用户行为特性对园区网视频业务可靠性的影响.pdf

自动化与仪器仪表 2 0 1 4 年6 期( 总第 1 7 6 期) 用户行为特性对园区网视频业务可靠性的影响 张正豪 ，郭平 ，赵娟 ，马雯 ( 后勤工程学院后勤信息工程系 重庆4 0 1 3 1 1 ) ( 后勤工程学院训练部 重庆4 0 1 3 1 1 ) 摘要：以园区网络视频业务作为研究背景，对用户访问视频资源时呈现的广延指数特性、周期 和突发特性进行建模。通过仿真实验分析用户访问行为特性对园区网视频业务可靠性的影响。仿真结 果表明：当园区网采用 “ 根据用户行为的广延指数特性”设计的缓存算法及服务器集群负载均衡算法 时，可有效地提高园区网视频业务可靠性；广延参数C 的改变对视频业务可靠性的影响很小；高强度访 问的发生周期及持续时间一定程度上影响着 园区网视频业务可靠性 。 关键词：视频业务可靠性；用户访问行为特性；广延指数特性；周期特性；突发特性 DOI 编码 ：d o i ：1 0 3 9 6 9 j i s s n 1 0 0 1 9 2 2 7 2 0 1 4 0 6 0 1 5 3 Ab s I 耐： Ba s e d o n t h e v i d e o a p p l i c a t i o n o f c a mp u s n e t wo r k a u s e r a c c e s s b e h a v i o r mo d e l wa s e s t a b - l i s h e d t o d e s c r i b e t h e s t a t i s t i c a l c h a r a c t e r i s t i c s o f u s e r b e h a v i o r i n c l u d i n g t h e s e t c h e d e x p o n e n t i a l d i s t r i b u - t i o n ， t he pe r i o d i c c h a r a c t e r i s t i c s a nd t h e s u dd e n c h ara c t e r i s t i c s I t i s s h o wn t ha t r e l i a b i l i t y f o r vi d e o a pp i c a t i o n c a n b e e f f e c t i v e l y r a i s e d wh e n t he c a mp us n e tw o r k us i n g t he c a c he a l go r i t h m a nd l o a d ba l a nc i ng a l g o r i t hm o f s e r v e r c l u s t e r i n g d e s i g n e d a c c o r d i n g t o t h e s e t c h e d e x p o n e n t i a l c h ara c t e r i s t i c s o f u s e r b e h a v i o r ， h o we v e r t h e r e l i a b i l i ty for v i d e o a p p i c a t i o n i s a l mo s t i n d e p e n d e n t o n t h e p ara me t e r C o f t h e s e t c h e d e x p o n e n t i a 1 T h e f r e q u e n c y a n d t h e d u r a t i o n o f t h e h i g h s t r e n g t h a c c e s s h a s c e r t a i n i mp a c t o n t h e r e l i a b i l i ty for v i d e o a p p i c a t i o n o f c a m p us n e tw o r k K wo r d s Re l i a b i l i ty for v i d e o a p p i c a t i o n ； T h e s t a t i s t i c a l c h a r a c t e r i s t i c s o f u s e r b e h a v i o r ； T h e s e t c h e d e x p on e nt i a l c h a r a c t e r i s t i c s ； The p e r i od i c c h a r a c t e r i s t i c s ； The s u d de n c h ara c t e r i s t i c s 中图分类号 ：T N 9 1 3 。 2 文献标识码 ：A 文章编号：1 0 0 1 - 9 2 2 7 ( 2 0 1 4 )0 6 - 0 1 5 3 - 0 8 0 引 言 目前，大多数网络可靠性方面的研 究简化 了网 络对 象以及可靠性评估模型n ， 对 网络性能可靠性评 估与分析缺乏明确 的内容，不能细致地考察 网络对 某种业务( O n F T P 、聊天 、视频业务等1 的支持能力 。 需要针对某种业务 ，建立基 于该项业务的网络性能 可靠性评估模型进行评估及分析。 近几年 网络业务的重心己从之前的主要包含文 本和 图像 的We b 页面访 问，转 向了含有丰富信息 内 容，带宽需求很大的实时语音通话 、视频点播 、网 络 电视等业务伫 。不 同业务类型具有不 同的Q o S 约 束，比如 ，对于实时语音数据，不能缓存或重传丢 失的数据包 ，因为这两种方法会增加不可接 受的延 迟，并恶化通信质量 ，导致很差的用户体验。因此 收稿 日期 ：2 0 1 4 0 4 0 1 作者简介 ：张正豪 ( 1 9 8 8 一 ) ，男，硕士研究生，主要研 究方向为网络 系统可靠性 。 需要根据业务 的类型确定 Q o S约束 ，与其他业务相 比，视频业务具有 以下特点：对带宽、网络性能要 求较高，对延迟和丢包等显得更为敏感 。本章选择 基于视频业务 的园区网性能可靠性进行研究，对 园 区网络在规定时 间和规定条件 下完成视频业务功能 的能力进行评估分析 。 影 响网络性能可靠性的因素主要分为三类：设 备 因素、网络因素 以及用户行为因素 。与其他两种 因素相 比，用户行为对 网络性能可靠性的影响的研 究相对较少。 目前 ，园区网络 日益紧张的带宽和有 限的处理能力 ( 包括服务器 的处理能力和交换机 的 交换能 力 )和 数量众 多的用户 以及飞速 增长 的对 P 2 P 、视频等业务需求互相矛盾 。用户访 问网络 的 时间、强度在很大程度上影响着网络流量的分配 ， 研究用户行为特性对基于视频业务 的园区网性能可 靠性 的影响显得十分必要 ，不仅可 以在前期更好地 规划和设计网络 ，还可以为 己建网络的用户流量管 1 5 3 学兔兔 w w w .x u e t u t u .c o m 用户行为特性对园区网视频业务可靠性的影响张正豪 ， 等 控和优化策略提供贴合实际的技术参考。 本章 以园区网络作为研究背景 ，针对视频点播 业务，研究用户访 问行为统计特性对 园区网视频业 务可靠性的影响。第 1 、2 节建立园区网络模型及流 量模型；第 3 节建立 了基于视频业务的性 能可靠性 指标体系及评估模型 ；第 4 节根据用户行为 的统计 特性 ，建立用户行为统计特性模型 ；第 5 节通过仿 真实验，评估和分析用户行为对 园区网视频业务可 靠性的影响。 1 园区网络模型 以某 园区网络作为背景 ，建立 由服务器 ，交换 机 以及终端组成的具有层次结构特性园区网络模型 G ( V ， E ) ，如图 1 所示 。该园区网络中节点可 以分为三 类 ：第 一类 是服务器节 点，为 终端提供媒体 资源 ； 第二类是交换机节点，进行数据 的转发；第三类是 终端节点，用来接收服务器发送的资源。其中， 方格形节点是交换机 ，R是交换机节点的集合，n r 是 交换机的数量 。接入层交换机 、汇聚层交换机、核 心层交换机共同构成了该园区网络的传输子网； 圆形节点为终端用户 ，U = u ，u ： ，I l n u l 是 终端用 户节点的集合，n u 为终端用户的数量；三角形节 点为 服务器 ， p t , p l 是 服务器节 点的集合 ，其 中 ， p l= p 1 ， p ：1 ， ， p 是园区网本地视频缓存服务器集 群 ，D 是网络 中远端视频服务器节点集合 ：视频 资源为 S = s ，s ，s ，资源数量为 n ，在服务器 p ： 中存放所有 的视频资源 ，而园区网缓存服务器 P 根据缓存 比例存放流行度较高的视频资源。 图1 园区网络模型 2 网络流量模型 假设在仿真周期 0 ， T 内，以视频平均持续时间 T r 作为用户访 问的持续时间。在每个T r 内，有 数量为 n的用户 同时访 问视频资源 ，用户 U i 访 问视 频 资源 s i 的请求表示为r e q ( u i ，S j ) 。对于用户请求 r e q f U 。 ，S j ) ，首先检查本地缓存服务器集群 P 中是否有需 要访 问的资源 S j ，如果 P 中没有 ，才 向网络 中远端 数据库服务器 p ： 索取资源。这种缓存方式可 以有效 】 5 4 的实现部分视频 的缓存并加速 ，减少用户观看线上 视频 的缓冲多、不流畅的问题。 因此，在 t 一 1 ， t 内对于用户请求 r e q ( u 。 ，s i) 分两种 情况：如果本地缓存服务器中存放有视频s ，则S j 所在 的缓存服务器按照视频资源的平均位率 r Mb s 产生数据分组并通过交换机节点组成 的通信子网传 输给终端用户 u i 。其中t 时刻 S j 所在的服务器和用户 u i 之间的数据传输路径 p a t h ( u ，8 1 ，是根据 t 一 1 时刻 的服务器及交换机节点负载以及I t 一 1 ， t 1 单位时间内新 加载的信息流动态选择出来的时延最短路。如果 本地缓存服务器中没有存放视频s ，则 S j 所在 的远端 服务器首先将数据经过 I n t e r n e t 传至 园区网，然后通 过交换机节 点组成 的通信子 网传送 给终端用户 t l i 。 其中t 时刻园区网入 口交换机和用户 u i 之 间的数据传 输路径 p a t h ( u ，s i ) ，是根据t 一 1 时刻 园区网交换机节 点负载 以及 t 一 1 ， t 】 单位时间内新加载的信息流动态选 择 出来 的时延 最短路 。选路 由时 当有 多条最优路 径，则随机选择一条路径进行传输 。 本 章中假定 服务器 的服 务规则 为先到 先服务 ( F C F S ) ，服务器处理数据分组产生的时延。 丢包率 由 服务器 负载决定；交换机转发数据分组的时延及分 组丢失率由交换机转发负载决定。交换机及服务器 节点 i 在 t 时刻转 发数据分组 的时延 d ( t ) 和分组丢失 率 l 。( t ) ： ，P s r ， P d () 1 D i ( ) ，P T P ( 1 ) L “ i ，P ( ) r ， P I L lx ( ) ，P T P ( 2 ) L i 式 ( 1 ) 、( 2 )中， Di 、 为节点 i 正常时 的时 延及分组丢失率，由交换机及服务器 自身硬件设备 决定 ，仅 为等待 队列长度对 时延 的惩罚因子， 1 ； B 为等待队列长度对分组丢失率 的惩罚因子 ，1 3 1 ； 当 f ； l 时， l i( t ) 置为0 9 9 。为 了简化流量模型，因 远程服务器负载和 I n t e me t 中路由器负载产生 的时延 和分组丢失率设定为常数 d a c c e s s 、l _ a c c e s s 。 3 园区网视频业务可靠性评估模型 园区网视频业务可靠性是指在规定条件 下和规 定时间 内，园区网完成规定视频业务传输功能的能 力 。在本章建立的园区网模型 中，选择时延，分组 丢失率这两个性能指标作为园区网视频业务可靠性 的度量 。 学兔兔 w w w .x u e t u t u .c o m 自动化与仪器仪表 2 0 1 4 年6 期( 总第 1 7 6 期) 因此，在 t 时刻，对于请求 r e q ( u ； ， s j) ，s j 所在 的 服务器和用户 u l 之 间进行数据传输 ： ( i ) 以时延表征 园区网视频业务可靠性 R d _ r e q ( u i ， s j ) ： d_L a n ( r e q (u = O ) d _r e q ( u ， 5 ， ， t ) = d _ a c c e s s + d _ L a n ( r e q ( u ， s J ， ) ) R d ， 1 ： ， f) D req _ req(u t d _ req(u sj )= 一 一 一 l l ， d r e q (u ， s ， _ L _ re q R l _r e q ( u ，s ， f) = l_ r e q (u i, s , t) 一 。 【 1 ,l _ r e q (u ，s J ， ) L _ r e q 园区网分组丢失率 l _ L a n ( r e q ( u i ， s ， t ) ) 指资源 s j 从本 地缓存服务器将数据分组传输到终端用 户u i 的分组 丢失率 。与 We b对象相 比， 视频对象 的播放 时间长， 传播 的实时性要求 高。用户对视频资源 的访 问有其 特有 的Q o S 约束，其 中D r e q 和 L _ r e q 分别为用户对 于视频业务的时延、分组丢失率 Q o S 约束。 以时延 、分组丢失率作为园区网视频业务可靠 性 的评估指标 。则 t 时刻整个园区 网视频业务可 靠 性为： R d _ r e q ( u ,s j , t) 一 。 n。 三 c5 尺 f_re ， ， Rl _l a n ( t ) = n 式( 5 ) 中，n ( t ) 表示 t 时刻园区网中正在访 问视频 业务 的用户数量 。 4 用户访问行为的统计特性模型 4 1 广延指数特性 通过对用户访 问视频业务的数据进行分析 ，可 以看 出用户对 资源 的访 问次数呈现 出重尾现象 。大 量相关研 究表 明，用户对 网络资源的访问呈现幂率 特性。但是幂率模型却无法准确地刻画流量较大的 视频点播系统 ，用户对视频 资源的访 问行为呈现出 更 强烈的 “ 偏 向性 ”和 “ 集 中性 ”【 6 】 。文献 1 4 1 引 入 了广延指数模型来刻 画用户对视频资源的访 问次 数和播放时间的分布特 性。广延指数模型的互补累 计分布函数为 ： P o ( x ) = e x p 一 ( ) 0 ( 6 ) 式 ( 6 )中，X o 是尺度 常量 ；C 是广延常量 ；且 c e ( O ， 1 】 。 通过实际取样实验验证该模型符合实际的访 问 数据分布 ，因此在本章仿真中选用广延指数模 型来 刻画用户访 问行为 ，即假 设任 意时间单元T r 内， 数量为 n 的用户对视频 资源的访 问请求次数 的分布 具有广延指数特性 。 首先对 n s 个视频 资源按 照被访 问次数 降序排 队，p i 表示第 i 个视频资源 的被访问概率 。 结合本章模型 中用户总数 ( n = 6 0 0 )及资源数 量 ( n = 4 0 O ) ，设定x o = O 6 3 ，c = O 3 5 。在任意时 间单 元T r 内，首先从数量为 n 的所有用户 中随机选择 数量为 n ( 其 中，n n )的用户 ，然后将资源根据 被访 问概率依次分 配该 n 个 用户 。具体步骤如 下： 将 资 源 按 照 被 访 问概 率 从 大 到 小 进 行 排 列 ( s ， s ， ，s ， ， s ) ，其中资源节点s | 的被访问概率为 p ( s j) 。从资源 s 开始 ，选择用户对该资源进行访 问， 即在 n 个用户 中随机选择数量为 n p ( s ；) ) 用户对 资 源 S j 进行访 问。每个用户 u 选择且仅选择一个视频 资源 s 进行访 问且在 该时间单元 内保持不变 ，直到 每个 用户都 有对应 的访 问资源 ，表 示该轮 分配完 毕 。下一时间单元T r 到来时，重复之前步骤 为用 户重新分配资源 。 4 2 周期特性及突发特性 在实际网络 中，用户对视频的访 问次数出现以 “ 天”为单位 的周期性n 1 ，例如在 中午或晚上 ，相比 于 一天 中其 他时 间 ，用户 对视频 的访 问次数 出现 “ 高峰” ；而用户行为的突发特性是指某个时间段内 由于热点视频 的出现或其他原因，用户对视频资源 的访 问请求数量急剧增加 ，即对视频资源进行 “ 蜂 拥 式 ”访 问。不论 出现 以 “ 天 ”为周期 的访 问高 峰，还是发生突发访问，都会在短时间内引起网络 流量和设备负载地急剧升高。 本 章主要研究用户访 问处于 “ 高峰期 ”时的访 问强度和突发访 问强度对 园区网视频业务可靠性的 影 响程度 ，即研究高强度访 问出现 的周期 C和其持 续时间 r c 对性能可靠性的影响程度 。在本章仿真 中，假 设用户 对资源 的高 强度访 问以 C为周 期 ， 其 中 1 5 5 学兔兔 w w w .x u e t u t u .c o m 用户行为特性对园区网视频业务可靠性的影响张正豪， 等 C = m* AT 。 ，m= l ， 2 ， 3 ， ( 7 ) 式 ( 7 )中T 。 是每次高强度用户访问持续的时间。 假设在低强度访 问 ( 即正常访问)中，根据4 1 节选择数量为 n 的用户 以及相应 需要访 问的资源 ； 而高强度访 问中用户人数增加到 n ，f n 1 0 9 5 ，L R I0 9 7 ) ； 当 r = 4 Mb p s ，DR 、L R 都发生相变迅速下降；当r 5 Mb p s 时，D R 、L R 降至很低并逐渐趋于 0 。图4 3 说 明： 如果选择 的平均视频位速率过小 ( 过大) ，会导致 园 区网负载 过轻 ( 过重) ，用户行为对 DR 、L R 的影 响很小 ，失去分析用户行为对 网络可靠性影 响的研 究意义 。因此选择容易使 D R 、L R 发生相变时的平 均视频位速率r - 4 Mb p s ，有利于观察用户行为统计 特 性对性能可靠性的影响 ，进而对用户流量行为管 控来提高网络性能可靠性 。 图4显示出在T s = 5 0 0 ，AT r = 5 0 ，n = 4 0 0 ，n = 2 4 0 ，r = 4 2 Mb p s 的情况下，D R 和 L R 随本地缓存 占 资源总数 比例 c _ r a t e 变化的情况 。从 图4 4可看出， 随着本地缓存所 占总体资源 比例c _ r a t e 的增大，D R 和 L R 快速升高 ；当 e _ r a t e 达 到 2 5 时 ，D R 和 L R 基本趋 于平稳 。在本 章建立的园区网络和 网络流量 模型 中，将 c _ r a t e = 2 5 作为本地缓存服务器 占资源 总 体 的 比例 。 5 1 2 通过服务器集群 负载均衡 算法研究广延指数特 性对可靠性的影响 如果不考虑用户访 问视频 资源的广延指数分布 特性 ，可能会将访 问量较大的视频资源较集 中地安 排在一个服务器节点上 ，这样会导致整个集群服务 器 的负载严重失衡。因此 ，需要考虑用户行为特性 来设计负载均衡算法，根据服务器集群上 多个节点 的负载和带宽，将视频资源进行合理地分配 。 本地 缓存服 务器 集群负载均衡算法 1 ：根据用 户访 问视频 资源的广延指数特 性设计 。通过广延指 数模型计算出视频资源被访 问的概率，将 资源按照 被访 问概率 降序排列 其 中 S i 表示第 i 个 资源 的序 号；将资源按照表 1 的方式，根据 比例存放到本地 缓存服务器中，使每个成员服务器 中资源被访 问次 数尽量均衡。例如 ，集群服务器中成员服务器的数 量为4 ，资源数量为4 0 时存放方式如表 1 所示。 表 1 服务 器 2 s 2 s 5 S 1 2$ 1 5 服务器3 S 3 S 6 S 8$ 1 3$ 1 6$ 1 8 服务器4 S 4 S 7 S 9 S I O S 1 4 S 1 7 S 1 9$ 2 0 本 地缓存服务器集群负载均衡算法 2 ：不考虑 用户访 问行为特 性、用 于对 比算法 1 。通过广延指 数模型计算出视频资源被访 问的概率 ，将 资源按照 被访 问概率 降序排 列，其中 S i 表示第 i 个 资源 的序 号。不考虑每个成员服务器 中资源 的访 问次数 ，只 按照序号顺序将资源循环存放到各成员服务器 中。 例如 ，集群服务器 中成员服务器 的数量为 4 ，资源 数量为4 0 时存放方式如表 2 所示 ： 表 2 服务器 1 S 1 S 2 S 3 S 4 S 5 S 6 S 1 0 服务器2$ 1 1 S 1 2 S 1 3$ 1 4 S 1 5$ 1 6$ 2 0 服务 器 3$ 2 1$ 2 2$ 2 3$ 2 4$ 2 5$ 2 6$ 3 0 服务 器 4$ 3 1$ 3 2$ 3 3$ 3 4 S 3 5$ 3 6$ 4 0 在图5 的仿真中，假设：资源更新周期A T s = 5 0 0 ： 时间单元 T r = 5 0 ；视频资源总数n s = 4 0 0 ；每 个时间单元内，并发访问的用户数量n u l = 2 4 0 ； 视频资源平均位速率r = 4 2 M b p s ；本地缓存 占资 源总数比例e _ r a t e = 2 5 ；选用5 1 1 节定义的缓存 算法 1 对本地缓存服务器进行缓存。图5 显示了当本 1 5 7 学兔兔 w w w .x u e t u t u .c o m 用户行为特性对园区网视频业务可靠性的影响张正豪 ， 等 地缓存服务器集群采用两种负载均衡算法时 ，D R ( t ) 、L R ( t ) 随时间t 变化 的情况 ，其 中采用负载均衡 算 法 1 的视频 业务可靠 性定 义为 D R 1( t ) ，L R 1 ( 1 ) ；采用负载均衡算法 2的视频业务可靠性定义为 D R 2 ( t ) ，L R 2 ( t ) 。 图5 ( a ) 以时延表征的视频业务可靠性D R ( c ) 图5 ( b ) 以分 组丢失率 表征 的视频业务 司靠性 L Rn ( t ) 从 图 5 ( a ) 中可 以看 出采用 负载 均 衡 算法 2的 D R。乙 2 ( t 1 从 t = 0就急剧下 降，直至 t = 2 0 0降至 0 0 3并 逐渐趋近于 0 ，而采用缓存算法 1 的DR I ( t ) 始终在 0 , 0 6 2 之间波动 ；在 0 ， 1 8 0 0 l 的仿真周期内，D R I = 0 2 7 6 3 ，D R y2 = 0 1 2 0 7 。从图5 ( b ) 中可 以看到采用负 载均衡算法 2的L R 2 ( t ) 从 t = 0 就开始急剧下降，直 至t = 7 3 降至 0 1 2并逐渐趋 于0 1 ；而采用缓存算法 1 的 L R a _ I ( t ) 始 终在 0 ， 0 7 2 之 间波动 ；在 O ， 1 8 0 0 的仿 真周期 内L R 1 = O 4 5 0 6 ，L R 2 = 0 1 0 2 5 。从图5中可 看 出，当本地 缓存服务器集群采用负载均衡算法 2 时， 由于没有考虑用户行为 的广延指数特性 ，因此 被访问资源集 中地存放在某个成员处理器中，造成 该成员处理器工作量过大 ，用户访 问无法及 时得到 相应 ，导致性能可靠性直线下降。 图6 可 以说 明在 4 5 1 2的仿真 中本地缓存集群 服务器的成员服务器数量 n u m _ _ j q = 4的原因。图6 显 示 了 在 T s = 5 0 0 ，A T r = 5 0 ， n s = 4 0 0 ，n u 1 = 2 4 0 ， r = 4 2 Mb p s ，c _r a t e = 2 5 的情况下 ，选用缓存算法 1 进行 缓存，组成集群服务器 的成员服务器的数量 n u m_ _ j q 与性 能可靠性 D R 、L R 的关系 。从 图 6中可看 出， 随着成员服务器数量n u m _ j q 的增长，D R 和L R 快 速升高 。当n u m _ j q 4时，D R 和 L R 的增长变缓并 逐渐趋于平稳 。因此本 章仿真 中选择4个成员服务 器组成本地视频缓存服务器集群存放视频资源 ，并 对用户的访 问请求进行处理。 1 5 8 图6 计算组成集群的最佳服务器数量 5 1 3 广延指数模型中广延参数C 对可靠性的影响 S 。 嘟 图7 图7显示 了在AT s = 5 0 0 ，AT r = 5 0 ，n s = 4 0 0 。n a = 2 4 0， r = 4 2 Mb p s ，c _r a t e =2 5 ， n u m_j q = 4 ；选用缓存算 法1 进行缓存，本地缓存服务器采用负载均衡算法1 时 ，尺度 常量 不变 ( x 0 = 0 6 3 ) ，D R 、L R 随广延 参 数 C 变化 的情况 。从 图4 7 可 以看出， D R 、L R 不 随广延参数 C的增大发生较大 的变化 ，这说 明资源 被访 问概率 分布 函数 的广延参数 C 对 网络性能可靠 性的影响很 J 、 。 在本章建立 的园区网模型以及用户行为 的广延 指数特性模型基础上，通过 5 1 节的仿真实验，可看 出当园区网采用 “ 根据用户行为 的广延指数特性” 设计的缓存算法及服务器负载均衡算法时，可 以有 效地改善基于视频业务的网络性能可靠性；而广延 指数C 本身的变化对视频业务可靠性的影响很小。 5 2 周期特性及 突发特性对视频业务可靠性的影响 在本章建立 的园区网络模型和流量模型的基础 上 ，根据 5 1 节 的实验结果 ，在 5 2 节 的仿真中，假 设：资源更新周期T s = 5 0 0 ；时间单元T r = 5 0 ；视频资源总数n s = 4 0 0 ；高强度访问时间单 元 内，并发访 问用户数n = 3 6 0 ，正常访 问时间单元 内并发访问用户数n u l= 2 4 0 ；视频资源平均位速率 r = 4 2 M b p s 本地缓存 占资源总数比例 c r a t e = 2 5 ；组成本地缓存服务器集群 的服务器数量 nu m _j q = 4 ；选用 5 1 1 节定义的缓存算法 1 进行缓 存；本地缓存服务器集群采用选用 5 1 2 节定义的负 载均衡算法 1 。 5 2 1 高强度访问持续时间对可靠性的影响 学兔兔 w w w .x u e t u t u .c o m 自动化与仪器仪表 2 o 1 4 年6 期( 总第 1 7 6 期) 图 8 显示 了在高强度访 问发生 的周期 为 C = 3 0 0 的情况下，D R 、L R 随高强度访问所持续时间T c 变 化 的情况。 图8 从图 8 可 以看 出，随着高强度访 问时间T c的增 加 ，D R 、L R 快速 下降 ；当T c 1 2 0时 ，D R 、L R 分 别降至 0 0 2 及 0 1 并趋于稳定 。这说 明在 5 2的仿 真假设条件 下，当高强度访 问发生 的周期为 C = 3 0 0 时 ，园 区网可 以承 受高强 度访 问持续 时间最长 为 Tc =9 0。 图9 ( a ) 、( b ) 显示 了在高 强度访 问发生的周期为 C = 3 0 0的情况下，D R ( t ) 、L R ( t ) 随高强度访问所持续 时间T c 的变化情况 。 图9 ( a ) 以时延表征的视频业务可靠性DRn ( c ) 1 O O O 8 一 n 7 0 0 6 S o 6 O 4 O 3 O 2 图9 ( b ) 以分组丢失率表征的视频业务可靠性L Rn ( t ) 从 图 9 ( a ) 、( b ) 中可 以看 出 ，当 持续 时 间较 短 ( T c = 3 0 ， 6 0 )时 ，D R ( t ) 、L R ( f ) 呈现周 期性 的波动 ， 而当持续时间增长到T c = 1 2 0时，性能可靠性迅速下 降并趋近于0 。图9 ( a ) 、( b ) 说 明在高强度访 问周期 C 确定的情况下，当高强度访 问持续时间T c 超过相变 点( T c = 9 0 ) 时 ，会导致服务器和交换机在 短时间内积 累大量未处理 的数据 ，而在 正常性访 问中没有足够 的时间处理和转发积累的数据，最终使得 D R 和 L R 急剧下降。 5 2 2高强度访 问发 生的周期对可靠性的影响 图 l 0 显示了在高强度访 问持续时间确定的情况 T( T c = 6 0 ) ，D R 和 L R 随高强度访问发生周期 的变化 情况。 图 1 0 从图 1 O 可 以看 出，随着高强度发生周期 C的降 低 ，D R 和 L R 快速下 降，当 C 1 8 0 时 ，D R 和 L R 分别 降至0 及 0 1 3 并趋于稳定。这说 明在5 2 节设定 的仿 真条 件 下 ，当 高强度 访 问持 续 的时 间 T c = 6 0 时， 园区网可 以承受 的高强度访 问发生周期为 C = 1 8 0。 图1 1 ( a ) 、( b ) 显示 出在高强度访问持续时间确定 的情况下( T c = 6 0 ) ，D R ( t ) 和 L R ( 1 ) 随高强度访 问发 生的周期 C变化的情况。 图1 1 ( a ) 以时延表征的视频业务可靠性DR ( t ) 1 O O O I 1 0 7 3 o 6 S O O 3 O 2 图1 1 C o ) 以分组丢失率表征的视频业务可靠性L R ( t 1 从 图1 1 中可看 出，当高强度访 问发生的周期较 大 ( C = 2 1 0 ， 3 0 0 ) 时 ，D R ( t ) 和 L R ( t ) 呈 现周 期 的波 动 ；而 当C较小( C = 1 5 0 ) 时 ，D R ( t ) 和 L R ( t ) 迅速下 降 并趋近于 0 。这说明高强度访 问使得处理器和交换 机积累了大量数据无法转发处理，导致D R f t 1 和 L R f t ) 迅速下降；在接 下来 的正常访 问时 间内，没有足 够的时间处理交换机和服务器的负载。如果高强度 访 问发生的周期较小，将导致 网络不能及时地释放 累积的流量，造成D R ( t ) 和 L R ( t ) 随时间t 直线下降。 通过5 2 节的仿真实验可知：由于用户行为的周 1 5 9 学兔兔 w w w .x u e t u t u .c o m 用户行为特性对园区网视频业务可靠性的影响张正豪， 等 期特性 以及 突发特性导致的用户高强度访 问会在短 时间内造成网络 的负载急剧增加 ，为了保证网络能 够可靠地传送满 足用户 Q o S 约束 的视频数据流 ，必 须将这种高强度访 问发生 的周期 C以及持续时间T c 控制在使可靠性发生相变的范围之 内，这样为用户 和流量 的监管提供 了定量的参考 ，进 而为 网络稳定 可靠地传输业务数据提供了有力的保障。 6 总结 在建立 的园区网络模型及流量模 型的基础 上， 研究了用户行为 的广延指数特性及周期、突发特性 对 园区网视频业务可靠性 的影响 。通过仿真实验 ， 可得到以下结论：当园区网采用 “ 根据用户行为 的广延指数特性 ”设计 的缓存算法及服务器集群 负 载均衡算法时，可 以有效地改善提高园区网视频业 务可靠性 ；而资源被用户访 问的概率分布形成的广 延指数模型中广延参数 c 的改变对 园区网视频业 务 可靠性的影响很小；用户行为的周期特性及突发 性会导致用户高强度地访 问视频资源 ，这种高强度 访 问的发生周期及持续时间一定程度上影响着 园区 网视频业务可靠性。 但是仍有以下不足：没有考虑用户对视频资 源 的访 问长度出现的特性。在实际网络 中，用户对 视频的访问时间服从广延指数分布；仿真没有考 虑交换机发生失效情况，现实中交换机负载过大会 导致失效重启 。这些不足也是以后进一步研究的方 向，后续工作中将会继续深入探讨该类问题。 参考文献 1 】江逸楠， 李瑞莹， 黄 宁， 康 瑞， 网络可靠性评估方法综述 J _ 计算机科学， 2 0 1 2 ， 3 9 ( 5 ) ： 9 1 8 2 陈 阳， 黄宁， 康 瑞， 李瑞莹 园区网F T P业务可靠性试验与 评估技术 J 北京航空航天大学学报， 2 0 1 l ， 3 7 ( 1 ) 3 凌 强， 张逸成， 严金丰， 徐理想， 赵 峰， 郝诗海 视频点播系统 用户行为模型的构建与应用 J 小型微型计算机系统， 2 0 1 3 3 4 ( 3 ) ： 5 4 8 5 5 2 1 6 0 【 4 G u o L e i ， T a n E n h u a ， C h e n S o n g - q i n g ， e t a 1 T h e s e t c h e d e x p o n e n t i a l d i s t r i b u t i o n o f l n t e me t me d i a a c c e s s p a t t e r n s C P ODC 0 8 ： P r o c e e d i n g s o f t h e T we n t y s e v e n t h AC M S y mp o - s i u m o n P ri n c i p l e s o f Di s t r i b u t e d Co mp u t i n g， T o r o n t o， Ca n a d a ， Ne w Yo r k， NY ， US A： ACM ， 2 0 0 8 5 赵 娟， 郭 平， 邓宏钟， 吴 俊， 谭跃进， 张 敏 用户行为统计特 性对通信网络性能可靠性的影响 J 通信学报， 2 0 1 3 ， 3 4 ( 1 ) ： 43 5 0 6 】 L I N Y K R e l i a b i l i ty e v a l u i o n o f a r e v i s e d s t o c h a s t i c fl o w n e t wo r k w i t h u n c e r t a i n mi n i mu m t i me J P h y s i c a A， 2 0 1 0 ， 3 8 9 ( 6 ) ： 1 2 5 3 1 2 5 8 【 7 F A N H H， S UN X H A mu l t i s t a t e r e l i a b i l i ty e v a l u i o n m o d e l f o r P 2 P n e t w o r k J R e l i a b i l i ty E n g i n e e ri n g a n d S y s t e m S a f e ty, 2 0 1 0 ， ( 9 5 ) ： 4 0 2 - 4 1 1 8 I n t e r n e t J 2 的流媒体特性及用户访 问行为研究 J 北京航 空航天大学学报， 2 0 0 5 ， 3 1 ( 1 ) ： 2 5 ： 3 0 9 】 H u a n g Ni n g ， L i R u i y i n g ， C h e n We i w e ， i e t a 1 T h e l a y e r e d i n d e