一种基于时间滑动窗口的互联网流量建模方法
【技术领域】
[0001]本发明涉及互联网流量建模技术领域，具体涉及一种基于时间滑动窗口的互联网流量建模方法。
【背景技术】
[0002]随着近年来网络技术、规模和业务的发展，互联网已经成为人类社会的重要基础设施，它从根本上改变了人们以前的交流方式和生活方式。互联网的繁荣带来了许多新的挑战，网络流量爆炸式增长，应用变化发展和推陈出新的速度非常迅速，用户行为趋于复杂化。互联网流量建模有助于把握应用流量特征，为流量预测、网络维护、网络设施升级、网络安全防御等提供基础的数据支撑能力，具有明显的现实意义。
[0003]流量建模是网络测量领域的一个重要方面，产生了种类繁多的网络流量模型。传统的流量模型包括泊松模型、马尔可夫模型、自回归模型等。最早的泊松模型是根据电话业务流量的特征提出来的，是指在时间序列t内，呼叫或数据包到达的数量符合参数为t的泊松分布，其相应的呼叫或包到达的时间间隔序列呈负指数分布。马尔可夫模型针对分组交换网络流量，每次状态转换代表一个新的到达，未来状态只依赖于当前状态，而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)。自回归模型采用自动回归法，强调时间序列未来的点数由同一时间序列过去的值来决定。上述流量模型只存在短相关性，即在不同的时间尺度上有不同特性，并且大量源叠加会平缓突发性，与实际数据网络流量特征存在较大的偏差。
[0004]互联网研究人员随后发现实际业务流在各个时间尺度下表现出自相似的突发特性，在相关函数上表现为长相关特性，又相继提出了若干长相关模型，包括重尾分布的0N/OFF模型、分形布朗运动模型、FARIMA模型等。重尾分布的0N/0FF模型首先叠加大量的0N/OFF源，每个源都有两个状态，即周期交替的0N和0FF，在0N状态中，数据源连续地发送数据包；在OFF状态中，数据源不发送任何数据包。每个发送源的0N状态和OFF状态的时长独立地符合重尾分布(如Pareto分布)。分形布朗运动模型是一种统计自相似过程的数学模型，它是一个均值为0的连续高斯过程，其平稳增量过程是分形高斯噪声。FARIMA模型是一个时间序列模型，它是一个二阶渐进自相似过程，通过3个参数来控制自相关结构。上述流量模型可以描述流量的突发性和长相关性，刻画了业务流量的自相似特性。
[0005]以上流量模型大多从纯粹的数学角度对网络流量的性质进行挖掘，通过包长、包到达时亥IJ、包到达时间间隔、包突发数量等微观性质的数学描述，试图找出最有效的建模方式，但却忽略了网络流量的现实意义，即流量是为网络交互而产生，天然具有多个参与者的特性，而不仅仅是通信单方或双方的问题。此外，现有的一些长相关流量模型存在较高的计算复杂度，由于其结构复杂、参数众多，导致算法收敛速度慢，已无法实际应用于网络流量管理和预测中。
【发明内容】
[0006]针对现有技术存在的不足，本发明目的是提供一种基于时间滑动窗口的互联网流量建模方法，引入时间滑动窗口，既表征了网络流量的动态变化特性，又避免了流量的时间累积效应，降低了模型的分析处理复杂度。
[0007]为了实现上述目的，本发明是通过如下的技术方案来实现:
[0008]本发明的一种基于时间滑动窗口的互联网流量建模方法，具体包括以下几个步骤:
[0009](1)通过网络中的流量监控设备对不同时刻产生的流信息进行采集，采集到的每个流信息对应一条流记录；
[0010](2)根据步骤⑴采集到的流信息建立流量图，流量图的建图方法如下:
[0011 ] 将流记录中的源主机和目的主机作为节点，将源主机和目的主机之间的流量交互作为边，将边上的流量交互总和设为边的权值，节点的强度为与它相连的所有边的权值总和；
[0012](3)利用时间窗口的滑动对流量图进行迭代更新，时间窗口包含窗口大小W和滑动时间间隔τ两个参数，具体迭代更新方法如下:
[0013](la)在时间窗口 W1中，通过步骤⑵的建图方法建立一个流量图G1 ；
[0014](2a)将时间窗口 W1往后滑动τ，从而形成时间窗口 W2，并对流量图G1进行更新，具体更新方法如下:
[0015]若时间窗口 W2包含了新的流记录，则在流量图G1上增加新的节点和边；
[0016]对每条在时间窗口 W1中已经存在的旧边(即W1中有一条流记录，但是W2中无相同节点对之间的流记录，或者W2中的一条流记录具有相同的节点对)，仅对该边的权值进行更新，即减去W1中流记录的流量大小，再加上W2中流记录的流量大小(可能为0);若旧边的权值已减为0，则删除该旧边；若旧节点已无边相连，则删除该节点，从而形成流量图G2 ；
[0017](4)通过步骤(3)中时间窗口的滑动，从而生成一系列的流量图，通过对流量图的统计特性如度分布进行对比分析(对比分析的方法为现有技术)，可得出网络流量的动态变化特性。
[0018]步骤⑴中，每条流记录的内容包括发生时间、源和目的IP地址、源和目的端口、包数及字节数和应用类型。
[0019]步骤(1)中，在固定网络中，流量监控设备可安装在接入网和骨干网之间的链路上;
[0020]在移动网络中，流量监控设备可安装在GPRS网络中SGSN和GGSN之间的链路上；
[0021]通过这些链路的所有流信息均被流量监控设备记录和分析。
[0022]步骤(3)中，可通过流量图的度分布和强度分布的幂指数来确定窗口大小W。
[0023]在P2P流量测试中，窗口大小W设为60分钟。
[0024]步骤(3)中，通过流持续时间的经验值或流量图的重边比例来确定滑动时间间隔τ ο
[0025]在P2P流量测试中，滑动时间间隔τ设为10分钟。
[0026]本发明的有益效果如下:
[0027](1)从宏观层面而非微观层面考虑流量建模问题，涉及到网络多个用户的多维通信，而忽略一个流或一个包的微观特征，便于大规模网络流量建模；
[0028](2)从实际流量数据出发建立流量图模型，准确表征了网络用户的交互行为，通过图结构统计特性易于挖掘全局流量特征；
[0029](3)引入时间滑动窗口，既表征了网络流量的动态变化特性，又避免了流量的时间累积效应，降低了模型的分析处理复杂度。
【附图