一种非平稳网络链路丢包率层析成像方法

现有网络链路参数估计方法大都假设网络链路状态在测量周期内是平稳的,不能获得网络链路参数的时变特征。该文提出了一种非平稳的网络链路丢包率层析成像方法。假定在一个相对较小的时窗内,丢包率随时间变化的曲线可用一个k阶可导的函数来描述;用网络层析成像的方法求得这些函数的k阶泰勒展开式;然后根据各时窗内的逼近结果,用反比距离加权估计整个测量周期内链路的时变丢包率。NS2仿真验证了该方法能有效追踪链路丢包率的变化,且优于现有的网络链路丢包率层析成像方法。     

基于k阶马尔可夫链的单播网络丢包层析成像

该文针对时域相关的网络链路丢包估计问题,提出一种基于k阶马尔可夫链的单播网络丢包层析成像方法。该方法首先引入k阶马尔可夫链描述网络链路丢包过程,然后用最大伪似然方法估计k阶马尔可夫链链路丢包模型的状态转移概率。当k足够大时,该文方法可以根据单播端到端测量数据,准确地估计出网络链路上每个数据包丢失的概率。ns-2仿真验证了该文方法的有效性。     

基于网络结构特征的IP所属区域识别

现有IP定位技术通过查询IP注册信息数据库或利用测量得到的时延等信息确定IP具体位置,在实际中由于受各种因素的影响,对网络中的大部分IP都无法得到准确、合理的定位结果。为此,该文提出一种基于网络结构特征的IP所属区域识别方法。该方法通过探测节点向待定位的IP发送Traceroute探测包获得两者之间的网络结构特征,并比较待定位节点和已知地理位置节点之间的网络结构特征确定待定位节点所属区域。测试结果表明该文方法和现有的数据库查询的正确率相比有部分提升。