网络测量算法

一、带宽测量算法

广义上来分主要有三种:

•  数据包对/列算法（PPTD）该方法主要是通过在短时间内连续发送等长的背靠背成对的分组来估测端到端路径的瓶颈带宽。BProbe,SProbe,CapProbe( B  = s / ΔT  )
•  变长分组算法(VPS)该算法向被测链路发送相同大小的探测包若干次, 选取延迟最小的测量分组, 记录其往返延迟和分组大小, 采用不同大小的测量分组重复这一过程, 根据记录分组大小与RTT时延变化的规律, 通过线性回归来推算出分组所通过链路的带宽。Pathchar,Pchar,
• Self-LoadingPeriodic  Streams(SLoPS) 其原理是源端以一定的速率R 发送一组测量包, 在目的端根据接收到的测量包观察整条通路的单向时延状况。Spruce,Pipechar,pathneck

二、流量测量算法

•  网络探针（Probe）技术

–数据包获取、分析和统计等功能一般都在网络“探针”上以硬件方式实现

•  被动数据包采集过滤测量技术

– 捕获和分析被测链路的数据包，协议分析解码和统计得到待测指标
– 捕获包的方式基本上都是基于pcap构架的, 而pcap是基于处于内核空间的BPF 构架
– Tcpdump是目前应用最为广泛的被动测量系统之一

•  基于SNMP/RMON流量测量技术

–可以获得设备端口的实时或者历史的流入/流出带宽、丢包、误包等性能指标

•  流测量技术

– 按照五元组建立流信息表：sFlow 和NetFlow （IPFIX ）

三、丢包率测量算法

•  贝努利模型

– 假定每个数据包在网络上传输时被丢弃的概率是不相关的，因此它比较简单而且计算的复杂度不高，但其预测的准确度以及可靠性都不太理想。

• 马尔科夫模型

– 认为连续的数据包被丢弃的概率具有一定的相关性，但要求对链路的状态有清晰的了解。而在实际网络中，链路的状态是不容易被正确测量的，总是具有一定的随机性。因此，马尔科夫模型具有一定的局限性。

•  隐马尔科夫模型

– 修正了马尔科夫模型的欠缺，但是该模型得到的估计值很可能是局部最优，而不是全局最优。