CN116094962A - 一种可编程网络中任意两个节点的网络传输时延测量方法 - Google Patents
一种可编程网络中任意两个节点的网络传输时延测量方法 Download PDFInfo
- Publication number
- CN116094962A CN116094962A CN202310082418.0A CN202310082418A CN116094962A CN 116094962 A CN116094962 A CN 116094962A CN 202310082418 A CN202310082418 A CN 202310082418A CN 116094962 A CN116094962 A CN 116094962A
- Authority
- CN
- China
- Prior art keywords
- node
- transmission delay
- abnormal
- network
- flow
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2255—Hash tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/02—Capturing of monitoring data
- H04L43/028—Capturing of monitoring data by filtering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
- H04L43/106—Active monitoring, e.g. heartbeat, ping or trace-route using time related information in packets, e.g. by adding timestamps
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Cardiology (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Computational Linguistics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种可编程网络中任意两个节点的网络传输时延测量方法,首先在节点A给数据包添加时间戳标签,在节点B得到传输时延dl,并根据时延门限δ进行过滤,异常流转发至流处理器,然后在布隆过滤器中,如果有异常流的记录,则认为是异常流并转发至流处理器,否则转发到Sketch算法模块中。在流处理器中对于异常流用哈希表精确记录异常流的五元组以及累加时延,便于控制器快速定位产生的异常流。在Sketch算法模块中增加传输时延的累加和,这样结合数据包的个数可以测量出平均传输时延并作为网络传输时延测量。本发明降低了存在资源消耗,同时一方面可以通过哈希表快速定位产生异常的流,另一方面在过滤掉异常值后,又能进一步提高CM Sketch的测量准确度。
Description
技术领域
本发明属于网络管理技术领域,更为具体地讲,涉及一种可编程网络中任意两个节点的网络传输时延测量方法。
背景技术
随着互联网规模的不断扩大,其性能的可知性越来越复杂,网络管理的复杂度也就不断增加。在实际的网络运行中,大到互联网网络中心、服务提供商需要通过网络性能测量***来监测网络当前运行状态,小到单个用户、应用程序也需要通过网络性能测量***来检测网络的运行状况,评价网络提供的服务质量,所以对网络性能测量的研究随着互联网的应用日益广泛而变得越来越重要。
目前,基本的网络性能评价指标主要包括网络的传输时延、吞吐量(带宽)和丢包率等等。其中,网络的传输时延是最重要也是最常用的衡量参数。为了保证网络正常运行和满足网络应用的传输性能要求,网络管理者需要使用特定的测量手段和测量***对网络的传输时延进行测量与分析,及时、准确和全面地了解网络内部的运行状态,并有针对性地实施网络管控策略。网络的传输时延可以为网络故障诊断提供依据、帮助检测产生异常的业务流和定位网络中的节点故障。通常而言,网络传输时延的测量数据粒度越细、准确度越高,网络管理所能达到性能也越好。
传统IP网络中的测量方案通常都难以实时监测网络传输时延、测量设备部署困难、网络资源消耗过大和测量细粒度不够等问题。在传统网络管控和测量能力的限制下,网络传输时延测量提供的数据准确性较低和细粒度不足,甚至在很多场合下无法为网络管理者提供所需的信息,主要存在以下几个问题:(1)、传统网络中网络设备的控制逻辑与转发逻辑集成在一起,交换机对数据包的处理需要遵循某些特定的协议,缺乏灵活的控制能力。(2)、传统网络中,网络设备的测量能力低下,只能测量一些粗粒度的状态信息,因此测量误差较大。(3)、网络中的一些测量任务需要多个网络设备之间的协作,但是传统网络采用分布式控制方式,网络节点间的协作和管理开销较大,因此很多测量任务的可行性只停留在理论,在实际网络中根本无法部署。
发明内容
本发明的目的在于克服现有技术的不足,提供一种可编程网络中任意两个节点的网络传输时延测量方法,通过利用数据平面的可编程性和网络中间节点的存储资源,实现业务流路由路径上任意两个节点间的网络传输时延测量,同时,分离网络传输时延异常的流,以降低资源消耗,提高测量准确度。
为实现上述发明目的,本发明可编程网络中任意两个节点的网络传输时延测量方法,其特征在于,包括以下步骤:
(1)、数据包时间戳标签添加与异常时延流判断
针对某项内容向网络发起的业务请求f1,需要测量节点A至节点B的网络传输时延,在节点A给数据包添加时间戳标签,时间戳标签内容为数据包到达交换机A的入口时间戳t1,当数据包转发至节点B时,节点B获取当前时间戳t2,然后解析数据包中的时间戳标签获入口时间戳t1,则业务请求f1在节点A至节点B的传输时延dl=t2-t1;
在节点B中,计算出传输时延dl后,将传输时延dl与时延门限δ进行对比,传输时延dl大于时延门限δ的业务请求f1为传输性能异常的流即异常流,对异常流的五元组进行编码后并使用布隆过滤器记录,同时,异常流转发至流处理器;对于传输时延dl不大于时延门限δ的业务请求f1送入布隆过滤器进行进一步的判断,其中,布隆过滤器部署在节点B中;
(2)、布隆过滤器进一步分离异常流
在布隆过滤器中,对业务请求f1的五元组即源IP、目的IP、源端口、目的端口和协议类型采用步骤(1)中的相同编码方法进行编码,并与布隆过滤器中记录的异常流的五元组编码进行比较,如果相同,则认为是异常流,并转发至流处理器,如果不相同,则为正常流,转发到Sketch算法模块中,其中,Sketch算法模块部署在节点B中;
(3)、流处理器记录异常流并上报控制器用于定位异常流
通过时延门限δ判定的异常流以及布隆过滤器分离出的异常流,在流处理器使用哈希表精确记录异常流的五元组以及累加时延,并按测量周期上报到控制器,控制器通过哈希表可以快速定位产生的异常流;
(4)、采用Sketch算法进行网络传输时延测量
在Sketch算法模块,每个计数器counter包含两个部分:32位的计数值count用来统计数据包的个数和32位的计数值sumdelay用来存储传输时延的累加和;
当求出传输时延dl后,节点B会对数据包的五元组分别通过哈希函数h1至hd进行d次哈希,找到每次哈希对应的计数器counter进行更新,更新规则为:count=count+1,sumdelay=sumdelay+dl;
节点B会按步骤(3)所述的测量周期上报计数器counter的计数值count、计数值sumdelay到控制器,控制器通过计数值count、计数值sumdelay查询出业务流的传输时延,查询业务请求f1的传输时延信息时,先通过哈希函数h1至hd对业务请求f1的五元组进行d次哈希,找到对应的d个counter,业务请求f1数据包个数的查询结果counts为d个counter计数器中计数值count中最小值,业务请求f1数据包传输时延值总和的查询结果sumdelays为d个counter计数器中计数值sumdelay中最小值;
在一个周期内,业务请求f1在节点A至节点B的平均传输时延为:
将平均传输时延作为节点A至节点B的网络传输时延;
(5)、清空布隆过滤器、计数器以及哈希表
每个测量周期结束后,清空布隆过滤器、Sketch算法模块中的计数器counter以及流处理器中的哈希表,为下一个测量周期做准备。
本发明的发明目的是这样实现的:
本发明可编程网络中任意两个节点的网络传输时延测量方法,首先在节点A给数据包添加时间戳标签,当数据包转发至节点B时,在节点B得到传输时延dl,并根据时延门限δ进行过滤,异常流转发至流处理器,没有认定的送入隆过滤器进行进一步的判断,然后在布隆过滤器中,如果有异常流的记录,则认为是异常流并转发至流处理器,否则转发到Sketch算法模块中。在流处理器中对于异常流用哈希表精确记录异常流的五元组以及累加时延,便于控制器快速定位产生的异常流。在Sketch算法模块中增加传输时延的累加和,这样结合数据包的个数可以测量出平均传输时延并作为网络传输时延测量。本发明采用数据包添加时间戳标签,这样在部署测量算法时,仅需节点B提供少量高速存储资源即可,降低了存在资源消耗,同时,本发明通过布隆过滤器再次分离网络性能异常的流,一方面可以通过哈希表快速定位产生异常的流,另一方面在过滤掉异常值后,又能进一步提高CM Sketch的测量准确度。
附图说明
图1是本发明可编程网络中任意两个节点的网络传输时延测量方法的原理示意图;
图2是本发明可编程网络中任意两个节点的网络传输时延测量方法一种具体实施方式的流程图;
图3是本发明中的数据结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
如背景技术所说,现有传统的网络传输时延测量算法存在一定局限性,实际网络中根本无法部署。可编程网络将数据分组处理逻辑与网络控制逻辑直接呈现给用户。在数据平面上具有自定义数据分组处理流程的能力,在控制平面上提供集中、灵活和快捷的控制能力。它主要利用在网络节点中提供标准的网络应用编程接口,为用户提供一个“开放”的网络控制机制,这样灵活的处理能力便于测量任务的实施,使得在网络中进行准确、及时和细粒度的网络传输时延测量成为可能。
在可编程网络架构下,为了实现对业务流路由路径上任意两个节点间传输时延的细粒度的测量,假定需要测量业务请求f1路径上节点A至节点B的传输时延,较为简单的实现方式为:在节点A和节点B上分别部署哈希表,哈希表会记录每条业务流的五元组作为key,数据包到达节点的时间戳作为value,交换节点会周期性的将统计信息上报给控制器,控制器根据节点A和节点B记录的五元组和时间戳就能计算业务请求f1在节点A至节点B的传输时延。
然而,由于成本和物理限制,可编程交换机的高速存储资源是非常有限,如实施带内网络遥测技术需要特殊的转发芯片,这些芯片价格较高。此外,可编程网络灵活的数据包处理能力由流表实现,这些流表的数量受到TCAM(Temary Content Aware Memory,TCAM)大小限制。上述的解决方案中,为了存储五元组和时间戳,每条业务流需要占用17个字节,而交换机的每个上报周期内会有几十甚至百万条业务流,这就需要可编程交换机提供几十兆的高速存储资源,这样的代价是比较大的。
为了尽可能的节约可编程交换机的高速存储资源,现有的解决方案中为我们提供了Sketch算法,一方面Sketch算法仅需要简单的哈希功能和存储资源,这在可编程交换机上易于实现,另一方面通过对测量的信息进行压缩,Sketch算法可以极大的节约存储空间,这对于高速存储资源受限的可编程交换机来说是十分重要的。同时可编程网络数据面的可编程性为进一步优化提供了可能,本发明通过在节点A向数据包内添加时间戳标签,节点B解析标签并根据当前时间戳就能计算出业务流f1路径上节点A至节点B的传输时延,这样在部署测量算法时,仅需节点B提供少量高速存储资源即可。
Sketch算法虽然可以解决可编程交换机高速存储资源受限的问题,但它的缺点也是明显的。首先由于对测量的信息进行了压缩,无法直接通过Sketch获取业务流的五元组信息,其次它带来了测量准确度的问题。当业务流在传输时遇到网络拥塞或节点故障等问题时,其传输时延会骤增,可能高达几十至上百毫秒,原本正常的业务流的时延可能仅有几毫秒,由于Sketch存在的哈希冲突问题,正常业务流的时延被异常业务流的测量结果污染,Sketch又不能直接获取五元组信息,这样就导致正常业务流的测量结果偏高,异常业务流也不能被快速准确定位。为了解决这一问题,本发明引入了布隆过滤器,因为对于网络管理者而言,网络传输时延测量的主要目的是了解网络运行状态,发现网络的性能异常。因此,如何更加准确的测量和分离出网络中传输性能异常的流,更具有实际意义。本发明布隆过滤器用于分离网络性能异常的流,它会对性能异常流的id进行编码并记录,然后将异常流转发至流处理器中哈希表,哈希表会精确记录异常流的id和测量信息。同时,Sketch算法模块则会记录传输性能正常的流并周期性地将统计信息上报给控制器。这样通过布隆过滤器分离网络性能异常的流后,一方面可以通过流处理器中的哈希表快速定位产生异常的流,另一方面在过滤掉异常值后,又能进一步提高Sketch算法模块的测量准确度。
本发明利用可编程网络的特性,使用布隆过滤器和Sketch算法模块进行网络传输时延的测量。考虑可编程交换机存储资源的宝贵以及传输时延异常的流在了解网络运行状态时的实际意义,提出了可编程网络下区分异常流的网络传输时延的测量方法。
本发明相比于传统网络传输时延测量方法,具有如下特点:
1、在可编程网络添加时间戳标签;
2、通过布隆过滤器分离网络中传输性能异常的流;
3、使用Sketch算法近似测量网络传输时延;
4、使用流处理器哈希表记录五元组以及累加时延,并用于异常流的快速定位。
图1是本发明可编程网络中任意两个节点的网络传输时延测量方法的原理示意图。
如图1所示,本发明主要分为三个部分,其功能划分如下:
1、布隆过滤器
用于对性能异常流的id进行编码并记录,将未通过布隆过滤器的流转发至流处理器进行处理;
2、Count-Min Sketch算法模块
用于记录每条流路由路径上非异常流任意两点的传输时延信息。
3、流处理器
对异常流用哈希表精确记录异常流的五元组以及累加时延,便于控制器快速定位产生的异常流。
图2是本发明可编程网络中任意两个节点的网络传输时延测量方法一种具体实施方式的流程图。
在本实施例中,如图2所示,本发明可编程网络中任意两个节点的网络传输时延测量方法包括以下步骤:
步骤S1:数据包时间戳标签添加与异常时延流判断
针对某项内容向网络发起的业务请求f1,需要测量节点A至节点B的网络传输时延,在节点A给数据包添加时间戳标签,时间戳标签内容为数据包到达交换机A的入口时间戳t1,当数据包转发至节点B时,节点B获取当前时间戳t2,然后解析数据包中的时间戳标签获入口时间戳t1,则业务请求f1在节点A至节点B的传输时延dl=t2-t1。
在节点B中,如图3所示,计算出传输时延dl后,将传输时延dl与时延门限δ进行对比,传输时延dl大于时延门限δ的业务请求f1为传输性能异常的流即异常流,对异常流的五元组进行编码后并使用布隆过滤器记录,同时,异常流转发至流处理器;对于传输时延dl不大于时延门限δ的业务请求f1即未被认定未异常的流送入布隆过滤器进行进一步的判断,其中,布隆过滤器部署在节点B中。
步骤S2:布隆过滤器进一步分离异常流
如图3所示,在布隆过滤器中,对业务请求f1的五元组即源IP、目的IP、源端口、目的端口和协议类型采用步骤(1)中的相同编码方法进行编码,并与布隆过滤器中记录的异常流的五元组编码进行比较,如果相同,则认为是异常流,并转发至流处理器,如果不相同,则为正常流,转发到Sketch算法模块中,其中,Sketch算法模块部署在节点B中。
步骤S3:流处理器记录异常流并上报控制器用于定位异常流
通过时延门限δ判定的异常流以及布隆过滤器分离出的异常流,在流处理器使用哈希表精确记录异常流的五元组以及累加时延,并按测量周期上报到控制器,控制器通过哈希表可以快速定位产生的异常流。
步骤S4:采用Sketch算法进行网络传输时延测量
在Sketch算法模块,每个计数器counter包含两个部分:32位的计数值count用来统计数据包的个数和32位的计数值sumdelay用来存储传输时延的累加和;
如图3所示,当求出传输时延dl后,节点B会对数据包的五元组分别通过哈希函数h1至hd进行d次哈希,找到每次哈希对应的计数器counter进行更新,更新规则为:count=count+1,sumdelay=sumdelay+dl。
节点B会按步骤(3)所述的测量周期上报计数器counter的计数值count、计数值sumdelay到控制器,控制器通过计数值count、计数值sumdelay查询出业务流的传输时延,查询业务请求f1的传输时延信息时,先通过哈希函数h1至hd对业务请求f1的五元组进行d次哈希,找到对应的d个counter,业务请求f1数据包个数的查询结果counts为d个counter计数器中计数值count中最小值,业务请求f1数据包传输时延值总和的查询结果sumdelays为d个counter计数器中计数值sumdelay中最小值。
在一个周期内,业务请求f1在节点A至节点B的平均传输时延为:
将平均传输时延作为节点A至节点B的网络传输时延;
步骤S5:清空布隆过滤器、计数器以及哈希表
每个测量周期结束后,清空布隆过滤器、Sketch算法模块中的计数器counter以及流处理器中的哈希表,为下一个测量周期做准备。
在本实施例中,如图1所示,数据包经过节点B后移除时间戳标签,避免不必要的传输负载。
本发明采用数据包添加时间戳标签,这样在部署测量算法时,仅需节点B提供少量高速存储资源就可以得到需要的数据包传输时延,并根据时限门限阈值分离异常流,降低了存在资源消耗。同时,本发明通过布隆过滤器再次分离网络性能异常的流,一方面可以通过哈希表快速定位产生异常的流,另一方面在过滤掉异常值后,又能进一步提高CM Sketch模块的测量准确度。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (2)
1.一种可编程网络中任意两个节点的网络传输时延测量方法,其特征在于,包括以下步骤:
(1)、数据包时间戳标签添加与异常时延流判断
针对某项内容向网络发起的业务请求f1,需要测量节点A至节点B的网络传输时延,在节点A给数据包添加时间戳标签,时间戳标签内容为数据包到达交换机A的入口时间戳t1,当数据包转发至节点B时,节点B获取当前时间戳t2,然后解析数据包中的时间戳标签获入口时间戳t1,则业务请求f1在节点A至节点B的传输时延dl=t2-t1;
在节点B中,计算出传输时延dl后,将传输时延dl与时延门限δ进行对比,传输时延dl大于时延门限δ的业务请求f1为传输性能异常的流即异常流,对异常流的五元组进行编码后并使用布隆过滤器记录,同时,异常流转发至流处理器;对于传输时延dl不大于时延门限δ的业务请求f1送入布隆过滤器进行进一步的判断,其中,布隆过滤器部署在节点B中;
(2)、布隆过滤器进一步分离异常流
在布隆过滤器中,对业务请求f1的五元组即源IP、目的IP、源端口、目的端口和协议类型采用步骤(1)中的相同编码方法进行编码,并与布隆过滤器中记录的异常流的五元组编码进行比较,如果相同,则认为是异常流,并转发至流处理器,如果不相同,则为正常流,转发到Sketch算法模块中,其中,Sketch算法模块部署在节点B中;
(3)、流处理器记录异常流并上报控制器用于定位异常流
通过时延门限δ判定的异常流以及布隆过滤器分离出的异常流,在流处理器使用哈希表精确记录异常流的五元组以及累加时延,并按测量周期上报到控制器,控制器通过哈希表可以快速定位产生的异常流;
(4)、采用Sketch算法进行网络传输时延测量
在Sketch算法模块,每个计数器counter包含两个部分:32位的计数值count用来统计数据包的个数和32位的计数值sumdelay用来存储传输时延的累加和;
当求出传输时延dl后,节点B会对数据包的五元组分别通过哈希函数h1至hd进行d次哈希,找到每次哈希对应的计数器counter进行更新,更新规则为:count=count+1,sumdelay=sumdelay+dl;
节点B会按步骤(3)所述的测量周期上报计数器counter的计数值count、计数值sumdelay到控制器,控制器通过计数值count、计数值sumdelay查询出业务流的传输时延,查询业务请求f1的传输时延信息时,先通过哈希函数h1至hd对业务请求f1的五元组进行d次哈希,找到对应的d个counter,业务请求f1数据包个数的查询结果counts为d个counter计数器中计数值count中最小值,业务请求f1数据包传输时延值总和的查询结果sumdelays为d个counter计数器中计数值sumdelay中最小值;
在一个周期内,业务请求f1在节点A至节点B的平均传输时延为:
将平均传输时延作为节点A至节点B的网络传输时延;
(5)、清空布隆过滤器、计数器以及哈希表
每个测量周期结束后,清空布隆过滤器、Sketch算法模块中的计数器counter以及流处理器中的哈希表,为下一个测量周期做准备。
2.根据权利要求1所述的可编程网络中任意两个节点的网络传输时延测量方法,其特征在于,数据包经过节点B后移除时间戳标签。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310082418.0A CN116094962A (zh) | 2023-02-08 | 2023-02-08 | 一种可编程网络中任意两个节点的网络传输时延测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310082418.0A CN116094962A (zh) | 2023-02-08 | 2023-02-08 | 一种可编程网络中任意两个节点的网络传输时延测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116094962A true CN116094962A (zh) | 2023-05-09 |
Family
ID=86211826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310082418.0A Pending CN116094962A (zh) | 2023-02-08 | 2023-02-08 | 一种可编程网络中任意两个节点的网络传输时延测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116094962A (zh) |
-
2023
- 2023-02-08 CN CN202310082418.0A patent/CN116094962A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11171853B2 (en) | Constraint-based event-driven telemetry | |
US11044204B1 (en) | Visibility packets with inflated latency | |
CN109787833B (zh) | 网络异常事件感知方法和*** | |
Yu et al. | Flowsense: Monitoring network utilization with zero measurement cost | |
US20190013954A1 (en) | Elastic timestamping | |
US10826813B2 (en) | Threshold crossing events for network element instrumentation and telemetric streaming | |
US11924681B2 (en) | Adaptive in-band network telemetry for full network coverage | |
CN110149239B (zh) | 一种基于sFlow的网络流量监控方法 | |
US11843541B2 (en) | Congestion notification reporting for a responsive network | |
CN113676376A (zh) | 一种基于分簇的带内网络遥测方法 | |
US9992081B2 (en) | Scalable generation of inter-autonomous system traffic relations | |
CN111726410B (zh) | 用于分散计算网络的可编程实时计算和网络负载感知方法 | |
CN116055362A (zh) | 基于时间窗口的两级哈希-Sketch网络流量测量方法 | |
Wang et al. | A bandwidth-efficient int system for tracking the rules matched by the packets of a flow | |
Lei et al. | PrintQueue: performance diagnosis via queue measurement in the data plane | |
Wu et al. | Lossdetection: Real-time packet loss monitoring system for sampled traffic data | |
Ling et al. | FullSight: Towards scalable, high-coverage, and fine-grained network telemetry | |
CN116094962A (zh) | 一种可编程网络中任意两个节点的网络传输时延测量方法 | |
WO2022270766A1 (ko) | 자동 패킷 분석 기반의 지능형 네트워크 관리 장치 및 그 방법 | |
CN116436825A (zh) | 丢包处理方法及***、网络设备 | |
Nguyen et al. | A Comprehensive P4-based Monitoring Framework for L4S leveraging In-band Network Telemetry | |
CN111800311B (zh) | 分散计算状态实时感知方法 | |
Andersson | Offloading INTCollector Events with P4 | |
CN110933002B (zh) | 一种mpls带内检测oam的交换芯片实现方法及装置 | |
US11451998B1 (en) | Systems and methods for communication system resource contention monitoring |
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 |