基于链路拥塞强度分布的网络拥塞链路诊断方法及系统技术方案

本发明专利技术公开了基于链路拥塞强度分布的网络拥塞链路诊断方法及系统，针对IP网络路由的动态特性，根据多路端到端探测获取的路径性能及拓扑结构的探测结果，对IP网络拥塞链路进行推断，建立EM算法模型得到待测IP网络的各链路的拥塞强度概率分布，在此基础上基于该模型对IP网络拥塞链路进行推断，实现了动态路由下IP网络拥塞链路的推断。通过对不同类型及规模IP网络进行模拟实验和仿真实验，在相同场景下，分别利用传统CLINK和SCFS算法及本发明专利技术的方法进行拥塞链路推断，实验证明了本发明专利技术的方法较现有传统算法有更高的推断准确性。

Network Congestion Link Diagnosis Method and System Based on Link Congestion Intensity Distribution

【技术实现步骤摘要】
基于链路拥塞强度分布的网络拥塞链路诊断方法及系统
本专利技术涉及网络拥塞控制领域，更具体地说，涉及基于链路拥塞强度分布的网络拥塞链路诊断方法及系统。
技术介绍
IP网络链路性能推断技术对广大网络用户，特别是网络运营、管理商非常重要。随着IP网络规模的迅速扩大，网络结构日益多样，人工定期检查已不能适应大规模网络的需要。网络层析成像能够在网络内部节点不提供测量协作的情况下，根据端到端的测量结果，间接地估计网络内部链路性能参数，是一种重要的网络测量手段，能直接指导网络管理和网络优化。在当前类traceroute工具所测数据包含有低转发优先级的ICMP报文测量部分以及Internet中大部分玩过不提供测量协助的背景下，基于端到端测量的网络层析成像技术被提出来了。网络层析成像将目标网络视为一个黑盒子。自从1996年Vardi首次提出在IP网络性能推断中使用类似医学层析扫描(tomograph)技术以来，借助网络tomography技术推断IP网络内部链路性能的方法主要包括两类：第一类方法使用多播方式或多簇单播模拟多播的方式，通过构建IP网络线性方程组求解各链路丢包率，并假设链路性能服从特定分布或具有时空独立性和平稳性等。出于安全等因素，当前IP网络中的大部分路由器对单播的支持度高于多播，时间相关性难以保证，且tomography技术以尽可能少的E2E路径探测推断网络内部链路性能，常导致构建的系统线性方程组因系数矩阵维度过大，求逆计算复杂，甚至导致算法失效。第二类方法将路径及链路性能借助布尔(Boolean)二进制代数值0、1进行表示。H.X.Nguyen，V.N.Padmanabhan，N.G.Duffield等人提出借助不相关的E2E路径探测，推断IP网络最有可能发生拥塞的链路集合，简化了链路性能推断过程。其中，HuangX.等人提出测CLINK算法较不使用先验概率的MCMC(MonteCarloMarkovChain)算法及使用一致先验概率的SCFS(SmallestConsistentFailureSetalgorithm)算法在推断性能上有较大程度的提升。
技术实现思路
本专利技术要解决的技术问题在于，针对上述目前传统借助主动网络层析成像技术推断IP网络拥塞链路的方法均不能对动态路由IP网络进行准确建模，且忽略网络拥塞强度的客观存在，从而使得推断拥塞链路产生一定误差的技术问题，提出了基于链路拥塞强度分布的网络拥塞链路诊断方法及系统来解决上述问题。基于链路拥塞强度分布的网络拥塞链路诊断方法，包括：S1、对待测IP网络中端到端路径进行t时刻快照，获得t时刻待测IP网络中各端到端路径性能及拓扑结构的探测结果，使用快照获得待测IP网络链路的初始概率，初始概率包括链路的初始拥塞概率以及链路的初始拥塞强度概率；S2、根据t时刻快照所得到的初始概率使用EM算法模型计算得到待测IP网络的先验概率，先验概率包括先验拥塞概率和链路的先验拥塞强度概率；S3、建立待测IP网络中各链路的先验拥塞概率求解的线性方程组；S4、根据步骤S2得到待测IP网络的先验概率，结合步骤S3得到的线性方程组，计算推断待测IP网络中最有可能发生拥塞的链路集合。进一步的，所述步骤S2计算先验概率具体包括：a、根据所述探测结果，获得某一时间片t对应的链路的拥塞概率向量p和链路的拥塞强度概率分布Dt；b、根据t时刻得到的初始概率以及IP网络路径状态Z，计算对数似然LL(D|Z，X)关于X的期望，得到最可能发生的链路状态X；c、根据链路状态X，重新计算每条链路的拥塞强度概率分布，得到新的Dt+1；d、当迭代到一定次数，或者算法收敛到一定精度，结束算法，得到所述待测网络中的先验链路拥塞强度概率分布；否则，回到步骤b。进一步的，建立所述线性方程组具体包括：A、在所述待测IP网络中，将各端到端与其路径的各链路之间的关系使用布尔代数模型表示为：nc为各端到端路径经过的链路总和，Zi为第i条路径的状态变量，xj为第j条链路的状态变量。当Zi≥1时，表示第i条路径为拥塞状态，当Zi＝0时，表示第i条路径为正常状态；当xj＝1时，表示第j条链路位拥塞状态，当xj＝0时，表示第j条链路为正常状态；Dij为路径和链路的关系变量，当Dij＝1时，表示第i条路径经过第j条链路，当Dij＝0时，表示第i条路径不经过第j条链路；B、在所述待测IP网络中，将各端到端与其路径的各链路之间的拥塞强度的关系使用线性代数模型表示为：nc为各端到端路径经过的链路总和，Mi为第i条路径的状态变量，yj为第j条链路的状态变量。当Mi≥1时，表示第i条路径为拥塞状态，当Mi＝0时，表示第i条路径为正常状态；当yj≥1时，表示第j条链路位拥塞状态，当yj＝0时，表示第j条链路为正常状态；Dij为路径和链路的关系变量，当Dij＝1时，表示第i条路径经过第j条链路，当Dij＝0时，表示第i条路径不经过第j条链路；C、对所述A步骤中的布尔代数模型，找到向量x＝[x1x2…xn]，使得如下条件概率公式得到最大化：其中z＝[z1z2…zm]表示快照得到的待测IP网络的状态，n表示待测IP网络中链路的个数，m表示待测IP网络中路径的个数，PG为测量标记为正常链路的集合，Pc为测量标记为拥塞链路的集合，Pi表示路径i。进一步的，所述步骤C中最大化概率公式可以化简为：其中，εR表示去除所有经过正常路径的链路以及确定为正常链路之后所得到的路由矩阵，χ表示判断的拥塞链路集合，pk表示链路k的拥塞概率。进一步的，在当前推断时刻拥塞路径链路集合中查找权值最高的链路的判断公式如下：其中，Dk表示链路k经过的路径的集合，|Dk|即为链路k经过的路径的个数。基于链路拥塞强度分布的网络拥塞链路诊断系统，包括：处理器及存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现上述的任意基于链路拥塞强度分布的网络拥塞链路诊断方法。与现有技术相比，本专利技术的优势在于：本专利技术针对IP网络路由的动态特性，根据多路端到端探测获取的路径性能及拓扑结构的探测结果，对IP网络拥塞链路进行推断，建立EM算法模型得到待测IP网络的各链路的拥塞强度概率分布，在此基础上基于该模型对IP网络拥塞链路进行推断，实现了动态路由下IP网络拥塞链路的推断。通过对不同类型及规模IP网络进行模拟实验和仿真实验，在相同场景下，分别利用传统CLINK和SCFS算法及本专利技术的方法进行拥塞链路推断，实验证明了本专利技术的方法较CLINK算法有更高的推断准确性。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1为本专利技术基于链路拥塞强度分布的网络拥塞链路诊断方法的流程图；图2为本专利技术中EM算法建模流程图；图3是本专利技术中不同拥塞链路比例下CLINK、SCFS、DACLI-CLINK算法的DR对比图；图4是本专利技术中不同拥塞链路比例下CLINK、SCFS、DACLI-CLINK算法的FPR对比图；图5是本专利技术中不同拥塞链路数目下CLINK、SCFS、DACLI-CLINK算法的DR对比图；图6是本专利技术中不同拥塞链路数目下CLINK、SCFS、DACLI-CLINK算法的FPR对比图；图7是本专利技术中判断拥塞链路的伪代码示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清本文档来自技高网...

【技术保护点】
1.基于链路拥塞强度分布的网络拥塞链路诊断方法，其特征在于，包括：S1、对待测IP网络中端到端路径进行t时刻快照，获得t时刻待测IP网络中各端到端路径性能及拓扑结构的探测结果，使用快照获得待测IP网络链路的初始概率，初始概率包括链路的初始拥塞概率以及链路的初始拥塞强度概率；S2、根据t时刻快照所得到的初始概率使用EM算法模型计算得到待测IP网络的先验概率，先验概率包括先验拥塞概率和链路的先验拥塞强度概率；S3、建立待测IP网络中各链路的先验拥塞概率求解的线性方程组；S4、根据步骤S2得到待测IP网络的先验概率，结合步骤S3得到的线性方程组，计算推断待测IP网络中最有可能发生拥塞的链路集合。

【技术特征摘要】
1.基于链路拥塞强度分布的网络拥塞链路诊断方法，其特征在于，包括：S1、对待测IP网络中端到端路径进行t时刻快照，获得t时刻待测IP网络中各端到端路径性能及拓扑结构的探测结果，使用快照获得待测IP网络链路的初始概率，初始概率包括链路的初始拥塞概率以及链路的初始拥塞强度概率；S2、根据t时刻快照所得到的初始概率使用EM算法模型计算得到待测IP网络的先验概率，先验概率包括先验拥塞概率和链路的先验拥塞强度概率；S3、建立待测IP网络中各链路的先验拥塞概率求解的线性方程组；S4、根据步骤S2得到待测IP网络的先验概率，结合步骤S3得到的线性方程组，计算推断待测IP网络中最有可能发生拥塞的链路集合。2.根据权利要求1所述的基于链路拥塞强度分布的网络拥塞链路诊断方法，其特征在于，所述步骤S2计算先验概率具体包括：a、根据所述探测结果，获得某一时间片t对应的链路的拥塞概率向量p和链路的拥塞强度概率分布Dt；b、根据t时刻得到的初始概率以及IP网络路径状态Z，计算对数似然LL(D|Z，X)关于X的期望，得到最可能发生的链路状态X；c、根据链路状态X，重新计算每条链路的拥塞强度概率分布，得到新的Dt+1；d、当迭代到一定次数，或者算法收敛到一定精度，结束算法，得到所述待测网络中的先验链路拥塞强度概率分布；否则，回到步骤b。3.根据权利要求1中所述的基于链路拥塞强度分布的网络拥塞链路诊断方法，其特征在于，建立所述线性方程组具体包括：A、在所述待测IP网络中，将各端到端与其路径的各链路之间的关系使用布尔代数模型表示为：nc为各端到端路径经过的链路总和，Zi为第i条路径的状态变量，xj为第j条链路的状态变量。当Zi≥1时，表示第i条路径为拥塞状态，当Zi＝0时，表示第i条路径为正常状态；当xj＝1时，表示第j条链路位拥塞状态，当xj＝0时，表示第j条链路为正常状态；Di...

【专利技术属性】
技术研发人员：潘胜利，曾德泽，李冲，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42