性能指標(biāo)的測量與分析

延遲的定義是[6]：IP包穿越一個或多個網(wǎng)段所經(jīng)歷的時間。延遲由固定延遲和可變延遲兩部分組成。固定延遲基本不變，由傳播延遲和傳輸延遲構(gòu)成；可變延遲由中間路由器處理延遲和排隊等待延遲兩部分構(gòu)成。對于單向延遲測量要求時鐘嚴(yán)格同步，這在實(shí)際的測量中很難做到，許多測量方案都采用往返延遲，以避開時鐘同步問題。
往返延遲的測量方法是：入口路由器將測量包打上時戳后，發(fā)送到出口路由器。出口路由器一接收到測量包便打上時戳，隨后立即使該數(shù)據(jù)包原路返回。入口路由器接收到返回的數(shù)據(jù)包之后就可以評估路徑的端到端時延。
一、丟包率
丟包率的定義是[7]：丟失的IP包與所有的IP包的比值。許多因素會導(dǎo)致數(shù)據(jù)包在網(wǎng)絡(luò)上傳輸時被丟棄，例如數(shù)據(jù)包的大小以及數(shù)據(jù)發(fā)送時鏈路的擁塞狀況等。
為了評估網(wǎng)絡(luò)的丟包率，一般采用直接發(fā)送測量包來進(jìn)行測量。對丟包率進(jìn)行準(zhǔn)確的評估與預(yù)測則需要一定的數(shù)學(xué)模型。目前評估網(wǎng)絡(luò)丟包率的模型主要有貝努利模型、馬爾可夫模型和隱馬爾可夫模型等等。貝努利模型是基于獨(dú)立同分布的，即假定每個數(shù)據(jù)包在網(wǎng)絡(luò)上傳輸時被丟棄的概率是不相關(guān)的，因此它比較簡單但預(yù)測的準(zhǔn)確度以及可靠性都不太理想。但是，由于先進(jìn)先出的排隊方式的采用，使得包丟失之間有很強(qiáng)的相關(guān)性，即在傳輸過程中，包被丟失受上一個包丟失的影響相當(dāng)大。假定用隨機(jī)變量Xi代表包的丟失事件，Xi=0表示包丟失，而Xi=1表示包未丟失。則第i個包丟失的概率為P[Xi|Xi-1，Xi-2，…Xi-n]，Xi-1，Xi-2，...Xi-n取所有的組合情況。當(dāng)N=2時，該Markov鏈退化為著名的Gilbert模型。隱馬爾可夫模型是對馬爾可夫模型的改進(jìn)。
MayaYajnik等人所作的172小時的測量試驗(yàn)結(jié)果表明，在不同的數(shù)據(jù)采樣間隔下（20ms，40ms，80ms，160ms）采用三種不同的丟包率分析模型進(jìn)行分析得到的結(jié)果完全不同，在不同的估計精確度的要求下實(shí)驗(yàn)結(jié)果也各有不同。因此，目前需要能夠精確描述丟包率的數(shù)學(xué)模型。
二、帶寬
帶寬一般分為瓶頸帶寬和可用帶寬。瓶頸帶寬是指當(dāng)一條路徑（通路）中沒有其它背景流量時，網(wǎng)絡(luò)能夠提供的最大的吞吐量。對瓶頸帶寬的測量一般采用包對（packetpair）技術(shù)，但是由于交叉流量的存在會出現(xiàn)“時間壓縮”或“時間延伸”現(xiàn)象，從而會引起瓶頸帶寬的高估或低估。另外，還有包列等其它測量技術(shù)。
可用帶寬是指在網(wǎng)絡(luò)路徑（通路）存在背景流量的情況下，能夠提供給某個業(yè)務(wù)的最大吞吐量。因?yàn)楸尘傲髁康某霈F(xiàn)與否及其占用的帶寬都是隨機(jī)的，所以可用帶寬的測量比較困難。一般采用根據(jù)單向延遲變化情況可用帶寬進(jìn)行逼近。其基本思想是：當(dāng)以大于可用帶寬的速率發(fā)送測量包時，單向延遲會呈現(xiàn)增大趨勢，而以小于可用帶寬的速率發(fā)送測量包時，單向延遲不會變化。所以，發(fā)送端可以根據(jù)上一次發(fā)送測量包時單向延遲的變化情況動態(tài)調(diào)整此次發(fā)送測量包的速率，直到單向延遲不再發(fā)生增大趨勢為止，然后用最近兩次發(fā)送測量包速率的平均值來估計可用帶寬
瓶頸帶寬反映了路徑的靜態(tài)特征，而可用帶寬真正反映了在某一段時間內(nèi)鏈路的實(shí)際通信能力，所以可用帶寬的測量具有更重要的意義。
三、流量參數(shù)
ITU-T提出兩種流量參數(shù)作為參考：一種是以一段時間間隔內(nèi)在測量點(diǎn)上觀測到的所有傳輸成功的IP包數(shù)量除以時間間隔，即包吞吐量；另一種是基于字節(jié)吞吐量：用傳輸成功的IP包中總字節(jié)數(shù)除以時間間隔。
Internet業(yè)務(wù)量的高突發(fā)性以及網(wǎng)絡(luò)的異構(gòu)性，使得網(wǎng)絡(luò)呈現(xiàn)復(fù)雜的非線性，建立流量模型越發(fā)變得重要。早期的網(wǎng)絡(luò)流量模型，是經(jīng)典流量模型，也即借鑒PSTN的流量模型，用poisson模型描述數(shù)據(jù)網(wǎng)絡(luò)的流量，以及后來的分組火車模型，Markov模型等等。隨著網(wǎng)絡(luò)流量子相似性的發(fā)現(xiàn)，基于自相似模型的流量建模研究也取得了不少進(jìn)展和得到了廣泛的應(yīng)用，譬如分形布朗運(yùn)動模型和分形高斯噪聲模型以及小波理論分析等等。高速網(wǎng)絡(luò)技術(shù)的發(fā)展使得對巨大的網(wǎng)絡(luò)流量進(jìn)行直接測量幾乎不可能，同時，大量的流量日志也使流量分析變得相當(dāng)困難。為了解決這一問題，近幾年，流量抽樣測量研究已成為高速網(wǎng)絡(luò)流量測量的研究重點(diǎn)。
四、網(wǎng)絡(luò)性能測量的展望
網(wǎng)絡(luò)性能測量中還有許多關(guān)鍵技術(shù)值得研究。例如：單向測量中的時鐘同步問題；主動測量與被動測量的抽樣算法研究；多種測量工具之間的協(xié)同工作；網(wǎng)絡(luò)測量體系結(jié)構(gòu)的搭建；性能指標(biāo)的量化問題；性能指標(biāo)的模型化分析；對網(wǎng)絡(luò)未來狀況進(jìn)行趨勢預(yù)測；對海量測量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘或者利用已有的模型（Petri網(wǎng)、自相似性、排隊論）研究其自相似性特征；測量與分析結(jié)果的可視化，以及由測量所引起的安全性問題等等都是目前和今后所要研究的重要內(nèi)容。隨著網(wǎng)絡(luò)性能相關(guān)理論、測量方法、分析模型研究的逐漸深入、各種測量工具的不斷出現(xiàn)以及大型測量項目的不斷開展，人們對網(wǎng)絡(luò)的認(rèn)識會越來越深刻，從而不斷地推動網(wǎng)絡(luò)技術(shù)向前發(fā)展。
五、結(jié)束語
對目前網(wǎng)絡(luò)性能測量技術(shù)的主要方面進(jìn)行介紹和分析并對未來網(wǎng)絡(luò)性能測量的研究重點(diǎn)進(jìn)行了展望。