[论文解读] Scaling in Internet Traffic: a 14 year and 3 day longitudinal study, with multiscale analyses and random projections

Romain Fontugne, Patrice Abry+5 more|Open Archive Toulouse Archive Ouverte (University of Toulouse)|Mar 6, 2017

Complex Network Analysis Techniques参考文献 39被引用 4

一句话总结

本文提出一种多尺度方法，结合小波分析、小波领导者和随机投影，以稳健方式表征来自MAWI档案库的14年零3天互联网流量中的标度特性。结果确认存在一种持续的双标度行为——在粗尺度（>~0.5秒）表现为长程相关性，而在细尺度（低至~1毫秒）表现为多重分形标度——且标度参数在时间上保持稳定，验证了重尾流大小与长程相关性之间的关联，并将细尺度多重分形性与RTT分布联系起来。

ABSTRACT

In the mid-90's, it was shown that the statistics of aggregated time series from Internet traffic departed from those of traditional short range dependent models, and were instead characterized by asymptotic self-similarity. Following this seminal contribution, over the years, many studies have investigated the existence and form of scaling in Internet traffic. This contribution aims first at presenting a methodology, combining multiscale analysis (wavelet and wavelet leaders) and random projections (or sketches), permitting a precise, efficient and robust characterization of scaling which is capable of seeing through non-stationary anomalies. Second, we apply the methodology to a data set spanning an unusually long period: 14 years, from the MAWI traffic archive, thereby allowing an in-depth longitudinal analysis of the form, nature and evolutions of scaling in Internet traffic, as well as network mechanisms producing them. We also study a separate 3-day long trace to obtain complementary insight into intra-day behavior. We find that a biscaling (two ranges of independent scaling phenomena) regime is systematically observed: long-range dependence over the large scales, and multifractal-like scaling over the fine scales. We quantify the actual scaling ranges precisely, verify to high accuracy the expected relationship between the long range dependent parameter and the heavy tail parameter of the flow size distribution, and relate fine scale multifractal scaling to typical IP packet inter-arrival and to round-trip time distributions.

研究动机与目标

• 开发一种稳健、高效且精确的方法，用于表征互联网流量中的标度特性，能够抵御非平稳异常的影响。
• 利用多尺度技术和随机投影，分析14年互联网流量的长期标度行为。
• 探究标度特性（尤其是长程相关性和多重分形性）是否在互联网使用模式和重大技术变革下依然持续存在。
• 量化重尾流大小分布与长程相关性之间的关系，并探讨细尺度多重分形标度的成因。

提出的方法

• 采用基于小波和小波领导者的多尺度分析，以在多个时间尺度上估计标度指数。
• 应用随机投影（草图）技术，实现在大规模流量数据上高效、可扩展的分析，同时保持统计特性。
• 使用来自MAWI档案库的14年追踪数据以及另一段3天的追踪数据，以研究长期演化和日内动态。
• 通过赫斯特参数H表征长程相关性，通过多重分形谱c1、c2表征细尺度复杂性。
• 将尺度范围映射到网络机制，特别是RTT分布，以建立统计标度与协议层行为之间的联系。
• 通过H与尾指数之间的经验相关性，验证重尾流大小与长程相关性之间理论关联的实证基础。

实验结果

研究问题

• RQ1 尽管网络技术和使用模式持续演进，互联网流量中的长程相关性在14年中是否保持稳定？
• RQ2 长程相关性和多重分形标度在互联网流量中共存的确切尺度范围是什么？
• RQ3 RTT分布和数据包注入协议如何促成流量中细尺度的多重分形标度？
• RQ4 非平稳异常（如突发流量或DDoS攻击）在多大程度上扭曲标度估计？所提出的方法能否缓解此类影响？
• RQ5 是否存在一种普遍机制将重尾流大小与长程相关性联系起来？该机制在长时间尺度上是否具有实证可验证性？

主要发现

• 持续观察到双标度行为：粗尺度（>0.5秒）表现为长程相关性，细尺度（<1毫秒）表现为多重分形标度，且在全部14年数据中保持稳定。
• 在3天追踪中，长程相关性的标度范围延伸至数小时，且赫斯特参数H随时间无显著变化。
• 赫斯特参数H与流大小分布的尾指数之间存在强烈定量一致性，支持[12]中提出的理论关联。
• 细尺度多重分形性与广泛的往返时间（RTT）分布相关，后者生成一系列影响数据包注入动态的时间尺度。
• 粗尺度与细尺度行为之间的边界尺度范围在数百毫秒至1秒之间，反映了人类驱动的内容生成与协议驱动的数据包注入之间的过渡。
• 尽管带宽和流量总量大幅增加，且应用不断演进，14年期间的标度特性——包括长程相关性和多重分形性——本质上保持不变。