[发明专利]一种基于随机离散模型的信息流测评算法

说明书

技术领域

本发明涉及一种通信网络性能的估算方法，具体地说，是涉及一种基于随机离散模型的信息流测评算法。

背景技术

目前，对于网络性能评估，理论上都是采用克劳德·香农理论估计网络的最大数据率。但是，由于网络拓扑结构的不规则和不均衡、网络传输协议的复杂性、使用者的集体性行为、网络节点的快速增加、数据要求的不同以及网络动态的高度非对称性等原因，克劳德·香农的这种估计并不能地很好反映网络的实际性能。在实际应用中，采用数据包队列模型只能定性地估计通信网络的性能和定性地估算平均时延。该方法虽然具有通用性，但是只能进行定性分析和在时间领域内评估，难以满足当今社会对网络性能的定量评估要求。

在实际应用中，绝大多数情况下都是通过试测一段含有多个路由器(或无线节点)的网络性能来评估整个网络的性能(每个路由器含有固定的缓存大小)，因此，为定量评估整个网络的性能，研究在该情况下数据包的队列长度和队列密度的定量测算便具有了很大的现实意义。

发明内容

本发明的目的在于提供一种基于随机离散模型的信息流测评算法，通过定量测算数据包的队列长度和队列密度来定量评估整个网络的性能，解决现有技术中难以解决的定量评估网络性能的问题。

为了实现上述目的，本发明采用的技术方案如下：

一种随机离散模型，包括在网络通信中数据发送端与数据接收端之间的R个路由器或无线节点，R为自然数；所有路由器或无线节点的缓存器拉直平铺，并依次连接成一条直线，形成通信网络数据传输的一维点阵模型。

相应地，本发明提供的基于随机离散模型的信息流测评算法，包括以下步骤：

(1)将数据发送端与数据接收端之间的所有缓存器拉直平铺，按照上一个缓存器尾部接下一个缓存器首部的方式，将所有缓存器依次连接成一维点阵模型；

(2)根据缓存器数量和各个缓存器的大小确定所述一维点阵模型的缓存大小L；

(3)数据包离开数据发送端之后，进入所述一维点阵模型的第一个缓存位置，并在所述一维点阵模型的缓存中依次连续向前移动，直到数据包到达的缓存位置当前被占据；

(4)数据包在移动过程中遇到当前缓存被占据时停止向前移动，直到该缓存位置为空时继续向前移动，以此类推，直接所有数据包均到达数据接收端；

数据包的队列密度ρ_i为

其中，i为缓存数，υ_i表示第i(1≤i≤L)个缓存的存储状态，υ_i＝1表示第i个缓存被占据，υ_i＝0表示第i个缓存为空；j为时间，T为时间步数；

数据包的队列长度为

其中，k为路由器或无线节点的序号，B为缓存器大小，l为第k个路由器或无线节点中第l个缓存的位置。

进一步地，所述数据包在网络中向前平移服从先入先出原则。

再进一步地，所述缓存器为路由器缓存器和/或无线节点缓存器。

更进一步地，所述数据发送端与数据接收端之间的缓存流量为最后一个缓存器的密度与数据包到达数据接收端的概率之积。

本发明以现有通信网络中数据传输方式为原型，对其进行巧妙地变形，从而将原本复杂的网络性能评估模型变成简单易算的一维点阵模型，从而为网络性能的定量评估奠定了切实可行的基础。

与现有技术相比，本发明具有以下有益效果：

(1)本发明对现有的网络性能评估模型进行巧妙地简化，将原本单个独立的缓存器在评估模型上形成了一个整体，从而使网络性能评估变得简单易行，使网络性能的定量评估成为了可能。

(2)本发明通过对一维点阵模型进行数据包的队列密度和队列长度进行定量估算，从而体现整个网络性能的定量评估，与现有的定性评估方式相比，其评估更利于计算机实现，使得评估过程更加方便，评估结果更加精确。

(3)本发明解决了现有技术中长期存在但一直无法解决的网络性能定量评估问题，为通信网络的监控与改进提供了一条新的发展方向，具有十分明显的技术进步，行业意义十分重大。

附图说明

图1为现有技术中网络传输数据包的示意图。

图2为本发明将图1简化为一维点阵模型的示意图。

图3为数据包在相邻路由器或无线节点的缓存器之间的移动示意图。

图4为数据包在同一个缓存器内部的移动示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。