.png){kind=icon}
返回
Queueing Network Topology Inference Using Passive and Active Measurements
.png){kind=icon}
PRE
AI
DOI：10.1109/TON.2025.3582205.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们重新审视了一个经典问题：从端到端测量中推断给定源节点在分组交换网络中的路由树，与现有解决方案有两个关键区别：(i) 与仅依赖探测获取的主动测量不同，我们致力于最大限度地利用来自数据包的被动测量；(ii) 与推断省略了度数为2的节点的逻辑拓扑不同，我们希望恢复包含所有节点的物理拓扑。我们的主要思想是利用网络内部的详细排队动态来估计每个队列的某个参数（剩余容量），然后使用估计的参数作为指纹来检测跨路径共享的队列，从而推断拓扑。为此，我们开发了一种基于拉普拉斯变换的估计器，用于从端到端延迟中估计队列串的参数，并开发了高效的算法，通过识别与同一队列关联的参数来推断拓扑。为提高准确性，我们进一步开发了一种混合算法，利用主动测量的信息来识别（广义）兄弟节点，并利用被动测量的信息来检测从源节点到每对识别出的兄弟节点路径上共享的队列。我们的推断拓扑在测量次数增加时，保证收敛到真实拓扑，最多允许由同一组路径遍历的队列的排列。我们在排队理论和分组级仿真中的评估表明，所提出的解决方案，尤其是混合算法，显著提高了现有技术的准确性。
Keyword:
Network topology inference
passive and active measurement
queueing network
neighbor joining
期刊
I
IF:
0
论文数:
551
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容