CN108847969A - 基于信息流的网络业务可靠性分析方法 - Google Patents
基于信息流的网络业务可靠性分析方法 Download PDFInfo
- Publication number
- CN108847969A CN108847969A CN201810567208.XA CN201810567208A CN108847969A CN 108847969 A CN108847969 A CN 108847969A CN 201810567208 A CN201810567208 A CN 201810567208A CN 108847969 A CN108847969 A CN 108847969A
- Authority
- CN
- China
- Prior art keywords
- business
- node
- data packet
- queue
- loss
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于信息流的网络业务可靠性分析方法,步骤一:根据工程应用和用户需求,确定每个业务的权重及故障判据;步骤二:对网络运行的业务进行建模和动态仿真,包括数据产生、传输、排队和移除;步骤三:业务可靠度评估。本发明优点在于:(1)本发明方法,能够综合地对整网多业务的不同性能指标进行可靠性分析。基于信息流模型对网络运行的业务进行建模和动态仿真,能够获得多业务运行下每个业务的具体性能指标值,可以根据对业务可靠性的具体要求来实现有针对性的评估。(2)本发明根据每个业务在整网业务中所占的权重来进行多业务可靠度评估,体现了不同业务的重要程度以及用户对不同业务的需求程度。
Description
技术领域
本发明属于可靠性及安全(安全***工程)技术领域,具体涉及一种基于信息流的网络业务可靠性分析方法。
背景技术
网络业务可靠性是指网络在规定条件下和规定时间内,对业务完成规定功能的能力。其中规定条件是指在构件(包括硬件和软件)均能正常工作的情况下,规定时间是指网络中的业务在指定的工作时间内,规定功能是指业务的服务质量满足需求。现有的业务可靠性分析模型,其区别主要是针对不同的故障判据,例如业务的延迟指标、业务的拥塞指标等。而网络中运行的多个业务通常会侧重不同的性能要求,例如邮件业务会侧重丢包要求,视频通话业务会侧重时延要求。现有的业务可靠性分析方法难以综合地对整网多业务的不同性能指标进行可靠性分析。因此本发明提出一种基于信息流的网络业务可靠性分析方法,具体内容为,基于信息流模型实现多业务的动态仿真,主要包括数据流的产生、传输、排队和移除过程,从而获得多业务运行下每个业务的不同性能指标值,进而综合地对网络不同性能指标进行业务可靠性分析。时延和丢包作为网络中最重要的两个性能指标,在网络可靠性分析中备受关注,因此本发明选取时延和丢包对本发明所提出的方法进行详细的说明。本发明提出的业务可靠性分析方法能够综合地对整网多业务的不同性能指标进行可靠性分析,也可以根据对业务可靠性的具体要求,基于信息流模型实现多业务的动态仿真,进而实现有针对性的评估。
发明内容
本发明的目的在于提供一种基于信息流的网络业务可靠性分析方法,以解决现有技术中难以综合地对整网多业务的不同性能指标进行可靠性分析的问题。
本发明提出一种基于信息流的网络业务可靠性分析方法,能够综合地对整网多业务的不同性能指标进行可靠性分析,例如根据业务数据包从源节点发送的时间和到达目的节点的时间计算时延,业务数据包传输过程中由于缓存区已满造成的丢包数目,业务数据包在每个节点处以一定概率传输到错误的节点而产生误码,网络信号沿业务路径传输造成的信号衰减。针对所分析的不同性能指标,在基于信息流模型实现的业务动态仿真过程中,对获取的性能数据进行相应调整,进而进行可靠性分析。本发明选取时延和丢包对本发明所提出的方法进行详细的说明,同时给出一种流程化的方法,便于工程实际中应用。
所述的基于信息流的网络业务可靠性分析方法,具体流程如下:
步骤一:根据工程应用和用户需求,确定每个业务的权重及故障判据。
对每个业务i(i=1,L,M),要考察的性能指标为时延和丢包。根据工程实际应用和用户对不同业务的需求,确定业务i在整网业务中所占的权重ωi,对于重要的业务,权重赋值高;确定时延阈值为Ti,丢包阈值为Ki,M为要评估的业务总量。
步骤二:对网络运行的业务进行建模和动态仿真,包括数据产生、传输、排队和移除。具体如下:
(1)数据产生过程:根据业务生成算法生成网络中的所有业务,包括业务的源节点,目的节点和业务路径;
(2)数据传输过程:遍历所有节点根据节点转发能力来转发节点队列的数据包,对所传输的每个数据包根据路由来确定该数据包当前节点与目标节点之间的下一条地址。每个节点的处理能力为Cj,即每个时刻每个节点最多处理Cj个数据包,根据业务路径中下一节点的编号进行转发。
(3)数据排队过程:根据节点的队列存储调度算法,在每一时间步中,每个节点进行发送和接收数据包。在每一时间步中,每个节点将会经历两次操作,发送和接收数据包;首先,遍历所有队列,如果队列中有数据包,则根据队列存储调度算法把队列的Cj个数据包转发出去,如果没有数据包则不做操作;其次将所收到的来自别的节点的数据包根据队列存储调度算法存储在队列中,每个节点的缓存队列大小为Qj,即每个节点中最多可存储Qj个数据包,到达节点后根据节点的队列存储调度规则排队,依次等待被转发处理,如果没有空闲的缓存则节点无法接受新的数据包,此时数据包被丢弃。
(4)数据移除过程:如果数据包根据业务路径到达目的节点,则将此数据包从网络中移除,否则,继续转发到下一节点。对于到达目的节点的数据包,记下其到达时间计算时延,若其时延在允许的传输时间内,则认为该数据包传输成功。
步骤三:业务可靠度评估。
对于单业务的业务可靠度,即对于业务i(i=1,L,M),其业务可靠度表达式如下:
Ri=P(Delayi≤Ti,Lossi≤Ki)
其中,对业务i,Delayi表示业务i运行过程产生的时延,Lossi为丢包的个数。根据每个业务所占的权重,多业务的业务可靠度表达式如下:
其中,ωi为业务i在整网业务中所占的权重。
步骤三提出了业务可靠度的计算方法,其中业务总量、业务权重及故障判据根据步骤一确定,时延和丢包值通过步骤二来计算。具体地,本发明通过对业务的动态仿真来得到业务的性能指标值,进而得到业务可靠度的近似值,其流程如图1所示,具体如下:
(1)确定网络拓扑结构,要评估的业务总量M,每个业务所占的权重,每个业务的时延阈值和丢包阈值,各节点的处理能力和缓存队列大小,输入仿真总时间T;
(2)对每一时间步,根据步骤二的四个过程进行业务的离散事件仿真,该仿真过程具体如下:
(2.1)令仿真时间t=1,运行成功的业务总数success=0,业务i运行成功的次数successi=0,业务i的丢包个数为Lossi=0;
(2.2)生成M个业务,包括每个业务的数据包个数,业务的源节点,目的节点和业务路径;
(2.3)将数据包加入到源节点的队列中,记下数据包产生的时间t,若节点的队列已满,则将数据包丢弃,相应的业务的丢包个数Lossi=Lossi+1;
(2.4)根据节点的队列存储调度算法,各节点根据其处理能力和转发相应数量的数据包;
(2.5)判断每个业务的未丢弃的数据包是否到达目的节点,若已到达目的节点,则将数据包移除,并记录下数据包到达时间t,即得到传输时延Delayi。若时延未超过该业务的时延阈值且丢包个数未超过该业务的丢包阈值,则认为该业务传输成功,相应地successi=successi+1,success=success+1;若没到达目的节点则转发至下一个节点;
(2.6)判断节点缓存队列是否已满,若未满则根据节点的队列存储调度算法将新到的数据包排列在节点缓存区中;若已满则将多余的数据包丢弃,认为这些数据包未传输成功,相应的业务的丢包个数Lossi=Lossi+1;
(2.7)仿真时间t=t+1;
(2.8)判断是否满足t≤T,如果满足,则进入(2.2);如果不满足,则达到仿真时长,进入(3)。
(3)计算业务可靠度。在(2)中,每一时间步,随机生成M个业务,即每一时间步相当于一次仿真的随机抽样,记录每个业务的时延和丢包数,即得到业务可靠度表达式中的Delayi和lossi,进而判断每一个业务是否传输成功。故对于业务i(i=1,L,M)的业务可靠度计算公式为:
其中,successi为业务i运行成功的次数,alli为业务i总的运行次数。多业务的业务可靠度计算公式为:
其中,ωi为业务i在整网业务中所占的权重。
本发明提出一种基于信息流的网络业务可靠性分析方法,优点在于:
(1)本发明提供的基于信息流的网络业务可靠性分析方法,能够综合地对整网多业务的不同性能指标进行可靠性分析。基于信息流模型对网络运行的业务进行建模和动态仿真,能够获得多业务运行下每个业务的具体性能指标值,可以根据对业务可靠性的具体要求来实现有针对性的评估。
(2)本发明根据每个业务在整网业务中所占的权重来进行多业务可靠度评估,体现了不同业务的重要程度以及用户对不同业务的需求程度。
附图说明
图1是本发明方法业务可靠度评估流程图。
图2是网络拓扑结构图。
图3是多业务可靠度曲线图。
图4是单业务可靠度曲线图。
具体实施方式
下面将结合附图和实例对本发明做进一步详细说明。
本发明是一种基于信息流的网络业务可靠性分析方法,能够综合地对整网多业务的不同性能指标进行可靠性分析。本发明选取时延和丢包对本发明所提出的方法进行详细的说明,以下为一个网络业务可靠性分析案例,具体步骤如下:
步骤一:根据工程应用和用户需求,确定每个业务的权重及故障判据。
对每个业务i(i=1,L,M),要考察的性能指标为时延和丢包,本实施例中,取每个业务所占的权重都为1,即ωi=1;取所有业务的时延阈值为Ti=10,丢包阈值为Ki=0;分别取业务总量为M=100,200,L,1500进行业务可靠度分析。
步骤二:对网络运行的业务进行建模和动态仿真,包括数据产生、传输、排队和移除。具体如下:
(1)数据产生过程:根据业务生成算法生成网络中的所有业务,包括业务的源节点,目的节点和业务路径。本实施例中,网络业务包含三类,即随机型业务、定制型业务和程序化业务,三类业务的比例为3:3:4,其定义及生成方式如下:
①随机型业务:根据一定的路由算法,随机选择源节点与目的节点之间的业务路径发送数据。本实施例中,对随机型业务的生成方式为:源节点O到目的节点D之间的业务路径按照最短路径生成,当存在多条最短路径时,随机选择一条作为业务路径。
②定制型业务:规定某节点为必须访问的节点,同时依据一定的路由算法选择业务路径。本实施例中,对定制型业务的生成方式为:由于网络中节点度分布一定程度上决定了网络节点的重要程度,本实施例将网络中节点度最大的节点定为必经节点S,则定制型业务的业务路径可以分段看成O到S的最短路径与S到D的最短路径之和。
③程序化业务:规定某链路为业务流程中必须经过的链路,同时依据一定的路由算法选择业务路径。本实施例中,对程序化业务的生成方式为:将网络中节点度第二大的节点与其相邻的一个节点组成的链路定为必经链路:P1→P2,则程序化业务的业务路径可以分段看成源节点O到P1的最短路径,必经链路:P1→P2,以及P2到目的节点D的最短路径之和。
另外,本实施例假设每一个业务在每一个时间步生成一个数据包。
(2)数据传输过程:遍历所有节点根据节点转发能力来转发节点队列的数据包,对所传输的每个数据包根据路由来确定该数据包当前节点与目标节点之间的下一条地址。本实施例中,每个节点的处理能力为
Cj为节点j的处理能力,BEj为节点j的介数,C为总处理能力,N为网络节点数,本例中C=10000,N=38。则每个时刻每个节点最多处理Cj个数据包,根据业务路径中下一节点的编号进行转发。
(3)数据排队过程:根据节点的队列存储调度算法,在每一时间步中,每个节点进行发送和接收数据包。本实施例中,假设节点的队列存储调度算法均为先进先出(first-in-first-out,FIFO)策略。在每一时间步中,每个节点将会经历两次操作,发送和接收数据包;首先,遍历所有队列,如果队列中有数据包,则把队列前端的Cj个数据包转发出去,如果没有数据包则不做操作;其次将所收到的来自别的节点的数据包存储在队列的队尾,每个节点的缓存队列大小为
其中,Qj为节点j的缓存队列大小,BEj为节点j的介数,Q为总队列资源,N为网络节点数,本例中,Q=10000,N=38。则每个节点中最多可存储Qj个数据包,数据包到达节点后采用先进先出的排队规则排队,依次等待被转发处理,如果没有空闲的缓存则节点无法接受新的数据包,此时数据包被丢弃。
(4)数据移除过程:如果数据包根据业务路径到达目的节点,则将此数据包从网络中移除,否则,继续转发到下一节点。对于到达目的节点的数据包,记下其到达时间计算时延,若其时延在允许的传输时间内,则认为该数据包传输成功。
步骤三:业务可靠度评估。
对于单业务的业务可靠度,即对于业务i(i=1,L,M),其业务可靠度表达式如下:
Ri=P(Delayi≤Ti,Lossi≤Ki)
其中,对业务i,Delayi表示业务i运行过程产生的时延,Lossi为丢包的个数。本实施例中,每个业务所占的权重都为1,则多业务的业务可靠度表达式如下:
本发明通过对业务的动态仿真来得到业务的性能指标值,进而得到业务可靠度的近似值,其流程如图1所示,具体如下:
(1)确定网络拓扑结构(本实施例为如图2所示的网络拓扑),要评估的业务总量分别为M=100,200,L,1500,所有业务的时延阈值为Ti=10,丢包阈值为Ki=0,权重为ωi=1;各节点的处理能力Cj和缓存队列大小Qj如步骤二所述,仿真总时间T=100;
(2)对每一时间步,根据步骤二的四个过程进行业务的离散事件仿真,该仿真过程具体如下:
(2.1)令仿真时间t=1,运行成功的业务总数success=0,业务i运行成功的次数successi=0,业务i的丢包个数为Lossi=0;
(2.2)生成M个业务,包括业务的源节点,目的节点和业务路径,随机型业务、定制型业务和程序化业务三类业务的比例为3:3:4。本实施例中每一个业务在每一个时间步生成一个数据包,则一个数据包是否传输成功代表了相应的一个业务是否传输成功;
(2.3)将数据包加入到源节点的队列中,记下数据包产生的时间t,若节点的队列已满,则将数据包丢弃,相应的业务的丢包个数Lossi=Lossi+1,也即该业务未传输成功;
(2.4)根据节点的队列存储调度算法,各节点根据其处理能力和转发相应数量的数据包;
(2.5)判断数据包是否到达目的节点,若已到达目的节点,则将数据包移除,并记录下数据包到达时间t,即得到传输时延Delayi。若时延未超过该业务的时延阈值,则认为该业务传输成功,相应地successi=successi+1,success=success+1;若没到达目的节点则转发至下一个节点;
(2.6)判断节点缓存队列是否已满,若未满则根据节点的队列存储调度算法将新到的数据包排列在节点缓存区中;若已满则将多余的数据包丢弃,认为这些数据包未传输成功,相应的业务的丢包个数Lossi=Lossi+1,也即该业务未传输成功;
(2.7)仿真时间t=t+1;
(2.8)判断是否满足t≤100,如果满足,则进入(2.2);如果不满足,则达到仿真时长,进入(3);
(3)计算业务可靠度。在(2)中,每一时间步,随机生成M个业务,即每一时间步相当于一次仿真的随机抽样,记录每个业务的时延和丢包数,即得到业务可靠度表达式中的Delayi和lossi,进而判断每一个业务是否传输成功。故对于业务i(i=1,L,M)的业务可靠度计算公式为:
其中,successi为业务i运行成功的次数,alli为业务i总的运行次数。本实施例中,由于每一个业务在每一个时间步生成一个数据包,则alli也就是针对业务i传输的总数据包个数,successi也就是针对业务i传输成功的数据包个数。多业务的业务可靠度计算公式为:
其中,success为网络中运行成功的业务个数,all为网络中运行的业务总数。本实施例中,success为网络中传输成功的数据包个数,all为传输的总数据包数。
由此可以得到不同业务总量下的多业务可靠度(如图3所示)以及单业务可靠度(如图4所示为业务总量为900时每个业务的业务可靠度)。
Claims (2)
1.一种基于信息流的网络业务可靠性分析方法,其特征在于:该方法流程如下:
步骤一:根据工程应用和用户需求,确定每个业务的权重及故障判据;
对每个业务i(i=1,L,M),要考察的性能指标为时延和丢包;根据工程实际应用和用户对不同业务的需求,确定业务i在整网业务中所占的权重ωi,对于重要的业务,权重赋值高;确定时延阈值为Ti,丢包阈值为Ki,M为要评估的业务总量;
步骤二:对网络运行的业务进行建模和动态仿真,包括数据产生、传输、排队和移除;具体如下:
(1)数据产生过程:根据业务生成算法生成网络中的所有业务,包括业务的源节点,目的节点和业务路径;
(2)数据传输过程:遍历所有节点根据节点转发能力来转发节点队列的数据包,对所传输的每个数据包根据路由来确定该数据包当前节点与目标节点之间的下一条地址;每个节点的处理能力为Cj,即每个时刻每个节点最多处理Cj个数据包,根据业务路径中下一节点的编号进行转发;
(3)数据排队过程:根据节点的队列存储调度算法,在每一时间步中,每个节点进行发送和接收数据包;在每一时间步中,每个节点将会经历两次操作,发送和接收数据包;首先,遍历所有队列,如果队列中有数据包,则根据队列存储调度算法把队列的Cj个数据包转发出去,如果没有数据包则不做操作;其次将所收到的来自别的节点的数据包根据队列存储调度算法存储在队列中,每个节点的缓存队列大小为Qj,即每个节点中最多可存储Qj个数据包,到达节点后根据节点的队列存储调度规则排队,依次等待被转发处理,如果没有空闲的缓存则节点无法接受新的数据包,此时数据包被丢弃;
(4)数据移除过程:如果数据包根据业务路径到达目的节点,则将此数据包从网络中移除,否则,继续转发到下一节点;对于到达目的节点的数据包,记下其到达时间计算时延,若其时延在允许的传输时间内,则认为该数据包传输成功;
步骤三:业务可靠度评估;
对于单业务的业务可靠度,即对于业务i(i=1,L,M),其业务可靠度表达式如下:
Ri=P(Delayi≤Ti,Lossi≤Ki)
其中,对业务i,Delayi表示业务i运行过程产生的时延,Lossi为丢包的个数;根据每个业务所占的权重,多业务的业务可靠度表达式如下:
其中,ωi为业务i在整网业务中所占的权重。
2.根据权利要求1所述的基于信息流的网络业务可靠性分析方法,其特征在于:所述步骤三通过对业务的动态仿真来得到业务的性能指标值,进而得到业务可靠度的近似值,具体如下:
(1)确定网络拓扑结构,要评估的业务总量M,每个业务所占的权重,每个业务的时延阈值和丢包阈值,各节点的处理能力和缓存队列大小,输入仿真总时间T;
(2)对每一时间步,根据步骤二的四个过程进行业务的离散事件仿真,该仿真过程具体如下:
(2.1)令仿真时间t=1,运行成功的业务总数success=0,业务i运行成功的次数successi=0,业务i的丢包个数为Lossi=0;
(2.2)生成M个业务,包括每个业务的数据包个数,业务的源节点,目的节点和业务路径;
(2.3)将数据包加入到源节点的队列中,记下数据包产生的时间t,若节点的队列已满,则将数据包丢弃,相应的业务的丢包个数Lossi=Lossi+1;
(2.4)根据节点的队列存储调度算法,各节点根据其处理能力和转发相应数量的数据包;
(2.5)判断每个业务的未丢弃的数据包是否到达目的节点,若已到达目的节点,则将数据包移除,并记录下数据包到达时间t,即得到传输时延Delayi;若时延未超过该业务的时延阈值且丢包个数未超过该业务的丢包阈值,则认为该业务传输成功,相应地successi=successi+1,success=success+1;若没到达目的节点则转发至下一个节点;
(2.6)判断节点缓存队列是否已满,若未满则根据节点的队列存储调度算法将新到的数据包排列在节点缓存区中;若已满则将多余的数据包丢弃,认为这些数据包未传输成功,相应的业务的丢包个数Lossi=Lossi+1;
(2.7)仿真时间t=t+1;
(2.8)判断是否满足t≤T,如果满足,则进入(2.2);如果不满足,则达到仿真时长,进入(3);
(3)计算业务可靠度;在(2)中,每一时间步,随机生成M个业务,即每一时间步相当于一次仿真的随机抽样,记录每个业务的时延和丢包数,即得到业务可靠度表达式中的Delayi和lossi,进而判断每一个业务是否传输成功;故对于业务i(i=1,L,M)的业务可靠度计算公式为:
其中,successi为业务i运行成功的次数,alli为业务i总的运行次数;多业务的业务可靠度计算公式为:
其中,ωi为业务i在整网业务中所占的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810567208.XA CN108847969B (zh) | 2018-06-05 | 2018-06-05 | 基于信息流的网络业务可靠性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810567208.XA CN108847969B (zh) | 2018-06-05 | 2018-06-05 | 基于信息流的网络业务可靠性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108847969A true CN108847969A (zh) | 2018-11-20 |
CN108847969B CN108847969B (zh) | 2020-08-04 |
Family
ID=64211420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810567208.XA Active CN108847969B (zh) | 2018-06-05 | 2018-06-05 | 基于信息流的网络业务可靠性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108847969B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726092A (zh) * | 2018-12-29 | 2019-05-07 | 深圳市联影医疗数据服务有限公司 | 总线处理效率评估方法、***和计算机存储介质 |
CN110474806A (zh) * | 2019-08-19 | 2019-11-19 | 国网甘肃省电力公司经济技术研究院 | 一种电力通信网关键节点识别方法 |
CN113759728A (zh) * | 2021-09-30 | 2021-12-07 | 中国船舶重工集团公司第七一九研究所 | 一种数字化网络控制***建模方法 |
CN114268985A (zh) * | 2021-11-26 | 2022-04-01 | 中国联合网络通信集团有限公司 | 5g专网的质量评估方法、装置、电子设备及存储介质 |
CN115190027A (zh) * | 2022-05-24 | 2022-10-14 | 安世亚太科技股份有限公司 | 一种基于网络数字孪生体的自然故障生存性评估方法 |
CN115189908A (zh) * | 2022-05-24 | 2022-10-14 | 安世亚太科技股份有限公司 | 一种基于网络数字孪生体的随机攻击生存性评估方法 |
CN117176618A (zh) * | 2023-11-03 | 2023-12-05 | 中国西安卫星测控中心 | 一种网络数据交换软件***性能评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101741641A (zh) * | 2009-11-30 | 2010-06-16 | 北京航空航天大学 | 基于链路的通信网络业务可靠性试验方法 |
GB2477515A (en) * | 2010-02-03 | 2011-08-10 | Orbital Multi Media Holdings Corp | Controlling transmission rate dependent upon block ack/nak bitmask signals and receiver buffer fill levels |
-
2018
- 2018-06-05 CN CN201810567208.XA patent/CN108847969B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101741641A (zh) * | 2009-11-30 | 2010-06-16 | 北京航空航天大学 | 基于链路的通信网络业务可靠性试验方法 |
GB2477515A (en) * | 2010-02-03 | 2011-08-10 | Orbital Multi Media Holdings Corp | Controlling transmission rate dependent upon block ack/nak bitmask signals and receiver buffer fill levels |
Non-Patent Citations (1)
Title |
---|
薛鹏: "基于网络链路性能测量的网络可靠性分析***的设计与实现", 《工程硕士学位论文》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726092B (zh) * | 2018-12-29 | 2022-06-07 | 深圳市联影医疗数据服务有限公司 | 总线处理效率评估方法、***和计算机存储介质 |
CN109726092A (zh) * | 2018-12-29 | 2019-05-07 | 深圳市联影医疗数据服务有限公司 | 总线处理效率评估方法、***和计算机存储介质 |
CN110474806A (zh) * | 2019-08-19 | 2019-11-19 | 国网甘肃省电力公司经济技术研究院 | 一种电力通信网关键节点识别方法 |
CN110474806B (zh) * | 2019-08-19 | 2022-04-01 | 国网甘肃省电力公司经济技术研究院 | 一种电力通信网关键节点识别方法 |
CN113759728B (zh) * | 2021-09-30 | 2023-08-25 | 中国船舶重工集团公司第七一九研究所 | 一种数字化网络控制***建模方法 |
CN113759728A (zh) * | 2021-09-30 | 2021-12-07 | 中国船舶重工集团公司第七一九研究所 | 一种数字化网络控制***建模方法 |
CN114268985A (zh) * | 2021-11-26 | 2022-04-01 | 中国联合网络通信集团有限公司 | 5g专网的质量评估方法、装置、电子设备及存储介质 |
CN114268985B (zh) * | 2021-11-26 | 2024-02-13 | 中国联合网络通信集团有限公司 | 5g专网的质量评估方法、装置、电子设备及存储介质 |
CN115190027A (zh) * | 2022-05-24 | 2022-10-14 | 安世亚太科技股份有限公司 | 一种基于网络数字孪生体的自然故障生存性评估方法 |
CN115190027B (zh) * | 2022-05-24 | 2024-01-23 | 安世亚太科技股份有限公司 | 一种基于网络数字孪生体的自然故障生存性评估方法 |
CN115189908A (zh) * | 2022-05-24 | 2022-10-14 | 安世亚太科技股份有限公司 | 一种基于网络数字孪生体的随机攻击生存性评估方法 |
CN115189908B (zh) * | 2022-05-24 | 2024-05-14 | 安世亚太科技股份有限公司 | 一种基于网络数字孪生体的随机攻击生存性评估方法 |
CN117176618A (zh) * | 2023-11-03 | 2023-12-05 | 中国西安卫星测控中心 | 一种网络数据交换软件***性能评价方法 |
CN117176618B (zh) * | 2023-11-03 | 2024-01-09 | 中国西安卫星测控中心 | 一种网络数据交换软件***性能评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108847969B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108847969A (zh) | 基于信息流的网络业务可靠性分析方法 | |
Frank et al. | Topological considerations in the design of the ARPA computer network | |
Li et al. | DyXY: a proximity congestion-aware deadlock-free dynamic routing method for network on chip | |
US9172656B2 (en) | Method and device for managing priority during the transmission of a message | |
Javani et al. | Age of information in multiple sensing | |
US20130070584A1 (en) | Network impairment unit for concurrent delay and packet queue impairments | |
US10419965B1 (en) | Distributed meters and statistical meters | |
CN106936645B (zh) | 基于排队论的树形网络拓扑结构的优化方法 | |
Hua et al. | Scheduling heterogeneous flows with delay-aware deduplication for avionics applications | |
Guan et al. | An analytical model for wormhole routing in multicomputer interconnection networks | |
Iliadis et al. | Resequencing delay for a queueing system with two heterogeneous servers under a threshold-type scheduling | |
Fraire et al. | Leveraging routing performance and congestion avoidance in predictable delay tolerant networks | |
CN105700940B (zh) | 一种调度器及调度器的动态复用方法 | |
CN107682235A (zh) | 一种基于卡尔曼滤波的传输时延预测数据调度方法 | |
CN114448899A (zh) | 一种均衡数据中心网络负载的方法 | |
CN116232984B (zh) | 一种以网络端到端延时最小化为目标的路由方法及*** | |
US9374303B1 (en) | Method and apparatus for processing multicast packets | |
Duato | Improving the efficiency of virtual channels with time-dependent selection functions | |
JP4648290B2 (ja) | パケット転送装置、パケット分配方法、グループ所属プロセッサ変更方法、およびコンピュータプログラム | |
US20130247071A1 (en) | System and method for efficient shared buffer management | |
Duato | Improving the efficiency of virtual channels with time-dependent selection functions | |
Alsebae et al. | Performance of a network coding queuing model with deterministic service | |
Lin et al. | Modeling ATM traffic using stochastic Petri net | |
CN115062771B (zh) | 一种分布式机器学习梯度汇聚方法、装置及模型训练方法 | |
Bahn et al. | Design of simulation and analytical models for a 2D-meshed asymmetric adaptive router |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |