[发明专利]基于t检测模型的网络坐标系统输入时延预处理方法

说明书

技术领域

本发明涉及互联网技术领域，具体涉及基于t检测模型的网络坐标系统输入时延预处理方法。

背景技术

近年来，随着IP网络规模指数级别的增长速度，网络结构异构性和复杂性程度增大，导致网络内部性能的可知性变差。同时又随着新的网络应用的不断涌现，用户对网络服务质量要求的不断上升，无论是网络服务提高商，还是用户，都希望能及时、准确的掌握反映网络当前性能的第一手资料，最大程度优化网络应用。在实际IP网络中，能反映网络运行性能和行为的参数很多，例如：带宽、时延、吞吐量等，而节点间时延是其关键参数之一，能够直接反映当前网络的性能状况。我们常把节点间时延称之为“网络距离”(Network Distance)。如在P2P(Peer-to-Peer)网络中DHT(Dynamic Hash Table)构造、Overlay路由、组播树构建等，它们都可以利用时延信息对其性能进行优化和提高。如何通过一种高效的测量的方式，来获取网络节点间的时延，是现在研究的热点问题。

为了得到网络距离，最简单而直接的方式就是在节点间的发起Ping探测数据包。然而这种方式测量次数，与网络规模存在指数级别的数量关系，由此给网络带来很大的测量开销。例如：在具有N台主机的网络中，需要测量O(N²)次，其效率低、可扩展性差。另一种是采用非直接测量方式，这仅仅需要部分节点间的有限次直接测量结果就能对其它所有节点间的距离进行预测，其复杂度降为O(N)；并且节点可以用几何方法相互独立地对网络时延进行存储、计算和处理等操作，方便网络应用。

基于网络坐标的时延预测方法，是近来提出的一类应用前景很好的非直接测量方法。该类方法是利用节点与部分邻居节点间的有限次直接测量时延信息，以测度空间嵌入理论为基础，将网络主机映射为虚拟空间中的点，并为其分配相应的虚拟坐标，由此就能够利用虚拟空间中两点之间测度距离来预测相应主机间的时延。网络坐标方法能以较小的测量开销预测时延，在实际网络环境中，它们在构建网络坐标系统时，通常要先取得所参考部分邻居节点间的一段时间内的有限次直接测量时延信息，分别将时延队列中数值大小上处于中间位置的时延值提取出来，形成静态稀疏时延矩阵作为建立网络坐标系统的输入时延。在这种情形下，因为构建坐标系统所输入的是静态稀疏时延矩阵，虽然节点间时延值稳定，但是并不能动态的反映网络中拥塞及拓扑变化。在现实场景中，无论是网络拥塞、网络负载均衡还是网络拓扑变化等等，都可以造成网络节点间的时延值不稳定。如果对这些参与网络坐标系统构建的输入时延不作任何处理，则无法保证用其建立网络坐标系统时延预测的准确性及其收敛周期。

发明内容

本发明所要解决的问题是：如何提供一种基于t检测模型的网络坐标系统输入时延预处理方法，该方法能克服现有技术中所存在的缺陷，保证了在复杂的网络背景环境下，网络距离半测度空间嵌入理论对其输入时延值稳定变化并且还能够及时反映当前网络状况的要求，保障了网络距离非直接测量的准确性。

本发明所提出的技术问题是这样解决的：提供一种基于t检测模型的网络坐标系统输入时延预处理方法，其特征在于，每个网络节点记录其与部分邻居节点间最近H个直接测量时延值，在t检验模型下，依据该时延队列的时延观察值，估计出本节点间的下一时刻时延观察值的置信区间，以检测并抑制异常的时延观察值，得到其平滑输出时延结果，具体步骤如下：

①变量定义：

a、Sample是节点AB间有限次直接测量的时延值，A和B是网络坐标系统中的两个节点，其中A是本地节点，进行网络坐标的更新过程，B是A的参考邻居节点，该时延队列中包含节点AB间全部可能的时延值，称为总体，这是进行测度距离空间嵌入所需的时延集合，以一维数值的形式，作为要进行平滑处理的输入时延数据；

b、SA＝{Sa₁，Sa₂，...Sa_H}是来自总体Sample的简单随机样本，由节点AB间最近H次直接测量时延的个体Sa₁，Sa₂，...Sa_H组成，其个体Sa₁，Sa₂，...Sa_H是来自总体Sample中时延信息的观察结果，样本容量即历史记录时延窗口大小为H，H≥3，，并且，样本SA要随着总体Sample中最新取得的所直接测量的时延个体的到来而更新；