網(wǎng)絡(luò)性能監(jiān)測(cè)的關(guān)鍵技術(shù)
- 編輯：admin -網(wǎng)絡(luò)性能參數(shù)的采集方法通常情測(cè)。因此可考慮三種方式來實(shí)現(xiàn)對(duì)重要環(huán)節(jié)網(wǎng)絡(luò)性能的監(jiān)測(cè)。
1.網(wǎng)絡(luò)性能參數(shù)的采集方法通常情測(cè)。因此可考慮三種方式來實(shí)現(xiàn)對(duì)重要環(huán)節(jié)網(wǎng)絡(luò)性能的監(jiān)測(cè)。(1)直接使用現(xiàn)有路由器或交換機(jī)自身具備的流量測(cè)量功能，具體利用路由器的 NETFLOW軟件來實(shí)現(xiàn)。在這種方式下，大流量的數(shù)據(jù)采集會(huì)消耗設(shè)備的CPU和存儲(chǔ)資源，一般采用抽樣技術(shù)，但觀測(cè)粒度較粗，而且目前的標(biāo)準(zhǔn)不完善， IPFIX尚處于討論階段。另外由于高速接口的流量監(jiān)測(cè)設(shè)備成本相對(duì)較高，需要在網(wǎng)絡(luò)設(shè)備中或在網(wǎng)絡(luò)中添加專用的數(shù)據(jù)采集設(shè)備。
(2)在路由器上采用ISE卡實(shí)現(xiàn)對(duì)重點(diǎn)鏈路的監(jiān)控。
(3)在P傳輸鏈路中串入或并入流量分析設(shè)備來獲得流量信息。通過上述監(jiān)測(cè)機(jī)制可以獲得網(wǎng)絡(luò)的狀態(tài)信息，一方面，這種狀態(tài)信息要成為路由策略的重要參數(shù)，以便在感知到網(wǎng)絡(luò)阻塞發(fā)生或?qū)⒁l(fā)生時(shí)能夠?qū)崟r(shí)地改變網(wǎng)絡(luò)路由。目前，這方面的研究已經(jīng)在IETF展開，也提出了一些基于QoS的路由算法，但是支持這些新型路由協(xié)議的網(wǎng)絡(luò)設(shè)備并不多。另一方面，這些網(wǎng)絡(luò)狀態(tài)信息可以為網(wǎng)絡(luò)管理人員對(duì)網(wǎng)絡(luò)運(yùn)行狀況進(jìn)行預(yù)測(cè)和把握提供事實(shí)依據(jù)，從而可以非實(shí)時(shí)地對(duì)網(wǎng)絡(luò)進(jìn)行調(diào)整，以提升網(wǎng)絡(luò)性能。
2.網(wǎng)絡(luò)性能測(cè)量點(diǎn)的布置與管理
采用上述三種測(cè)量方式以后，相相當(dāng)于在網(wǎng)絡(luò)中配置了多個(gè)網(wǎng)絡(luò)性能探測(cè)器，這些探測(cè)器采用分布式測(cè)試、集中式綜合分析模式工作這些探測(cè)器應(yīng)該能夠?yàn)槎鄠€(gè)用戶的多個(gè)性能監(jiān)測(cè)服務(wù)，這樣才能降低建設(shè)成本，并能夠真正開展面向更多用戶的網(wǎng)絡(luò)性能監(jiān)測(cè)服務(wù)。網(wǎng)絡(luò)中的多個(gè)探測(cè)器也可以組成多個(gè)網(wǎng)絡(luò)性能監(jiān)測(cè)域，一個(gè)探測(cè)器可以邏輯上屬于多個(gè)監(jiān)測(cè)域。也就是說，一個(gè)探測(cè)器可以同時(shí)為多個(gè)用戶服務(wù)，一個(gè)探測(cè)器也可以同時(shí)執(zhí)行多個(gè)監(jiān)測(cè)任務(wù)。
3.網(wǎng)絡(luò)性能的采樣測(cè)量技術(shù)
考慮到網(wǎng)絡(luò)負(fù)載和探測(cè)器負(fù)載，通常對(duì)于一些參數(shù)不能長(zhǎng)時(shí)間的連續(xù)測(cè)試，向是要米用造當(dāng)?shù)拿准夹g(shù)，即在時(shí)同軸上依一定的算法，抽取部分測(cè)量時(shí)間點(diǎn)，在測(cè)量時(shí)間點(diǎn)上對(duì)關(guān)心的參數(shù)進(jìn)行測(cè)量并記錄。采樣技術(shù)可以直接削減探測(cè)器的工作量，減輕網(wǎng)絡(luò)的負(fù)載，減少網(wǎng)絡(luò)設(shè)備的壓力，進(jìn)而可以降低對(duì)探測(cè)器的技術(shù)要求，降低產(chǎn)品成本。在時(shí)間軸上選取采樣時(shí)間點(diǎn)的算法很多，主要包括以下兩種。
(1)固定時(shí)間間隔周期性采集數(shù)據(jù)，在后臺(tái)處理過程中依據(jù)一定的線性預(yù)測(cè)算法進(jìn)行建模，使點(diǎn)數(shù)據(jù)延展為連續(xù)數(shù)據(jù)。
(2)自適應(yīng)時(shí)間間隔采集數(shù)據(jù)，在后臺(tái)處理中依據(jù)一定的非線性預(yù)測(cè)算法，如神經(jīng)元網(wǎng)絡(luò)的方式將點(diǎn)數(shù)據(jù)延展為連續(xù)數(shù)據(jù)。自適應(yīng)的時(shí)間間隔算法可以在一定程度上增加對(duì)網(wǎng)絡(luò)流量突發(fā)事件的發(fā)現(xiàn)概率，即在流量變化較為頻繁或劇烈的時(shí)間段加大采集密度，在流量較為平緩的時(shí)間段降低采集密度。
在應(yīng)用采樣技術(shù)時(shí)，也存在一些固有常見的問題:
首先，在時(shí)間軸上進(jìn)行壓縮不是流量測(cè)量數(shù)據(jù)壓縮的首選方法，因?yàn)橐话愕牟蓸铀惴ú⒉荒軐?shí)現(xiàn)真正地制作數(shù)據(jù)縮略圖，以根據(jù)運(yùn)維人員的需求對(duì)數(shù)據(jù)進(jìn)行縮放。
其次，采樣算法對(duì)APP開發(fā)數(shù)據(jù)采集的效果影響很大。目前一般設(shè)備采用的時(shí)間采樣點(diǎn)的計(jì)算方法和采集方法都遠(yuǎn)不是最優(yōu)算法，有較大的誤差，信息的丟失也很嚴(yán)重，往往不能及時(shí)準(zhǔn)確地捕獲網(wǎng)絡(luò)中的異常事件。