基于多核处理器的混合测试流量生成技术

以典型多核处理器IXP2400为例,结合测试流量对精确性的需求提出混合测试流量生成技术。该技术用空操作循环替代处理器提供的时钟,利用改进弦截法对测试帧间时延求解,将得到的结果应用于测试流量生成,以控制混合测试流量的发送速率。实验结果证明,该技术在线速1GB／s内可以将混合的测试流量平均误差控制在0．497MB／s。     

一种灵活的基于网络处理器的流量生成方法

流量生成是网络流量模拟和网络设备测试的关键技术。随着网络的发展,流量生成技术面临着性能、精确性和灵活性三方面的挑战。介绍了一种灵活的基于IXP2400网络处理器的高速流量生成方法,该方法主要包括两个组成部分:IXPBTG平台和3种灵活的流量生成算法。     

基于多核处理器的自相似测试流量生成技术

研究并实现一种自相似测试流量生成技术,比较多种典型自相似流量分析模型,利用多分形小波作为自相似测试流量的生成模型,设计自相似测试流量生成算法。将该算法应用于基于IXP2400可编程多核多线程处理器构建的网络测试系统,在区间（0.5、1．0）内生成满足不同Hurst值的自相似测试流量,通过实验验证该技术的可用性和有效性。     

网络诱导延迟的量子化和增广对象向量方法

研究并实现一种自相似测试流量生成技术,比较多种典型自相似流量分析模型,利用多分形小波作为自相似测试流量的生成模型,设计自相似测试流量生成算法.将该算法应用于基于IXP2400可编程多核多线程处理器构建的网络测试系统,在区间(0.5, 1.0)内生成满足不同Hurst值的自相似测试流量,通过实验验证该技术的可用性和有效性.     

IXP2400网络处理器及其微引擎中多线程实现的研究

网络处理器兼顾了ASIC的高性能和RISC芯片的可编程灵活性,能较好地满足数据通信高速发展的要求,在将来的网络设备中,有广阔的应用前景。IXP2400是Intel公司推出的第二代网络处理器。它采用了高性能的并行体系结构来处理复杂的算法、包内容检测、流量管理和线速转发。多线程技术是IXP2400实现高速数据处理的关键技术。该文介绍了IXP2400的硬件结构及软件开发,并分析了其微引擎中多线程实现的有关技术。     

基于网络处理器上入侵检测的设计与实现

IXP2400是Intel公司推出的新一代网络处理器,入侵检测则是近年来迅速发展的一种网络安全技术。本文介绍了在IXP2400网络处理器上实现入侵检测的两种方法及其优缺点,并对这两种方法进行了性能分析。     

基于网络处理器上入侵检测的设计与实现

IXP2400是Intel公司推出的新一代网络处理器,入侵检检则是近年来迅速发展的一种网络安全技术。本文介绍了在IXP2400网络处理器上实现入侵检测的两种方法及其优缺点,并对这两种方法进行了性能分析。     

基于IXP2400的研究与开发平台体系结构

INTELIXP2400是一种典型的网络处理器,集成了一个Xscale的通用控制处理器和8个特别设计的微引擎(ME),以及其他协处理器和多种存储设备。IXP2400要与其他设备一起构成完整的应用系统。基于IXP2400的软件框架可以给应用程序提供较好的模块性和可移植性,同时由于IXP2400的完全可编程特性,搭建一个基于IXP2400网络处理器和IXP2400软件框架的应用系统开发和研究平台,对研究网络应用的特征和网络处理器的体系结构都很有意义。     

基于IXP网络处理器的NefFIOW采集系统

NetFlow是一种分析网络流量的重要技术,本文根据Intel的IXP2400网络处理器的特点,提出了在IXP2400上采集NetFIow数据的高效实现方案。     

基于网络处理器的防火墙流量控制技术*

分析了流量控制机制中现有的缓冲管理和分组调度算法,提出一种适合防火墙流量控制特点和网络处理器特点的自适应抢夺式流量控制算法,并给出基于网络处理器IXP2400的具体设计实现。     

一种新的基于ARIMA-SVM网络流量预测研究

研究网络流量预测精度问题,网络流量受多种因素的综合影响,其变化具有周期性、非线性和随机性等特点,将ARIMA模型和SVM模型相结合建立一种网络流量预测模型。采用ARIMA预测网络流量周期性和线性变化趋势;然后采用SVM对网络流量非线性和随机性趋势进行拟合;最后将两者结果再次输入SVM进行融合,得到网络流量最终预测结果。采用具体网络流量数据对模型性能进行测试,仿真结果表明,ARIMA-SVM提高了网络流量预测精度,降低了预测误差,能更全面刻画网络流量变化规律。     

10G网络测试仪的测试流量生成

测试流量生成是网络和网络设备性能测试的关键环节之一.鉴于目前国内在高速测试流量生成方面没有一个较好的解决方案,本文设计和实现了10G网络测试仪的测试流量生成与发送系统,该系统用软硬件结合方法生成测试流量,能高速灵活地生成各种测试流量,支持多种流模式,解决了现有流量生成方法存在的问题,最后通过实验分析验证了该系统能正确生成多种测试流量和良好支持多种流模式.     

面向互动式网络场景再现的流速控制系统与方法

互动式网络场景再现是一种重要的真实网络流量产生方法.然而,由于流量产生过程的复杂性,基于精确的数学模型对该过程产生流速进行控制是一个较为困难的新问题.文中设计实现了一个面向互动式网络场景再现的流速控制系统,并将网络场景再现过程中的流速控制问题转化为目标跟踪控制问题进行求解.该系统采用一种基于函数近似器的流速控制方法,利用函数近似器对系统的输入输出关系进行描述,通过动态调整系统输入流量来对回放过程输出流量进行跟踪.最后,利用真实网络流量实验考察了文中系统和方法在不同丢包、传输延迟以及会话阻断环境下的实际控制效果,并从收敛时间、产生输入输出、控制误差等角度对系统的控制性能进行了分析.     

基于形式化方法的网络业务流Petri网模型的仿真分析

针对自相似业务流的影响,给出具有自相似特性的网络业务流传输过程的随机Petri网模型,使用Petri网分别建立了无限缓冲区的IP层网络模型和有限缓冲区的以太网模型,采用一种马尔可夫随机Petri网的方法对模型进行分析,然后通过实例证明了网络中确实存在着自相似现象,最后利用随机Petri网性能分析工具SPNP对所建立的模型进行了模拟和验证,研究了网络业务流的自相似特性对网络性能的影响.提出的模型在一定程度上能够很好地拟合不同网络的流量特性,为网络构建、网络特性分析和网络性能评估提供了重要的理论基础.     

FPGEN: A fast, scalable and programmable traffic generator for the performance evaluation of high-speed computer networks

Testing today’s high-speed network equipment requires the generation of network traffic which is similar to the real Internet traffic at Gbps line rates. There are many software-based traffic generators which can generate packets according to different stochastic distributions. However, they are not suitable for high-speed hardware test platforms. This paper describes FPGEN (Fast Packet GENerator), a programmable random traffic generator which is entirely implemented on FPGA (Field Programmable Gate Array). FPGEN can generate variable packet sizes and traffic with Poisson and Markov-modulated on-off statistics at OC-48 rate per interface. Our work that is presented in this paper includes the theoretical design of FPGEN, the hardware design of the FPGA-based traffic generator board (printed circuit board design and construction) and the implementation of FPGEN on FPGA. Our experimental study demonstrates that FPGEN can achieve both the desired rate and statistical properties for the generated traffic.     

分布式网络流量生成与测量系统

介绍了一种带有测量支持的网络流量生成系统．该系统采用分布式结构，由一个控制端、多个发送端和接收端组成，具有良好的可扩展性；系统的另一个特性是在生成网络流量的同时能够进行网络性能的实时测量与可视化．分析介绍了系统的组成结构、各功能模块的实现及控制协议．定义了系统测量丢包率和传输时延的算法和公式，并进行了相关讨论，最后给出了流量生成的性能指标．     

The role of stochastic programming in communication network design

Conventional design and optimization methods are being challenged by the rapid evolution of electronic and optical communication networks. It becomes necessary to incorporate the stochastic effect of traffic flows into network models. This paper introduces the stochastic programming (SP) methodology to characterize the stochastic traffic. A multi-commodity network model is proposed. Two SP approaches, here-and-now and scenario tracking, are described through case studies for a prototype network.     

Stochastic programming methods applied to network optimization

As communication technologies evolve, it becomes necessary to incorporate the stochastic effect of traffic flows into network models. This paper introduces the stochastic programming (SP) methodology for characterizing traffic. Two SP approaches, here-and-now (HN) and scenario tracking (ST), are described through case studies for a prototype network. A numerical optimization procedure is used to perform the simulation. It is clearly demonstrated that when the probability distributions can be estimated analytically, the HN approach can be attractive. Otherwise, the ST approach may be more appropriate.