APP下载

大规模网络模拟的背景流量建模*

2011-06-27钱亚冠关晓惠

电信科学 2011年9期
关键词:背景特征模型

钱亚冠,王 滨,关晓惠

(1.浙江科技学院理学院 杭州310023;2.浙江大学计算机学院 杭州310027;3.浙江水利水电专科学校计算机系 杭州310018)

1 引言

随着Internet的快速发展,大规模分布式应用出现在互联网上,如P2P、Grid等,这些应用协议在正式部署前需要在大规模网络模拟环境下测试,验证在各种动态条件下的正确性和容错性。对于路由协议,同样需要在大规模环境下测试其路由性能。大规模网络模拟面临的一个重大挑战是对计算资源的巨大消耗,不仅需要大量的CPU时间,而且对主存容量也提出了极大的挑战。解决这个问题通常采用并行化和模型抽象,本文正是采用模型抽象的方式解决大规模网络模拟下的背景流量建模问题。

[1]统计了2004-2007年在SIGCOMM、SOSP/OSDI和NSDI上发表的论文,发现25.6%的论文在其模拟实验中没有采用背景流量。根据参考文献[1]的研究,真实的背景流量对应用和协议行为产生的影响远超过简单的流量模型,因此建立真实的背景流量模型对于实验的验证和可信度具有重要意义。由于Internet广泛使用TCP协议,传输层流量明显受网络拥塞的影响,因此采用tracedriven的方法建立的流量模型不具有普遍意义[2]。为此,采用简单的ON/OFF模型[3~5]在应用层建立背景流量模型,但Vishwanath K V[1]也指出,合理的背景流量必须同时具有真实性和响应性,能对前景流量的变化作出反馈响应。因此,在传输层建立采用fluid表示的微分方程模型表示这种反馈机制。为了降低时空复杂度,采用fluid[6,7]的概念对流量进行抽象。fluid流量表示与packet表示的区别在于,前者将连续的突发包看成一个整体,由此带来的好处就是大大降低模拟事件的数量和存储开销,缺点是降低了模拟精度,但实验者一般不关心背景流量的包级行为。……

登录APP查看全文

猜你喜欢

背景特征模型
一半模型
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
晚清外语翻译人才培养的背景
3D打印中的模型分割与打包
线性代数的应用特征