（计算机软件与理论专业论文）ip网络下的自适应区分服务体系研究.pdf

生塞塑墨 摘要 随着通信技术的飞速发展和互联网的日益普及，i p 网络开始承载更加丰富 的网络应用服务。传统的“b e s t - e f f o r t ”的服务方式已经不能满足许多网络业务 的要求，对互联网服务质量保证机制和算法的研究逐渐成为热点。区分服务由 于具有简单有效、高可扩展性的特点，已经成为互联网服务质量保证的主要体 系结构之一。 本文以提高区分服务模型的“自适应性”为目标，研究了区分服务网络的 服务质量确保机制，论文的研究内容和主要结论如下： 本文研究了区分服务边界节点的服务质量确保机制，包括：速率标 记算法、流量整形器、计量器算法和队列管理算法。在速率标记算法 的研究方面，针对带宽共享的公平性问题，提出了一种新的速率标记算 法a f b t c m 。a f b t c m 将链路的可用带宽在不同服务类之间依据成比例原则进 行分配，并能获得很高的公平性；在流量整形器的研究方面，针对现有对 流量整形器的建模中，将流量整形器视为缓存无限的缺陷，使用网络演算 建立了有限缓存的流量整形器模型，给出了流量整形器性能界限的最小加 代数表示；在计量器算法的研究方面，针对现有“长相关”流量预报模型 实现复杂的问题，基于最小均方误差模型，提出了两种新的流量预报模 型m m s e p 和n m s e p 。m m s e p 和n m s e p 在保证预报精度的前提下，具有实现 简单的特点，可作为i n t e m e t 业务流的在线流量预报模型以及区分服务边界的 计量器算法；在队列管理算法的研究方面，针对基于p l 控制器的主动队列管理 算法响应速度慢的问题，使用在比例控制器上增加自适应机制的方法，提出 了a p c 算法。a p c 算法能够对网络业务流的变化做出快速响应，参数配置更加 简单；在a p c 算法的基础上，本文尝试将a p c 算法与n m s e p 模型相结合，提出 了基于速率预测主动队列管理算法r p b 。r p b 算法与a p c 算法相比，具有更快 的响应速度。更高的链路带宽利用率和更低的分组丢失率。 本文研究了如何扩展端到端主动队列管理算法来作为区分服务网络核心的 队列管理算法。本文对a p c 算法进行扩展，提出一种支持成比例的丢失率区分 的主动队列管理算法w a p c 。和现有的两种算法r i o 和w r e d 相比，w a p c 在支 持更加精确的成比例丢失率的同时，还具有更好的可配置性和可扩展性。 本文研究了端到端区分服务网络中的到达率确保机制，提出了一种区分服 中文摘要 务网络端到端的速率确保机常i r e m 。r e m 通过在分组头部进行速率标记的方 式，能够在异构、异质的网络环境下提供端到端的近似到达率确保服务。 在上述研究的基础上，本文研究了区分服务网络中边界节点的部署问题， 提出了一种新的区分服务网络边界节点部署框架。该框架通过r e m 机制和对流 量整形器的重薪部署，来改善区分服务模型的“自适应性”、鲁棒性和可扩展 性。本文同时还讨论了相关算法和服务质量确保机制在区分服务的部署问题， 通过相关算法和服务质量确保机制的部署，使得区分服务模型能够部署在更加 广泛的网络环境中，在支持服务类方面也具有更高的可扩展性。 关键词：互联网，服务质量，区分服务，自适应性，公平性，标记器，流量整 形器，主动队列管理算法 i i 英文摘要 a b s t r a c t w i t ht h ed e v e l o p m e n to fi n t e m e ta n dc o m m u n i c a t i o nt e c h n o l o g y , v a r l o t l sn e w n e t w o r ks e r v i c e sb e c o m ea v a i l a b l eo v e rt h ep a s td e c a d e t h e b e s t e f f o r t ”s e r v i c ec a n - n o ts a t i s f yt h er e q u i r e m e n t so fn e wn e t w o r ka p p l i c a t i o n s ，a n dt h er e s e a r c ho fc o n t r o l m e c h a n i s m sa n da l g o r i t h m sf o rq u a l i t yo fs e r v i c e ( q o s ) a r et h ef o c u s a sf o ri t sc h a r - a c t e r i s t i co fs i m p l i f i c a t i o na n dh i 曲s c a l a b i l i t y , t h ed i f f e r e n t i a t e ds e r v i c e s ( d i f f s e r v ) m o d e lb e c o m e so n eo f t h ep r i m a r ya r c h i t e c t u r e sf o rt h eq o s m o t i v a t e db yi m p r o v i n gt h es e l f - a d a p t i v ea b i l i t yo fd i f f s e r v , t h ec o n t r o lm e c h a - n i s m so fd i f f s e r vi ss t u d i e di nt h i sd i s s e r t a t i o n t h em a i nr e s e a r c hw o r k sa n dc o n t r i b u t i o n sa r el i s t e da sf o l l o w i n g ： t h ec o n t r o lm e c h a n i s m so nt h ee d g e so f d i f l s e r v , i n c l u d i n gm a r k i n ga l g o r i t h m s ， t h es h a p e r , m e t e ra l g o r i t h m sa n da c t i v eq u e u em a n a g e m e n t ( a q m ) a l g o r i t h m s ，a r e s t u d i e di nt h i sd i s s e r t a t i o n f i r s t l y , i no r d e rt os o l v i n gt h ef a i r n e s sp r o b l e mo fb a n d - w i d t hs h a r i n g ，an e wm a r k i n ga l g o r i t h mc a l l e da d a p t i v ef a i rb a n d w i d t hn a f f i cc o n d i t i o n e rm a r k e r ( a f b t c m ) i sp r o p o s e d b ya l l o c a t i n gt h ea v a i l a b l eb a n d w i d t ha m o n g d i f f e r e n ts e r v i c ec l a s s e sp r o p o r t i o n a l l y , a f b t c mc a na r c h i v eh i g hp e r f o r m a n c ei nt h e f a i r n e s so f b a n d w i d t hs h a r i n g s e c o n d l y , a i m i n gt od e s c r i b et h ep e r f o r m a n c eo f t h ef i n i t es t o r a g es h a p e r ( f s s ) b ya l g e b r a ，b a s e do nn e t w o r kc a l c u l u s ，ag e n e r a l i z em o d e lo f f s sb u i l db ym i n - p l u sa l g e b r aa n dt h ep e r f o r m a n c ep a r a m e t e r sa r ep r e s e n t e d t h i r d l y , a c c o r d i n gt ot h ew e a k n e s so f t h ec o m p u t a t i o n a lc o m p l e x i t yo f ”l o n g r a n g ed e p e n d e n t t r a f f i cp r e d i c t i o nm o d e l s ，t w on o v e lt r a f f i cp r e d i c t i o nm o d e l sn a m e l ym i n i m u m sm e a n s q u a r ee r r o rp r e d i c t o r ( m m s e p ) a n d n o r m a l i z em i n i m u m sm e a ns q u a r ee r r o rp r e d i c t o r f n m s e p ) ，w h i c ha r eb a s e dm i n i m u mm e a ns q u a r ee r r o r , a r ep u tf o r w a r d t h e s et w o m o d e l sc a na c h i e v eh i g he s t i m a t e da c c u r a c yw h i l ek e e p i n gs i m p l i f i c a t i o ni nc o m p u t a - t i o n ，a n dc a nb e u s e db o t ha so n l i n ei n t e m e tt r a f f i cp r e d i c t i o nm o d e l sa n da sa l g o r i t h m s f o rt h em e t e ro nt h ee d g eo fd i f f s e r v f i n a l l y , t h ew e a k n e s so ft h ep ia l g o r i t h mf o r t h es l o wr e s p o n s et ot h ec h a n g i n go ft r a f f i ci sn o t i c e d ，a n dan o v e la q ma l g o r i t h m n a m e da d a p t i v ep a r a m e t e r sc o n t r o l ( a p c ) i sp r o p o s e db ya d d i n ga d a p t i v em e c h a n i s m t op r o p o r t i o n a lc o n t r o l l e rf o rt h es a k eo fm a k i n gu pt h ew e a k n e s so fp ia l g o r i t h m f u r t h e r m o r e ，a p ca n dn m s e p a r ec o m b i n e dt o g e t h e rt op r o p o s ea na q m a l g o r i t h m n a m e l yr a t ep r e d i c t i o nb a s e da q m ( r p b ) ，w h i c h o f f e r sm o r ep r e c i s ep r o p o r t i o n a ll o s s i 英文摘要 r a t e ，f a s t e rr e s p o n s e ，h i g h e rl i n ku t i l i z a t i o na n dl e s sl o s sr a t i ow h e nc o m p a r e dw i t h a p c h o wt oe x t e n de n d t o e n da q m a l g o r i t h mt os u p p o r tq o si sa l s os t u d i e d b a s e d o na p c ，t h i sd i s s e r t a t i o np r o p o s e san e wa q mm e c h a n i s mc a l l e dw e i g h t e da p c ( w a p c ) t os u p p o r tp r o p o r t i o n a ll o s sr a t ed i f f e r e n t i a t i o n c o m p a r e dw i t hr 1 0a n d w r e d ，w a p ci se a s i e ri nc o n f i g u r i n ga n di sm o r es c a l a b l ew h i l ek e e p i n gm o r ep r e - c i s el o s sr a t e a r r i v a lr a t eg u a r a n t e em e c h a n i s mi nt h ee n d - t o - e n dd i f f s e r vi sd i s c u s s e d an o v e l a r r i v a lr a t eg u a r a n t e em e c h a n i s mc a l l e dr a t ee n s u r em e c h a n i s m ( r e m ) i sp r e s e n t e d b yl a b e l i n gp a c k e t sh e a d e ro nt a r g e tr a t e ，r e mc a np r o v i d ea p p r o x i m a t e da r r i v a lr a t e g u a r a n t e ei nc o m p l e x i t yn e t w o r ke n v i r o n m e n t b a s e do nt h ew o r k sm e n t i o n e da b o v e ，t h ed e p l o y m e n to f e d g e si nd i f f s e r vi sd i s c u s s e d an e we d g e dc o n f i g u r ea r c h i t e c t u r ei sb r o u g h tf o r w a r d b yr e c o n f i g u r i n gt h e l o c a t i o no fs h a p e ra n db yi n t r o d u c i n gr e m ，t h i sa r c h i t e c t u r ec a ni m p r o v et h e s e l f - a d a p t i v e ”a b i l i t y , r o b u s t n e s sa n ds c a l a b i l i t yo fd i f f s e r v i nt h ee n d ，h o wt od e p l o y t h ea l g o r i t h m sa n dm e c h a n i s mp r e s e n t e di nt h i sd i s s e r t a t i o n ，w h o s ei n t e n ti st os u p p o r tn u m b e r so fs e r v i c ec l a s s e sa n dt oe n s l l r gt h ed i t t s e r v sp e r f o r m a n c ei nv a r i o u s e n v i r o n m e n t ，a r ea l s od i s c u s s e d k e yw o r d s ：i n t e m e t ，q u a l i t yo fs e r v i c e ，d i f f e r e n t i a t e ds e r v i c e s ，s e l f - a d a p t i v e ，f a i r - n e s s ，m a r k e r , s h a p e r , a c t i v eq u e u em a n a g e m e n t 一一 插图目录 2 1 2 2 2 3 2 ，4 插图目录 r s v p 资源预留过程示意图 区分服务体系结构的框架示意图， 边界节点进行传输分类和调节的逻辑框图 m p l s 体系结构示意图 3 1a 研c m 算法体系结构 3 2 a f b t c m 标记概率( d r - 0 ，5 】 3 , 3a f b t c mr e d 的标记概率( 咖【1 0 ，2 0 ) 3 4a f b t c m 仿真试验拓扑， 3 5a f b t c m 试验1 ：不同r t t 的影响( c i r = 2 0 m b p s ) 3 6 a f b t c m 试验l ：不同r t t 的影响( c i r = 4 5 m b p s ) 3 ，7a f b t c m 试验l ：不同r t t 的影响( c i r = 6 0 m b p s ) 3 8a f b t c m 试验2 ：目标速率的影响 3 9a f b t c m 试验3 ：非响应流的影响 3 1 0a f b t c m 试验4 ：微流数目的影响( c i r = 2 0 m b p s ) 3 11a f b t c m 试验4 ：微流数目的影响( c i r - - 4 5 m b p s ) 3 ，1 2a f b t c m 试验4 ：微流数目的影响( c i r = 6 ，0 m b p s ) 3 1 3a f b t c m 试验5 ：报文大小的影响( c i r = 2 0 m b p s ) 3 ，1 4a f b t c m 试验5 ：报文大小的影响( c i r - - 4 5 m b p s ) 31 5a f b t c m 试验5 ：报文大小的影响( c i r = 6 0 m b p s ) 9 l l 1 2 1 4 最小均方误差的控制论模型，4 l 流量预报模型，4 2 流量预报模型试验l ：m m s e p 和n m s e p 模型拟和结果的自相关函数4 5 流量预报模型试验l ：a r 和a r i m a 模型拟和结果的自相关函数4 6 流量预报模型试验2 ：p a u g t l 的提前l 期预报，4 6 流量预报模型试验3 ：预报精度比较。4 7 流量预报模型试验4 ：c 1 0 0 0 的提前l 期预报的自相关函数。4 8 流量预报模型试验4 ：c 1 0 0 0 的提前1 期预报标准化残差图一4 9 一x 一 侈挖m筋笱拍拍”勰勰四 1 2 3 4 5 6 7 8 5 5 5 5 5 5 5 5 插图目录 6 1 拥塞发生点示意图 6 2r e d 丢弃概率 7 1 a p c 标记概率 7 2 a p c 算法仿真拓扑 7 3 a p c 算法试验1 ：r 取值的验证 7 4a p c 算法试验2 ：不同r t t 下的性能 7 5a p c 算法试验3 ：不同带宽下的性能 7 6a p c 算法试验4 ：流量抖动情况下的性能 7 7 a p c 算法试验5 ：“非响应流”的影响 7 8a p c 算法试验6 ：与其他算法的比较1 7 9a p c 算法试验7 ：与其他算法的比较2 7 1 0r p b 算法框架 7 1 1r p b 算法试验1 ：不同k 下的性能 7 1 2r p b 算法试验2 ：流量抖动情况下的性能 7 1 3r p b 算法试验3 ：不同带宽下的性能 8 1 w a p c 算法仿真拓扑 8 2w a p c 算法试验6 ：与其他算法的比较 9 1 一个典型的端到端d i f f s e r v 网络环境 9 2r e m v 作原理 9 3r e m 框架 9 4 r e m 的分组标记域 9 5 区分服务域边界节点配置 9 6 自适应区分服务的边界节点及相关算法配置 一一 船 印酗酌硒卯鼹加他w竹 虬跖 虬虬舛孵 表格目录 表格目录 3 1 a f b t c m 带宽分配策略 3 2a f b t c m 标记算法 3 3 a f b t c m 仿真试验：r i o c 参数。 5 1 流量预报算法描述 5 2 模型参数 5 3 流量预报模型试验1 ：均方误差 7 1 a p c 算法描述 7 2 a p c 算法试验1 ：目标队长， 7 3 a p c 算法试验2 ：目标队长 7 4a p c 算法试验3 ：目标队长 7 5 r p b 算法描述 8 1 w a p c 算法描述 8 2 w a p c 算法试验1 ：丢失率区分 8 3w a p c 算法试验2 ：重载下的性能 8 4w a p c 算法试验3 ：“非响应流”的影响， 8 5w a p c 算法试验4 ：t f r c 的影响 8 6 w a p c 算法试验5 ：不同连接数的影响 9 1 r e m 缓存分配策略一 i 一 饥篮妇 钳笛舶 “岱酊研仍 为舭跎昭斟：2 粥 西北大学学位论文知识产权声明书 本人完全了解学校有关保护知识产权的规定，即：研究生在校攻 读学位期间论文工作的知识产权单位属于西北大学。学校有权保留并 向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被 查阅和借阅。学校可以将本学位论文的全部或部分内容编入有关数据 库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学 位论文。同时，本人保证，毕业后结合学位论文研究课题再撰写的文 章一律注明作者单位为西北大学。 墨差蓑妻蓑誓塞墨于盈指导教师签名：豳 学位论文作者签名： 么璺指导教师签名： 筮竺兰j 跳年彳月习日纠年多月尹日 4 西北大学学位论文独创性声明 本人声明：所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，本论文不包含其他人已经发表或撰写过的研究成果，也不包含 为获得西北大学或其它教育机构的学位或证书而使用过的材料。与我 一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 学位论文作者签名：= 多 扣厂年月与日 第一章引言 1 1 课题研究背景 第一章引言 现有的i n t e r a c t 基本上只提供“b e s t e f f o r t ”的服务，这种类型的服务是为一 些传统的应用( 如电子邮件、h t t p 与f t p 业务等) 而设计的。随着网络技术的 快速发展与i n t e m e t 的迅速普及，i n t e m e t 已逐步由单一的的数据传送网向数据、 话音、图像、视频等多媒体信息的综合传输网演化。i n t e r n e t 上承载的业务类型 越来越多，一些新的业务，如视频会议、v o l p 、远程教学、远程医疗和视频点 播等宽带多媒体业务更是有着巨大的市场需求。这些业务对i n t e m e t 提出了服务 质量要求：它们不仅要求一定的传输带宽，面且对单向时延、时延抖动以及分 组丢失率也提出了要求。以提高网络资源利用率、为用户提供更高的服务质量 ( q o s ：q u a l i t yo fs e r v i c e ) 的研究目前己经成为计算机网络通信领域的研究热点 之一。 q o s 的研究目标是有效地提供端到端的服务质量控制或者保 证。i e t f ( i n t e m e te n g i n e e r i n gt a s kf o r c e ) 成立了专门的工作小组，以提供互 联网的服务质量定义及相关标准。 在i n t e m e t 上提供真i e 的q o s ，须要在完善的q o s 篆略基础上，建立完整的 服务质量体系结构，研发一系列端到端的q o s 确保机制。区分服务( d i f t n e r v ： d i f e r e n t i a t e ds e r v i c e s ) 的网络体系是i e t f 在综合服务( i m s e r v ：i m e g r a t e ds e t - v i c e s ) 之后又成立的工作组，该体系主要的切入点是针对i n t s e r v 扩展性差的问 题。区分服务的实现目标在于简单有效，以满足实际应用对可扩展性的要求。 它的主要实现途径是： ( 1 ) 简化网络内部节点的服务机制。在内部节点只进行 简单的调度转发，而流状态信息的保存与流监控机制的实现等等只在边界节点 进行，内部节点是状态无关的。 ( 2 ) 简化网络内部节点的服务对象。采用聚集 传输控制，服务对象是流聚集( s 订e a ma g g r e g a t e ) 而非单流，每流信息只在网 络边界保存和处理。 目前区分服务的研究热点包括：服务模型、队列管理、资源管理、标记算 法、端到端的确保机制研究等。 研究人员通过i h n t e m e t 的涮量发现哆在某些时间尺度上，网络的路由 ( r o u t i n g ) 、丢失率( 1 0 s s ) 和吞吐量( t h r o u g h p u t ) 等网络参数均表现出不稳 一l 一 第一章引言 定性。因此，i n t e r n e t 的协议和体系的设计需要引入“自适应”( s e l f - a d a p t i v e ) 机制，以便在网络流量发生变化时，做出快速响应。如何在区分服务确保机制 中引入“自适应”机制，使得d i f f s e r v 模型能够在更加广泛的网络环境下工作， 是一个值得研究的问题。 网络带宽分配的公平性日益受到关注。带宽分配的公平性不仅是衡 量o o s 的重要指标之一，对于网络服务商和用户来说，带宽分配的公平性也具 有重要意义。对于网络运营商来说，公平性的提高有利于促使用户订购与其需 求相匹配的网络服务，从而提高链路带宽利用率，为网络运营商带来较高回 报；从用户角度来说，公平性的提高能够使得用户得到与其订购带宽相符的服 务质量。研究表明，在共享带宽的网络环境下，存在着带宽分配的不公平型问 题。在区分服务网络中，不同服务类之间的带宽公平性受n r t t 、目标速率、 “非响应流”、微流数目和报文大小等因素的影响( ：j 。如何改善区分服务网络 的分配公平性是一个解决的问题。此外，在互联网变的很庞大之后，要求每个 用户都自觉的使用规定的机制来传输数据也变得越来越困难。如何在这种新的 环境中继续保持互联网传输的公平性是一个很大的挑战。 随着i n t e m e t 的快速发展，拥塞已经成为影响网络服务质量保证的重要因 素。网络中的拥塞来源于网络资源和网络流量分布的不均衡性，拥塞不会随 着网络处理能力的提高而消除。拥塞控制算法已经成为o o s 保障的核心技术之 一。目前区分服务网络下的拥塞控制算法研究集中在“主动队列管理”( a q m ：a c t i v a t eq u e u em a n a g e m e n t ) 算法方面。r e d ( r a n d o me a r l yd e t e c t i o n ) 3 1 是主动 队列管理算法的代表。但是r e d 的性能对算法的参数设置十分敏感【4 】，至 今还没有在互联网中得到广泛的使用。随后又相继提出了一些新的算法， 如p ip 】、r e m ( r a n d o me x p o n e n t i a lm a r k i n g ) 【4 j 、a v q ( a d a p t i v ev i r t u a lq u e u e ) m 等。但是这些算法在实用性方面还存在一些问题，需要进一步的研究。 为了更加精确的控制各类分组之间的相对服务质量差别，研究人员还提出 了“比例区分模型”( p r o p o r t i o n a ld i f f e r e n t i a t i o n m o d e l ) 【7 o 目前支持区分服务 的队列管理算法包括r i o ( r e di na n do u t ) i s 和w i l e d ( w e i g h t e dr e d ) 9 1 。 但是它们都有着很明显的缺陷，如：参数配置比较困难；不能实现“比例区分 模型”；不能适应广泛的网络环境等。 服务质量模型的建模和性能参数的形式化描述，一直是服务质量研究的重 要内容。网络演算( n e t w o r kc a l c u l u s ) f “2 】被广泛应用于服务质量的建模和性 能分析。如何基于网络演算，给出服务质量性能保证的界限描述，是服务质量 一2 一 第一章引言 研究中的一个很好的课题。 在目前情况下，i p 网络的主要工作方式仍然是“b e s t e f f o r t ”方式。区分服 务网络在i n t e m e t 上的大规模部署还存在着许多困难。这就意味着，一个在端系 统配置了区分服务的网络，由于中间链路和网络的带宽，链路特性和工作方式 的影响，所获得的服务质量改善远低于预期目标。如何在异构、异质和存在非 区分服务链路的网络环境下，提供端到端的服务质量保证，同样应当引起研究 人员的关注。 1 2 论文的主要研究工作 本文研究的出发点是在保持d i f r s e r v 实现简单的特性和互联网的“开放性” 原则的前提下，在区分服务体系中引入“自适应”机制。论文的主要研究工作 包括以下方面： 1 对i n t e m e t 报务质量的研究进行了分析和综述 作者在论文的研究工作中，总结了目前主要的服务质量模型和实现技术， 指出了网络服务质量的主要研究课题，为进一步研究的开展指明了方向。 2 速率标记算法设计 如何保证区分服务类的公平性是标记算法的一个核心内容。本文提出了一 种自适应的三色速率标记算法a f b t c m 。a f b t c m 通过主动测量的方法来动态估 计链路的可用带宽，并将可用带宽在不同服务类之间依据成比例区分的原则进 行公平分配。 3 流量整形器性能界限的最小加代数描述 流量整形器对于规范网络流量，避免拥塞发生，提高网络服务质量有着重 要意义。针对目前在流量整形器建模中将整形器视为无限缓存设备的缺陷，本 文基于网络演算，使用最小加代数建立了有限缓存的流量整形器。研究了有限 缓存的流量整形器的分组时延和分组丢失等性能参数的最小加代数表示，还讨 论了贪心整形器的引入对服务质量的影响。 4 对主动队列管理算法进行了分析和综述 作者在论文的研究工作中，总结了目前主要的主动队列管理算法，指出了 目前主动队列管理算法所存在的问题。 5 自适应的主动队列管理算法设计 一3 一 第一章引言 在端到端拥塞控制的研究中，主动队列管理算法的研究是一个重要的课 题。针对现有算法存在的问题，本文从不同的研究角度出发，提出了三种主动 队列管理算法。从增加算法自适应能力的角度出发，对比例控制器进行了改 进，提出了自适应的比例控制算法a p c 。从流量预报模型与比例控制器结合的 角度出发。提出了r p b 算法。从主动队列管理算法支持区分服务的角度出发， 作者对a p c 算法进行了扩展，提出了支持“成比例丢失率”的主动队列管理算 法w a p c 。 6 ，自适应区分服务体系的研究 端到端的区分服务网络在部署时，需要考虑中间链路和非区分服务网络对 于业务流服务质量的影响。从区分服务网络支持端到端速率保证的角度出发， 本文提出了一种端到端的速率确保机制：m 。 在上述研究的基础上，作者还对区分服务网络边界节点的部署进行了思 考，提出了一个新的区分服务边界节点的部署框架。并且讨论了论文中所提出 的算法在区分服务网络中的边界和核心的部署问题。 1 3 论文的主要贡献 论文的主要贡献有以下方面： 1 提出了一种速率标记算法a f b t c m 从提高网络带宽共享的公平性角度出发，本文提出了一种新的速率标记算 法a f b t c m 。a t b t c m 以自适应的方式，将链路可用带宽在不同服务类之间进行 分配。a f b t c m 的优点是能够提供较高的带宽共享公平性，能够缩短t c p 源端的 拥塞恢复时间，且参数配置相当简单。 2 给出了缓存有限的流量整形器性能界限的最小加代数描述 从完善服务质量建模的角度出发，本文使用网络演算对有限缓存的流量整 形器进行建模，获得了有限缓存的流量整形器的分组时延和分组丢失与预留缓 存空间的关系，由此给出了有限缓存的流量整形器性能参数的最小加代数表 示。同时，用最小加代数的方法证明了，当贪心整形器的服务曲线大于业务流 的到达曲线时，整形器的引入能够改善网络的服务质量。在给定目标服务质量 参数的前提下，相关结论可用于确定资源预留的上界以及改进网络的规划与设 计。 3 提出了两种基于最小均方误差的i n t e m e t 在线流量预报模 一d 一 第一章引言 型m m s e p 和n m s e p 作者对传统的“短相关”流量预报模型和现有的“长相关”流量预报模型 进行了思考。“短相关”流量预报模型具有实现简单的特点，但是无法反映自 相似业务流量在多个时间尺度上的突发特性。“长相关”模型能够对自相似业 务流做出准确的预报，但是其实现相当复杂，不适合作为在线的流量预报模 型。作者对“长相关”模型和“短相关”模型的优劣进行了比较，提出了基于 最小均方误差的流量预报模型m m s e p 和n m s e p 。上述两个模型在满足预报精 度要求的前提下，具有实现简单的特性，可用于作为i n t c m e t 、a k 务的在线预报模 型和区分服务网络的计量器算法。 4 提出了种基于比例控制器的主动队列管理算法& p c p i 控制器的优点是控制准确，没有稳态误差，其缺点是反应速度慢，因此 基于p i 控制器设计的主动队列管理算法不能很好的适应流量多变的网络环境。 本文将控制队列的延迟和提高主动队列算法的响应速度作为设计目标，为比例 控制器增加了自适应的能力，提出了一种新的主动队列管理算法a p c 。& p c 的 能够适应的网络环境更加广泛，具有参数配置简单和反应速度快的优点。 5 ，提出了一种速率预测的主动队列管理算法k p b 本文将n m s e p 模型和a p c 算法结合起来，提出了r p b 算法。r p b 算法利用 流量预报模型对业务流的到达率做出预测，并将预测结果用于分组丢弃概率的 标记。与a p e 算法相比，r p b 算法能够提供更快的响应速度，更高的链路带宽 利用率和更低的分组丢失率。 6 提出了种支持成比例丢失率区分的主动队列管理算法w a p c 本文对a p c 算法进行扩展，设计了一种新的主动队列管理算法w a p c 来支 持“成比例的丢失率区分”。和以往的算法相比，w a p c 可以准确控制丢失 率的比例关系并能提供近似的成比例到达率区分和近似的成比例吞吐量区 分。w a p c 算法的参数设置简单，在支持区分服务类的数目上具有更好的可扩 展性。 7 提出了一种端到端的速率保证机$ i j r e m 作者对i n t e m e t 端到端的区分服务网络的部署进行了探索，提出了一种适应 于端至q 端区分服务网络的速率确保机制r e m 。r e m 自g 够在异构和异质的网络环 境下，提供端到端的近似到达率确保服务。 8 提出了种新的区分服务网络边界部署框架 第一童引言 作者对流量整形器在区分服务网络边界的部署进行了研究，发现将流量整 形器部署于标记器之后是不合适的。为此作者提出了一种新的区分服务网络 的边界部署框架，该框架通过流量整形器的重新部署和r e m 机制的引入，使得 区分服务网络边界节点的部署更加合理，同时为端到端的区分服务网络提供了 一秘业务漉到达率的保证机制。 1 4 论文的组织结构 论文台q 莉余部分组织如下：第2 章练述了服务质量研究的现状，包括现有的 服务质量模型和实现技术，为论文的研究工作指明了方向。 第3 章到第7 章讨论了区分服务网络边界的确保机制。第3 章针对现有标记 算法在带宽分配公平性方面存在的缺陷，提出了一种自适应的带宽公平标记算 法a f b t c m 。 在第4 章中，针对现有流量整形器建筷鹤缺陷，使甩两络演算作为数学工 具，研究了缓存有隈的流量整形器的性能界限描述。 在第5 章中，针对现有流量预报模型的缺陷，基于最小均方误差，提出两种 适合于i n t e m e t 的在线流量预报模型m m s e p 和n m s e p 。 第6 章介绍了主动队列管理算法的研究现状。 第7 章在两方面对主动队列管理算法进行了探索。首先，针对p i 控制器参 数适应性差的问题，重新对使用比例控制器的方法进行了思考，通过增加自 适应机制，提出了一种自适应的主动队列管理算法a p c 。在这一章中，还尝试 将n m s e p 和a p c 结合起来，提出一种了“基于速率预泌“钓主动队歹；j 管理算 法r p b 。 在第8 章中，对a p c 算法进行了扩展，提出一种支持成比例丢失率区分的主 动队列管理算法w a p c 。 在第9 牵中，从提高区分服务模型的“自适应性”、鲁棒性和可扩展性出 发，首先提出了种区分服务网络端到瑞的速率确缧机零l 旺赋。然后在r k m 煦 基础上提出了一种新的区分服务边界节点的部署框架，同时还讨论了相关算法 在区分服务网络中的部署问题。 最后一章总结全文，指出迸一步的研究方向。 一6 一 第二章网络服务质量研究综述 2 1 引言 第二章网络服务质量研究综述 髓着多媒体技术的发展，i n t e m e t 已经逐步由单一的数据传输网向数据、话 音、图像、视频等多媒体信息的综合传输网演化。视频点播、视频会议、i p 电 话、远程教育、远程医疗等都是当前i n t e m e t 上典型的分布式多媒体应用。这些 应用对于网络提出了不同于数据应用的服务质量控制要求。在现有i p 网络上， 通常只提供“尽力而为型”服务( b e s t e f f o r ts e r v i c e s ) 。i p 协议提供的是一种无 连接的网络层传输服务，需要通过高层协议( 比o h t c p ) 才能更好地实现端到 端的可靠传输，这种服务易受到分组丢失、分组重传、路由缓存队列延迟的影 响。i p 网络中这种“b e s t e f f o r t ”的传输方式无法满足多媒体应用和用户对传输 质量的不同要求。在这种情况下。以提高网络资源的剩用率、为用户提供更高 服务质量为目标的q o s 控制技术应运而生，并且已经成为下一代网络的核心技 术之一。 q o s 研究的目标是提供有效的端到端的服务质量控制和保证。近年 来，i e t f 提出了一系列模型和机制来推动q o s 的研究和实麓，它们包括：综 合服务模型( i n t s e r v ：i n t e g r a t e ds e r v i c e s ) 0 3 1 和区分服务模型( d i f f s e r v ：d i f - f e r e n t i a t e ds e r v i c e s ) i ) q ，资源预留协议( r s v p ：r e s o u r c er e s e r v a t i o np r o t o c 0 1 ) 1 5 1 ，多协议标签交换( m p l s ：m u l t ip r o t o c o ll a b e ls w i t c h ) 1 6 1 和流量工程( t r a f f i c e n g i n e e r i n g ) i t 6 。 本章对网络服务质量的研究状况做出概要介绍，内容安排如下：在第2 节