[发明专利]基于扩展吉尔伯特模型的链路丢包率测量方法

说明书

技术领域

本发明涉及基于扩展吉尔伯特模型的链路丢包率测量方法，属于网络测量领域。

背景技术

图1为网络逻辑拓扑结构。用T＝(V，L)来描述网络的逻辑拓扑，其中V是节点集合，L是连接节点的链路集合。节点o是T的根节点，所有的探测报文从o被组播到整个网络中。

节点集合表示所有的叶节点，即探测报文的接受节点。每个非叶节点至少有一个子节点，子节点集合用d(k)＝{d_i(k)|1≤i≤n_k}表示，n_k是节点k子节点个数。每个非根节点k都有一个父节点，用f(k)表示。链路(k，f(k))∈L记为链路k，定义f¹＝f和fⁿ(k)＝f(f^n-1(k))，n为正整数。如果k＝fⁿ(j)成立，则称节点j是k的子孙节点，二者之间的关系记为j＜k。把集合中所有节点最近的共同祖先记为a(U)，如果集合U中所有节点的父节点相同，那么U中的节点就是兄弟节点。(V(k)，L(k))表示以节点k为根的子树，该子树的叶节点集合为R(k)＝R∩V(k)。

随着网络规模扩大及网络安全需求的提高，利用中间结点协作对网络链路参数(丢包率和延迟等)进行测量变得越来越困难。网络断层扫描技术(Network Tomography)可以在无需中间节点协作的条件下，实现网络链路参数的测量，是目前备受国内外学术界关注的新技术之一。

链路报文丢失率(简称丢包率)是反映网络性能状况的重要指标之一，也是网络断层扫描技术需要重点解决的性能推测问题。在目前的网络断层扫描技术研究中，链路报文丢失率推测技术主要基于伯努利(Bernoulli)模型进行链路丢包过程描述，即假设链路上各个报文的丢失过程是相互独立的。有文献提出使用Gilbert模型进行链路丢包过程的描述，如图2所示，p₁₀表示当前报文丢失后，下一报文传输成功的概率；p₀₁表示当前报文传输成功，下一报文丢失的概率。在实际网络中，当前一个报文丢失时，后一个报文丢失的概率很大(p₁₀＜＜1)；当前一个报文传输成功时，后一个报文传输成功的概率也很大(p₀₁＜＜1)，故可知p₀₁+p₁₀＜1。Gilbert模型下的链路丢包率可通过公式θ＝p₁₀/(p₀₁+p₁₀)进行计算。然后再使用最大似然估计(MLE)或期望最大化(EM)算法进行模型参数的计算。

针对MLE算法和EM算法存在的丢包率过低估计问题，有文献提出了一种基于Markov Chain Monte Carlo(简写为MCMC，马尔可夫链蒙特卡尔理论)的链路丢包率测量方法，通过Gibbs采样获得稳定的Markov链进行链路丢包率的计算，但Bernoulli模型在描述链路丢包过程上的局限性影响了该方法的准确性。

由于网络中报文丢失的主要原因是拥塞导致缓冲区溢出，因此报文丢失在时间域上具有时态依赖性(Temporal Dependency)。如果一个报文丢失在某个节点上，而紧随其后的报文在此节点上丢失的概率应该很大。针对报文丢失的时态依赖性，有文献提出了一种基于吉尔伯特(Gilbert)模型的链路丢包率推测方法，使用MLE算法进行参数计算，与基于Bernoulli模型的测量方法相比，该方法具有更好的准确性。但由于Gilbert模型只能描述相邻两个报文之间的关系，因此随着链路丢包率的升高，其测量误差也明显增大。

发明内容

本发明目的是为了解决现有报文丢失率测量技术的测量误差大的问题，提供了一种基于扩展吉尔伯特模型的链路丢包率测量方法。

本发明所述基于扩展吉尔伯特模型的链路丢包率测量方法，从源节点o以组播方式向叶节点发送n个探测包，叶节点观测到的测量结果序列X_k＝(x_k，1，x_k，2，...，x_k，n)，若叶节点k接收到探测包i，则x_k，i＝1；否则x_k，i＝0，i＝1，2，...，n；