[发明专利]使用改进的马尔科夫调制泊松过程模型来分析和产生网络流量

说明书

技术领域

[1]本发明的领域是数据处理，或者更具体地说，是用于使用具有一个突发(bursty)状态和多个空闲状态的改进的马尔科夫调制泊松过程模型来分析和产生网络流量的方法和产品。

背景技术

[2]在网络中信息的流动经常被称作“流量(traffic)”。在网络通信中使用的信息单位被称作“包(packet)”。包通常以随机的间隔到达网络中的一点，导致流量的“突发传输”、引起阻塞、并导致了流量更加稀少的“空闲”时间段。

[3]使用通信网络的系统可从网络流量的分析和表征中获益，从而优化关键性能参数以优化各种网络资源的利用。用于这类分析的应用例子可包括将用户过程与在系统到网络接口的接收操作的完成同步、负载平衡、路由、服务质量管理和系统/网络性能参数自适应调整。执行网络流量分析的一种方式是提供一种识别网络流量特征的模型。在过去的十年中，网络流量已经被表征为本质上既突发传输且自相似。突发传输行为描述在网络中的一点的网络流量以突发串的方式到达。自相似是当在时间维度上以不同的放大程度或不同的比例观察时，网络流量行为表现相同的现象。因为网络流量已经显示出突发传输和自相似，用于分析网络流量的方法应当能表示在自相似流量中突发传输的行为。

[4]已知有不同的方法用于分析和表征网络流量。泊松过程是广泛用于分析来自语音源的流量的模型。然而，在自相似流量中的突发行为由马尔科夫调制泊松过程(MMPP)来近似。MMPP模型由描述描述网络流量的两个状态组成——突发状态和空闲状态。突发状态表示在包到达间隔(inter-arrival)时间相对小的期间的网络流量的状态，这是因为与空闲状态表示的由于流量更稀疏导致的包到达间隔时间相对大的其它期间相比，包以突发串的方式到达。包到达间隔时间是一个包到达和下一个包到达之间的时间段，并且可以从网络上一个或多个点的角度来进行测量。

[5]目前的MMPP模型基于每个状态中的平均到达间隔时间和最新接收的包的到达间隔时间，通过在突发状态和空闲状态之间转变而进行工作。在突发状态中接收的包的平均到达间隔时间是。在空闲状态中接收的包的平均到达间隔时间是。当最新接收的包的到达间隔时间下降到以下时，发生从空闲状态到突发状态的转变。类似地，当最新接收的包的到达间隔时间上升到上时，发生从突发状态到空闲状态的转变。

[6]虽然目前的MMPP模型有助于网络流量的分析，但是现有技术中的MMPP模型没有提供在多个时间尺度上表征网络流量的能力。因此，使用目前MMPP模型的网络流量分析的应用受到网络流量的不准确表征的困扰。此外，使用目前MMPP模型的网络建模应用不能准确产生具有突发行为的自相似网络流量以用于诸如路由器、网络适配器、桥等网络产品的设计、测试和评估。因此，本领域普通技术人员应当理解，存在改进模型以分析和产生网络流量的必要。

发明内容

[7]公开了用于使用具有一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程模型MMPP来分析网络流量的方法和产品，其包括：为所述改进MMPP模型中每个状态建立操作时间尺度；根据所述每个状态的操作时间尺度建立该状态的转变值；测量一个或多个网络适配器中所接收的各个包之间的到达间隔时间；以及根据所测量的最新接收的包的到达间隔时间和所述转变值而确定所述网络流量的当前状态。

[8]还公开了用于使用具有一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程模型MMPP来产生网络流量的方法，所述方法包括：为该模型中每个状态建立操作时间尺度；根据所述改进MMPP模型的当前状态来产生待传输的下一个包的到达间隔时间；以及根据所产生的到达间隔时间从网络适配器传输包。

[9]根据下面结合附图对本发明的示例性实施例的更具体描述，本发明的上述以及其它目的、特征和益处将变得清晰，其中类似的附图标记通常表示本发明的示例性实施例的类似部分。

附图说明

[10]下面将参考附图，并仅通过例子来描述本发明，其中：

图1给出了网络示意图，例示了用于使用根据本发明实施例的具有一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程模型来分析和产生网络流量的示例性系统；

图2给出了自动计算机器的框图，包括用于使用根据本发明实施例的具有一个突发状态和多个空闲状态的改进的马尔科夫调制泊松过程模型来分析和产生网络流量的示例性服务器；

图3A给出了示例性状态图，例示了根据本发明实施例的具有一个突发状态和两个空闲状态的改进的马尔科夫调制泊松过程模型的例子；