利用多维统计方法预测网络拥塞状态

计算机应用 ›› 2012, Vol. 32 ›› Issue (05): 1251-1254.

利用多维统计方法预测网络拥塞状态

邬平¹,²,吴斌²,李鑫²,李俊²,³,黄红伟²

1. 昆明理工大学云南省计算机技术应用重点实验室,昆明 650051
2. 云南省科学技术情报研究院网络管理中心,昆明 650051
3. 云南省科学技术情报研究所

收稿日期:2011-11-01 修回日期:2011-12-14 发布日期:2012-05-01 出版日期:2012-05-01
通讯作者: 吴斌
作者简介:邬平(1967-),男,云南昆明人,教授级高级工程师,主要研究方向：网络管理及应用；吴斌(1977-),男,云南昆明人,工程师,硕士,主要研究方向：网络系统分析、分布式系统控制；李鑫(1978-),男,云南昆明人,工程师，硕士,主要研究方向：网络系统控制；李俊(1981-),男,云南昆明人,工程师，主要研究方向：网络系统控制；黄红伟(1977-),男,云南昆明人
,工程师,硕士,主要研究方向：网络系统控制。

Network congestion status prediction with multidimensional statistical methods

WU Ping¹,²,WU Bin¹,LI Xin¹,LI Jun¹,³,HUANG Hong-wei⁴

1. Network Administration Center, Yunnan Academy of Scientific and Technical Information, Kunming Yunnan 650051, China
2. Yunnan Key Laboratory of Computer Technology Application, Kunming University of Science and Technology, Kunming Yunnan 650051, China
3.
4. 云南省科学技术情报研究院网络管理中心,昆明 650051

Received:2011-11-01 Revised:2011-12-14 Online:2012-05-01 Published:2012-05-01
Contact: WU Bin

摘要/Abstract

摘要： 为在具有优先级调度网络环境下较准确地预估平均队列长度和队列等待时间这两个拥塞控制核心指标值，通过综合帕雷托分布、泊松随机过程和平均加权三种统计方法，设计一个包括数据到达过程、数据离开过程、数据优先级调度的计算模型，同时利用矩阵方法推导曲线性参数计算方程。通过仿真，实验结果与模型计算结果比较，两者偏差度小，验证了模型能准确预测网络状态。

关键词: 平均队列长度, 队列等待时间, 帕雷托分布, 曲线性参数, 泊松分布, 计算模型, 矩阵

Abstract: For evaluating the two values of the average queue length and the queue waiting time, the core indicators of congestion control algorithms, more accurately in the network with priority scheduling service, a computational model, which includes the data arriving process, the data leaving process and the priority scheduling service, was designed by using the three statistical methods: the Pareto distribution, the Poisson random process and the weighted average method. And the computational function of curve shape parameter was deduced by using the matrix method. By comparing the simulation results produced from a test bed with the results of the computational model, it is found that the deviation is small, which proves that the new model can predict the status of network correctly.

Key words: Average Queue Length (AQL), Queue Wait Time (QWT), Pareto distribution, curve shape parameter, Poisson distribution, computational model, matrix

中图分类号:

邬平吴斌李鑫李俊黄红伟. 利用多维统计方法预测网络拥塞状态[J]. 计算机应用, 2012, 32(05): 1251-1254.

WU Ping WU Bin LI Xin LI Jun HUANG Hong-wei. Network congestion status prediction with multidimensional statistical methods[J]. Journal of Computer Applications, 2012, 32(05): 1251-1254.

参考文献

［1］FLOYD J. Random early detection gateways for congestion avoidance ［J］. IEEE/ACM Transactions on Networking, 1993, 1（4）： 397-413.

［2］FENG W-C, SHIN K G, KANDLUR D D, et al. The blue active queue management algorithms ［J］. IEEE/ACM Transactions on Networking, 2002, 10(4): 513-528.

［3］ATHURALIYA L V, LOW S H. REM: Active queue management ［J］. IEEE Network, 2001, 15(3): 48-53.

［4］PAXSON V. End-to-end Internet packet dynamics ［J］. IEEE/ACM Transactions on Networking, 1999, 7(3): 277-292.

［5］PAPAGIANNAKI K, MOON S, FRALEIGH C, et al. Analysis of measured single-hop delay from an operational backbone network ［C］// Proceedings of the Twenty-First Annual Joint Conference of the IEEE Computer and Communications Societies. Piscataway: IEEE, 2002: 535-544.

［6］BERG H V D, MANDJES M, MEENT V D R, et al. QoS-aware bandwidth provisioning for IP network links ［J］. Computer Networks: The International Journal of Computer and Telecommunications Networking, 2006, 50(5): 631-647.

［7］BRADEN B, CLARK D, SHENKER S. RFC 1633,Integrated services in the Internet architecture: An overview ［S］.IETF,1994.

［8］THOMPSON K, MILLER G J, WILDER R. Wide-area Internet traffic patterns and characteristics［J］. IEEE Network, 1997, 11(6): 10-23.

［9］SONG C, HAVLIN S, MAKSE H A. Self-similarity of complex networks ［J］. Nature, 2005, 433(7024): 392-395.

［10］DANZIG P B, JAMIN S, CACERES R, et al. An empirical workload model for driving wide-area TCP/IP network simulations ［J］. Internetworking: Research and Experience, 1992, 3(1): 1-26.

［11］ADAS A. Traffic models in broadband networks ［J］. Communications Magazine, 1997, 35(7): 82-89.

［12］WILLINGER W, TAQQU M S, SHERMAN R, et al. Self-priority queue similarity through high-variability: Statistical analysis of Ethernet LAN traffic at the source level ［J］. IEEE/ACM Transactions on Networking, 1997, 5(1): 71-86.

［13］FARRINGTON P A, NEMBHARD H B,STURROCK D T, et al. Network simulations with OPNET ［EB/OL］. ［2011-09-10］. http://www.informs-sim.org/wsc99papers/043.PDF.

［14］IEEE 802.1d 1998， Part 3: Media access control (MAC) bridges［S］.[S.l.]:IEEE, 1998.

［15］SCHULZRINNE H, CASNER S. RFC 3551: RTP profile for audio and video conferences with minimal control ［S］.IETF, 2003.

[1]	张成, 万源, 强浩鹏. 基于知识蒸馏的深度无监督离散跨模态哈希[J]. 计算机应用, 2021, 41(9): 2523-2531.
[2]	孙浩艺, 王传美, 丁义明. 基于隐藏层输出矩阵的极限学习机算法优化[J]. 计算机应用, 2021, 41(9): 2481-2488.
[3]	王丹, 梁家敏, 刘金枝, 张友寿. 6G可重构智能表面的相移模型设计[J]. 计算机应用, 2021, 41(9): 2694-2698.
[4]	徐江浪, 李林燕, 万新军, 胡伏原. 结合目标检测的室内场景识别方法[J]. 计算机应用, 2021, 41(9): 2720-2725.
[5]	王心, 朱浩华, 刘光灿. 卷积鲁棒主成分分析[J]. 计算机应用, 2021, 41(5): 1314-1318.
[6]	王云燕, 胡爱花. 网络攻击下双层结构多智能体系统一致性[J]. 计算机应用, 2021, 41(5): 1399-1405.
[7]	杨蒙蒙, 张爱华. 基于灰度共生矩阵和同步正交匹配追踪的分形图像压缩[J]. 计算机应用, 2021, 41(5): 1445-1449.
[8]	李磊涛, 张楠, 童向荣, 岳晓冬. 基于差别矩阵的区间值决策系统β分布约简[J]. 计算机应用, 2021, 41(4): 1084-1092.
[9]	李慧慧, 闫坤, 张李轩, 刘威, 李执. 基于MobileNetV2的圆形指针式仪表识别系统[J]. 计算机应用, 2021, 41(4): 1214-1220.
[10]	张茂, 李瑞虎, 郑尤良, 付强. 基于sunflower的局部修复码构造[J]. 计算机应用, 2021, 41(3): 763-767.
[11]	王锦凯, 贾旭. 基于迁移孪生非负矩阵分解的静脉识别算法[J]. 计算机应用, 2021, 41(3): 898-903.
[12]	罗志伟, 刘持标. 基于H.266/通用视频编码的帧内双模式的视频水印算法[J]. 计算机应用, 2021, 41(2): 456-460.
[13]	高世乐, 王滢, 李海林, 万校基. 基于矩阵画像的金融时序数据预测方法[J]. 计算机应用, 2021, 41(1): 199-207.
[14]	李凯, 岳秉杰. 共享转换矩阵的胶囊网络及其融合视角特征的跨视角步态识别[J]. 计算机应用, 2021, 41(1): 157-163.
[15]	温雯, 刘芳, 蔡瑞初, 郝志峰. 面向群组用户时序行为的动态推荐算法[J]. 计算机应用, 2021, 41(1): 60-66.