本科毕业论文面向交换机验证的流量生成器研究与设计

《本科毕业论文面向交换机验证的流量生成器研究与设计》由会员分享，可在线阅读，更多相关《本科毕业论文面向交换机验证的流量生成器研究与设计（71页珍藏版）》请在装配图网上搜索。

1、摘要摘要随着存储区域网络(Storage Area Network and SAN Protocols, SAN)的发展，光纤通道(Fibre Channel, FC)交换机逐渐走进人们的视野。流量生成器作为交换机功能验证性能测试的关键模块也随之成为研究重点。本文研究设计了一种面向交换机的基于软硬交互的流量生成器，优化了现有的软件硬件流量生成器，并给出了几种应用比较广泛的流量模型。最后通过Modelsim对流量生成器单元进行功能仿真，并在实验开发板上使用流量生成器进行交换机测试，验证了设计的正确性。关键词：FC交换机，交换机验证测试平台，流量生成器，流量模型IABSTRACTABSTRACTA

2、long with the development of storage area network(SAN), Fibre Channel(FC) switch gradually step into peoples vision.As the key module of verifying swichfunction,Traffic generator also become a research focus.This paper designes a switch-based traffic generator with hardware and software interacting,

3、and optimizes the existed software or hardware traffic generator. Several traffic modelsof extensive applicated are given. Finally,simulate the functions of traffic generator and verification platform with Modelsim, and test the performance parameters of FC switch with verification platform on exper

4、imental development board. The result proves the design correctly.Key Word：Fibre Channel Switch, Switch Verification Platform, Traffic Generator, Traffic modelII目录目录第1章引言11.1 课题背景11.2 国内外发展现状21.3 研究意义31.4 主要工作和文章结构4第2章交换机及流量产生器关键技术52.1 交换机模块介绍52.1.1 交换机概述52.1.2 交换单元72.1.3 Crossbar交换结构排队策略82.1.4 CICQ

5、交换结构的调度算法92.1.5 交换机帧结构112.1.6 交换机相关参数112.2 流量生成器模块介绍122.2.1 软件式流量生成器122.2.2 硬件式流量生成器142.3 本章小结15第3章网络流量模型研究163.1 流量模型概述163.1.1 短相关流量模型163.1.2 长相关流量模型173.2 泊松流量模型173.2.1 模型分析173.2.2 模型建立183.3 马尔科夫调制的泊松流量模型183.3.1 模型分析193.3.2 模型建立203.4 自相似流量模型213.4.1 自相似概念223.4.2 模型分析233.4.3 模型建立253.5 本章小结26第4章交换机及验证平

6、台架构设计274.1 交换机模块274.2 微处理器模块294.2.1 微处理器配置模块294.2.2 微处理器控制模块304.2.3 微处理器软件控制304.3 流量生成器模块314.4 交换机监测器模块334.5 延时统计与吞吐率统计模块334.6 本章小结34第5章测试与分析355.1 模型仿真验证355.1.1 泊松流量模型验证355.1.2 马尔科夫调制的泊松分布模型验证365.1.3 自相似模型验证385.2 流量生成器功能仿真395.3 交换机性能测试415.3.1 延时特性测试425.3.2 吞吐率特性测试435.4 本章小结45第6章结论466.1 工作总结466.2 不足与

7、展望46参考文献47致谢49外文原文50外文译文58III第1章引言第1章引言1.1 课题背景2014年的第33次中国互联网络发展状况统计报告显示，我国的网民规模达到了6.18亿，较之去年提高了3.7%。同样2014年的国际电信联盟发布的报告显示，5年前全球互联网用户仅仅20亿，而如今全球约30亿人在使用着互联网，占据了全球总人数的40%。随着计算机网络技术的发展，人们的生活水平逐渐提高，对生活质量的追求也随之提升，高清影视和快速网络浏览将是将来网络生活的必然要求。在2014年IEEE Spectrum杂志上，根据从全球ISP观察到的数据，Cisco预计，到2017年全球因特网年流量将达到1.

8、4ZTB，80-90%的因特网流量将是某种形式的视频，其他流量则包括由M2M通讯和移动设备产生。2012年，全球因特网年流量才528ETB，5年大约增长3倍。到2017年，视频将成为客户因特网的主要流量，网络技术的改进使媒体信息分享的流量越来越多，包括电影和电视节目。从P2P，到CDN，由于根据流量计价，给ISP极大的压力。伴随着互联网技术的快速发展，随之而来的是对互联网高带宽严格要求。互联网所承载的文本数据、简单语音视频等传统业务已经开始向语音、各种形式的高清视频（网络视频、节目点播、P2P）、大型3D互联网游戏等多媒体方面转变。目前的社交应用网络虽然相较上世纪六七十年代发展起来的网络技术，

9、在传输速率和传输误码率等方面都有所改善，但仍难以满足人们对高质量网络环境的需求。在如此之大的流量带宽需求下，存储区域网络(Storage Area Network and SAN Protocols, SAN)应时而生。作为SAN的一个鲜明特点，光纤通道(Fibre Channel, FC)技术的高性能、高可靠性、易扩展性等优点让其备受关注。光纤通道是一种高性能的通信协议，它具有三种拓扑结构：点对点、仲裁环、交换机，交换机则是其中最为复杂的拓扑结构，作为网络中继设备，FC交换机是构建光纤通道网络的必需设备。流量生成器用于产生给定交换机性能测试所需的数据流，以模拟实际的网络环境中的负载流量，其数

10、据包速率和数据流量特性（如数据包发送时间间隔分布、数据包长度分布），在测试交换机系统的性能参数（如缓存和调度能力）中至关重要。然而目前用于FC交换机验证的网络流量产生器，大多是基于硬件的专用流量生成器或基于软件的流量生成器。基于硬件的专用流量生成器，根据被测交换机采用的协议类型（如TCP/IP等），可以实现不同网络流量模型下的特定协议类型的数据流，但价格十分昂贵，其价格一般在几万到几十万美元1 。基于软件的流量生成器，可以配置为不同协议类型，灵活配置各种网络流量模型。例如，分布式网络流量生成器（D-ITG），使用PC机来模拟实现流量生成器，根据不同协议（如TCP，UDP，DNS和VoIP等），

11、用户可通过多种随机分布模型来建模数据包发送时间间隔和数据包长度，以产生特定流量模型的数据流。但是该流量生成器能达到的数据流线速率仅为611Mbps。因此，基于软件的流量生成器，其数据流线速率依赖于软件运行的硬件环境，扩展性差，数据包带宽有限，无法对多端口、高速率的交换机进行性能评估。1.2 国内外发展现状FC交换机技术就目前来看已经比较成熟，一般能够实现Gbps量级的高速数据交换。但是其大多掌握在外国厂商手中，如：Brocade公司作为全球数据中心fabric（光纤网络）创新与部署技术领导者，其很早就推出了8Gbps的FC交换机，而最新的6500系列交换机数据交换速率更是可以达到16Gbps；

12、而同样，作为Brocade公司的有力竞争对手Cisco公司也不甘示弱，其推出一款新的面向中型企业的FC交换机MDS 9148，该款交换机的每个机架单元内配置了48个8Gbps光纤通道端口，可以从最初的 16 个端口开始，每次扩展增加8个端口。另外IBM、McDATA公司也都是FC交换机的重点研究公司。国内对FC技术的研究起步相对比较晚，因此技术上略微薄弱，对FC交换机都显得有些浅薄，与国外厂商相比处于落后的地位。研究机构以学术、科研单位为主，华中科技大学、电子科技大学、北京邮电大学等理工科院校在近几年内先后开始了对光纤通道的深入研究。然而，研究主要面向光纤通道在网络存储系统上的应用，方向较为单

13、一。在产业界，主要以代理销售国外公司的产品为主，华为技术有限公司已经开始在存储网络解决方案上试水光纤通道产品，具有良好的发展前景。针对FC交换机的测试和验证方案中，硬件流量生成器一般属于专用生成器，可以实现高速数据交换，并可以具有不同网络流量模型下的特定协议类型的数据流但是价格过于昂贵，性价比过低，不适合用于交换机开发阶段的验证测试。基于软件的流量生成器则有许多种，且大多以开源为主。然而这些流量生成器仅仅是为了测试某一方面而开发，要么只能生成TCP/UDP流量，要么只能产生某种单一的业务流量，无法完成多个流量模型的测试。目前比较主流的流量生成器大多为国外所研究，如：Paul E.McKenne

14、y 等人研究开发了 TG（traffic generator），这种流量发生器支持 TCP 和 UDP 两种协议应用程序的测试，而且支持多播，可以设置 TTL，QoS，ToS 等一些网络参数，它的缺点是不能产生多重数据流，而且流量模型比较简单；Vinay Ribeiro 等人研究开发了泊松流量发生器（Poisson_gen），这种流量发生器只能产生泊松模型的数据流；Joel E.Sommers 等人研究开发了 harpoon 流量发生器，它是一种功能比较完善的流量发生器，可以通过选择具有重尾分布大小的文件和 ON/OFF 传输模型产生自相似流量，它的缺点的是对 VoIP 等一些语音业务以及视频

15、业务模拟不够，并且没有日志记录，不便于信息统计；Scapy 流量发生器是一个互动的包操作程序，它可以伪造和解码大多数协议的数据包，然后相应的发送包、请求包、应答包或者捕捉包。它在网络攻击和网络发现中广泛应用，能够对 WEB 加密的 VoIP 进行解码2 。1.3 研究意义FC交换机作为光纤网络的中继设备，在光纤通道网络中扮演着不可或缺的角色。通过FC交换机，能够大大的提高网络数据吞吐量，使得现有的网络速率进一步提升，从而改善现有的网络环境。此外，在航电系统领域，FC交换网络可以在数据传输速度、延迟、抗干扰等方面有质的提升，推进我国在该领域的进步。因此FC交换机的研究具有广阔的应用前景。而现有的

16、交换机验证的流量生成器要么价格昂贵不适合开发测试，要么扩展性低过于依赖硬件环境。而对FC交换机验证测试的研究与实现，可以测试和评估FC交换机，从侧面上优化提升FC交换机的性能，同时还可以对FC交换机的发展研究具有更全面和深入的理解。因此长期深入的设计研究流量生成器并合理运用于FC交换机的测试和验证，进行具有自主知识产权的核心技术研究，能够对我国的网络方面带来巨大的优势，是我国走科技强国的必经之路。1.4 主要工作和文章结构本论文的主要工作为：使用Verilog HDL完成FC交换机验证中的流量生成器硬件模块；使用PowerPC处理器+流量生成器完成整个系统的搭建；针对PowerPC软件部分网络

17、流量模型的建立；使用流量生成器对FC交换机进行验证。本论文的章节组织如下：第一章简要介绍了本课题的选题背景依据、国内外研究现状、研究意义和论文的主要内容。第二章针对硬件交换机模块以及流量生成器模块的背景知识以及关键技术做出介绍。第三章则是对软件平台上的网络流量模型的建立进行介绍，实现泊松流量模型、马尔科夫调制的泊松流量模型以及自相似流量模型。第四章阐述了整个FC交换机验证的总体设计方案，并详细描述了微处理器模块以及流量生成器模块。第五章对网络流量模型进行模型仿真验证，然后对流量生成器进行测试，最后对FC交换机进行验证测试。第六章对本论文工作进行总结，提出了改进建议。65第2章交换机及流量产生器

18、关键技术第2章交换机及流量产生器关键技术在研究设计整个面向交换机验证的流量生成器硬件系统之前，我们必须要对交换机和流量生成器的相关知识做出介绍，并对系统组成的关键技术有一点的了解。本章对交换机的构造关键技术以及流量生成器做出详细阐述，便于理解设计整个系统的硬件架构。2.1 交换机模块介绍2.1.1 交换机概述交换机作为网络中继设备，是搭建互联网的核心组成部分，其性能也直接影响网络服务的质量。商用交换机发展到现在总共经历了四代产品。第一代交换机采用计算机的架构，采用集中式处理器和存储器进行IP查找、校验、计算和分组交换等操作，如图2-1所示。然而随着计算机技术的发展，第一代交换机因不能满足日益提

19、高的传输速率而被淘汰。图2-1 第一代交换机架构如图2-2所示，第二代交换机增强了线卡的功能，将IP地址查询、检查和更新查找表、检查计算校验等功能集成到线卡，而线卡使用独立的处理器来完成相应操作，分组存储交换仍使用集中式的处理器和存储器。虽然第二代交换机速度有所提升，但是由于存储器本身的传输速率限制，交换机的容量提升不能满足网络环境的需求。图2-2 第二代交换机架构第三代交换机的交换架构如图2-3所示，使用交换矩阵（Switch Fabric）进行分组交换，并在线卡上增加独立的缓冲器以暂存不能被转发的数据包。交换机的性能瓶颈不再是存储器的速率，而是数据包的排队方式和调度算法。经过长期发展，在排

20、队方式和调度算法上都有很大进步，因而第三代交换机架构被广泛应用于商用交换机中。图2-3 第三代交换机的交换架构随着网络技术的发展，交换机的规模不断扩大，第三代交换机在端口、容量等方面都已经有很大性能提升，但单一的交换机仍难以满足大型企业在体积、功耗和散热等方面的需求。图2-4 第四代交换机的交换架构第四代交换机以多机柜的形式出现，其组成形式如图2-4所示。第四代大型交换机一般由交换单元机柜和线卡机柜组成，机柜之间通过光纤连接，保留了第三代交换机高速高性能的优点，解决了容量等瓶颈问题，满足了现代网络的要求。交换矩阵是第三代交换机的基础，也是现代交换机的核心技术。作为起步基础研究，本课题以第三代交

21、换机为研究对象，对其交换结构、算法以及验证平台进行研究和设计。2.1.2交换单元FC交换机在功能上主要由线卡、控制器和交换单元组成，FC交换单元是FC交换机的核心组织结构，其性能直接决定着FC交换机的整体性能。多年来，交换机的交换单元经历了总线结构、共享存储结构和Crossbar结构三大阶段。Crossbar交换结构，又被称为纵横是交换矩阵或交叉开关矩阵，现在较为广泛的用来构建不同的交换结构，Corssbar交换结构是典型的空分交换结构（Space-Division Switching，SDS）3 ，空分交换结构的特点是多对输入端口和多对输出端口之间有多条通路可用，当内部无阻塞时，不同的输入端

22、口和输出端口之间可以同时地进行数据包传输。由于采用Crossbar交换结构的交换机，由于其结构简单、无阻塞等特点而被广泛应用于现阶段的交换机和路由器中。图2-5 Crossbar交换结构如图2-5所示，是一个规模为N端口交换机的Crossbar交换结构。Crossbar交换结构由输入端口、交叉点开关、输出端口组成。N端口交换机的Crossbar交换结构有N个输入端口，记为i（），输出端口记为j（），交叉点开关记为。规模为N的Crossbar交换结构总共有个内部交叉点开关，将N个输入端口和N个输出端口中的任意两个端口之间都互连起来。2.1.3 Crossbar交换结构排队策略在实际的交换机设计中

23、，Crossbar交换结构一般会加入一定数量的缓存作为数据包缓冲区，用来暂存还未能被及时处理的数据包。根据缓存在Crossbar结构中的位置，有以下几种交换结构：输出排队（Output Queued，OQ），输入排队（Input Queued， IQ），输入输出联合排队（Combined Input and Output Queued，CIOQ），输入及交叉点联合排队（Combined Input Crosspoint Queued，CICQ）。输入及交叉点联合排队也就是在传统的crossbar的每一个交叉点上设置一定数量的缓存，使交换结构的每个输入端口和输出端口可以相互独立的进行各种操作，避

24、免集中式调度。缓存设置一般不是很大，并且都设置有缓存的反馈机制。CICQ结构可以使用分布式调度，分布式调度的输入端口之间的调度是独立的，可以异步执行，互相不影响。分布式调度不仅能够缓解输入输出冲突的问题，并且大大的降低算法的复杂度。并且CICQ结构支持变长分组处理，可以避免其他额外的开销，不需要内部加速比，其在无加速比的情况下延时性能也是也比其他结构更好或者相当。另外由于CICQ结构中的VOQ队列的存在，首先将数据队列根据输出目的端口进行了分组，由于数据的分组处理，就不会存在队头阻塞问题，有助于提高交换机的性能。如图2-6所示，输入及交叉点联合排队交换结构在每个Crossbar交叉点开关设置有

25、少量的数据包缓存，是一种带缓存的Crossbar结构，也称为buffered Crossbar。图2-6输入及交叉点联合排队交换结构2.1.4CICQ交换结构的调度算法在输出排队交换结构、输入排队交换结构、虚拟输出排队交换结构和输入输出联合排队交换结构中，输入端口和输出端口之间的调度一般需要进行“请求-允许-接受”的迭代和交互操作，这种集中式的调度算法复杂度高，性能良好的调度算法往往仅仅用于软件模拟，很难用硬件实现。采用CICQ交换结构的交换单元，由于加入了Crossbar内部交叉点缓存，交叉点缓存队列拥有独立的输入端口和输出端口，并且两个端口可以进行异步读写操作，因此输入端口到交叉点缓存的输

26、入调度和交叉点缓存到输出端口的输出调度相互分离。分布式的调度策略使得CICQ交换结构的输入调度和输出调度可以采用不同的调度策略，每个输入端口、每个输出端口也可以采用不同的调度策略，一般输入端口采用同样的输入调度策略，输出端口则采用相同的输出调度策略，选取合适的输入调度策略和输出调度策略实现CICQ交换结构，可以使得设计简单并且性能优良。CICQ交换结构中，每个输入端口和每个输出端口都有自己的调度器，执行不同的调度算法。输入端调度器在输入端口的VOQ和交叉点缓存之间，负责检测有效的VOQ队列和交叉点缓存数据传输通路，并根据输入调度算法在有效的传输通路中选择一个建立数据传输链路，将VOQ队列的队头

27、数据包转发到交叉点缓存。输出调度器则被设置在交叉点缓存和输出端口之间，负责检测有效的交叉点缓存和输出端口的数据通路，并按照输出调度算法在有效的输出通路之间选择一个建立起输出传输链路，将交叉点缓存的数据包传输到输出端口。由于CICQ交换结构采用分布式调度策略，采用何种输入调度算法和输出调度算法决定了交换结构的硬件实现复杂度和性能特性。常用的算法有：RR（Round Robin）算法、LQF（Longest Queue First）算法、LQD（Longest Queue Detecting）算法、OCF（Oldest Cell First）算法以及MCBF(Most Critical Buffe

28、r First)算法。RR算法4 5 6 7 仅需简单的指针轮转，复杂度低，易于硬件实现，系统延迟小。Yoshigo对每个交叉点设置一个数据包缓存的Crossbar交换结构采用RR算法进行了性能仿真，结果表明RR调度算法在均匀流量环境下可以达到100%的吞吐率。LQF（Longest Queue First）算法是Tara Javidi等人8 提出的一种最长队列优先的权重调度算法，并且证明了该算法是一种稳定的CICQ调度算法。采用该算法的交换结构无需采用内部加速比，在各种流量模型下都可以获得很好的延时性能，并且对满足强大数定理且人已输入输出对的负载小于等于1/N的N端口交换结构都可以达到100

29、%吞吐率。但LQF调度算法需要很复杂的排序算法，很难用硬件实现。LQD算法9 是一种基于LQF算法的交换结构调度算法，该算法复杂度低，仅为O（1），在各种均匀和非均匀流量模型下均可以达到100%吞吐率，并且具有很好的时延性能，具有良好的可扩展性，并且易于硬件实现。2.1.5 交换机帧结构交换机的帧结构一般分为变长帧以及定长帧。变长帧结构是目前研究的一个热点，其主要是通过直接传输输入到交换机结构的帧数据进行交换，而不对输入交换结构的帧数据进行任何切割处理，直接进行交换。这么做的目的是减少对帧数据的处理，提高带宽的利用率和降低交换时延。由于不用采用了真个数据帧直接传输就无需分片和重组，这就降低了线

30、卡实现的复杂度提高了交换效率。由于一般一个完整的数据帧比较大，交换机也足够的时间来选择更加复杂和性能更好的调度算法。但是采用变长帧结构也会带来很多问题。首先由于变长帧结构帧数据长度不同，内部缓存的设置必须以最大的帧数据长度为单位，在本设计中一个FC帧最大为2 KB，然而最小帧大小却为36 B，这就使的crossbar内部缓存必须很大，会造成很大的浪费。另外由于是变长帧传输，传输单位为一个完整的数据帧，那么当一个数据帧占据这一个交换传输通道时，如果另外一个数据帧需要传输时必须等到当前数据帧传输完毕才能进行下一个数据帧的传输，这对于需要扩展优先级的交换机而言，反应速度明显变慢，即使采用其他扩展的优

31、先级通道也需要增加额外的资源，提高了设计的难度。由于采用了变长帧交换，交换机内部的控制逻辑也必然更加复杂。而在定长帧中，需要内部切片和分组需要额外的资源。如果一个数据帧的大小范围变化较大的情况下，采用定长分片的方式是不仅可以降低设计的复杂度，还能提到系统的稳定性。在需要进行优先级扩展的时候，定长帧的实时性是变长帧无法比拟的，并且其对于优先级的扩展不需要对交换结构进行任何改变。采用定长帧进行交换传输，交换机内部的传输单位为一个定长帧传输所需的时隙，交换机内部的控制单元简单，并且很容易实现数据的流控，防止数据传输的错误。对于调度算法而言，调度算法也是采用时隙调度的概念，对于调度算法的设计难度也会大

32、大的降低。所以对于数据帧大小范围较大的数据帧而言，定长交换是一个平衡后很好的选择，可以大大的降低设计上的难度，也能充分利用设计资源，提高系统的稳定性。2.1.6 交换机相关参数交换机有端口数N、端口线速率、接口类型、时延、吞吐率等很多技术参数，而对交换单元的性能评价，通常是通过吞吐率和延时特性来衡量，交换机的端口数会对吞吐率和延时性能有很大影响。端口数N通常用来评价交换机的规模，而使用容量来评价交换机的交换能力。交换机的容量定义为交换机端口数N和交换机单端口速率R，即C=NR。吞吐率是指在单位时间内交换机输出流量和交换机的输入流量的比值。在具有统计意义的时间段内，若吞吐率可以达到100%，则认

33、为交换机具有最好的稳定性。延时（Latency）是指从交换机接收到数据包到开始把数据包通过输出端口发出之间的时间间隔。有许多因素会影响延时的大小，如转发技术、调度算法、数据包的大小等。延时越小则实时性越好，交换机的性能也越良好。2.2 流量生成器模块介绍2.2.1 软件式流量生成器软件式流量生成器可以配置为不同协议类型，灵活配置各种网络流量模型。同时可以产生不同协议类型的数据包，并产生符合所配置的数学模型的目的端口分布，按照配置的流量模型将数据包在不同的时间间隔发送到交换机，模拟交换机实际工作的网络流量环境。图2-7 D-ITG软件架构如图2-7所示，是分布式网络流量生成器（Distribut

34、ed Internet Traffic Generator，D-ITG）的软件架构。D-ITG的发送方和接收方使用两个独立的通道，遵循一种专为试验所定的简单协议（Traffic Specification Protocol，TSP）。D-ITG主要由ITGSend、ITGRecv、ITGLog三部分组成。ITGSend是D-ITG流量生成平台的发送组成部分，ITGSend可以工作于三种不同的模式。单流模式，ITGSend只产生一个流，单个线程负责流的产生和信号通道管理，通过TSP的协议。多流模式，ITGSend生成一组流，它作为一个多线程应用工作，其中的一个线程实现TSP协议，驱动生成过程，而

35、其他线程产生流量。服务模式，ITGSend由ITGManager使用ITGApi远程控制，收集关于生成过程的统计信息，ITGSend可以登录（通过本地或远程使用日志服务器ITGLog）有关生成流量的详细信息。ITGRecv是作为一个并发的守护进程，监听新的TSP连接。当一个TSP连接请求到达，ITGRecv产生产生一个新的线程，它负责与发送方的通信管理，单独线程接收单个流。与ITGSend相似，ITGRecv可以在本地或远程使用日志服务器ITGLog存储信息。ITGLog是一个“日志服务器”，运行与ITGSend和ITGRecv不同的主机，接收并存储多个发送者和接收者的日志信息。登录活动是使用

36、信令（signaling）协议处理。D-ITG使用PC机来模拟实现流量生成器，目前可运行在Linux、Windows等操作系统上。D-ITG可以根据不同协议（如TCP，UDP，DNS和VoIP等），产生相应网络环境的数据包流量。用户可通过使用多种随机分布来建模数据包离开时的时间间隔（IDT）和数据包长度（PS）的过程，以产生特定的流量模式。这两个随机过程实现为随机变量的独立同分布序列，可以使用多种概率分布（如常数，均匀，指数，泊松和伽玛等）。D-ITG在发送数据包中存储了发送数据包的有效载荷（UDP和TCP）中包含数据包所属的流的顺序号和发送时间，以便收集有关生成过程和网络行为的统计信息。D-

37、ITG可以同时执行平均延迟和往返时间（RTT）测量，数据包丢失率评估，抖动和吞吐量测量。对于每次生成实验，就可以设定所涉及随机变量的种子，使用相同种子，可以重复多次完全相同流量模型，确定流量模型的稳定性。此外，D-ITG允许TOS（DS）和TTL数据包字段的设置。目前国内外的实验室，大多用软件实现的交换机验证测试平台对交换机的性能和功能进行测试10 。基于软件的交换机验证平台，流量生成过程严重受到CPU调度影响，多个进程（用户和内核级）可以在同一台PC上运行，产生的数据包流量实时性不好，和实际的交换机网络环境有一定差别，导致交换机的测试结果会有一定误差。此外，基于软件的流量生成器，其数据流线速

38、率依赖于软件运行的硬件环境，扩展性差，数据包带宽有限，D-ITG的数据线速率仅为611Mbps11 。现代交换机规模大，端口速率快，很难通过纯软件测试平台对多端口、高速率的交换机进行性能测试。2.2.2 硬件式流量生成器虽然基于软件实现的交换机验证测试平台非常灵活，但其无法扩展到Gbps的高数据速率，缺乏专用的硬件资源，基于CPU的操作导致在比吞吐量饱和点更低的速度下就偏离预期流量特性。因此，开发可产生所期望的流量特性的基于硬件的流量生成器，根据指标（如交换网吞吐量，缓冲区占用，QoS支持等）来评估网络设备的性能是急需的。高速网络设备的测试和性能评估需要高速数据包生成器，可产生在预定负载情况和

39、流量模式下的网络流量。硬件实现的交换机验证测试平台可以产生高速网络流量，并且端口之间并行运行，可以模拟交换机实际的网络流量环境，提供专业全面的测试流量，但是往往都非常昂贵。FPGEN（Fast Packet Generator），是一种可用于高速计算机网络性能评估的快速、可扩展、可编程的流量生成器12 。FPGEN可以完全在FPGA 上实现，无需使用任何高层次的编程或处理器，可扩展到高速。FPGEN用于评估交换结构、buffer管理器和QOS支持机制如调度器和数据包分类器的性能。FPGEN的数据包生成时间使用FPGA逻辑资源完全实时计算，不依赖于任何收集的流量，利用FPGA的可编程性可配置产生

40、不同参数的流量。FPGEN硬件设计每个接口每个时钟周期可以产生一个数据包。这个速率随接口数量线性扩展，可以实现泊松和马尔科夫调制的on-off流量类型，以每端口OC-48（Optical Carrier 48）速率，实现理想的速率和流量统计特性。产生一个数据包需要多个步骤：确定数据包的发送时间、包大小、帧头和有效载荷内容。不同的数据包流可独立产生，通过将数据包流进行复用来实现一定聚合行为，然后传输到不同接口。由于FPGA硬件资源的并行工作特点，多个步骤可以同时进行，从而缩短总的执行时间，而在处理器上这些步骤需要顺序执行，减慢执行速度。FPGA的另一个有利特点，每个操作在硬件上的执行时间设计者已

41、知，这对于根据特定分布实时产生流量来测试网络设备非常重要。图2-8 FPGEN的泊松流量生成器基本构成单元如图2-8所示，是FPGEN的泊松流量生成器的基本构成单元。主要由50个流量源、标志队列、控制单元和输出缓存构成。50个流量源：以/50的选择概率产生1位数据包生成标志，以达到的泊松到达率。标志队列：每个数据包源以/50概率产生数据包生成标志，写入相应队列。控制单元：每当50个源中任何一个产生一个标志，该标志被压入FQ，由所有流量源共享。输出缓存：数据流量的缓存。FPGEN不依赖于包含数据包信息的文件，不需要任何外部硬件资源，可以移植到有较大数量接口、更快接口和时钟速度的FPGA环境中，以

42、实现速率线性增加，每个接口每个时钟周期可生成一个数据包，可以实现泊松流量和on-off流量。2.3 本章小结本章主要介绍了目前交换机的发展状况，并分析了交换机的相关结构。接着对目前研究所使用的流量生成器进行介绍，分析对比了硬件式流量生成器与软件式流量生成器。第3章网络流量模型研究第3章网络流量模型研究为了实现对交换机的测试，必须模拟真实网络环境下的网络流量，因此建立合适的网络流量模型应用于交换机测试不可或缺。本章首先对网络流量模型进行分类介绍，接着依次对泊松模型、马尔科夫模型以及自相似模型详细的做出描述，最后建立流量模型，实现真实网络流量的模拟。3.1 流量模型概述自互联网问世之后，网络流量特

43、性的研究一直在不断探索中，专家学者们都试图建立一个优良的数学模型来近似表示网络流量。而随着互联网的不断发展完善、网络应用的多样化以及新型网络应用的快速部署，网络流量特性也随之不断发生变化，建立一个能够准确、有效地描述网络流量特性的流量模型，对 QoS、网络性能管理、准入控制的意义和作用越发显得重要起来。在本文设计中，硬件部分流量产生器利用在PowerPC微处理器上建立的网络流量模型，发送数据包及其时间间隔数据到VerilogHDL配置的硬件接口从而产生用于测试FC交换机的网络流量。3.1.1 短相关流量模型最开始的流量模型建立于20世纪70年代和80年代早期，由于当时网络的应用比较单一，数据传

44、输量较小以及受到网络测量技术的限制，人们借鉴公共交换电话网络的模型，使用泊松模型来描述数据网络的流量，并取得不错的效果。进入80年代中后期，随着 FAX、数据网络和Web的出现，泊松过程已不能充分反映 Internet 业务流量的特性。随后人们又逐渐引入了马尔科夫和回归等随机模型来描述网络流量。马尔可夫流量模型易于排队性能的解析处理，然而模型解析解的复杂度将随着模型参数数目增加而增加，因此马尔可夫模型主要还是广泛应用于电话网络中。回归模型比较易于进行流量模拟，常用来做计算机仿真，但不易进行排队处理。一般情况下，这些早期模型被人们称为传统网络流量模型，也就是短相关模型。这些短相关模型在时域上具有

45、短相关性，在经过时间上的平均后，其突发性会降低，趋于平稳状态。在如今的真实网络流量中，突发性是十分重要的一环，因此如今的短相关模型大部分都不能准确的来模拟真实的网络流量。3.1.2 长相关流量模型20 世纪 90 年代以来,随着网络节点数呈指数增加和多媒体、视频、远程教育等网络应用的不断出现，流量特性变得更加复杂。由于不同的网络应用具有不同的流量特性，使得网络流量特性也发生了显著变化，这些都增加了网络流量特征化的困难。随着研究的深入，研究人员发现网络流量具有自相似特性，传统的流量模型已不能很好地描述网络的自相似性，而流量的自相似性又是网络的普遍属性并决定了网络的行为，因而基于自相似建模的研究便

46、成为网络研究中的一个重要方向13 。自相似模型在相关函数上表现出了长相关特性，因此也是长相关网络流量模型中的典型代表模型。在FC交换机的验证中，为了模拟网络流量的真实可靠性，单一的流量模型如泊松流量模型根本无法将如今网络流量的突发性或者长相关特性体现出来。因此，软件部分的网络流量建模需要将长相关、短相关流量模型结合起来。本章将重点介绍网络流量模型中的泊松流量模型、马尔科夫调制的泊松流量模型以及自相似流量模型，并利用PowerPC处理器采用C语言搭建流量模型。3.2 泊松流量模型泊松分布是概率学中最重要的分布之一，在历史上有着十分重大的意义。泊松流量模型是根据泊松分布实现的排队过程，也被称为泊松

47、过程，最早是由20世纪初的Erlang更具电话业务的特征提出的，并且在最初的电话网络中发挥着举足轻重的作用。在网络建模的早期，泊松流量模型更是被大多数学者所关注研究，时至今日泊松流量模型在短相关模型里仍然具有着代表地位。3.2.1 模型分析泊松流量模型即指在时间序列t内，包到达的数量n(t)符合参数为的泊松分布，即公式（3-1）：(3-1)其相应的包到达的时间间隔序列T呈负指数分布，即。其中，泊松过程的强度表示单位时间间隔内出现包数量的期望值，即包到达的平均速率，其值为。泊松模型假设网络事件（如数据包到达）是独立分布的，并且只与一个单一的速率参数有关。泊松模型较好地满足了早期网络的建模需求，在

48、网络设计、维护、管理和性能分析等方面发挥了很大的作用13 。3.2.2 模型建立泊松（possion）流量模型的建立主要取决于包到达服务器的时间间隔T的取值，具体步骤如下所示：1. 设置随机数种子rand，满足rand在01之间随机变化，体现泊松过程的随机性。2. 由于泊松流量模型中相应的包到达时间间隔T呈现负指数分布，由公式可知：。通过计算我们可以得到结果，到达时间间隔计算公式（3-2）：(3-2)泊松过程的强度表示单位时间间隔内出现包数量的期望值，那么即为发送每个数据包的平均时间间隔。设置流量生成器的负载率为p，数据包长度为fram_length，那么就有。3. 最终我们得到结论，需要的满

49、足泊松流量模型的时间间隔数据公式（3-3）：(3-3)通过控制写入数据寄存器的时间间隔数据，并在软件中设置好硬件所需的传递参数，如：负载率p，数据包帧长frame_length，port端口和返回参数，写入流量生成器的参数寄存器，即可完成我们的泊松流量模型的搭建工作。3.3 马尔科夫调制的泊松流量模型马尔科夫（markov）模型的建立始于20世纪80年代中后期，其可以实现模拟网络流量的突发性，在建模初期的电话网络中具有十分重大的作用。马尔可夫模型建立的基础是“无后效性”和“平稳性”。无后效性是指事物本阶段的状态只与前一个阶段的状态有关,而与以前其他任何阶段的状态无关。稳定性是指在较长时间后马尔

50、可夫过程逐渐趋于稳定状态,而与初始状态无关。3.3.1 模型分析马尔科夫调制的泊松流量（Markov Modulated Poisson Process，MMPP）模型是由泊松模型和马尔科夫链共同组成。泊松模型已在前文细述，马尔科夫链定义如下：对于一个给定的状态空间，表示在n时刻状态的随机变量，如果的概率值依赖当前的状态，和过去未来的状态无关，那么，就形成了一个马尔科夫链。如果状态转换发生在离散时间序列，则称马尔科夫链是离散的，否则称为连续的马尔科夫链。马尔科夫属性意味着未来状态只依赖于当前状态，这使得描述一个状态持续时间的随机变量的分布呈指数分布（连续时间）或几何分布（离散时间）14 。马尔

51、科夫调制的泊松分布模型状态转换如图3-1所示。图中共存在两个状态分别代表ON状态和OFF状态，ON状态内部参数为，OFF状态内部参数为。其中代表ON状态服从参数为的泊松分布，代表OFF状态服从参数为的泊松分布。在ON状态和OFF状态之间有一定的概率转化关系，ON状态具有的概率跳转到OFF状态，反之OFF状态具有的概率跳转到ON状态15 。图3-1 马尔科夫调制的泊松分布模型状态转换图而根据马尔科夫链定义，ON状态的状态持续时间将满足参数为的负指数分布，OFF状态的状态持续时间将满足参数为的负指数分布。3.3.2 模型建立马尔科夫调制的泊松分布模型中，ON状态为流量发送状态，将给流量生成器的数据

52、寄存器发送包到达时间间隔T，OFF状态为关闭状态，将会给流量生成器参数寄存器传递参数，控制其不发送数据。为了实现模拟网络流量的突发性，状态转换概率的控制必不可少，显然远大于，如此可以凸显突发状态不发送数据的情况。具体模型建立步骤如下所示：1. 设置相关参数，负载率p，数据包帧长frame_length，并设定易于验证实现模型。2. 由ON和OFF的状态持续时间满足负指数分布可知，ON状态和OFF状态的状态持续时间比例为:。又由于ON状态发送数据包OFF状态不发送数据包，那么可以得到ON状态负载率。据前文泊松模型计算公式可以知道此事，可以得出公式（3-4）：(3-4)3. 设置状态到达时间参数t

53、imetoarrival以及状态持续时间参数timetotransition。状态持续时间timetotransition满足参数的负指数分布，状态到达时间timetoarrival满足参数为的负指数分布。并且状态持续时间timetotransition显然是状态到达时间timetoarrival的倍数关系，那么我们可以得到timetoarrival关系式（3-5）如下：(3-5)其中在ON状态指代，OFF状态指代。此外timetotransition关系式如（3-6）可以表示为：(3-6)4. 最后则要考虑状态转换问题，其转换情况将根据状态持续时间timetotransition和状态到达时

54、间timetoarrival的大小关系进行。如图3-2所示，初始状态预设，也就是ON状态。产生初始状态持续时间timetotransition和初始状态到达时间timetoarrival，比较两者大小，若timetotransitiontimetoarrival则timetotransition=timetotransition-timetoarrival，存储状态到达时间到数据寄存器并且产生新的timetoarrival，反之代表ON状态切换到OFF状态，重新产生timetotransition，再一次进行新的比较。如此产生足够多的数据即可完成模拟马尔科夫调制的泊松分布模型数据流。图3-2

55、马尔科夫建模状态转换图3.4 自相似流量模型上文介绍的流量模型均是网络建模前期所提出的短相关模型，其具有网络流量模型的基本特征，但是在目前网络技术发展迅速的时代中并不适合。长相关模型于1994年提出，它能正确的反应当下网络流量的特性，是目前应用最为广泛的流量模型，而在长相关模型的构建中，自相似模型无疑是长相关模型的代表模型。自相似模型反映了局部的结构与总体的结构相比具有某种程度的一致性，在建模过程中利用自相似模型可以更好的理解长相关特性。3.4.1 自相似概念自相似的概念是由分形学引出的。分形是美籍法国数学家芒特勃罗(Benoit B.Mandelbrot)16 在研究海岸线曲线的过程中提出的

56、，具有不规则、支离破碎的含义。芒特勃罗试图用分形来描述几何学中，不能满足传统欧几里得几何学的一些复杂的对象。直观的来描述分形的物理意义，就是将图形的任何一部分取出，进行不同比例的缩放都可以得出与原图形非常相似的形状。并且用不同尺度来度量这样的图形,也可以得到不同的结果，尺度越小，度量的结果越精细，当然图形总长度也会随之变大。这解释了自然界中这类图形的一个重要性质，即是分维的性质。这些图形的维度并不是整数的。对于这种不是整数维度的对象，在自然界中并不是特例。整数维度的的图形反而是一种特殊情况。传统的数学的线性方法不能描述这类问题,例如在流体力学中的湍流、对流等问题。分形理论在近代科学中大放异彩。

57、分形几何从很多方面增强了我们使用数学方法对世界的认知。首先，自然界中的很多形状并不是规则的，但背后都是有规律的，很多从前不可以描述的形状，都可以使用计算机进行模拟，数字化地得出类似的景象。这种方法可以帮助人们将庞大复杂的现实世界压缩建模，进一步研究其内在的规律。其次，过去某些被认可的随机事件，从分形理论的角度看并不是真正随机的，比如布朗运动、股价的波动以及传染病的流行传播等。分形理论让我们对这些问题有了更准确的认识。再次是从分形理论中衍生出的分数维这一概念，增进了人们对世界的认识方式，为自然界的复杂形态提供了一个新的尺度。分形论中的自相似概念，最初指形态或结构的自相似性。也就是说，在形态或结构

58、上具有自相似性的几何对象称为分形。如果一个对象是分形的或自相似的，进行合理的放大后，其整体的形状是相似的。由于在自然界、社会和思维领域广泛存在着分形现象，这引起了分形研究的飞速发展。自相似是分形的一个重要特征，对于时间序列，它表示在不同的时间尺度下具有相同的统计特性。对于网络自相似的研究始于 1987 年，D.V Wilson 等人开始使用一种精密的网络监测设备，对Bellcore Morris R/D 中心（MRE）DE若干个以太网中的业务流进行了深入研究。其后，在 1989 年更将该设备的时间分辨率由100us提高到20us，并在随后的三年中进行了更为系统的研究分析。他们对所得到的数百万个

59、实际网络传输的数据包进行了统计分析。结果表明，LAN 业务的统计特性是基于泊松或伯努利过程的传统业务流模型所无法描述的。1994 年，W E.Leland 等人发表文章On the Self-Similar Nature of Ethernet Traffic17 ，提出这种特性更适于采用自相似模型来描述，这也是第一次提出用自相似模型理论来度量以太网流量。自从Leland对 Bellcore的局域网的测试与分析结果发表后，又有许多针对其他实际运行网络的测量研究成果。较有代表性的有：Erramilli和Willinger等基于ISDN、以太网及VBR 视频业务的观测数据18 ；Bellcore的

60、研究人员基于No.7的共路信令网（CCSN）的观测数据；Heyman 等基于ATM网中视频会议的观测数据19 ；Addie等基于澳大利亚高速数据网 FASTPAC 的观测数据20 等。这些研究成果表明，实际网络业务流的自相似性都是存在的。它在宏观表现上具有长时相关性。因此网络业务分析要采用能够表征长时相关性的信号，如分形信号（fractal signal）或1/f信号（即功率谱为幂率函数的形式）等。从此分形信号进入了网络业务分析中。3.4.2 模型分析与传统的马尔可夫过程不同，自相似过程的自相关函数具有特殊的衰减特征。目前还没有成熟的数学分析方法应用与非马氏过程的排队系统，因此对自相似过程的研

61、究现阶段主要是采用计算机仿真的方法。研究说明，当业务流呈现自相似特性时，复接增益、交换延迟、信元丢失率等系统性能，与传统流量模型不同，相比而言更加接近实际网络测量数据。自相似过程定义如下所示。假定为广义的平稳随机过程，此过程具有均值、方差以及自相关函数，参数；我们令，对于每一个，都可以定义为一个协方差平稳过程，为所对应的自相关函数。如果x的自相关函数对所有的m都具有公式（3-7）的形式：(3-7)则为自相似参数为的精确二阶自相似过程。如果x的自相关函数对所有的m都具有公式（3-8）的形式：(3-8)则为自相似参数为的渐进二阶自相似过程。精确或者渐进二阶自相似过程的自相似参数在的香味类似幂律，指

62、数则是由H来决定。其中参数H又被称作Hurst参数，也是描述自相关特性的唯一参数，更准确的来讲，H是所有统计现象的持续性度量，是随机过程长相关的一个度量。对于一个自相关特性的过程，H的取值范围在（0.5,1）之间。随着参数H的逐渐增大，在的衰减逐渐降低。在，有21 。而自1994年流量的自相似特性被发现，自相似流量模型的建立也越来越多样化，但是基本上都分为两种：一类是构造建模（物理模型），这类方式试图利用己知的传输知识来解释所观察到的数据特征，如由于资源共享而导致大量信源叠加的事实，这类建模方式中具有代表性的有重尾分布的 ON/OFF 模型、A1pha-Beta on/off 模型以及 M/G

63、/排队模型；另一类是行为建模（统计模型），这类方法试图用数据拟合方法模拟所测量真实数据的变化趋势，代表模型有 FBM 模型和基于小波的模型等13 。ON/OFF模型采用多个信号源叠加实现自相似过程，其建立过程简单明确，可以有助于深入的了解自相似过程的本质，但是此模型要求各个源端必须是独立同分布的，且输出速率为常数，往往无法在此前提下建立实际网络流量。M/G/排队模型能够较好地反映实际流量的排队性能，从排队系统的角度解释了网络流量产生自相似特性的原因，但是该模型假设了服务器一直处于忙期，主要凭借服务时间的随机性来描述自相似特性，因此对网络流量的突发性描述方面存在不足。分形布朗运动（Fractio

64、nal Brownian Motion，FBM）模型可以很方便地应用于流量的实时仿真和特性分析，但是模型的参数较少使得其描述能力有限并且带有高斯性，对于非负的信号（即非高斯性的信号）也不能很好地分析。本文采用的是构造建模中的ON/OFF模型，模型定义为叠加大量的ON/OFF 源，每个源都有两个周期交替的ON和OFF状态，如图3-3所示。在ON状态，数据源以连续的速率发送数据包；在OFF状态，不发送任何数据包，此过程与马尔科夫过程近似。但不同的是，在ON/OFF模型中，每个发送源ON或OFF的时长独立地符合重尾分布。传统的ON/OFF模型假定ON态和OFF态的持续时间均以指数形式分布。图3-3 ON/OFF模型周期图扩展这种模型使ON 态和 OFF 态的持续时间有无限的方差（即高可变性或 Noah 效应），这样，无数个源的叠加