大规模网络中基于异构流量建模的动态流控方法研究

Both observation data from Jiangsu Province border of China Education and Research Network (CERNET) and reports at home and abroad have shown that the proportion of the current Internet UDP traffic has the increased since 2005. UDP traffic in Domestic observation point has risen from about 5% to around 40%, and maintain fluctuating at this ratio. Research work of the project based on the fact that "current UDP traffic is on longer a neglected part in the traffic" and by 10 years of network traffic measurement data of China and USA we collected, our main study focus on the UDP traffic behavior in Internet. The current study was designed for giving a reasonable assessment and forecasting on high UDP traffic phenomenon, and analyzing and modeling for the UDP traffic generated by different applications, and providing solutions to traffic control problems such as congestion control under high UDP traffic network environment. This project could help to set up theoretical models and methods for large-scale network characteristics and network traffic transmission control, and the results could be useful in fine network management, network transmission and control theory, and network behavior studies.

2005年以来对中国教育科研网(CERNET)江苏省网边界流量的跟踪观测数据和国内外相关文献的报道均显示当前互联网中的UDP流量比例都有所升高，国内的观察点上UDP流量已经从原来的5%左右升高到40%左右，并维持在这个比例上波动。本项目的研究工作基于“当前UDP流量也成为流量中不可忽视的一部分”这样一个事实展开。本项目主要研究互联网中与UDP流量业务行为相关的问题，旨在对当前的高UDP流量现象给出合理评估和预测，对在UDP流量进行流量业务分析与建模，并为高UDP流量的网络环境可能存在的拥塞等流量控制问题提供较完备的解决方案。本项目的研究成果将为大规模网络中的网络流量特性研究和网络流量传输控制提供一定的理论模型支撑和良好的技术方法，对于精细化网络管理、网络传输控制技术和网络行为研究具有积极的意义。

项目面向网络管理的需求，以网络流量为研究对象，实现网络流量测度的有效提取与合理使用，提供在有限资源下的精细化网络的管理服务质量和安全监测需求。项目从两个方面进行了研究工作。.第一，大规模网络下流量控制。首先，基于前面研究提出的面向单条链路的TCP综合传输性能测度R和占用带宽、UDP流量比例间的关系，采用了基于sketch的方法进行测度计算开销优化，使用较小的内存开销和计算代价获得该测度在合理误差范围内的估计值。其次，针对网络流量中UDP成分的逐渐增加可能导致网络存在拥塞缓解失效的隐患。依据TCP模型推导出的TCP协议流量的丢包概率对不同的传输层协议产生差异型的动态丢包概率以确保AQM的稳定性和传输层协议间的公平性。项目研究在此基础上增加了细粒度的拥塞控制手段，引入数据概要方法，增加了可控的时间和空间代价，将控制算法从二者的竞争模型转化为多元竞争模型。但由于拥塞控制的手段仍旧是丢包，该研究目前需要解决针对google提出的对丢包不敏感的TCP BBR算法的挑战，因此该部分研究尚未见刊。.第二，在异构流量的研究上，针对网络流量在几个重要的安全指标上进行快速估计算法实施，其中针对heavy hitter使用了基于sketch的快速估计算法；针对加密流量提出了快速移动应用识别算法和恶意应用的识别算法；针对水军的评论，提出了基于cosine模式的快速检测算法等；几个其他异构网络中，例如在无线传感器网络中的特殊情景下（机会网络下）的节点数据转发算法DFAFR等。.本研究成果为大规模网络中的网络流量特性研究和网络流量传输控制提供了一定的理论模型支撑和实际算法优化方法，对于精细化网络管理、网络传输控制技术和网络行为研究具有积极的意义。