一种快速转发服务端到端延时预测方法.pdf

本发明公开了一种快速转发服务端到端延时预测方法，它运用确定性网络演算理论得到比以往研究结果都更为准确的快速转发数据流端到端延时上界表达式，它对实际多媒体网络的QoS控制起到了重要参考作用。在此基础上，本发明从快速转发数据流的统计特性出发，发现可用生灭模型对网络结点处的快速转发数据流建模，最终创新性地得到快速转发数据流端到端延时上界的概率分布表达式，能够描述不同网络状况下的延时上界，而以往的结果只能描述最差网络状况下的端到端延时状况，相比之下，本发明得出的延时上界概率分布能够更准确地描述延时上界，为多媒体网络协议的设计、多媒体网络流量控制等提供可信的参考，科学指导多媒体网络的架构。

1、  一种快速转发服务端到端延时预测方法，首先在进入网络前将任一快速转发数据流i整形服从于同一到达曲线；再依次执行下述步骤：
步骤(1)获取下述网络参数：快速转发数据流i进入网络结点的最大到达速率ρ_i，以及该快速转发数据流每次到达网络结点的最大数据量σ_i，快速转发数据流经过网络结点的数量h，以及链路利用率γ；
步骤(2)利用式(I)表示到达网络结点的快速转发数据流的到达曲线α_1(t)：
α_1(t)＝Σ_i∈h{ρ_i(t+(h-1)D₀)+σ_i}                    (I)
其中D₀表示快速转发数据流经过一个结点的延时上界，t表示任一时刻；
步骤(3)判断式(II)是否成立，如果成立，按照式(III)表示D₀，再利用D＝h×D₀表示快速转发数据流经过h个结点的端到端延迟上界D，否则退出；
(1/R_h)Σ_i∈hρ_i≤1/(h-1)                            (II)
D 0 = Σ i ∈ h σ i + E h R h R h - Σ i ∈ h ρ i ( h - 1 ) - - - ( III ) ]]>
步骤(4)对快速转发数据流建立下述模型
P{Y_(t)＝k}＝Pk  P_k＝(λ/μ)^k(1-λ/μ)，k为自然数
到达结点的快速转发数据流服从参数为λ的泊松流，每个流的服务时间独立同分布，服从参数为μ的指数分布并且到达时间相互独立；记Y_(t)表示t时刻某结点中数据流数目，r是快速转发数据流在网络结点排队的平均长度，r＝λ/μ；
(5)计算端到端延迟上界D的概率分布函数F_D(x)

其中，x表示延时大小，ρ为ρ_i中的最大值，σ为σ_i中的最大值，R_h和E_h分别是最后一个结点即结点h为到达的快速转发汇聚流提供的包尺度速率保证速率和等待延时。

一种快速转发服务端到端延时预测方法
技术领域
本发明属于多媒体网络通讯技术，涉及网络数据流端到端延时预测方法。本发明能直接应用于实际网络，它通过实时准确估计快速转发服务端到端延时上界，完成快速转发服务端到端延时预测。
背景技术
随着信息网规模及其应用范围的不断扩大及多媒体通信的发展，服务质量(QoS：Quality of Service)成为信息网发展的关键问题。目前有两种类型的网络结构：综合服务(Intserv：Integrated Service)和区分服务(Diffserv：Differentiated Service)。它们都是为了支持信息网的综合业务传输而产生的。区分服务在综合服务的基础上简化了信令，引入区分服务域的概念，在因特网的服务保障方面由于其尺度可变性和设计灵活性而受到越来越多的关注。快速转发服务是最重要的一种区分服务，它为延时和延时抖动要求较高的数据流提供服务保证，快速转发每跳行为(EF PHB：ExpeditedForwarding Per Hop Behavior)是快速转发的实现机制，它通过汇聚调度和优先转发在快速转发流通过的结点处为其提供一定的服务速率保证。快速转发数据流是被提供快速转发服务的数据流，区分服务网络中优先级较高的数据流都是快速转发数据流，如实时视频数据流。
网络演算理论是近年来人们对网络通信流进行深入研究所得的一系列成果的有机结合，是最小加代数和最大加代数在网络定性和定量分析中的应用所取得的一系列有用结论的集合，对于网络端到端性能的分析有独特的优势，因此得到了广泛的关注和研究。
J.C.R Bennett在其最近文献Delay jitter bounds and packet scale rateguarantee for Expedited Forwarding.IEEE/ACM Trans.Networking[J]，2002，10(4)：529-540中运用网络演算理论得到了快速转发数据流端到端延时上界表达式。该表达式为快速转发服务延时上界的分析提供了很好的理论依据，它描述的是在最坏网络情况下的快速转发服务数据流的端到端延时上确界。由于在推导过程中使用了较大的到达曲线，导致所得的快速转发服务端到端延时上界表达式准确度较差。另外，上确界只能描述最坏网络状况的延时，实际中我们更希望得到不同网络状况下的延时上界。
发明内容
本发明的目的在提供一种快速转发服务端到端延时预测方法，该方法具有较高的准确度和较广的适用性。
本发明提供的快速转发服务端到端延时预测方法，首先在进入网络前将任一快速转发数据流i整形服从于同一到达曲线；再依次执行下述步骤：
步骤(1)获取下述网络参数：快速转发数据流i进入网络结点的最大到达速率ρ_i，以及该快速转发数据流每次到达网络结点的最大数据量σ_i，快速转发数据流经过网络结点的数量h，以及链路利用率γ；
步骤(2)利用式(I)表示到达网络结点的快速转发数据流的到达曲线α_1(t)：
α_1(t)＝∑_i∈h{ρ_i(t+(h-1)D₀)+σ_i}            (I)
其中D₀表示快速转发数据流经过一个结点的延时上界，t表示任一时刻；
步骤(3)判断式(II)是否成立，如果成立，按照式(III)表示D₀，再利用D＝h×D₀表示快速转发数据流经过h个结点的端到端延迟上界D，否则退出；
( 1 / R h ) Σ i ∈ h ρ i ≤ 1 / ( h - 1 ) - - - ( II ) ]]>
D 0 = Σ i ∈ h σ i + E h R h R h - Σ i ∈ h ρ i ( h - 1 ) - - - ( III ) ]]>
步骤(4)对快速转发数据流建立下述模型
P{Y_(t)＝k}＝P_k     P_k＝(λ/μ)^k(1-λ/μ)，k为自然数
到达结点的快速转发数据流服从参数为λ的泊松流，每个流的服务时间独立同分布，服从参数为μ的指数分布并且到达时间相互独立；记Y_(t)表示t时刻某结点中数据流数目，r是快速转发数据流在网络结点排队的平均长度，r＝λ/μ；
(5)计算端到端延迟上界D的概率分布函数F_D(x)

其中，x表示延时大小，ρ为ρ_i中的最大值，σ为σ_i中的最大值，R_h和E_h分别是最后一个结点即结点h为到达的快速转发汇聚流提供的包尺度速率保证速率和等待延时。
与以往所用网络演算方法相比，本发明方法使用较小的到达曲线得到了更准确的快速转发数据流端到端延时上界表达式，利用延时上界确定端到端的延时范围，并简化了结论成立的约束条件。最为重要的是，本发明从快速转发服务的定义出发，分析发现快速转发数据流可以用生灭模型进行描述，并对快速转发数据流用生灭模型建模，结合本发明得到的快速转发数据流端到端延时上界表达式，最终得到快速转发数据流端到端延时上界概率分布模型。该模型能够描述不同网络状况下的快速转发数据流端到端延时上界的概率分布，对实际网络参数的设置具有较好的指导作用。
附图说明
图1为本发明提出的快速转发服务中端到端延时估计方法流程图。
图2为网络情况较好时D的概率分布曲线，r＝0.2。
图3为网络情况一般时D的概率分布曲线，r＝0.5。
图4为网络情况较差时D的概率分布曲线，r＝0.9。
图5为不同网络状况下D的概率分布曲线比较。
具体实施方式
下面结合附图和实例对发明作进一步详细的说明。
考虑提供快速转发服务并且链路带宽一定的网络，假设网络中的交换机都有足够大的转发速率，进入网络的数据流都是经过整形的，经过网络内部结点的快速转发数据流服从先进先出原则，并通过汇聚调度后转发，在此过程中没有数据丢失。在这里只考虑在端到端延时中变化的排队延时，而不考虑固定的路由延时和传播延时。
本发明方法针对快速转发服务网络，这种网络具有下述特点：
①任一数据流i在进入网络前被漏桶整形为服从到达曲线a_(t)＝ρ_it+σ_i的数据流，其中ρ_i是数据流i到达结点的最大到达速率，单位bit/s，σ_i是数据流i每次到达结点的最大数据量，单位bit，t表示时间，单位是秒；
②网络内部的每一个结点都为到达其的快速转发汇聚流提供包尺度速率保证(PSRG：Packet Scale Rate Guarantee)；设h是每一个数据流经历的最大跳数，h远小于网络结点总数，数据流所经过的最后一个结点即结点h为到达的快速转发汇聚流提供包尺度速率保证速率R_h和等待延时E_h，即结点为到达的快速转发汇聚流提供服务曲线β_(t)＝R_h[t-E_h]⁺；
③∑_i∈hρ_i≤γR_h，∑_i∈hρ_i表示经过结点h的数据流的最大到达速率之和，γ是链路固定利用率；
如图1所示，本发明方法的流程为：
步骤(1)获取下述网络参数：数据流i进入网络结点的最大到达速率ρ_i，以及该数据流每次到达网络结点的最大数据量σ_i；快速转发数据流经过网络结点的数量h、链路利用率γ。
步骤(2)：用下式表示到达网络结点的快速转发数据流的到达曲线α_1(t)：
α_1(t)＝∑_i∈h{ρ_i(t+(h-1)D₀)+σ_i}           (I)
其中D₀表示快速转发数据流经过一个结点的延时上界，本发明利用到达曲线α_1(t)进行端到端延时上界的推导。
步骤(3)判断式(II)是否成立，如果成立，按照式(III)表示D₀，再利用D＝h×D₀表示快速转发数据流经过h个结点的端到端延迟上界D，否则退出；
(1/R_h)∑_i∈hρ_i≤1/(h-1)                    (II)
D 0 = Σ i ∈ h σ i + E h R h R h - Σ i ∈ h ρ i ( h - 1 ) - - - ( III ) ]]>
式(III)的推导过程如下：
假设到达曲线为α′_(t)的通信流穿过一个网络系统，该系统为通信流提供的服务曲线为β′_(t)，那么对任意时间t，通信流在系统中的延时满足：

所以，从而能够解出D₀，如(III)式所示。
步骤(4)：对快速转发数据流建立下述模型
P{X_(t)＝k}＝P_k      P_k＝(λ/μ)^k(1-λ/μ)，k为自然数
现有的研究表明快速转发服务提供类似于专线或租用线的服务，用户的数量决定∑_i∈hρ_i和∑_i∈hσ_i。快速转发服务网络中的每一个结点服从M/M/1排队模型，则到达结点的快速转发数据流服从参数为λ的泊松流，每个流的服务时间独立同分布，服从参数为μ的指数分布并且到达时间相互独立。记Y_(t)表示t时刻某结点中数据流数目，那么Y＝{Y(t)，t≥0}是生灭过程，则平均到达时间间隔为λ^-1，平均服务时间为μ^-1，排队队列的平均长度r＝λ/μ。快速转发服务网络内部结点的处理速率大于快速转发数据流的到达速率，因此0<P₀＝1-λ/μ<∞，并且有0<P_k＝(λ/μ)^k(1-λ/μ)<∞，过程存在唯一平稳分布P{X_(t)＝k}＝P_k。
(5)计算端到端延时上界概率分布F_D(x)
快速转发服务网络具有特点①，将快速转发数据流都整形服从于同一到达曲线α_2(t)＝ρt+σ，ρ为ρ_i中的最大值，σ为σ_i中的最大值，那么有
D = h Σ i &Element; h σ i + E h R h R h - Σ i &Element; h ρ i ( h - 1 ) = h X ( t ) σ + E h R h R h - X ( t ) ρ ( h - 1 ) ]]>
P { D > x } = P { h X ( t ) σ + E h R h R h - X ( t ) ρ ( h - 1 ) > x } = P { X ( t ) > R h x - hE h R h xρ ( h - 1 ) + hσ } ]]>
令

r是排队的平均长度，反映网络负载状况，r越大说明使用快速转发服务的用户越多，它的变化直接影响着延时上界概率的变化。因此得到如下结论：
快速转发数据流的端到端延时上界D的概率分布函数为F_D(x)，x≥hE_h。
实例：
在实际参数为R_h＝142.76Mb/s，h＝10，E_h＝3000B/R_h，ρ＝32kb/s，σ＝100B的情况下，可得到图2至图4不同网络状况下D的概率分布曲线，其概率分布曲线比较如图5所示。
从以上三幅图可以看出，F_D(x)呈指数阶梯形减小，出现阶梯的原因是F_D(x)的指数项中出现取整运算。不仅可以从图中得到端到端在不同状况下的上确界，更能得到不同网络状况下大于某一值的概率。
在图2中，1.8ms是临界点，D大于1.8ms的概率刚好为0，那么1.8ms就是在此种网络状况下D的上确界。但同时从图中可以看到，F_D(1.75)＝0.001，从概率上说几乎就是0，可以认为1.75ms是此种网络状况下的端到端延时上确界，从这个意义上说端到端延时上确界也缩小了。
在图3中，2.1ms是临界点，F_D(1.95)＝0.001，可以认为其上确界是1.95ms。
在图4中，4.6ms是临界点，F_D(3.55)＝0.001，可以认为其上确界是3.55ms。
从图5可以知道，D的概率分布受网络状况的影响很大，所以用最坏情况下的端到端延时上界描述网络的延时状况是不准确的；网络越拥塞F_D(x)越大；从下往上，F_D(x)之间的差距逐渐增大，这说明网络状况较好时，F_D(x)随r变化的影响没有网络情况差时大，这一点从前面分析的三个临界值的变化趋势也可以看出来，4.6ms和2.1ms之间的差距远比2.1ms和1.8ms之间大很多，这和实际网络情况是吻合的。
总之，从端到端延时的概率分布曲线能够得到如下信息：
(1)任一指定网络状况下的端到端延时上界的概率分布；
(2)任一指定网络状况下的端到端延时上确界，并可根据小概率事件的定义来对其优化；
(3)延时上界在网络状况较差的情况下对网络状况变化的敏感度比网络情况较好时高。