測量和被動(dòng)測量之間的觸發(fā)和調(diào)度機(jī)制。文獻(xiàn)[18]采用主動(dòng)測量的方式，預(yù)先建立一個(gè)鄰接網(wǎng)絡(luò)節(jié)點(diǎn)結(jié)構(gòu)圖，對網(wǎng)絡(luò)節(jié)點(diǎn)的權(quán)值進(jìn)行標(biāo)記，并以Dijkstra算法為基礎(chǔ)增廣每個(gè)信宿節(jié)點(diǎn)的路由集。在路由尋路探測過程中設(shè)置一個(gè)組播延遲上界，利用延遲ts作為路徑長度的度量，將延遲過大的路由舍棄。但是理論上延遲上界往往使網(wǎng)絡(luò)達(dá)不到最大的組播容量，所以每次尋路都需要分離經(jīng)過相同的信宿節(jié)點(diǎn)。

本文在分析目前現(xiàn)有的針對網(wǎng)絡(luò)丟包率和路由信息測量技術(shù)的基礎(chǔ)上，提出了一種主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量技術(shù)。在網(wǎng)絡(luò)鏈路中合理地設(shè)置被動(dòng)監(jiān)測設(shè)備和軟件，實(shí)時(shí)監(jiān)聽捕獲的網(wǎng)絡(luò)數(shù)據(jù)報(bào)文信息。被動(dòng)測量將捕獲采集到的數(shù)據(jù)信息經(jīng)控制器進(jìn)行哈希過濾、分類和統(tǒng)計(jì)計(jì)數(shù)，最終進(jìn)行匹配和篩選。當(dāng)匹配到有效的數(shù)據(jù)信息時(shí)，則會(huì)觸發(fā)引導(dǎo)丟包率和路由信息測量任務(wù)的執(zhí)行。與傳統(tǒng)的網(wǎng)絡(luò)測量技術(shù)相比，主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量技術(shù)能夠在壓縮測量規(guī)模的同時(shí)還保持了測量精度的穩(wěn)定。對于規(guī)模較大或較小的網(wǎng)絡(luò)都適用。在測量網(wǎng)絡(luò)丟包率時(shí)，本文提出了一種周期動(dòng)態(tài)調(diào)整的主動(dòng)發(fā)包方式，以降低網(wǎng)絡(luò)突發(fā)情況下持續(xù)丟包對測量結(jié)果產(chǎn)生的影響。文獻(xiàn)[7]采用的是減半或者倍增的發(fā)包調(diào)整策略，但是這種調(diào)整幅度是幾何量級的，相比較一些需要快速測量丟包率的網(wǎng)絡(luò)應(yīng)用，此方式調(diào)整周期的相對誤差率超過20%。本文采用的是一種周期動(dòng)態(tài)調(diào)整的發(fā)包策略，利用時(shí)延和丟包率之間的相關(guān)特性判定網(wǎng)絡(luò)是否處于突發(fā)時(shí)段，并據(jù)此設(shè)置兩個(gè)動(dòng)態(tài)調(diào)整參量和調(diào)整區(qū)間，動(dòng)態(tài)調(diào)整參量取調(diào)整區(qū)間內(nèi)的隨機(jī)值。相較于幾何形式的發(fā)包調(diào)整策略，動(dòng)態(tài)參量隨機(jī)值的調(diào)整策略誤差抖動(dòng)較小，穩(wěn)定性和準(zhǔn)確性都較高。由于高速網(wǎng)絡(luò)吞吐量較高，突發(fā)丟包并不頻繁。因此，本文研究并采用基于泊松分布的丟包率采樣方式，相比較一般的周期采樣方式，采樣樣本的準(zhǔn)確率較高。

在測量網(wǎng)絡(luò)路由路徑信息時(shí)，本文提出一種多路徑動(dòng)態(tài)路由測量算法，目的是減少路由尋路探測跟蹤時(shí)間，提升單位時(shí)間內(nèi)的路由探測效率。針對已經(jīng)探測過的目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)不再重復(fù)地發(fā)送探測數(shù)據(jù)包，以降低主動(dòng)發(fā)送探測包的時(shí)間開銷。與文獻(xiàn)[14]、文獻(xiàn)[15]和文獻(xiàn)[18]相比，本文最大的優(yōu)勢在于不需要預(yù)先建立一個(gè)鄰接網(wǎng)絡(luò)節(jié)點(diǎn)結(jié)構(gòu)圖，在主動(dòng)測量任務(wù)執(zhí)行之前就已經(jīng)將無關(guān)測量的數(shù)據(jù)過濾掉，提煉并壓縮了測量的有效數(shù)據(jù)量。并且算法在執(zhí)行過程中匹配的相關(guān)指標(biāo)參量較少，減少了路由尋路執(zhí)行過程中的算法迭代次數(shù)，因而算法的時(shí)間復(fù)雜度相對較低。文獻(xiàn)[18]以Dijkstra 算法為基礎(chǔ)增廣每個(gè)信宿節(jié)點(diǎn)的路由集，將延遲較大的節(jié)點(diǎn)舍棄。而本文則利用棧的方式記錄探測尋路路由信息，根據(jù)設(shè)置的時(shí)延閾值將匹配遍歷的節(jié)點(diǎn)進(jìn)行入棧和出棧操作，其算法的平均時(shí)間復(fù)雜度為O(knlgmn)。此方式在尋路探測過程中不會(huì)額外增加路由負(fù)載。

3 主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量關(guān)鍵技術(shù)實(shí)現(xiàn)

針對本文中具體的研究內(nèi)容，搭建了一個(gè)基于主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量實(shí)驗(yàn)測試環(huán)境，并部署相應(yīng)的硬件和軟件設(shè)備。測量的網(wǎng)絡(luò)數(shù)據(jù)均來自于真實(shí)的校園網(wǎng)絡(luò)。相應(yīng)的硬件和軟件設(shè)備主要包括服務(wù)器、Open-Flow 交換機(jī)、控制器、被動(dòng)監(jiān)測設(shè)備Netflow、兩臺(tái)可供實(shí)驗(yàn)操作的控制平臺(tái)以及監(jiān)測軟件Wireshark和網(wǎng)絡(luò)仿真器NS3（Network Simulator version 3）等。

3.1 主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量技術(shù)描述

本文提出一種主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量技術(shù)，其主要思路是：通過被動(dòng)測量的結(jié)果觸發(fā)引導(dǎo)主動(dòng)測量任務(wù)的執(zhí)行，得到目標(biāo)網(wǎng)絡(luò)丟包率和路由信息。主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量技術(shù)體系架構(gòu)主要分為三個(gè)模塊：目標(biāo)網(wǎng)絡(luò)、數(shù)據(jù)轉(zhuǎn)發(fā)和被動(dòng)監(jiān)測以及控制中心。目標(biāo)網(wǎng)絡(luò)來源于真實(shí)的校園網(wǎng)網(wǎng)絡(luò)。數(shù)據(jù)轉(zhuǎn)發(fā)和被動(dòng)監(jiān)測控制的主要功能就是控制被動(dòng)監(jiān)測數(shù)據(jù)的轉(zhuǎn)發(fā)以及主動(dòng)探測數(shù)據(jù)包的傳送?？刂浦行闹饕〝?shù)據(jù)采集模塊、數(shù)據(jù)存儲(chǔ)和管理模塊、數(shù)據(jù)匹配和篩選模塊、丟包和路由測量模塊。連接目標(biāo)網(wǎng)絡(luò)和控制中心的依次是OpenFlow交換機(jī)、網(wǎng)絡(luò)控制器以及被動(dòng)監(jiān)測設(shè)備NetFlow?；趫D1的主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量技術(shù)體系架構(gòu)，其測量過程描述如下：

（1）目標(biāo)網(wǎng)絡(luò)通過實(shí)體交換機(jī)和路由器接入本地服務(wù)器。通過使用OpenFlow測量控制協(xié)議[10，19-20]，實(shí)現(xiàn)控制器與其相連的OpenFlow交換機(jī)之間能進(jìn)行數(shù)據(jù)流的轉(zhuǎn)發(fā)。即當(dāng)源交換機(jī)收到目的主機(jī)發(fā)送的協(xié)議報(bào)文之后，根據(jù)數(shù)據(jù)流表對數(shù)據(jù)包進(jìn)行識(shí)別，并由Netflow被動(dòng)檢測設(shè)備和TCPDUMP進(jìn)行捕獲。OpenFlow交換機(jī)依據(jù)內(nèi)部的多級流表（flow table）和組表（group table）對被動(dòng)采集的數(shù)據(jù)報(bào)文進(jìn)行分類，經(jīng)控制器傳送給數(shù)據(jù)采集模塊。數(shù)據(jù)報(bào)文信息在數(shù)據(jù)采集模塊中進(jìn)行簡單的預(yù)處理。

（2）為了保證在高速鏈路中能及時(shí)地捕獲到探測數(shù)據(jù)包，報(bào)文的獲取、打時(shí)間戳、基于流的壓縮和轉(zhuǎn)發(fā)等過程均采用線程技術(shù)[21]來實(shí)現(xiàn)。捕獲的數(shù)據(jù)報(bào)文信息在數(shù)據(jù)采集模塊中通過簡單的預(yù)處理操作將包中的協(xié)議字段、標(biāo)識(shí)位、源和目的IP地址字段、端口等讀取出來并進(jìn)行分類。分類的數(shù)據(jù)報(bào)文信息會(huì)生成實(shí)時(shí)更新的本地聚合日志，并存儲(chǔ)在數(shù)據(jù)存儲(chǔ)和管理模塊中的本地MySQL數(shù)據(jù)庫中。本地聚合日志可供控制中心的Kali Linux控制平臺(tái)實(shí)時(shí)查看和調(diào)用。

圖1 主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量技術(shù)體系架構(gòu)

（3）待監(jiān)測任務(wù)結(jié)束后，更新的本地聚合日志依據(jù)匹配和篩選機(jī)制在數(shù)據(jù)匹配和篩選模塊中依次進(jìn)行匹配和篩選，匹配和篩選機(jī)制基于正則表達(dá)式、散列匹配技術(shù)、以及可擴(kuò)展的統(tǒng)計(jì)函數(shù)，篩選、過濾掉冗余和無效的數(shù)據(jù)信息，提取并保留實(shí)際有效的目標(biāo)網(wǎng)絡(luò)信息。最終匹配生成的數(shù)據(jù)信息將觸發(fā)引導(dǎo)丟包率和路由測量任務(wù)的執(zhí)行。

（4）在丟包和路由測量模塊中，控制平臺(tái)會(huì)根據(jù)構(gòu)造不同類型的測量數(shù)據(jù)包分別對目標(biāo)網(wǎng)絡(luò)的丟包率和路由信息進(jìn)行測量。主動(dòng)探測數(shù)據(jù)包類型的構(gòu)造依據(jù)事先被動(dòng)監(jiān)測統(tǒng)計(jì)分類的數(shù)據(jù)流信息。在對目標(biāo)網(wǎng)絡(luò)進(jìn)行丟包率測量時(shí)，采用周期動(dòng)態(tài)調(diào)整的主動(dòng)發(fā)包方式，目的是降低因網(wǎng)絡(luò)突發(fā)而導(dǎo)致的持續(xù)丟包事件。最終根據(jù)測量的丟包率數(shù)據(jù)分析當(dāng)前網(wǎng)絡(luò)性能；在對目標(biāo)網(wǎng)絡(luò)進(jìn)行路由路徑跳數(shù)跟蹤測量時(shí)，事先要在NS3網(wǎng)絡(luò)仿真軟件上進(jìn)行仿真測試，測試其鏈路是否可通。隨后測量真實(shí)目標(biāo)網(wǎng)絡(luò)的路由路徑信息，并統(tǒng)計(jì)測量結(jié)果。每次測量的路由路徑跳數(shù)信息會(huì)實(shí)時(shí)傳送至控制平臺(tái)。

3.2 基于正則表達(dá)式的數(shù)據(jù)信息處理

傳統(tǒng)的網(wǎng)絡(luò)測量技術(shù)研究主要是基于抽樣技術(shù)和數(shù)據(jù)流技術(shù)[13]，通過犧牲測量精度來壓縮采樣測量數(shù)據(jù)的規(guī)模，可拓展性不強(qiáng)，在實(shí)際應(yīng)用中受到很大程度的制約。而本文采用的是一種主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量技術(shù)，采用基于正則表達(dá)式的過濾和篩選機(jī)制從被動(dòng)采集的海量測量數(shù)據(jù)中過濾掉冗余和無效的數(shù)據(jù)報(bào)文信息，保留實(shí)際有效的測量信息。此方式不僅壓縮了采樣測量的數(shù)據(jù)規(guī)模，同時(shí)保持了測量精度的穩(wěn)定。被動(dòng)捕獲的一些冗余和無效的數(shù)據(jù)報(bào)文信息直接被內(nèi)核丟棄掉，而有效的數(shù)據(jù)報(bào)文信息則需要經(jīng)過控制中心的數(shù)據(jù)采集平臺(tái)進(jìn)行哈希過濾、分類與計(jì)數(shù)處理生成本地聚合日志。由于被動(dòng)測量的數(shù)據(jù)包粒度很細(xì)，則測量記錄產(chǎn)生的數(shù)據(jù)量比較龐大，所以要從本地聚合日志中匹配和篩選出有效的測量數(shù)據(jù)，則必須要調(diào)用事先編寫的基于正則表達(dá)式的匹配和篩選算法，實(shí)現(xiàn)對本地聚合日志的數(shù)據(jù)處理和分析的能力。開發(fā)語言使用的是Python，采用CentOS 7操作系統(tǒng)自帶的編譯器對算法進(jìn)行編譯和執(zhí)行。

探測數(shù)據(jù)信息匹配的目的一方面是為了對本地聚合日志做進(jìn)一步過濾和篩選，保留所需要的真正有效的探測數(shù)據(jù)包。同時(shí)，對被動(dòng)測量觸發(fā)引導(dǎo)主動(dòng)測量任務(wù)的執(zhí)行起到了輔助作用，為下一步主動(dòng)測量獲取網(wǎng)絡(luò)丟包率和路由信息做準(zhǔn)備。與傳統(tǒng)的數(shù)據(jù)信息挖掘方式相比，基于正則表達(dá)式的數(shù)據(jù)信息匹配和篩選機(jī)制實(shí)現(xiàn)方式相對方便，一方面不需要額外的硬件支持，另一方面算法在匹配和篩選時(shí)循環(huán)迭代比較的次數(shù)相對較少，降低了其執(zhí)行過程中的時(shí)間復(fù)雜度。

數(shù)據(jù)信息的匹配和篩選策略：建立一個(gè)實(shí)時(shí)更新的動(dòng)態(tài)采集數(shù)據(jù)存儲(chǔ)數(shù)據(jù)庫和一個(gè)動(dòng)態(tài)調(diào)用的匹配規(guī)則庫，針對聚合日志中的每條數(shù)據(jù)都進(jìn)行細(xì)粒度的匹配、篩選、過濾和分類。探測數(shù)據(jù)的匹配和篩選算法遵循正則表達(dá)式，匹配的內(nèi)容主要包括本地IP地址、目標(biāo)IP地址、端口以及數(shù)據(jù)包類型等信息。數(shù)據(jù)的篩選基于哈希函數(shù)并依據(jù)篩選條件對特定的數(shù)據(jù)流信息按照指定的字段依次過濾，篩選掉與測量無關(guān)的冗余數(shù)據(jù)，以達(dá)到降低數(shù)據(jù)耦合度的目的。圖2 描述的是數(shù)據(jù)信息的匹配和篩選過程。

算法1 描述了測量的數(shù)據(jù)信息匹配和篩選的具體算法。對已經(jīng)過濾掉的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分類，將源端和目的端信息在總控中心映射為端信息EPI（End Point Information），即IP 信息、端口信息等。并用組表（group table）的形式存儲(chǔ)數(shù)據(jù)，目的是方便引導(dǎo)主動(dòng)測量任務(wù)的執(zhí)行。

算法1數(shù)據(jù)信息匹配和篩選算法

1.Receive_Match（）{

圖2 數(shù)據(jù)信息的匹配和篩選過程

2.whilepacketsis inLocate_log

3.do setmatch_process（）

4.Target.addr（）

5.Target.ports（）

6.Target.type（）

7.whileTarget.addris not in Match andportnot inrange

8.do setfilter_algorithm（）

9.ifTarget_add.freq>1

10.SkipnextTarget.addr

11.else

12.do setClassify_process（）

13.Target.type=TRUE

14.end if

15.end while

16.resetreceive packets

17.end while

18.}

當(dāng)數(shù)據(jù)匹配和篩選過濾結(jié)束后，通過主動(dòng)發(fā)送探測數(shù)據(jù)包的方式測量目標(biāo)網(wǎng)絡(luò)的丟包率和路由信息。針對已經(jīng)探測過的目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)不再重復(fù)地發(fā)送探測數(shù)據(jù)包，以降低主動(dòng)發(fā)包對測量結(jié)果的影響。根據(jù)本地聚合日志中不同類型的數(shù)據(jù)信息構(gòu)造不同類型的探測數(shù)據(jù)包，如TCP類型、UDP類型、ICMP類型等。

3.3 基于周期動(dòng)態(tài)調(diào)整的丟包率測量

丟包率是指在某段時(shí)間內(nèi)由源主機(jī)向目的主機(jī)發(fā)送的數(shù)據(jù)包中丟失的數(shù)據(jù)包占傳輸總數(shù)據(jù)包的比率，鏈路丟包率能及時(shí)反映網(wǎng)絡(luò)傳輸性能以及由網(wǎng)絡(luò)突發(fā)[22]導(dǎo)致的網(wǎng)絡(luò)擁塞[23]等問題。假設(shè)從源端發(fā)送的數(shù)據(jù)包個(gè)數(shù)為Packets_start，達(dá)到目的端的數(shù)據(jù)包個(gè)數(shù)為Packets_end，則數(shù)據(jù)包在單條鏈路上的丟包率為：

丟包率的測量方法主要是主動(dòng)測量和被動(dòng)測量，但是被動(dòng)測量無法取得端到端的路徑信息，所以一般鏈路丟包率大多采用主動(dòng)測量的方式。主動(dòng)測量丟包率的基本過程是在指定時(shí)間內(nèi)，周期性地由源端向目的端持續(xù)發(fā)送探測數(shù)據(jù)包，若某個(gè)探測包在規(guī)定的時(shí)間閾值內(nèi)沒有收到響應(yīng)數(shù)據(jù)包，則記為一次丟包事件。如Ping、BADABING[8]、Iperf均采用此方式。丟包率的測量需要線程監(jiān)聽目標(biāo)流的首尾交換機(jī)，根據(jù)兩個(gè)交換機(jī)節(jié)點(diǎn)的抽樣結(jié)果進(jìn)行估算和后繼測量。每一次測量任務(wù)結(jié)束，任務(wù)線程都會(huì)記錄相應(yīng)的測量結(jié)果，以便回溯到上層調(diào)用和查看。

3.3.1 網(wǎng)絡(luò)突發(fā)判定及發(fā)包周期調(diào)整

在IP網(wǎng)絡(luò)中，由于網(wǎng)絡(luò)流量的波動(dòng)具有不規(guī)則的特性，所以丟包事件一般是由網(wǎng)絡(luò)流量的突發(fā)和急劇波動(dòng)造成的。網(wǎng)絡(luò)流量的突發(fā)和急劇波動(dòng)往往會(huì)導(dǎo)致網(wǎng)絡(luò)在短時(shí)間內(nèi)出現(xiàn)擁塞，增加網(wǎng)絡(luò)鏈路的往返時(shí)延，從而導(dǎo)致探測數(shù)據(jù)包的丟失。由于網(wǎng)絡(luò)流量具有隨機(jī)突發(fā)性，因此丟包也具有隨機(jī)突發(fā)的特性。在使用主動(dòng)測量方式測量鏈路丟包率時(shí)，若測量周期過大，則丟包率的測量結(jié)果不準(zhǔn)確；若測量周期過小，則會(huì)影響網(wǎng)絡(luò)端到端的測量負(fù)載，導(dǎo)致測量結(jié)果出現(xiàn)偏差。所以要準(zhǔn)確地測量鏈路丟包率，就需要一種周期動(dòng)態(tài)調(diào)整的發(fā)包策略。本文在研究過程中采用周期動(dòng)態(tài)調(diào)整的主動(dòng)發(fā)包測量方式，根據(jù)網(wǎng)絡(luò)是否處于突發(fā)時(shí)段來適度調(diào)整主動(dòng)發(fā)包的測量周期。

假設(shè)丟包測試實(shí)驗(yàn)共執(zhí)行了N次測量任務(wù)，則探測時(shí)延結(jié)果序列為：{T1,T2,…,TN}。其中di表示每次主動(dòng)發(fā)包后探測得到的平均時(shí)延。如果發(fā)送第i次探測包產(chǎn)生丟包，則設(shè)置Ti的值為0，否則Ti的值不變。只判斷Ti的值是無法判斷當(dāng)前測量階段是否屬于丟包突發(fā)時(shí)段，此時(shí)根據(jù)排隊(duì)時(shí)延定義一個(gè)丟包突發(fā)指標(biāo)PT，如公式（2）所示：

其中，Tmin是第i次測量得到的往返時(shí)延的最小值，Tpre表示所探測到的前一個(gè)丟包事件中時(shí)延的平均值。公式（2）中的指標(biāo)函數(shù)可視為判斷當(dāng)前時(shí)延信息是否發(fā)生丟包突發(fā)時(shí)段。當(dāng)Ti的值為0時(shí)，表示當(dāng)前探測已經(jīng)產(chǎn)生時(shí)延，將PT的值置為1；當(dāng)Ti的值為不等于0 且PT的值小于1 時(shí)，則表明第i次發(fā)包探測所產(chǎn)生的平均時(shí)延小于前一個(gè)丟包事件的最小排隊(duì)時(shí)延，此時(shí)鏈路上的丟包事件屬于突發(fā)；若Ti的值為不等于0且PT的值大于1 時(shí)，則表明第i次發(fā)包探測所產(chǎn)生的平均時(shí)延大于前一個(gè)丟包事件的最小排隊(duì)時(shí)延，即連續(xù)發(fā)生丟包事件，則會(huì)增加下次發(fā)包丟包的概率。所以需要增加下次發(fā)包的探測周期，減小因網(wǎng)絡(luò)突發(fā)導(dǎo)致的測量誤差，使后續(xù)發(fā)包測量任務(wù)趨于穩(wěn)定。

假設(shè)當(dāng)前測量時(shí)間周期為ΔTi，引入兩個(gè)周期動(dòng)態(tài)調(diào)整參量β1、β2，其中β1∈(0,1)、β2∈(1,2)。β1是0到1 之間的隨機(jī)數(shù)，而β2是1 到2 之間的隨機(jī)數(shù)。若當(dāng)前測量產(chǎn)生連續(xù)丟包事件時(shí)，則將下一個(gè)測量周期調(diào)整為ΔTi+1=ΔTi×β2；若測量趨于平穩(wěn)時(shí)，則將下一個(gè)測量周期調(diào)整為ΔTi+1=ΔTi×β1，以提高測量精度。據(jù)此可定義每次測量周期最大時(shí)延閾值特征函數(shù)為式（3）所示：

其中，ΔTi表示當(dāng)前發(fā)包測量周期，λ表示前i次測量周期的均值。φ(t)為規(guī)定的第i+1 次發(fā)包測量時(shí)最大約束時(shí)延閾值。

3.3.2 基于泊松分布的周期采樣方式

依據(jù)以上網(wǎng)絡(luò)突發(fā)引起的鏈路丟包情況，對發(fā)包周期做了動(dòng)態(tài)調(diào)整，主動(dòng)發(fā)包測量會(huì)在短時(shí)間內(nèi)向目標(biāo)網(wǎng)絡(luò)發(fā)送大量的探測數(shù)據(jù)包，能夠在網(wǎng)絡(luò)突發(fā)時(shí)段采集到真實(shí)的丟包數(shù)據(jù)。一般高速網(wǎng)絡(luò)吞吐量較高，突發(fā)丟包并不頻繁。因此，本文研究并采用基于泊松分布的丟包采樣方式，采集實(shí)際測量的鏈路丟包率。當(dāng)出現(xiàn)往返時(shí)延較大且連續(xù)丟包事件時(shí)，則減小采樣間隔，使采集的丟包率數(shù)據(jù)更為準(zhǔn)確；當(dāng)時(shí)延較為平緩時(shí)，則增大采樣間隔，使其丟包率的測量保持較小的網(wǎng)絡(luò)負(fù)載。

泊松分布的采樣間隔特征函數(shù)如公式（4）所示：

P表示采樣的樣本間隔，λ表示前i次測量周期的均值。由于泊松采樣具有漸進(jìn)性的特點(diǎn)，在平均采樣頻率不高時(shí)可以降低因網(wǎng)絡(luò)波動(dòng)帶來的測量誤差，并提高丟包測量的準(zhǔn)確性。

3.4 多路徑動(dòng)態(tài)路由測量描述

3.4.1 路由路徑跳數(shù)測量策略

路由測量在網(wǎng)絡(luò)性能測量中占據(jù)著非常重要的一部分，對研究鏈路吞吐量、改善網(wǎng)絡(luò)負(fù)載均衡、理解網(wǎng)絡(luò)結(jié)構(gòu)以及網(wǎng)絡(luò)行為等方面都具有非常重要的意義。選擇合適的端到端路由測量方式可以有效地提高路由探測的效率，減少因網(wǎng)絡(luò)負(fù)載帶來的影響。網(wǎng)絡(luò)路由測量一般采用的是以Traceroute[17]為主的主動(dòng)測量方式。利用TTL記錄終端節(jié)點(diǎn)的值與起始節(jié)點(diǎn)值之間的差值確定單條鏈路的路徑跳數(shù)。一般一次目標(biāo)網(wǎng)絡(luò)路由跟蹤的路徑跳數(shù)不超過30跳。文獻(xiàn)[15-16]提出基于流粒度生成的接觸圖路由算法，通過捕獲探測數(shù)據(jù)包對數(shù)據(jù)流進(jìn)行逐跳跟蹤，并輸出完整的路由跟蹤路徑。但是這種方式需要提前構(gòu)建好網(wǎng)絡(luò)拓?fù)涔?jié)點(diǎn)數(shù)據(jù)庫，每次遍歷節(jié)點(diǎn)都要重新啟動(dòng)路由，測量周期較長，時(shí)間復(fù)雜度也比較高。因此，此方法比較適合規(guī)模較小的網(wǎng)絡(luò)。

文獻(xiàn)[18]提出一種Dijkstra廣度優(yōu)先搜索遍歷算法，實(shí)現(xiàn)從源端到目標(biāo)網(wǎng)絡(luò)的路由測量。但是需要預(yù)先建立一個(gè)鄰接網(wǎng)絡(luò)節(jié)點(diǎn)結(jié)構(gòu)圖，并對網(wǎng)絡(luò)節(jié)點(diǎn)的權(quán)值進(jìn)行標(biāo)記，從技術(shù)上來講工程量太大。一般復(fù)雜的高速網(wǎng)絡(luò)大都是基于網(wǎng)狀網(wǎng)絡(luò)結(jié)構(gòu)，如圖3所示。若要對目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行理由跟蹤，則必須要考慮到鏈路的空間復(fù)雜度。據(jù)此，本文提出一種多路徑動(dòng)態(tài)路由測量算法，探測目標(biāo)網(wǎng)絡(luò)路由路徑跳數(shù)信息，采用此方式的目的是為了簡化路由探測規(guī)模、減少路由尋路探測跟蹤時(shí)間。

圖3 典型的網(wǎng)狀網(wǎng)絡(luò)結(jié)構(gòu)

3.4.2 多路徑動(dòng)態(tài)路由測量

在大規(guī)模的網(wǎng)狀結(jié)構(gòu)網(wǎng)絡(luò)中，一般測量一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)經(jīng)過單條路徑時(shí)的收斂時(shí)間在2～10 s 內(nèi)。此時(shí)可定義單條路徑最大傳輸時(shí)間閾值為End_Time。如公式（5）所示：

其中Max_TranTime是指所有目標(biāo)節(jié)點(diǎn)的最大傳輸時(shí)間；Packet_TranSize是指單次路由測量發(fā)送的數(shù)據(jù)包的大小；Max_Bandwidth是指當(dāng)前網(wǎng)絡(luò)傳輸?shù)淖畲髱?，主要與目標(biāo)網(wǎng)絡(luò)的鏈路吞吐量有關(guān)；Packet_Distance是指源節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)之間的通信距離；Packet_TranSpeed是指數(shù)據(jù)包的發(fā)送速度，也與鏈路帶寬和吞吐量有關(guān)。由于每條鏈路的傳輸距離都不相同，設(shè)置單條路徑最大傳輸時(shí)間閾值的目的是保證每條探測路徑都有足夠的探測時(shí)間。

依據(jù)多路徑動(dòng)態(tài)路由路徑測量策略，將目標(biāo)網(wǎng)絡(luò)測量的節(jié)點(diǎn)通過算法和數(shù)據(jù)存儲(chǔ)的方式加以實(shí)驗(yàn)驗(yàn)證。算法中所涉及到的數(shù)據(jù)變量如表1所示。

表1 算法中使用的相關(guān)變量

多路徑動(dòng)態(tài)路由測量算法結(jié)合了Nmap SYN 主動(dòng)發(fā)送探測包的方式，通過p0f 日志捕獲的方式跟蹤其路由路徑跳數(shù)。圖4 描述了利用多路徑動(dòng)態(tài)路由測量方式探測尋路的執(zhí)行過程。每次發(fā)包前均需按照不同協(xié)議的數(shù)據(jù)類型構(gòu)造不同類型的探測數(shù)據(jù)包。探測數(shù)據(jù)包的預(yù)設(shè)信息主要包括源節(jié)點(diǎn)、目標(biāo)節(jié)點(diǎn)、測量協(xié)議、端口等信息。在對數(shù)據(jù)包中的目標(biāo)節(jié)點(diǎn)與探測節(jié)點(diǎn)進(jìn)行匹配時(shí)，需要將節(jié)點(diǎn)的信息進(jìn)行入棧操作。每一條探測路徑在探測時(shí)均需要打印遍歷節(jié)點(diǎn)，并記錄單條路徑的路徑跳數(shù)。若單條路徑的路徑條數(shù)沒有超過預(yù)設(shè)值且請求超時(shí)，則路徑跳數(shù)TTL的值減1進(jìn)入下一路徑，對于已探測的節(jié)點(diǎn)不再重復(fù)發(fā)送探測包，并重復(fù)以上整個(gè)過程。直到發(fā)送的數(shù)據(jù)包中的探測節(jié)點(diǎn)與目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)匹配成功時(shí)，則表示路由探測跟蹤成功，輸出其路徑跳數(shù)。同時(shí)將TTL的值重新置為0，開始測量下一個(gè)目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)。如果在規(guī)定時(shí)間閾值內(nèi)或者超過最大路徑跳數(shù)，則表示探測失敗，開始測量下一個(gè)目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)。重復(fù)以上整個(gè)過程，直至所有的目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)路由跟蹤測量任務(wù)結(jié)束。

探測路徑的選擇是隨機(jī)的，在數(shù)據(jù)鏈路探測過程中事先不考慮鄰近節(jié)點(diǎn)，只考慮路徑是否可達(dá)。若探測到目的節(jié)點(diǎn)，則執(zhí)行進(jìn)入下一個(gè)目標(biāo)節(jié)點(diǎn)的路徑探測任務(wù)；否則，路徑節(jié)點(diǎn)退棧，進(jìn)入鄰近節(jié)點(diǎn)路徑，重復(fù)以上操作直至成功匹配目標(biāo)節(jié)點(diǎn)。多路徑動(dòng)態(tài)路由測量算法如算法2所示。

圖4 多路徑動(dòng)態(tài)路由探測尋路過程

算法2多路徑動(dòng)態(tài)路由測量算法

輸入：Src_Nodes，Des_Nodes，Path_List，Stack_Nodes。

輸出：Stack_Nodes，TTL。

1.whileSrc_addrinSrc_NodesandDes_addrinDes_Nodes

2.StoreCurrent_time，Each_Hop

3.AddDes_addrinPath_List

4.AddDes_addrinStack_Nodes

5.TTL←TTL+1

6.whileCurrent_timein beforeEnd_Time

7.UpdateCurrent_time

8.CalculateCurrent_time，TTL

9.whileDes_addris not inPath_List

10.ifCurrent_timeis beforeEnd_Time

11.ifTTLis beforeEach_Hop

12.print→Stack_Nodes

13.whileCurrent_Timeis afterEnd_Time||TTLis afterMax_Hop

14.wai（tDeadLine）

15.Send_an_ICMP_Reques（ttimeout）

16.RemoveDes_addrfromStack_Nodes

17.TTL←TTL-1

18.ifPath_ListandStack_Nodesis not empty

19.UpdatePath_List，Stack_Nodes，TTL

20.CalculateCurrent_time，timeout.Number，TTL

21.iftimeout.Numberis afterFinal.Number||TTLis afterMax_Hop

22.Send_an_ICMP_Reques（tTracking failure）

23.else

24.print→Stack_Nodes&&TTL

25.End while

26.ResetCurrent_time，Each_Hop，TTL

文獻(xiàn)[17]一般情況下其路由尋路探測的平均時(shí)間復(fù)雜度為O(kn2)，而文獻(xiàn)[18]以Dijkstra 算法為基礎(chǔ)的路由增廣路經(jīng)集探測方式其平均時(shí)間復(fù)雜度為O(khs(E+nlgn))。而本文提出的多路徑動(dòng)態(tài)路由測量算法平均時(shí)間復(fù)雜度為O(knlgmn)。由于多路徑動(dòng)態(tài)路由測量算法在執(zhí)行過程中需要匹配的相關(guān)指標(biāo)參量較少，所以此方式可以有效地減少路由尋路執(zhí)行過程中的算法迭代次數(shù)，因而算法的時(shí)間復(fù)雜度相對較低。路由探測過程中其算法的時(shí)間復(fù)雜度受到循環(huán)次數(shù)k和探測的數(shù)據(jù)量n以及匹配比較次數(shù)m等綜合因素的影響。

4 實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析

4.1 實(shí)驗(yàn)設(shè)計(jì)與環(huán)境搭建

為了驗(yàn)證通過引導(dǎo)被動(dòng)測量結(jié)果引導(dǎo)主動(dòng)測量的技術(shù)可行性和實(shí)驗(yàn)數(shù)據(jù)的有效性，本文搭建了一個(gè)主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量實(shí)驗(yàn)環(huán)境。包括兩臺(tái)Dell Power-Edge R730 2U 機(jī)架式服務(wù)器，兩臺(tái) Intel?Xeon?CPU E5-2620 v3 處理器，內(nèi)存 16 GB。一臺(tái) OpenFlow 交換機(jī)，其中控制機(jī)通過帶內(nèi)方式與OpenFlow 交換機(jī)相連。一臺(tái)操作系統(tǒng)為Centos 7的終端，用來采集和存儲(chǔ)網(wǎng)絡(luò)數(shù)據(jù)流?？刂破脚_(tái)采用的是基于Debian 的Kali Linux 操作系統(tǒng)。軟件工具包括Visual C++ 6.0、Wireshark、NS3 網(wǎng)絡(luò)仿真器以及網(wǎng)絡(luò)抓包工具TCPDUMP等。通過被動(dòng)測量的結(jié)果觸發(fā)引導(dǎo)主動(dòng)測量任務(wù)的執(zhí)行，即對網(wǎng)絡(luò)丟包率以及路由信息進(jìn)行測量。實(shí)驗(yàn)事先需要在NS3網(wǎng)絡(luò)仿真器中進(jìn)行仿真測試，測試目標(biāo)網(wǎng)絡(luò)鏈路是否連通，隨后在真實(shí)測試環(huán)境下對目標(biāo)網(wǎng)絡(luò)進(jìn)行丟包率和路由信息測量。

4.2 數(shù)據(jù)信息匹配和篩選機(jī)制實(shí)驗(yàn)驗(yàn)證

本次測試實(shí)驗(yàn)所采集的網(wǎng)絡(luò)數(shù)據(jù)集均來自混雜模式下的本地校園網(wǎng)網(wǎng)絡(luò)。采集的海量數(shù)據(jù)通過OpenFlow交換機(jī)轉(zhuǎn)發(fā)，處理器處理，經(jīng)被動(dòng)檢測設(shè)備檢測以及內(nèi)核處理。目的是清洗過濾出冗余的測量數(shù)據(jù)，匹配篩選出真實(shí)有效的測量數(shù)據(jù)。本次測量時(shí)間共持續(xù)了20天，采集源端和目標(biāo)網(wǎng)絡(luò)往返數(shù)據(jù)報(bào)文信息，以方便查看其往返數(shù)據(jù)包收發(fā)情況。測量數(shù)據(jù)結(jié)果如圖5所示。

圖5 往返數(shù)據(jù)包的收發(fā)測量結(jié)果

通過圖5 可知大部分收發(fā)的無效和冗余的數(shù)據(jù)包是被過濾器和系統(tǒng)內(nèi)核丟棄，而匹配和篩選過的有效的數(shù)據(jù)包占比低于30%，說明本文提出的基于正則表達(dá)式的匹配和篩選算法效率較高，能夠?qū)⒔^大多數(shù)無效或冗余數(shù)據(jù)包過濾掉。隨著測量時(shí)間的增加，在第11天前后過濾和被動(dòng)捕獲的數(shù)據(jù)包數(shù)量均達(dá)到最大值，說明這段時(shí)間網(wǎng)絡(luò)收發(fā)的數(shù)據(jù)包的數(shù)量持續(xù)增加，網(wǎng)絡(luò)流量屬于突發(fā)時(shí)段，在這段時(shí)間最容易產(chǎn)生丟包。但在隨后一段時(shí)間內(nèi)數(shù)據(jù)包的收發(fā)又趨于穩(wěn)定狀態(tài)。數(shù)據(jù)匹配和篩選的主要目的是為了去除冗余數(shù)據(jù)，而保留真實(shí)有效的測量數(shù)據(jù)。為后續(xù)目標(biāo)網(wǎng)絡(luò)丟包率和路由信息的測量做準(zhǔn)備。

4.3 丟包率測量實(shí)驗(yàn)驗(yàn)證

在對鏈路丟包率進(jìn)行測量時(shí)，本文采用周期動(dòng)態(tài)調(diào)整的主動(dòng)發(fā)包方式與文獻(xiàn)[8]提到的Ping 和基于BADABING 測量結(jié)果做對比，分析周期動(dòng)態(tài)調(diào)整的丟包率測量方式的有效性和優(yōu)勢。實(shí)驗(yàn)將被動(dòng)采集匹配和篩選過濾的125個(gè)目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行丟包率測量，發(fā)包時(shí)間周期采用周期動(dòng)態(tài)調(diào)整的主動(dòng)發(fā)包方式。而Ping和BADABING 則使用減半或倍增的周期發(fā)包方式，分別向目標(biāo)網(wǎng)絡(luò)發(fā)送125個(gè)探測數(shù)據(jù)包，測量其鏈路丟包率。將測量得到的丟包率數(shù)據(jù)采用泊松分布樣本的采樣間隔獲取其丟包率數(shù)據(jù)。采樣得到的丟包率數(shù)據(jù)如圖6所示。

圖6 丟包率測量結(jié)果

圖6數(shù)據(jù)顯示周期動(dòng)態(tài)調(diào)整的主動(dòng)發(fā)包方式與Ping和BADABING測量方式所測得的丟包率對比結(jié)果。從圖6 整體可知，隨著探測數(shù)據(jù)包數(shù)量的增加，三種丟包率測量方式單位時(shí)間內(nèi)丟包率也都出現(xiàn)峰值，說明探測數(shù)據(jù)包的短時(shí)擁塞對丟包率會(huì)產(chǎn)生一定的影響。測量初期丟包率均處于較低水平，而隨著探測數(shù)據(jù)包數(shù)量的增加，三種發(fā)包測量方式所測量得到的丟包率均呈現(xiàn)不規(guī)則的波動(dòng)，說明網(wǎng)絡(luò)波動(dòng)也會(huì)對鏈路丟包率產(chǎn)生影響。

待發(fā)包周期調(diào)整之后，丟包率也會(huì)隨之降低。據(jù)圖6可知，利用周期動(dòng)態(tài)調(diào)整的主動(dòng)發(fā)包方式在測量鏈路丟包率時(shí)，整體上所測得的丟包率的值均低于Ping 和BADABING 測量方式。通過數(shù)據(jù)統(tǒng)計(jì)計(jì)算，可知周期動(dòng)態(tài)調(diào)整的主動(dòng)發(fā)包方式與Ping和BADABING利用減半或倍增的周期發(fā)包方式相比，可以將鏈路丟包率降低60%以上；說明周期動(dòng)態(tài)調(diào)整的發(fā)包測量方式能夠有效地調(diào)整主動(dòng)測量的發(fā)包周期，降低探測鏈路的丟包率。更直觀地說明了動(dòng)態(tài)參量隨機(jī)值的調(diào)整策略誤差抖動(dòng)較小，比減半或者倍增的幾何發(fā)包周期調(diào)整策略更加穩(wěn)定，降低鏈路丟包率的效果更明顯。同時(shí)也證明了泊松分布的采樣方式能夠比較準(zhǔn)確地采集到真實(shí)測量的丟包率數(shù)據(jù)。真正實(shí)現(xiàn)了在壓縮采樣規(guī)模的同時(shí)保持了測量精度的穩(wěn)定。

4.4 多路徑動(dòng)態(tài)路由測量實(shí)驗(yàn)驗(yàn)證

本文在匹配篩選的所有目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)中隨機(jī)選取100 個(gè)進(jìn)行路由跟蹤探測實(shí)驗(yàn)，并按照文獻(xiàn)[20]提出的Traceroute測量方法和文獻(xiàn)[18]提出的Dijkstra路由測量方法以及本文提出的多路徑動(dòng)態(tài)路由測量方法的測量結(jié)果進(jìn)行對比分析。三種測量方法均規(guī)定單次路由探測最大路徑跳數(shù)均不超過30。并分別對三種測量方法所得到的路由測量結(jié)果進(jìn)行分類統(tǒng)計(jì)，統(tǒng)計(jì)每次測試的路徑跳數(shù)以及總的測量時(shí)間開銷。測量結(jié)束后對所探測的目標(biāo)節(jié)點(diǎn)路由信息進(jìn)行分類統(tǒng)計(jì)和編號(hào)。

據(jù)圖7可知，三種路由測量方法最終成功跟蹤70個(gè)目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)。在測量同一目標(biāo)網(wǎng)絡(luò)節(jié)點(diǎn)時(shí)，三種測量方法獲得的路徑跳數(shù)值相差很小?？梢宰C明多路徑動(dòng)態(tài)路由測量方法在測量目標(biāo)節(jié)點(diǎn)路由路徑時(shí)其準(zhǔn)確度較高，且路由尋路探測可行性較強(qiáng)。

圖7 路由路徑跳數(shù)測量結(jié)果

表2反映的是利用三種測量方式測量目標(biāo)節(jié)點(diǎn)時(shí)，跟蹤成功的路徑跳數(shù)平均值、路由探測總的時(shí)間開銷和跟蹤成功的平均時(shí)間開銷之間的數(shù)據(jù)對比結(jié)果。從表2統(tǒng)計(jì)數(shù)據(jù)可知，多路徑動(dòng)態(tài)路由測量方法與Dijkstra 和Traceroute測量方法跟蹤成功的路徑跳數(shù)的平均值分別為：15、16和18?？梢钥闯龆嗦窂絼?dòng)態(tài)路由測量方法比Dijkstra 和Traceroute 測量方法測量的路由路徑跳數(shù)的平均值都要少，說明多路徑動(dòng)態(tài)路由測量方法在探測路由路徑時(shí)，能在一定程度上降低探測路徑的復(fù)雜度。由于多路徑動(dòng)態(tài)路由測量方法算法開銷較小，故在探測時(shí)會(huì)以最短路徑作為路由跟蹤成功的探測路徑。三種測量方法路由探測總的時(shí)間開銷分別為：1 962 s、1 682 s、1 887 s，跟蹤成功的平均探測時(shí)間分別為：5.69 s、7.32 s、5.16 s?？梢钥闯龆嗦窂絼?dòng)態(tài)路由測量方法與Dijkstra和Traceroute 測量方法相比，雖然路由探測總得時(shí)間開銷相差不大，但是多路徑動(dòng)態(tài)路由測量方法比Dijkstra和Traceroute測量方法跟蹤成功的平均路由探測時(shí)間都要低。多路徑動(dòng)態(tài)路由測量方法與Dijkstra測量方法相比，探測成功的平均路由跟蹤時(shí)間降低了大約10%；與Traceroute 測量方法相比，探測成功的平均路由跟蹤時(shí)間降低了大約42%。據(jù)此次路由測試實(shí)驗(yàn)數(shù)據(jù)結(jié)果可知，多路徑動(dòng)態(tài)路由測量方法可以有效地降低路由探測過程中的復(fù)雜度，減少探測過程中的平均路由跟蹤時(shí)間。

表2 路由跟蹤測量結(jié)果

5 結(jié)束語

本文通過搭建一個(gè)主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量技術(shù)測試環(huán)境，并利用被動(dòng)測量的數(shù)據(jù)結(jié)果觸發(fā)引導(dǎo)主動(dòng)測量任務(wù)的執(zhí)行。相比較與傳統(tǒng)的網(wǎng)絡(luò)測量技術(shù)，主被動(dòng)結(jié)合的網(wǎng)絡(luò)測量技術(shù)能夠?qū)崿F(xiàn)在壓縮測量規(guī)模的同時(shí)，還能保持測量精度的穩(wěn)定。對于規(guī)模較大或較小的網(wǎng)絡(luò)都適用。此方式不僅保持了主動(dòng)測量和被動(dòng)測量的優(yōu)點(diǎn)，使得測量結(jié)果能更好地反映網(wǎng)絡(luò)的真實(shí)情況，對理解網(wǎng)絡(luò)性能和網(wǎng)絡(luò)行為具有非常重要的意義。在對被動(dòng)測量生成的本地聚合日志數(shù)據(jù)進(jìn)行處理時(shí)，本文提出一種基于正則表達(dá)式的數(shù)據(jù)匹配和篩選算法，將采集到的無效和冗余的數(shù)據(jù)信息篩選過濾掉，保留有效的測量數(shù)據(jù)信息。與傳統(tǒng)的數(shù)據(jù)信息挖掘方式相比，實(shí)現(xiàn)方式相對方便，一方面不需要額外的硬件支持，另一方面算法在匹配和篩選時(shí)迭代比較的次數(shù)相對較少，降低了其執(zhí)行過程中的時(shí)間復(fù)雜度。在對目標(biāo)網(wǎng)絡(luò)進(jìn)行丟包率測量時(shí)，本文研究并提出一種周期動(dòng)態(tài)調(diào)整的主動(dòng)發(fā)包方式測量鏈路丟包率，根據(jù)網(wǎng)絡(luò)是否發(fā)生突發(fā)來適當(dāng)調(diào)整探測包的發(fā)包時(shí)間周期。相較于減半或者倍增的幾何形式的發(fā)包調(diào)整策略，動(dòng)態(tài)參量隨機(jī)值的調(diào)整策略測量誤差抖動(dòng)較小，相對來說比較穩(wěn)定。隨后對測量的丟包率數(shù)據(jù)采用泊松分布的采樣方式進(jìn)行采樣，獲取采樣樣本周期內(nèi)的真實(shí)丟包率測量數(shù)據(jù)，降低因網(wǎng)絡(luò)突發(fā)導(dǎo)致的測量誤差。相比較一般的周期采樣方式，采樣樣本的準(zhǔn)確率較高。在對目的網(wǎng)絡(luò)進(jìn)行路由跟蹤測量時(shí)，本文研究并提出一種多路徑動(dòng)態(tài)路由測量方法。與Dijkstra和Traceroute測量方法相比，多路徑動(dòng)態(tài)路由測量方法測量得到的路由路徑跳數(shù)的平均值較小，且跟蹤成功的平均路由探測時(shí)間較少。由于算法在執(zhí)行過程中匹配的相關(guān)指標(biāo)參量較少，減少了路由尋路執(zhí)行過程中迭代次數(shù)，因而算法的時(shí)間復(fù)雜度相對較低，故屬于一種輕型易用的路由信息測量方法。如何在減少路由跟蹤時(shí)間的同時(shí)，又能提高總體目標(biāo)節(jié)點(diǎn)路由跟蹤的成功率，則是下一步工作要重點(diǎn)研究的內(nèi)容。