[发明专利]基于链路拥塞强度分布的网络拥塞链路诊断方法及系统

说明书

本发明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算法及本发明的方法进行拥塞链路推断，实验证明了本发明的方法较现有传统算法有更高的推断准确性。

技术领域

本发明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。

背景技术

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(tomography)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，Huang X.等人提出测CLINK算法较不使用先验概率的MCMC(Monte Carlo Markov Chain)算法及使用一致先验概率的SCFS(Smallest Consistent Failure Set algorithm)算法在推断性能上有较大程度的提升。

发明内容

本发明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：