網絡時延的自相似性研究

李稚春

摘 要：網絡時延是評價網絡性能的重要指標之一，針對網路時延的自相似特性展開研究。首先分析網絡時延的組成，并通過Ping測量方法，對局域網、廣域網的不同目標主機進行Ping測量網絡時延試驗。給出自相似過程的定義、判別方法，采用方差時間法對網絡時延進行自相似性判別，分析結果表明，網絡時延具有很強的非線性及自相似特征，與局域網相比，廣域網的長程依賴性更大。

關鍵詞：網絡時延；往返時延；自相似性；方差時間法

中圖分類號：TP393.1 文獻標識碼：A 文章編號：2095-1302（2015）04-00-04

0 引 言

網絡時延作為網絡性能的重要指標之一，研究意義重大，對網絡通信系統、網絡控制系統、遠程醫療、網絡視頻傳輸都有直接的影響[1-3]。由于網絡通信過程中端到端的通信距離、中間的路由節點、網絡結構、網絡負荷等因素的影響，必然會存在網絡時延。同時，網絡時延呈現時變和隨機特性，為網絡控制系統以及實時網絡傳輸系統的設計帶來了一定的困難。

網絡提供的是盡力而為（Best Effort）的數據傳遞服務， 網絡結構處于動態不斷變化中，網絡流量具有非均衡特性，因此網絡時延是不確定和動態變化的網絡性能測量，而這也是對網絡進行精確控制的重要前提。同時，在網絡擁塞控制機制作用下，路由排隊時間和網絡負載對點對點的時延影響是相當大的。最初的網絡時延建模認為時延序列具有短相關特性，并通過Markov模型[4]或者回歸模型對網絡時延進行建模[5]，然而，近年來的最新研究結果表明，網絡時延的分布呈現自相似性及長程相關性[6-8]。Borella[7]通過分析Internet網絡時延數據，認為時延存在著長程相關性。文獻[9]通過Pchar工具對網絡時延進行測量，通過試驗結果驗證了網絡時延負荷Pareto分布形態，即自相似特性。周曉兵[8]通過研究發現，具有自相似特性的分布能更好地描述網絡延時，即網絡時延在所有時間尺度上的都具有統計相似性。具有短相關特性的時間序列隨著時間間隔的增大，自相關函數呈指數衰減，相關性迅速下降；具有長相關特性的時間序列隨時間間隔的增大，自相關函數呈雙曲函數下降，衰減較慢。因此，為了對網絡時延進行時延建模、預測等分析，首先要分析網絡時延的自相似特性，本文從以局域網和廣域網中真實的物理鏈路角度進行時延測量，進而分析了網絡空閑狀態和網絡繁忙狀態下的網絡時延自相似性。

1 網絡時延的組成

ITU工作組和IPPM工作組分別對網絡性能參數進行了定義[10]，如圖1所示[11]，為端到端網絡的拓撲結構圖，一般而言，網絡中的發送端和接收端不會發生在相鄰的兩個節點之間，中間多會有n個路由節點，這里以圖1中標號為1的作為發送端，標號為6的作為接收端，進行描述網絡單向時延和往返時延的定義。

（1）單向時延（One Way Delay，OWD）：它指的是從1發送一個數據報文至6，6處接收到該報文的時間與1處發送該報文的時間差為鏈路的網絡單向時延。

（2）往返時延（Round Trip Time，RTT）：它指的是在T時刻，從1處發送一個數據探測包至6，6接收到該探測包之后直接返回ACK應答，1在T+ΔT時刻收到該應答包，則記錄ΔT為鏈路的往返時延。

一般來說，端到端網絡傳輸時延由以下4個部分組成：

（1） 傳播時延：指的是數據報文的第一個bit從客戶端到服務器所經歷的時間，它主要與信號在信道中的傳播速度有關，一般為0.7倍的光速，將傳播時延記為t1 s；

（2） 傳輸時延：指的是客戶端開始發送數據報文的第一個bit直至該數據報文的最后一個bit發送結束的時間，主要與兩個節點之間的網絡帶寬有關，將傳輸時延記為t2 s；

（3） 處理時延：指的是數據報文在中間路由節點上所經歷的處理時間，主要受路由節點的硬件性能影響，將處理時延記為t3 s；

（4） 排隊時延：指的是數據報文在路由節點處等待被處理和處理過程的時間，主要與當前節點的網絡負荷和路由器的硬件處理能力有關，將排隊時延記為t4 s。

其中，t2_0表示數據報文在發送端的傳輸時延，t1_h表示數據報文在節點h上發生的傳播時延，t2_h表示數據報文在節點h上發生的傳輸時延，t3_h表示數據報文在節點h上發生的處理時延，t4_h表示數據報文在節點h上發生的排隊時延， t4 _D表示數據報文在接收端發生的排隊時延。傳播時延與兩個節點之間的物理距離以及傳輸介質有關，傳輸時延與兩個節點之間的網絡帶寬以及數據報文的長度有關，而處理時延主要取決于節點路由的處理能力以及相應的傳輸協議等，相比而言，最為復雜的當屬排隊時延，它與鏈路的實時負載情況、隊列管理機制、緩沖區管理機制以及節點路由的處理能力等都有密切的關聯。

2 基于Ping的網絡時延測量

網絡單向時延的測量過程需要客戶端和服務器雙方同時配合才能完成，因此，對于當前的大規模互聯網絡而言，如果要測量端到端的OWD存在一定的困難[12]。相比而言，網絡往返時延只需要知道服務器的IP地址，在客戶端就可以完成測量實驗，基于Ping操作的RTT估算方法簡單易用，是當前主要的估算方法[13]，為此，本文基于Ping測量方式對局域網以及廣域網的網絡時延進行兩種方式的測量，即網絡繁忙時段的測量和網絡空閑時段的測量。

測量時延鏈路1是本校局域網內的兩臺主機之間，鏈路2是從通過局域網內的一臺主機Ping新浪服務器（主機位于北京），為保證時延測量試驗環境一致，測量過程中，主機關閉其余與網絡相關的程序，試驗中每隔10秒Ping目標主機1次，網絡繁忙與空閑狀態下分別測量4個小時，共獲得4組試驗數據，每組1 440個時延數值。測量結果如圖2所示。

由于局域網內網絡通信環境較好，端到端的網絡時延多分布在1 ms附近，網絡空閑狀態下的時延最高值為6 ms，網絡繁忙狀態下時延最高值為8 ms；相比而言，新浪服務器對應的時延值較大，網絡空閑狀態下的時延均值為150 ms左右，網絡時延最高值為163 ms，在網絡繁忙狀態下網絡時延的最高值接近400 ms，同時網絡時延的波動起伏較大。通過對網絡時延地分析可以發現，網絡時延是一個非平穩的隨機過程，具有非線性特征，接下來分析一下網絡時延的自相似性特征。

4 總 結

時延是網絡性能指標中的重要參數，通過網絡時延可以為網絡可用帶寬、數據報文丟失率等其它特性參數的估計提供極其有用的信息。本文設計了網絡時延測量試驗，通過Ping測量方式對網絡繁忙、網絡空閑狀態下局域網和廣域網中的兩臺目標主機進行時延測量，通過實測數據驗證了網絡時延的非線性特征，并重點分析了網絡時延的自相似性，結果表明廣域網的自相似性比局域網自相似性強，與此同時網絡繁忙狀態下的時延自相似性比網絡空閑狀態下強，說明廣域網的長程依賴性更大。通過本文的研究有助于建立適合的網絡時延模型，為網絡時延預測奠定了基礎。

參考文獻

[1] Ohsaki H， Murata M， Miyahara H. Modeling End-to-End Packet Delay Dynamics of the Internet using System Identification[C].In Proceedings of the International Teletraffic Congress 17， Salvador： 2001.

[2]王慶鵬，談大龍，陳寧.基于Internet的機器人控制中網絡時延測試及分析[J].機器人.2001（4）：316-321.

[3]徐淑萍，蘇小會.基于Internet的遠程控制系統網絡時延分析研究[J].微電子學與計算機，2011，28（7）：41-45.

[4] Johan Nilsson Bo Bernhardsson B W.Stochastic analysis and control of real-time systems with random time delays[J].1998，34 （1）：57-64.

[5] Bitsoris G， Athanasopoulos N， Dritsas L. Feedback Stabilization of Networked Control Systems[C].18th IEEE International Conference on Control Applications， Russia： IEEE，2009.

[6] Li Q， Mills D L.Jitter-Based Delay-Boundary Prediction of Wide-Area Networks[J].IEEE/ACM TRANSACTIONS ON NETWORKING，2001，9 （5）：578-590.

[7] Borella M S.On Estimating Long Range Dependence of Network Delay[J].International Journal of Chaos Theory，2001，6 （4）：1-20.

[8]周曉兵，費敏銳，李力雄.基于應用層的以太網網絡誘導延時測量及其統計分析[J].信息與控制，2005，34（6）：641-646.

[9] Fujimoto K， Ata S， Murata M.Statistical Analysis of Packet delays in the Internet and Its Application to Playout Control for Streaming Applications[J].2001，E00-B （6）：1504-1512.

[10]杜曉軍，邢岳林，王德政，等.基于音頻的多媒體網絡性能測試分析[J].計算機工程，2007，33（19）：215-217.

[11] Ming Y， Li X R， Chen H， et al. Predicting Internet end-to-end delay： an overview[C].System Theory， 2004. Proceedings of the Thirty-Sixth Southeastern Symposium on， IEEE explore，2004.

[12]孫海燕，侯朝楨.Internet網絡時延測量中的時鐘同步算法[J].計算機工程，2006，32（14）：20-22.

[13]焦程波，鄭輝，黃宇.互聯網中網絡時延與物理距離關聯性分析[J].電子科技大學學報，2012，41（5）：780-785.

[14] Leland W E， Taqqu M S， Willinger W， et al.On the self-similar nature of Ethernet traffic （extended version）[J].IEEE/ACM Trans on Networking，1994，2 （1）：1-15.

[15]韓忠明，趙慶展，李偉.Hurst參數估計方法的性能評價與分析[J].計算機應用與軟件，2010，27（9）：56-58.