李稚春

摘 要：網(wǎng)絡時延是評價網(wǎng)絡性能的重要指標之一，針對網(wǎng)路時延的自相似特性展開研究。首先分析網(wǎng)絡時延的組成，并通過Ping測量方法，對局域網(wǎng)、廣域網(wǎng)的不同目標主機進行Ping測量網(wǎng)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(wǎng)絡時延進行自相似性判別，分析結果表明，網(wǎng)絡時延具有很強的非線性及自相似特征，與局域網(wǎng)相比，廣域網(wǎng)的長程依賴性更大。

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

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

1 網(wǎng)絡時延的組成

ITU工作組和IPPM工作組分別對網(wǎng)絡性能參數(shù)進行了定義[10]，如圖1所示[11]，為端到端網(wǎng)絡的拓撲結構圖，一般而言，網(wǎng)絡中的發(fā)送端和接收端不會發(fā)生在相鄰的兩個節(jié)點之間，中間多會有n個路由節(jié)點，這里以圖1中標號為1的作為發(fā)送端，標號為6的作為接收端，進行描述網(wǎng)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(fā)送一個數(shù)據(jù)報文至6，6處接收到該報文的時間與1處發(fā)送該報文的時間差為鏈路的網(wǎng)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(fā)送一個數(shù)據(jù)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(wǎng)絡傳輸時延由以下4個部分組成：

（1） 傳播時延：指的是數(shù)據(jù)報文的第一個bit從客戶端到服務器所經(jīng)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(fā)送數(shù)據(jù)報文的第一個bit直至該數(shù)據(jù)報文的最后一個bit發(fā)送結束的時間，主要與兩個節(jié)點之間的網(wǎng)絡帶寬有關，將傳輸時延記為t2 s；

（3） 處理時延：指的是數(shù)據(jù)報文在中間路由節(jié)點上所經(jīng)歷的處理時間，主要受路由節(jié)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(shù)據(jù)報文在路由節(jié)點處等待被處理和處理過程的時間，主要與當前節(jié)點的網(wǎng)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(shù)據(jù)報文在發(fā)送端的傳輸時延，t1_h表示數(shù)據(jù)報文在節(jié)點h上發(fā)生的傳播時延，t2_h表示數(shù)據(jù)報文在節(jié)點h上發(fā)生的傳輸時延，t3_h表示數(shù)據(jù)報文在節(jié)點h上發(fā)生的處理時延，t4_h表示數(shù)據(jù)報文在節(jié)點h上發(fā)生的排隊時延， t4 _D表示數(shù)據(jù)報文在接收端發(fā)生的排隊時延。傳播時延與兩個節(jié)點之間的物理距離以及傳輸介質有關，傳輸時延與兩個節(jié)點之間的網(wǎng)絡帶寬以及數(shù)據(jù)報文的長度有關，而處理時延主要取決于節(jié)點路由的處理能力以及相應的傳輸協(xié)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(qū)管理機制以及節(jié)點路由的處理能力等都有密切的關聯(lián)。

2 基于Ping的網(wǎng)絡時延測量

網(wǎng)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(guī)?；ヂ?lián)網(wǎng)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(wǎng)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(wǎng)以及廣域網(wǎng)的網(wǎng)絡時延進行兩種方式的測量，即網(wǎng)絡繁忙時段的測量和網(wǎng)絡空閑時段的測量。

測量時延鏈路1是本校局域網(wǎng)內的兩臺主機之間，鏈路2是從通過局域網(wǎng)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(huán)境一致，測量過程中，主機關閉其余與網(wǎng)絡相關的程序，試驗中每隔10秒Ping目標主機1次，網(wǎng)絡繁忙與空閑狀態(tài)下分別測量4個小時，共獲得4組試驗數(shù)據(jù)，每組1 440個時延數(shù)值。測量結果如圖2所示。

由于局域網(wǎng)內網(wǎng)絡通信環(huán)境較好，端到端的網(wǎng)絡時延多分布在1 ms附近，網(wǎng)絡空閑狀態(tài)下的時延最高值為6 ms，網(wǎng)絡繁忙狀態(tài)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(wǎng)絡空閑狀態(tài)下的時延均值為150 ms左右，網(wǎng)絡時延最高值為163 ms，在網(wǎng)絡繁忙狀態(tài)下網(wǎng)絡時延的最高值接近400 ms，同時網(wǎng)絡時延的波動起伏較大。通過對網(wǎng)絡時延地分析可以發(fā)現(xiàn)，網(wǎng)絡時延是一個非平穩(wěn)的隨機過程，具有非線性特征，接下來分析一下網(wǎng)絡時延的自相似性特征。

4 總 結

時延是網(wǎng)絡性能指標中的重要參數(shù)，通過網(wǎng)絡時延可以為網(wǎng)絡可用帶寬、數(shù)據(jù)報文丟失率等其它特性參數(shù)的估計提供極其有用的信息。本文設計了網(wǎng)絡時延測量試驗，通過Ping測量方式對網(wǎng)絡繁忙、網(wǎng)絡空閑狀態(tài)下局域網(wǎng)和廣域網(wǎng)中的兩臺目標主機進行時延測量，通過實測數(shù)據(jù)驗證了網(wǎng)絡時延的非線性特征，并重點分析了網(wǎng)絡時延的自相似性，結果表明廣域網(wǎng)的自相似性比局域網(wǎng)自相似性強，與此同時網(wǎng)絡繁忙狀態(tài)下的時延自相似性比網(wǎng)絡空閑狀態(tài)下強，說明廣域網(wǎng)的長程依賴性更大。通過本文的研究有助于建立適合的網(wǎng)絡時延模型，為網(wǎng)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(wǎng)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(tǒng)網(wǎng)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(wǎng)網(wǎng)絡誘導延時測量及其統(tǒng)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(wǎng)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(wǎng)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(lián)網(wǎng)中網(wǎng)絡時延與物理距離關聯(lián)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(shù)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.