[发明专利]一种基于统计优化的网络业务流量生成方法

权利要求书

1.一种基于统计优化的网络业务流量生成方法，其特征在于，所述基于统计优化的网络业务流量生成方法通过建立能描述非自相似特性的泊松模型或描述自相似特性的ON/OFF模型分别生成非自相似的网络业务流量和自相似的网络业务流量为网络节点、协议提供多样性的测试流量，同时通过统计的方式优化ON/OFF模型在ON周期和OFF周期的均值来缩短帧间隔；

所述基于统计优化的网络业务流量生成方法包括以下步骤：

(1)输入确定业务种类的参数以及与该业务相关的参数，以及通用参数：使用的协议和协议首部数据、分组长度、分组填充方式、分组发送速率，发送时间；

(2)建立模型：

(2a)根据业务种类参数判断是否为非自相似业务，是，则执行步骤(2b)，否则执行步骤(2c)；

(2b)泊松模型的分布函数：X(t)表示网络到t时刻产生的分组数，X(t+Δt)表示网络到t+Δt时刻产生的分组数，k表示网络在Δt时间内产生的分组数，P(X(t+Δt)-X(t)＝k)表示网络在Δt时间内产生的分组数为k的概率，λ表示分组的产生强度，e表示自然常数；根据输入确定业务相关参数：分组产生强度，结合输入通用参数建立泊松模型；

(2c)Pareto分布的分布函数：α表示Pareto分布的参数，k表示随机变量能取到的最小值；ON/OFF模型分为ON阶段和OFF阶段，ON阶段和OFF阶段在时间轴上交替进行，ON和OFF阶段的时间序列服从Pareto分布；根据输入参数确定：发送速率，ON阶段的参数，ON阶段随机变量的最小值，OFF阶段的参数，OFF阶段随机变量的最小值，依据Pareto分布的分布函数分别产生时间序列，作为ON周期和OFF周期的时间，在ON周期以输入速率产生数据，在OFF周期不产生数据，建立ON/OFF模型；

(3)ON/OFF模型中参数的优化：

在ON/OFF模型的建立中，ON阶段的Pareto分布的参数α和k根据输入可获取，OFF阶段的Pareto分布的参数α根据输入获取，OFF阶段的k经下式计算：

E(x)_on表示ON周期的均值，k_on表示ON周期的参数k，α表示ON周期的参数α，S表示[0,1]之间均匀分布的最小值；表示OFF周期的参数α，S意义同ON周期的S，通过统计优化的方式对ON周期和OFF周期的均值进行优化；

(4)生成分组间隔：

(4a)根据步骤(2)判断是否为泊松模型，若是，则执行步骤(4b)，否则执行步骤(4c)；

(4b)泊松模型基于泊松过程产生分组，结合输入参数中的发送时间、分组长度、发送速率生成非自相似业务流量的分组间隔；

(4c)ON/OFF模型在ON阶段和OFF阶段的持续时间服从Pareto分布，结合输入参数中的发送时间、分组长度、发送速率生成自相似业务流量的分组间隔；

(5)生成分组：

结合输入参数中的协议和协议首部数据、分组长度、分组填充方式以及步骤(3)中生成的分组间隔生成分组数据；

(6)生成网络流量：

分别将步骤(4)生成的分组间隔和步骤(5)生成的分组数据写入文件，作为最终的业务生成流量；

所述通过统计优化的方式对ON周期和OFF周期的均值进行优化具体包括：

第一步，对ON/OFF模型中的Pareto分布进行k次均匀采样；

第二步，进行m次上述采样，m10，计算k次采样均值，根据式计算当前条件下的连续均值，将连续均值扩大a倍作为门限，去除采样均值中超过门限的值；

第三步，计算第二步中m次采样中剩余的采样均值的均值；

第四步，对ON/OFF模型中Pareto分布的参数α，1＜α＜2；以步长s进行取值，并在每个取值下执行上述第一、二、三步；

第五步，根据第四步获取均值随α的变化情况，运用曲线拟合的方法得到均值随α变化的关系式；

第六步，获取ON/OFF模型中Pareto分布的最小值，并计算出最大值，使用积分的方法在最小值和最大值之间计算随机分布的连续均值；

第七步，对ON/OFF模型中Pareto分布的参数α以步长s进行取值，并在每个取值下执行上述第六步，运用曲线拟合的方法获取随机分布连续均值随α变化的关系式；

第八步，结合第五步得到的离散均值随α变化的关系式除以第七步得到的连续均值随α变化的关系式，得到校正系数；

第九步，使用第八步获取的校正系数对ON周期和OFF周期的连续均值进行校正；

所述步骤(4b)中的泊松模型结合输入参数中的发送时间、分组长度、发送速率生成非自相似业务流量的分组间隔步骤如下：

第一步，根据输入参数中的发送速率，计算发送一个分组的时间，按照以太网分组间隔96比特时计算最小分组间隔的时间，发送一个分组的时间与最小分组间隔的时间的和即为发送一个分组所需的最小时间；

第二步，泊松过程的分组到达间隔服从指数分布，按照指数分布的分布函数产生一个分组的到达间隔，指数分布的分布函数如下：

F(x)＝1-e^-λx

其中，λ为指数分布的参数，是泊松过程到达强度的倒数；

第三步，累计已用时间与第二步产生的到达间隔之和小于输入参数中的发送时间，则将到达间隔减去发送一个分组所需的最小时间作为当前分组与下一个分组的分组间隔，记录此分组间隔，用累积已用时间和到达间隔之和更新累积已用时间的值，继续执行第二步，否则执行第四步；

第四步，计算结束，将记录得到的帧间隔作为非自相似网络业务流量的帧间隔；

所述步骤(4c)中的ON/OFF模型结合输入参数中的发送时间、分组长度、发送速率生成非自相似业务流量的分组间隔步骤具体包括：

第一步，根据输入参数中的发送速率，计算发送一个分组的时间，按照以太网分组间隔96比特时计算最小分组间隔的时间，发送一个分组的时间与最小分组间隔的时间的和即为发送一个分组所需的最小时间；

第二步，ON/OFF模型的ON周期和OFF周期时间服从Pareto分布，使用ON周期参数，按照Pareto分布的分布函数产生一个突发长度；

第三步，累计已用时间与第二步产生的突发长度之和小于输入参数中的发送时间，则计算此突发长度内可以发送多少个分组，记录此分组间隔，用累积已用时间和突发长度之和更新累积已用时间的值，继续执行第五步，否则执行第四步；

第四步，计算结束，将记录得到的帧间隔作为非自相似网络业务流量的帧间隔；

第五步，ON/OFF模型的ON周期和OFF周期时间服从Pareto分布，使用OFF周期参数，按照Pareto分布的分布函数产生一个空闲长度；

第六步，若累计已用时间与第五步产生的空闲长度长度之和小于输入参数中的发送时间，则更新最后一个分组间隔，用累积已用时间和空闲长度之和更新累积已用时间的值，执行第二步，则否执行第四步。

2.如权利要求1所述的基于统计优化的网络业务流量生成方法，其特征在于，所述步骤(5)中的生成分组的具体步骤包括：

第一步：将协议的首部数据顺序放在一起，作为以太网帧的首部，根据输入的数据填充方式生成指定数据放在以太网帧的数据域部分，成为生成的帧数据；

第二步：根据分组间隔的数目，分组数等于分组间隔数加一，生成分组间隔数加一个第一步中的分组，得到网络流量的分组数据。