基于测量的网络管理技术研究

摘要

网络的发展虽然已使我们的生活发生了翻天覆地的变化，但由于互联网的高度异构性和开放性以及业务的多样性等特点，也给网络管理带来了诸多挑战，而网络测量技术通过对真实网络的测量，以掌握其实际运行状态，为网络性能优化和客观评估提供可靠的依据，成为当前研究的热点。
　　本文对网络测量的需求，网络测量在网络管理中的重要性，以及网络测量研究的现实意义进行了分析，总结并回顾了当前各研究机构在网络测量，尤其是性能测量领域的研究现状、进展和特点，同时对网络测量的研究方法、性能测量的相关技术以及网络测量中若干关键问题进行了深入研究，并以被动测量技术为基础，详细阐述了网络性能测量技术。
　　为了减少采集的流量数据的冗余度，提出一种混合学习的模糊神经网络的性能数据融合算法，采用特征层数据融合算法进行性能数据的融合。针对各个测量主机所采集的流量数据，先对网络测量的各级性能指标进行特征提取，然后利用模糊神经网络进行逐层融合，借助BP算法实现对网络在线训练学习，采用误差反传来调整参数，使其快速收敛；利用粒子群对其进行离线优化，并对其学习因子和进行改进，同时采用一种基于自适应惯性因子动态调整策略的粒子群算法优化融合性能，以此减少时间复杂度和空间复杂度。
　　在上述融合算法的基础上，针对网络性能参数的模糊性特点，本文从时延、带宽、丢包率等主要的性能指标中细化出相应的二级指标，结合模糊理论相关知识，提出了一种基于模糊理论的网络性能评估模型。通过具体数据分析，该模型能对融合后的流量性能数据进行合理、有效的评估。
　　在系统实现方面，针对网络流量测量原型系统，分别从软件架构和软件工程的角度，详细分析其设计和实现过程；分别就系统的部署架构、体系结构，以及系统总体设计、各个功能模块的设计进行了阐述；对系统重要的数据结构、接口、出错处理和运行等方面进行了说明；针对系统数据库、主要类图、系统用例识别和系统动态模型进行了详细设计，其中重点讲述了整个系统的核心模块设计过程及核心模块算法设计；最后针对主要的网络性能指标，借助CERNET西南地区网络中心的良好实验环境和设备优势，对原型系统进行了实际的性能测试。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究背景

1.2 论文研究目标和内容

1.3 论文组织结构

第二章 网络测量技术研究

2.1 网络测量方法研究

2.2 网络测量技术研究

2.3 网络测量的若干关键问题

2.4 被动测量技术研究

2.5 本章小结

第三章 被动模式的网络性能测量

3.1 网络性能测量概述

3.2 性能测量架构

3.3 网络性能对象研究

3.4 性能数据融合算法

3.5 网络性能评估

3.6 本章小结

第四章 系统架构设计分析

4.1 系统部署架构设计

4.2 系统体系结构设计

4.3 总体设计和模块外部设计

4.4 数据结构设计

4.5 接口设计

4.6 出错处理设计

4.7 运行设计

4.8 维护设计

4.9本章小结

第五章 系统详细设计与功能实现

5.1 需求概述

5.2 数据库设计

5.3 系统主要类图设计

5.4 用例模型的建立

5.5 系统动态模型

5.6 系统核心模块实现

5.7 本章小结

第六章 系统测试与性能分析

6.1 测量环境的部署

6.2 主要界面设计

6.3 测量系统指标测试

6.4 本章小结

第七章 结论与展望

7.1 本论文的研究总结

7.2 前景展望

致谢

参考文献

攻读硕士期间取得的研究成果