主动式通信网络性能自动监测方法＊

2022-11-28温圣军韩春晓

自动化技术与应用 2022年10期

温圣军,韩春晓,袁刚,丰苏

（国家市场监督管理总局信息中心，北京 100820）

1 引言

政务信息化网络规模越来越复杂[1-2]，业务服务越来越多样化，网络的承载能力和管理能力受到挑战，网络故障也随之经常出现[3-7]。

当故障出现时，缺乏问题溯源的电子证据，无法给服务提供方定界定责，且网络维护时间投入成本高，日常运维分析效率低。对此，较多学者对此进行研究，例如陈兴蜀等[8]研究基于会话流聚合的隐蔽性通信行为检测方法；孙宇嫣等[9]研究基于深度学习的智能变电站通信网络故障诊断与定位方法，提升对网络的监测能力，但均无法对通信网络进行全面的监控。

因此，本文设计基于时间域的主动式通信网络性能自动监测方法，通过对影响主动式通信网络时间域相关指标的计算，完成网络性能的自动监测。

2 主动式通信网络性能自动监测方法

2.1 网络性能自动监测结构

构建基于拓扑结构的三级网络，并通过三类节点形成监测结构，分别为监控目的、分布式监控以及集中控制节点。通过图1描述监测结构的整体框架。

图1中，通过节点部署单元实现监测节点的引入与删除；用户指令单元实现转移与交换用户指令；监测配置设定单元主要对监测工具的参数进行设定；监测数据接收单元获取各监测单元处理后的数据，并进行下一步操作；通过监测数据采集以及监测报文响应获取数据，并选取吞吐率、传输时延及时延抖动、丢包率为影响主动式通信网络性能的时间域指标，经计算，完成时间域内的主动式通信网络性能自动监测，采用日志或报表的形式，将监测到的数据汇集给用户。

2.2 网络的吞吐率计算

通过以下公式(1)表达网络中，流量与时延的关联状况：

公式(1)中，流量由Uj描述；时延由Tj描述。当进行多次数据操作(其中包括采集、曲线拟合以及平均等)发送过程中与流量存在关联的经验函数由f描述。

若丢包状态未出现在主动式通信网络中，且网络吞吐量Sj中包含现阶段网络的流量，则不会出现较大变化的网络时延Tj，且该时延通过近似线性情况关联流量。若主动式通信网络中出现丢包事件，即出现网络堵塞，因此会导致网络出现明显延迟。若吞吐率中包含流量时，则通过公式(2)表示：

若网络吞吐率收到流量，出现堵塞情况时，则通过公式(3)表示：

依据|C(Uj)|≤c，可以得出现阶段主动式通信网络中，能够接受的最大流量为U'j，因此，U'j即能够表示网络中正常情况下的吞吐率，并通过公式(4)表示：

2.3 传输时延以及时延抖动

在吞吐率区域内，通过n个区域划分流量Uj，并分别对每个区间内的流量Uij相应时延Tji的几率pi进行计算，因此，通过公式(5)计算网络的均衡传送时延ETj：

在公式(5)中，pi=；在区间i中，流量Uji的时间由ti表示；全部测量时间由ts表示。测量报的绝对传送时延与时延基准值的差，即为时延抖动，并通过表示。在现实计算过程中，时延抖动的均值即能够代表其基准值，并通过公式(6)计算：

2.4 丢包率监测EM-MLE算法

通过似然函数形式解决推导问题，并通过公式(8)表示：

并且可通过公式(10)描述似然函数：

依据上述公式，可得出似然函数的最大值计算过程，并通过公式(11)表示：

公式(11)中，现实测量下的数据为nk，k=por kR，R表示叶节点，RV；该算法通过迭代形式与近似值接近，并使用完全对数似然函数。通过以下过程，实现该算法的计算：

(3) M-step。通过公式(13)对条件期望值的最高值极位置进行分析：

通过上述公式(11)能够得出最大极值点，在公式(13)中，将nk调整为条件期望值。

(4) 迭代。对步骤(2)～步骤(3)进行迭代，当能够达到结束条件时，完成迭代。设l 为进行迭代的数目，并通过表示网络内的丢包率。

(1) 有限值L是L(xR；a)最终收敛结果。

(3) 若存在单峰的L(xR；a)，则最终收敛的结果为为全局最大值，对每条链路的丢包率进行精准计算。

3 实验分析

某政府部门在北京有2 个业务主节点的主动式通信网络，其中以A为主节点，构建至全国32个省级节点的业务主干网，以B为主节点，构建至全国32个省级节点的视频会议专网。支撑总部全国企业信用信息公示系统、部门官网及相关政务服务信息系统互联网访问需求，以及全国电话服务系统、综合业务系统等信息系统的数据归集交互，以及全国部门视频会议系统的开展，整个网络复杂，覆盖广，业务承载多样化，对网络管理要求较高。根据网络特点和新型智能网管系统的架构，在主节点A 部署探针系统和分析平台，采用新型主动式网络监控系统提供全面的监测分析服务。将本文方法应用至该网络监控系统中，分析本文方法的监测性能。

对2020年某日的该网络吞吐率进行监测，统计监测到的吞吐率变化情况并与实际吞吐率变化进行对比，分析本文方法的吞吐率监测能力，分析结果如图2表示。

根据图2可知，本文方法的吞吐率监测结果与实际吞吐率变化并未发生较大差距，波动情况十分相似，因此，本文方法具有较高的吞吐率监测能力，可精准衡量网络通信性能。

分析不同方法对丢包率的监测结果，分析结果如图3所示。

根据图3可知，本文方法在链路1 与链路3 的监测结果与实际丢包率完全一致，链路2、4、5、6的监测丢包率与实际丢包率仅相差0．01%，因此，本文方法对丢包率的监测较为精准，可通过丢包率监测结果监测通信网络性能。

分析不同方法在所监测当日的时延变化情况，依据实际时延情况进行分析，分析结果如图4所示。

根据图4可知，本文方法所监测的时延始终与现实情况较为接近，最大误差也未超过2 ms，因此，本文方法能够较好地监测网络时延，衡量网络通信性能。

选取2020年中前六个月的网络链路可用率与优良率变化状态，分析通过本文方法检测后的链路可用率与优良率情况，分析结果如图5所示。

根据图5可知，在所监测的每个月中，其优良率与可用率并不一致，但依据网络实际利用率与优良率，对比本文监测结果，监测所得值非常接近，因此，通过本文方法能够对网络链路可用率与优良率精确监测。