[发明专利]一种基于分组测试的拥塞链路定位方法

说明书

本发明公开了一种基于分组测试的拥塞链路定位方法，采用d分离矩阵模型作为二进制检验矩阵鉴别拥塞链路，定位网络中的拥塞链路；通过随机游走方法来构造矩阵的每一行去定位拥塞链路；一个测试为一个随机游走，即探测信号从发送方出发，随机选择路径进行随机游走，直到到达接收方后停止；任务是识别拥塞链路；在给定的网络中，使用布尔向量编码路由矩阵，编码的过程是：布尔向量相应的位置表示图中链路集合，每条探测路径经过的链路，他们相应位置记为1，否则记为0。本发明具有更快的诊断速度，提高了故障诊断精度。

技术领域

本发明属于网络故障诊断技术领域，尤其涉及一种基于分组测试的拥塞链路定位方法。

背景技术

精确地以及及时地了解大型网络的内部链路状态(如企业内部网中链路的延迟或者拥塞状态)对于许多网络应用是至关重要的，例如路由优化、网络性能评估以及探测异常或恶意行为等；因为监测大量链路以及传送数据包会产生很高的花费，所以直接测试内部链路状态一般是不可行的。为了解决这些问题，网络诊断通过端到端的路径测试来推断内部链路状态已经引起了广泛的研究。如果一条链路上的通信量速率接近它的可用带宽，在这条链路上的数据包将感到很长的延迟，以致最终丢失。因此在两个主机(边界节点)之间沿着包含至少一条拥塞链路的路径上发送探测数据包将会感到明显的端到端的延迟，预示着拥塞的开始。然而，通过这些端到端的测试，如何确定性地鉴别哪些链路是拥塞的为决定性问题。网络诊断的一个特例是通过端到端的拥塞测试去推断内部链路的拥塞状态.在这种情况下，只考虑二进制的链路状态，即“1”表示拥塞以及“0”表示非拥塞。路径测试结果也是二进制表示：“1”表示沿着这条路径至少一个链路是拥塞的以及“0”表示沿着这条路径的所有链路是非拥塞的。链路和路径的二进制特征要求网络诊断模型通过布尔代数来计算和求解。Duffield首次提出称作布尔诊断的新的网络诊断结构；提出了最小一致故障集(SCFS)推断算法去诊断拥塞链路，存在的缺陷是只适用于拥塞链路为稀疏时的拥塞链路定位，而且在网络诊断中他使用的是被动测试来监测网络中的链路状态，这需要终端的合作，另一方面，同时发送所有的探测路径来定位所有的拥塞链路会导致需要较多的探测路径数。在Duffield之后，有许多学者致力于此，提高了布尔诊断的性能；为了提高丢失率的弱可分离性引起的不精确性。Nguyen and Thiran在执行SCFS算法前，使用启发式的算法修正每条路径的状态，由于链路延迟，一个端到端的测试会引起沿着路径上的所有链路延迟的累加；Chen Jin-Biao引入乘法的度量可以通过使用方程log(·)使路径上的延迟表示为加法的形式；通过进行很多路径测试构建一个线性观测模型，求解这个模型推断出内部链路的状态。Pan Sheng-Li采用放大的状态空间模型反应不同的拥塞水平，通过解约束优化来鉴别拥塞链路，该方法存在的缺陷是根据端到端的测试估计出每条链路的拥塞概率，基于估计的拥塞概率进一步提出算法来定位拥塞链路；由于链路延迟是随着时间变化的，他提出关于链路延迟有很好先验分布的随机模型有较高的精度，但是在随机模型中过度参数化将导致很明显的计算复杂度。Bai Linda提出适应性的探测方法，根据每一次的探测结果动态地调整下一次的探测路径，精确地定位出拥塞链路的位置，降低了需要的探测路径数，其缺陷是在探测过程中需要内部节点的协作，增加了监测花费，同时具有较高的时间复杂度。

目前基于端到端的路径探测技术定位拥塞链路的方法定位准确度不够、诊断时间过长，这是因为由于目前的诊断方案大多是基于随机性模型，关于链路延迟有很好先验分布的随机模型将会有较低的方差估计，而假设的分布和真实的分布之间的差异将会导致估计偏差，不能够做到精确定位网络中的拥塞链路。虽然二进制的决定性探测方案可以精确地定位每一条拥塞链路，但Bai Linda提出适应性的决定性探测方法，根据每一次探测结果来部署下一次探测路径，动态调整每一次的探测路径具有较高的时间复杂度，导致诊断时间过长，而本发明提出的探测方案中，在构造好的路由矩阵中，通过同时发送所有的探测信号来唯一定位网络中的所有拥塞链路，精确定位所有拥塞链路的同时大大地降低了时间复杂度。

发明内容