模擬設計 F 之結果-比較量測過程中可用頻寬變化對量

模擬設計 F 的設計目的是希望探討在量測過程中可用頻寬變化對於 量測結果的影響。我們的模擬設計使用各種不同的背景流量類型，討 論量測過程中平均頻寬使用率為 50%，但可用頻寬在量測期間會發生變 動的情境。在量測開始的前三秒，我們加載 25%頻寬使用率的背景流量，

三到六秒則提高背景流量至頻寬使用率的 75%，六秒之後則維持在頻寬 使用率的 50%，藉由這樣的設計來了解頻寬變動對於量測結果的影響。

我們將模擬設計 F 的實驗結果整理如表 51、表 52、圖 32 及圖 33。

在使用網路分類 A 的模擬案例中，相較於原 Spruce 設計，使用我們改 良後的 Spruce 實作對於網路可用頻寬量測結果的正確性提升了 7.42%；

同樣的，在使用網路分類 B 的模擬案例中，使用我們改良後的 Spruce 實作所得到的量測結果正確性也提高了 8.27%。在前述模擬案例 E 中，

我們改良後的實作在背景流量為已使用頻寬約 50%時，量測結果的誤差 大約在 3-12%，但在模擬設計 F 中，量測結果的誤差通常在 11-18%之 間，顯然在量測過程中頻寬發生變動的情形會降低 spruce 量測結果的 準確性。

表 51、網路分類 A—模擬設計 F—背景流量類型 A、B、C、D、E 之 模擬結果

網路分類 A 模擬

設計

F 背 景 流 量

類型

A、B、C、

D、E

C (kbps) 100000

背 景 流量

可 用 頻 寬 (kbps)

(1)組別 0 實 際 可 用

頻 寬

(kbps)

(2) 組 別 0 量測結 果 (kbps)

組別 0 量 測 結 果 標 準差

(3)組別 1 實 際 可 用

頻 寬

(kbps)

(4) 組 別 1 量測結 果 (kbps)

組別 1 量 測結果標 準差

差 異

=|(1)-(2)|

減

|(3)-(4)|

A 50000 48224.16 27474.2 4336.734 48224.27 30750.8 1088.299 3276.49 B 50000 48282.51 19632.2 3990.515 48282.71 37002.4 2236.403 17370.01 C 50000 60539.52 43914.2 896.8897 60539.5 42708 362.3796 -1206.18 D 50000 43430.82 17658.6 844.3917 43430.87 29133.2 2665.961 11474.55 E 50000 56984.4 36314.4 627.463 56984.4 42489.8 1456.839 6175.40 結果： 平均差異 7418.05

差異% 7.42%

圖 3 果圖

32、網路 圖

路分類 A—模模擬設計

-73-計 F—背景景流量類型型 A、B、CC、D、E 之之模擬結

背 景

9 55.031 4 70.521 4 61.842 8 84.974 6 75.407

計 F—背景 8 4840.22 6 4822.74 5 6034.3 7 4390.63 6 5716.85

景流量類型 27 3581.8 48 3801 37 4617 34 2759.4 57 4315.4 結果：

-75-

5.6.7 模擬設計 G 之結果-研究 Spruce 在 multi hops 環境下的量測結果 模擬設計 G 的設計目的是想要研究 Spruce 在 multi hops 環境下的 量測表現。我們首先設計了網路分類 C 及 D 這兩種類型的案例，在這 兩個網路分類中，router 與 router 間的鏈路頻寬都是相同的，並且在 各 router 的 link 上，我們加載相同大小的背景流量。因此所有 router 與 router 之間的 link 都是 bottleneck link。

我們將模擬設計 G 中，使用網路分類 C 及 D 的模擬結果整理於表 53 至表 62 及圖 34 至圖 43。在模擬設計 G 中，經由模擬實驗我們發現，

使用網路分類 C 及 D 的模擬案例在沒有背景流量的情況下，尚能量測 出當時的網路可用頻寬；但隨著背景流量逐漸加大，量測的準確度快 速的下降。當背景流量達到頻寬的 50%時，量測出的結果數值已非常小 或為 0。由此可知 Spruce 並不具備處理 multi hop 上多重 bottleneck 的能力。

表 53、網路分類 C—模擬設計 G—背景流量類型 A 之模擬結果

網路分類 C 模擬

設計

G 背 景 流 量

類型

A C (kbps) 10000

已 使 用 頻 寬 分 類

可 用 頻 寬 (kbps)

(1)組別 0 實 際 可 用

頻 寬

(kbps)

(2) 組 別 0 量測結 果 (kbps)

組別 0 量 測 結 果 標 準差

(3)組別 1 實 際 可 用

頻 寬

(kbps)

(4) 組 別 1 量測結 果 (kbps)

組別 1 量 測結果標 準差

差 異

=|(1)-(2)|

減

|(3)-(4)|

A 100000 100000 88956.6 428.678 100000 92701.2 381.039 3744.60 B 90000 90333.46 56769.2 977.2603 90333.46 64261.4 773.7321 7492.20 C 75000 75815.86 9372.8 1215.94 75815.86 20434.2 2492.431 11061.40 D 50000 51446.37 0 0 51446.37 611.4 221.0878 611.40

E 25000 27448.15 0 0 27448.15 0 0 0.00

F 10000 12334.24 0 0 12333.21 0 0 1.03

G 0 10010.5 336.4 8.5029 10008.9 336 8.9163 1.21 H 50000 48224.04 0 0 48223.93 221.2 332.2156 221.31

圖 34、網路分類類 C—模擬

-76-擬設計 G——背景流量量類型 A 之之模擬結果果圖

已 使

4 30.851 6 108.412 8 204.33 0

6 9034.26 8 7585.37 0 5170.74 0 2753.2 0 1306.08 4 1000.8 0 4840.22

—背景流量 00 9284 64 7057.8 73 1934.8 46 168.6

25 0

81 0

81 44.8 27 114.2

量類型 A 之

已 使

6 467.906 6 674.314 4 985.583 0 3 10000 7 90362.7 7 75856.8 0 51583.5 0 27294.1 0 12646.1 0 10109.6 0 48282.5

—背景流量 00 92606 79 66300.2 86 37355.2 53 13416.6 17 737.8 16 588.6

63 0

51 6702.2

量類型 B 之

已 使

8 49.766 4 76.816 6 137.02 0

0 0

8 24.376 0

7 9005.64 3 7556.99 0 5160.37 0 2804.02 0 1330.26 2 1066.43 0 4822.74

—背景流量 00 9284.4 43 6356.8 97 3143.4 76 1322.8 27 141.6 61 32.6

31 8.8

48 870.8

量類型 B 之

已 使

8 350.266 6 1053.94 4 1358.13 0 6 10000 7 91988.4 3 79890.4 0 59763.6 0 39600.4 0 27365.8 0 19181.9 0 56984.

—背景流量 00 92967 44 70110.8 45 47489.6 64 19374.4 48 5001 82 1582.4 96 404.6 4 11685.6

量類型 E 之

已 使

4 39.566 2 109.53 4 114.172 8 58.216 0

4 9212.74 2 8030.49 8 5974.99 0 3981.54 0 2760.82 0 1988.05 0 5716.85

—背景流量 00 9265.8 49 6976.8 99 4762.6 93 2251.4 44 349.4

25 217

55 40.2 57 1110.2

量類型 E 之

已 使

8 568.112 8 668.898 8 872.211 0

0

6 131.963 1 3.162 8 10000 1 90102.2 4 75110.5 0 49863.1 0 24499.

3 12424.4 3 10609.2

—背景流量 00 92842.2 21 69363 52 24386 18 3798.6 2 1300.4 49 293.6 21 242.2

量類型 F 之

已 使 2 110.45 6 104.65 0

9 8994.45 8 7549.32 0 5068.80 0 2402.65 0 1372.51 6 1146.78

—背景流量 00 9259.2 57 6560 28 2990.2 04 498.8 53 28.8

已 使

4 546.306 6 663.117 1 533.06 0

0 0

8 179.600 0 5 10000 9 90362.7 8 75856.8 0 51583.5

0 2729

0 12646.3 1 10119.4 0 48281.9

—背景流量 00 92734 79 65821.4 86 42381.4 53 13977.6 94 68.8

34 0

48 59.2 94 5718

量類型 X 之

已 使

6 45.401 6 67.766 2 107.157 0

0 0

8 24.688 0

5 9005.64 4 7556.99 0 5160.37 0 2804.02 0 1329.87 1 1063.18 0 4822.73

—背景流量 00 9262.2 43 6983.6 97 4351.6 76 1367.8 27 37.6

77 0

83 27.8 37 728.2

量類型 X 之

-86-

在模擬設計 G 中，我們另外設計了網路分類 E，用來探討在 multi hops 單一 bottleneck link 的情境。在使用網路分類 E 的模擬案例中，

Spruce 原設計雖能量測出當時的網路可用頻寬，但隨著已使用頻寬比 例的上升，量測的誤差程度也逐漸放大；相對於原 Spruce 設計，我們 改良後的實作在大部份的案例量測結果的誤差程度都在 3-10%之內，並 且提供較原設計高出平均 3.49-8.85%的量測準確性。

我們整理模擬設計 G 中使用網路分類 E 的模擬案例實驗結果於表 63 至表 66 以及圖 44 至圖 47。

表 63、網路分類 E—模擬設計 G—背景流量類型 A 之模擬結果

網路分類 E 模擬

設計

G 背 景 流 量

類型

A C (kbps) 10000

已 使 用 頻 寬 分 類

可 用 頻 寬 (kbps)

(1)組別 0 實 際 可 用

頻 寬

(kbps)

(2) 組 別 0 量測結 果 (kbps)

組別 0 量 測 結 果 標 準差

(3)組別 1 實 際 可 用

頻 寬

(kbps)

(4) 組 別 1 量測結 果 (kbps)

組別 1 量 測結果標 準差

差 異

=|(1)-(2)|

減

|(3)-(4)|

A 10000 10000 9158.4 16.6673 10000 9548.8 15.3525 390.40 B 9000 9034.264 7971.2 18.7003 9034.264 8395.2 36.813 424.00 C 7500 7585.373 5802.2 86.358 7585.373 7123.4 50.4014 1321.20 D 5000 5170.746 3671.8 54.5775 5170.746 4279.2 48.3032 607.40 E 2500 2753.25 1412.2 254.8356 2753.25 2292 191.6455 879.80

F 1000 1308.147 0 0 1306.081 563 45.853 565.07

G 0 1001.383 198.4 4.1593 1000.924 196.8 1.6432 -1.14 H 5000 4840.227 3092.2 162.1919 4840.227 3181.6 90.1737 89.40

結果： A-E 平均差異 724.56 平均差異 534.52

A-E 平均差異% 7.25% 差異% 5.35%

圖 44、網路分類類 E—模擬

-87-擬設計 G——背景流量量類型 A 之之模擬結果果圖

已 使

7 13.910 8 29.827 1 47.090 8 62.333 8 150.408 0

6 94.964 8 50.908 A-E 平均差異

8 9005.64 3 7556.99 8 5160.37 4 2804.02 0 1330.40 7 1102.88 7 4822.74

異 456.8 00 9564 43 8008 97 6815.4 76 4458 27 2388.4 06 1709.6

86 39

48 4005.4 84

已 使

6 26.819 6 46.252 2 69.25 6 84.147 6 70.942 2 277.918 0

4 142.848 A-F 平均差異

6 9212.74 1 8030.49 5 5974.99 2 3981.54 5 2760.82 0 1988.05 9 5716.85

異 845.7 00 9540.4 49 8595.2 99 7614.2 93 4749.8 44 3596.6 25 2443.2 55 1654.2 57 4426.4 77

已 使

2 11.777 5 47.576 6 39.557 4 73.697 4 226.96 2 106.104 4 46.779

擬設計 G—

3 8994.45 6 7549.32 4 5068.80 1 2402.65 7 1317.74 3 1066.33

—背景流量 00 9562.8 57 8544.8 28 6115.2 04 4207.8 53 1909.2 47 236.6 34 188.6 結果：

-91-

六、結 論

在現今網路科技快速演進且網路相關應用日趨多元的環境裡，網路可用 頻寬資訊對於各種網路應用而言是相當重要的資訊。常見的網路可用頻寬 量測技術可分為探測速率模型(Probe Rate Model, PRM)以及探測間隔模型 (Probe Gap Model, PGM)這兩大類型。使用 PRM 模型的實作雖然較 PGM 模 型實作有較高的量測準確性，但量測所需的時間較長，並且由於其量測是 以形成網路壅塞來推估當時的網路可用頻寬，因此並不適合使用於真實的 網路世界。相對於 PRM，PGM 模型則具有輕量、快速、準確的特性，較適合 用於真實世界的網路可用頻寬量測工作。

在本論文的研究中，我們選擇了採用 PGM 模型的網路可用頻寬量測工 具—Spruce，設計包含不同網路拓樸、頻寬、背景流量類型、使用頻寬比 例、參數等情境的模擬案例，對 Spruce 的行為特性進行深入的探討，同時 藉此了解 PGM 模型的特性。並於觀察 Spruce 在不同情境下的量測表現之後，

提出改善的建議，透過模擬案例實驗證實，我們的改良確實有效。

我們將本論文中，經由觀察、模擬及改良 Spruce 原設計後所得到的結 果整理成以下的結論：

1. Spruce 原設計中，在 intra pair gap 及 inter pair gap 的等待時 間是以 pooling loop 的方式強佔處理器的控制權，希望能以最接 近預期排定時間的方式送出探測封包。我們對 Spruce 原設計的機 制進行效能改良，並證明效能改良後的實作有效的縮短模擬執行所 需的時間，並且量測結果準確度較原設計準確。

2. 我們改良 Spruce 原設計在計算探測 packet pair 中的兩個 packets 間距的設計，將 Ethernet header 納入計算，模擬結果證實，改良 後的實作量測結果較原設計準確。

3. 在 Spruce 原設計中，inter pair gap 的配置是採用 exponential 分配，我們擴充 Spruce 的設計，將 uniform 分配加入成為 inter pair gap 的配置方式，經模擬實驗發現，採用 uniform 分配取代 exponential 分配做為 inter pair gap 配置的量測結果較為準確。

-92-

4. 在 Spruce 原設計中，大部份量測的結果傾向於低估實際網路可用 頻寬，但在 bottleneck link 頻寬使用率較高的情況下，卻容易錯 誤的量測而高估可用頻寬達 bottleneck link 頻寬的 20-40%。我們 改良 Spruce 在量測結果的評估方式後以模擬實驗進行確認，經過 我們改良後的實作，量測結果的準確度較接近真正的網路可用頻寬，

並且在頻寬使用率較高的情況下，也可有效避免錯誤高估網路可用 頻寬的結果發生。

5. 我們探討在 Spruce 量測過程中發生可用頻寬變動的情境，比較 Spruce 原設計與我們改良後的實作，發現改良後的實作所量測的結 果正確性提升了 7.42%。並且發現在這樣的情境上，Spruce 量測結 果的誤差由其他情境的 3-12%提高至 11-18%。

6. 我們研究 Spruce 在 multi hops 環境下的探測結果，在 path 上多 條 link 都是 bottleneck link 的情況下，spruce 無法量測出正確 的可用頻寬；而在 multi hops 環境但只有單一 bottleneck link 的情況下，Spruce 原設計雖能量測出當時的網路可用頻寬，但隨著 已使用頻寬比例的上升，量測的誤差程度也逐漸放大；相對於原 Spruce 設計，我們改良後的實作在大部份的案例量測結果的誤差程 度都在 3-10%之內，並且提供較原設計高出平均 3.49-8.85%的量測 準確性。

-93-

七、未來工作

在本論文中，我們對於採用 PGM 探測間距模型的網路可用頻寬量測工 具—Spruce 進行了大規模的研究以了解其行為與特性，並對原設計提出改 良後以模擬實驗證實我們的改良確實提升了量測結果的正確性。

其他採用 PGM 模型的網路可用頻寬量測工具，大多數的設計也是修改自 Spruce 或與 Spruce 具有相同特性，未來的研究可以探討本論文所發現的改 良是否也可以套用在其他採用 PGM 模型設計的網路可用頻寬量測工具上，

改進其量測的準確性。

在 PGM 的模型中，假設 bottleneck link 上的頻寬是已知的，Spruce 的 特點之一，也是將頻寬偵測與網路可用頻寬偵測進行區隔，只專注在網路 可用頻寬的探討上。但實際上 bottleneck link 頻寬與頻寬使用率這兩個 變數若以兩組速率不同的 packet pairs 分別進行偵測，求解二元一次聯立 方程式之後是可以求得 bottleneck link 頻寬與及頻寬使用率[20]。未來 的研究也可以對以此種機制進行網路可用頻寬量測的工具做進一步的分析 與探討，以了解其特性與準確性。

[1] hniques posium E atia, 16

J.R. Ohm IEEE, V J. Strau ilable b surement NCTUns

p://nsl1

S.Y. Wan ou, and

Network , June 2 tiple De working Evaluati

/outreac

M. J ]

-to-end ernet Me N. Hu ]

ilable b Internet

k, N. Sp Behind Electron 6-18 June

m, “Advan Vol.93, N uss, D. K bandwidth t Confere Network chun, L.S

E JSAC,

prljan, Scalabl ics In e 2004.

nces in S No. 1, pp Katabi, a h estimat ence (IMC Simula

tu.edu.tw

Chou, C n, “The D or,” Com vailable

媒 體 串 流

edu.tw/me

Shuqiao, vol 25(9

M. Fol P Platfo on Video p 2009.

andwidth

ntations/

C. Dov ble band

nt Confer Steenkis h probing Measureme

tion too C'03), O ator an

w/

C.H. Huan Design an mputer Ne

at http

流 網 路 雙

ember/te

“Charac 9), 1612–

li, D.

orm for Streams

h Estimat

/2005/pa

rolis, “ dwidth e rence (I ste, “Eva g techniq ent, Mapp

文獻

uierdo, o Coding

ELMAR-20

e Video C , Januar aashoek, ols”, In Oct. 2003 nd Emula

ng, C.C.

nd Imple etworks,

://NSL.c

tion Too

am2005_bw

“Ten fal estimatio

MC'03), aluation ques” in ping, and

“An Ove g”, 46th

04, pp.

Coding”, ry 2005.

“A measu Proceedi g Peer-to 2007)

Oct. 200 and char IEEE JSA d Modelin

erview o h Intern

597-602,

Proceed

urement ings of o-Peer S

. Schem AC Speci ng, 21(6)

of Basic national Zadar,

dings of

study of Internet

able at

ng, C.C.

e NCTUns pp. 175–

ation of al Issue ), August c

2003

ilable ba kshop, M

B. M

trell, “P work Pat

J. So

ilable Ba WWW Mea

“Band ]

hniques

ks/iaste

V. Ri ]

R. Ba cialist agement, COMM Com ue 5, Oc D.Y.

]

Jain, "P andwidth Mar. 2002

Melander Probing s,” IEEE

Ribeiro, Pathchir ths,” Pro ommers, P ation o

es.cs.wis

u and P.

andwidth asurement

dwidth e

& applic

ed-keynot

iberiro, araniuk,“ mputer Co ctober 20

ZHANG, rp: Effic

oc. PAM, P. Barfor f Availa

sc.edu/~p

Steenkis Techniqu t, Mappin estimatio cations”

te.ppt

M. Coate

“Multifra r on IP 2000.

R. L. C h Estima

La Jolla Wang, X.

ailable

ador/Shar

oc. Passi

4-25.

jorkman, alysis M M’00, pp.

di, R.

cient Ava April 2 rd, W. Wi able Ban

pb/yaz_f

ste, “Eva

ues.” IEE ng, and on in c

in http

es, R. Ri tion Rev

U, D.H. ailable B

003.

illinger, ndwidth

inal.pdf

aluation

EE JSAC S Modeling computer

://www.c

TSprobe:

th Esti

ecom/DATA

nadidi, width of view Home

FANG, “C

t tool ctive Mea

. Gunni

and Char Special I g, 2003.

network

cc.gatech

Sarvotha affic Es

urement,

A Practi oc. Pass

a Two-St mation”

A/02-175-“The Pro f Multih

epage ar

Comparat

for end asuremen

ngberg, mating Ba

avratil, h Estima

oposed Fr tion Too

ical App sive and

ical App sive and

在文檔中 網路可用頻寬量測工具研究 (頁 85-109)