网络状态多维感知原理

发布时间： 2022-11-08

网络状态多维感知原理,状态多维感知是网络基础设施的重要功能。通过状态多维感知掌握对基础设施计算资源、存储资源、交换资源、传输资源的状态，为动态的网络资源虚拟化提供依据，是实现网络弹性的基础。一般计算资源、存储资源相对稳定，弹性通信网络的传输资源尤其是无线传输资源变化较快，用户业务也存在快速变化的可能，因此网络状态多维感知的精准、实时性，网络分析与预测的准确性，成为弹性通信网络性能提升的重要因素。

网络在用户、网络、网络运营商、内容提供商及监管部门的综合作用下形成了复杂行为状态。为了动态重构弹性通信网络，向弹性通信网络的重构决策单元准确反映网络综合状态，需要对目标网络采用网络行为析构模型建立、多维网络状态指标体系建立、多维数据分析预测三个技术手段来实现。

1.网络行为析构模型建立

将网络不同部分按照行为特征进行分类，分别为其建立行为模型，并从网络的控制层面、数据层面以及二者相互影响形成的性能层面进行分析，包括网络拓扑、路由、策略、流量以及性能等，如图1所示。

图1　网络行为分析模型

互联网可以看作由若干个子网构成的集合，子网可以按照不同标准（如运营商、地域分布、是否盈利或网络的任意割集）进行划分。建立网络的析构模型需要为每个子网建立数值模型，其基本方法如下：首先对网络模型进行准确的描述，对于规模巨大的互联网对其进行抽象和约减，将其视为一个黑盒子，通过约减将其抽象为几个网元，然后通过弱监督学习的方法对主动和被动采集的网络时延、流量、带宽、拓扑等数据进行分析，从而得到子网的行为模型。在此基础上，采用无监督分类方法对子网进行分类，最终建立互联网的析构模型。

2.多维网络状态指标体系建立

在现有RFC2544等网络测量指标体系基础上，研究“集约、高效、健康”等网络行为的衡量评价方法，提出网络行为的宏观描述指标；研究用户、网络运营商、内容提供商、网络监管治理等不同视角对网络的量化评价方法，提出衡量网络行为的领域指标；研究网络性能、流量、拓扑、路由等行为的量化方法，提出可测量分析的微观指标。研究这三类指标间的分解、组合等关联映射关系，通过极大不相关方法对基础指标进行筛选，形成面向绿色网络空间的测量指标体系，如图2所示。

图2　网络状态指标体系

3.多维数据分析预测

网络行为的分析预测是基于当前的网络拓扑、路由和流量调度策略在当前流量激励下对用户做出反应、网络状态变化趋势的集合。在析构模型中，网络拓扑是个静态特征，而路由策略、流量策略、流量及用户行为都是动态变化的。在模型中，当前的流量状态可通过网络测量获得，而用户行为引起的变化可看作是对网络的一个动态扰动，可引入矩阵论分析方法对用户行为、网络拓扑、流量、策略等进行建模表示，采用网络动力学进行行为的分析和预测。

上一篇： 拓扑生成原理

下一篇： 可重构网络基础设施资源调度原理