[论文解读] Development of QoS methods in the information networks with fractal traffic

Yousef Daradkeh Eid Mubarak, Lyudmyla Kirichenko+1 more|arXiv (Cornell University)|Apr 10, 2019

Cybersecurity and Information Systems参考文献 15被引用 7

一句话总结

本文提出了一种新颖的QoS框架，用于具有分形流量的信息网络，通过利用多分形流量特性——特别是Hurst指数、广义Hurst指数范围和变异系数。该方法结合了基于分形特性的流量建模、拥塞预防、动态路由成本计算和负载均衡，显著提升了网络QoS，仿真结果已证明其有效性。

ABSTRACT

The paper discusses actual task of ensuring the quality of services in information networks with fractal traffic. The generalized approach to traffic management and quality of service based on the account of multifractal properties of the network traffic is proposed. To describe the multifractal traffic properties, it is proposed to use the Hurst exponent, the range of generalized Hurst exponent and coefficient of variation. Methods of preventing of network overload in communication node, routing cost calculation and load balancing, which based on fractal properties of traffic are presented. The results of simulation have shown that the joint use of the proposed methods can significantly improve the quality of service network.

研究动机与目标

• 为解决在具有自相似、分形特征流量模式的信息网络中维持高质量服务的挑战。
• 开发一种考虑网络流量多分形特性的通用流量管理方法。
• 通过分形感知的负载均衡和路由机制，提升网络弹性和性能。
• 通过在真实分形流量条件下进行仿真，验证所提方法的有效性。

提出的方法

• 该方法利用Hurst指数和广义Hurst指数范围对网络流量进行建模，以捕捉长程依赖性和多分形行为。
• 通过变异系数量化流量变异性，支持动态决策。
• 通过监控分形流量参数并主动调整资源分配，实现网络拥塞预防。
• 基于分形流量特性计算路由成本，以引导路径选择至更少拥塞、更稳定的路径。
• 通过根据节点的分形流量特征和当前负载状态，将流量分配至不同节点，实现负载均衡。
• 使用仿真环境评估这些方法联合应用对延迟、抖动和丢包等QoS指标的影响。

实验结果

研究问题

• RQ1 如何有效建模并利用多分形流量特性，以实现信息网络中的QoS管理？
• RQ2 Hurst指数、广义Hurst指数范围和变异系数在预测和防止网络拥塞中发挥什么作用？
• RQ3 在自相似流量下，基于分形的路由和负载均衡机制能否显著提升网络性能？
• RQ4 综合应用分形感知方法在多大程度上可减少网络通信中的延迟、抖动和丢包？
• RQ5 与传统QoS方法相比，所提出的框架在处理突发性、分形特征流量时表现如何？

主要发现

• 基于分形的流量建模与QoS机制的联合应用，在自相似流量下显著提升了网络性能。
• 利用Hurst指数和变异系数可更准确地预测流量突发和网络拥塞。
• 基于分形参数的主动拥塞预防机制降低了网络节点饱和的可能性。
• 分形感知的路由成本计算可实现更高效的路径选择，从而最小化延迟和抖动。
• 基于多分形流量特征的负载均衡可实现网络节点间更均匀的资源利用率。
• 仿真结果证实，与传统方法相比，所提方法可降低丢包率并提升整体QoS。