[发明专利]一种IPv6网络中业务流动态分组抽样方法

说明书

本发明公开了一种IPv6网络中业务流动态分组抽样方法，属于网络流量检测领域。该方法通过向IPv6网络交换机发送请求消息来收集流的粗粒度流量统计数据和链路的细粒度流量。然后使用SA来估计粗粒度流量测量的网络流量，并提出一个目标函数来减少估计误差。由于目标函数是一个NP‑hard问题，提出了一种启发式方法GA。由实验结果表明，SAGA方法的性能比SRSVD和PCA方法更加稳定，而且SAGA的开销比较小，由此证明这种方法是可行的。

技术领域

本发明属于无线通信网络技术领域，特别是涉及一种基于IPv6网络的流量动态抽样测量方案。

背景技术

由于高速网络技术的发展，直接对网络流量进行全分组测量相当困难，为了解决这一问题，流量抽样测量的研究已经成为告诉网络环境下进行流量测量的一个热点问题。抽样指的是按照合理的抽样规则将网络中的报文或者数据流抽样采集出来，然后将采集到的结果进行科学合理的分析，以此来估计整个网络的特性，掌握整个网络的行为特征，因此抽样的主要目的在于用少量的数据估计整体的特征，这样的做法势必会有准确性上的误差，但相对于大大减少的存储空间和大规模数据量的处理，这样做的优势是显而易见的。因此，网络测量中的抽样技术是一种有效并且值得研究的领域。基本的抽样方法主要分为随机抽样、系统抽样和分层抽样三种：

设定一个总体，通过不放回的方法从总体中抽取样本，而且要保证每次抽取样本时总体中的每个个体都有同样的机会被抽取到，这样的抽样过程叫做简单随机抽样。将简单随机抽样运用到网络测量中时，首先要确定抽样的总体，可以是时间范围内的也可以网络规模层面的，要保证抽取的样本之间相互独立，才能保证抽样的准确性。当抽样样本的数量达到一定的数量时，能够很好的估计总体的各种特性。当然，随机抽样也有一定的缺点，由于抽样的时刻是随机的，也就是两次抽样之间的间隔是任意的，这样很难准确的分析样本的频域，最终造成估计结果的不准确。

系统抽样是指在排好顺序的总体中，确定好抽取间隔，然后每经过一个间隔抽取一个样本。引入到网络测量中之后，抽取间隔可以是一定的时间间隔，也可以是间隔一定数量的抽取对象。这样的抽样策略简单易行，实现起来容易，但是网络是一个不可预知无法控制的复杂系统，且流量具有很大的突发性，抽取的样本有很大的几率避开抽样机会，集中到抽样间隔上，因此，系统抽样容易造成测量结果的较大误差。

分层抽样结合了随机抽样，首先进行层次的划分，在每一个层次中进行简单随机抽样。如果事先了解到个体之间的差别很大，而且有稍微明显层次结构时，可以先将总体进行分层处理，在分成的各部分内进行简单随机抽样，这样，不同层次的个体都能被抽取到，更能够代表整体的特征。

如今IPv6网络的出现，解决了IPv4(Internet Protocol Version 4)网络地址资源不足的问题，而且也解决了多种接入设备连入互联网的障碍，随着IPv6(InternetProtocol Version 6)网络的不断发展和推进，一些传统的抽样测量方法可能会导致结果不准确，存在较大误差。因此提出一种IPv6网络中业务流动态抽样系统。

发明内容

针对现有抽样测量技术存在的缺点，本发明提出一种基于SAGA方法的IPv6网络中业务流动态抽样系统，它能够以低开销和高精度来对IPv6网络进行抽样流量。抽样测量是指从总体中提取一些样本进行分析，从而估计总体的相关特征，应用于当总体分析每个元素的成本太大时。

本发明提出一种IPv6网络中业务流动态分组抽样方法，首先根据大流布鲁姆过滤器通过到达分组的流标识判断分组是否属于已经到达的大流，若属于，将分组通过哈希地址映射到大流计数器中；否则，将分组通过内容寻址映射到小流计数器中。在小流计数器中判断计数器值是否达到大流阈值，从而决定是否将小流计数器值置换到大流计数器中。最后通过分组所在计数器值计算抽样概率并抽样，在对分组进行抽样之后，使用活动流集及其相应的路由路径来构造流量矩阵(TM)。然后使用SA方法来估计粗粒度流量测量的网络流量，并提出一个目标函数来减少估计误差。由于目标函数是一个NP-hard问题，采用一种启发式方法进行求解。