網(wǎng)絡(luò)性能測量技術(shù)的研究論文

　　對于網(wǎng)絡(luò)性能測量的方面,相關(guān)項(xiàng)目開展得較多,測量內(nèi)容包括吞吐量、延遲、丟包率,并作網(wǎng)絡(luò)可靠性、穩(wěn)定性、可達(dá)性等方面的分析.這一方面是為了對一個特定網(wǎng)絡(luò)進(jìn)行維護(hù)管理,保障服務(wù)質(zhì)量,;另一方面是為了預(yù)報(bào)網(wǎng)絡(luò)性能,如NPACI’s Network Weather Service[5]每隔一定的時間間隔,周期性地監(jiān)視、動態(tài)地預(yù)報(bào)(各種網(wǎng)絡(luò)及計(jì)算資源)網(wǎng)絡(luò)性能.收集某一時刻的數(shù)據(jù),通過數(shù)值模型預(yù)測下一時段的TCP/IP 端到端的吞吐量、延遲,主要用于廣域網(wǎng)上的大規(guī)模計(jì)算的調(diào)度.以下是學(xué)習(xí)啦小編今天為大家精心準(zhǔn)備的：網(wǎng)絡(luò)性能測量技術(shù)的研究相關(guān)論文。內(nèi)容僅供參考，歡迎閱讀!

　　網(wǎng)絡(luò)性能測量技術(shù)的研究全文如下：

　　摘 要：網(wǎng)絡(luò)性能測量是網(wǎng)絡(luò)行為分析的基礎(chǔ)。本文對網(wǎng)絡(luò)性能測量的相關(guān)內(nèi)容以及網(wǎng)絡(luò)性能指標(biāo)的測量與分析進(jìn)行了系統(tǒng)的介紹，并對網(wǎng)絡(luò)性能測量的下一步發(fā)展進(jìn)行了展望。

　　關(guān)鍵詞：網(wǎng)絡(luò)性能 測量技術(shù) 性能指標(biāo) 分析與研究

　　1.引言

　　隨著Internet技術(shù)和網(wǎng)絡(luò)業(yè)務(wù)的飛速發(fā)展，用戶對網(wǎng)絡(luò)資源的需求空前增長，網(wǎng)絡(luò)也變得越來越復(fù)雜。不斷增加的網(wǎng)絡(luò)用戶和應(yīng)用，導(dǎo)致網(wǎng)絡(luò)負(fù)擔(dān)沉重，網(wǎng)絡(luò)設(shè)備超負(fù)荷運(yùn)轉(zhuǎn)，從而引起網(wǎng)絡(luò)性能下降。這就需要對網(wǎng)絡(luò)的性能指標(biāo)進(jìn)行提取與分析，對網(wǎng)絡(luò)性能進(jìn)行改善和提高。因此網(wǎng)絡(luò)性能測量便應(yīng)運(yùn)而生。發(fā)現(xiàn)網(wǎng)絡(luò)瓶頸,優(yōu)化網(wǎng)絡(luò)配置,并進(jìn)一步發(fā)現(xiàn)網(wǎng)絡(luò)中可能存在的潛在危險(xiǎn)，更加有效地進(jìn)行網(wǎng)絡(luò)性能管理，提供網(wǎng)絡(luò)服務(wù)質(zhì)量的驗(yàn)證和控制，對服務(wù)提供商的服務(wù)質(zhì)量指標(biāo)進(jìn)行量化、比較和驗(yàn)證，是網(wǎng)絡(luò)性能測量的主要目的。

　　2.網(wǎng)絡(luò)性能測量的概念

　　2.1 網(wǎng)絡(luò)性能的概念

　　網(wǎng)絡(luò)性能可以采用以下方式定義[1]:網(wǎng)絡(luò)性能是對一系列對于運(yùn)營商有意義的，并可用于系統(tǒng)設(shè)計(jì)、配置、操作和維護(hù)的參數(shù)進(jìn)行測量所得到的結(jié)果?？梢姡W(wǎng)絡(luò)性能是與終端性能以及用戶的操作無關(guān)的，是網(wǎng)絡(luò)本身特性的體現(xiàn)，可以由一系列的性能參數(shù)來測量和描述。

　　2.2 網(wǎng)絡(luò)性能參數(shù)的概念

　　對網(wǎng)絡(luò)性能進(jìn)行度量和描述的工具就是網(wǎng)絡(luò)性能參數(shù)。IETF和ITU-T都各自定義了一套性能參數(shù)，并且還在不斷的補(bǔ)充和修訂之中。

　　2.2.1 性能參數(shù)的制定原則

　　網(wǎng)絡(luò)性能參數(shù)的制定必須遵循如下幾個原則：

　　1) 性能參數(shù)必須是具體的和有明確定義的;

　　2) 性能參數(shù)的測量方法對于同一參數(shù)必須具有可重復(fù)性，即在相同條件下多次使用該方法所獲得的測量結(jié)果應(yīng)該相同;

　　3) 性能參數(shù)必須具有公平性，即對同種網(wǎng)絡(luò)的測量結(jié)果不應(yīng)有差異而對不同網(wǎng)絡(luò)的測量結(jié)果則應(yīng)出現(xiàn)差異;

　　4) 性能參數(shù)必須有助于用戶和運(yùn)營商了解他們所使用或提供的IP網(wǎng)絡(luò)性能;

　　5) 性能參數(shù)必須排除人為因素;

　　2.2.2 ITU-T定義的IP網(wǎng)絡(luò)性能參數(shù)

　　ITU-T對IP網(wǎng)絡(luò)性能參數(shù)的定義[2]包括：

　　1) IP包傳輸延遲(Packet Transfer Delay, IPTD)

　　2) IP包時延變化(IP Packet Delay Variation, IPDV)

　　3) IP包誤差率(IP Packet Error Rate IPER)

　　4) IP包丟失率(IP Packet Lass Rate, IPLR)

　　5) 虛假IP包率(Spurious IP Packet Rate)

　　6) 流量參數(shù)(Flow related parameters)

　　7) 業(yè)務(wù)可用性(IP Service Availability)

　　2.2.3 IETF定義的IP網(wǎng)絡(luò)性能參數(shù)

　　IETF 將性能參數(shù)[3]稱為“度量(Metric)。由IPPM (IP Performance Metrics)工作組來負(fù)責(zé)網(wǎng)絡(luò)性能方面的研究及性能參數(shù)的制定。IETF對IP網(wǎng)絡(luò)性能參數(shù)的定義包括：

　　1) IP連接性

　　2) IP包傳送時延

　　3) IP包丟失率

　　4) IP包時延變化

　　5) 流量參數(shù)

　　2.3 網(wǎng)絡(luò)性能結(jié)構(gòu)模型

　　從空間的角度來看，網(wǎng)絡(luò)整體性能可以分為兩種結(jié)構(gòu)：立體結(jié)構(gòu)模型和水平結(jié)構(gòu)模型。

　　2.3.1 立體結(jié)構(gòu)模型

　　IP網(wǎng)絡(luò)就其協(xié)議棧來說是一個層次化的網(wǎng)絡(luò)，因此，對IP網(wǎng)絡(luò)性能的研究也可以按照一種自上而下的方法進(jìn)行。可以以IP層的性能為基礎(chǔ)，來研究IP層不同性能與上層不同應(yīng)用性能之間的映射關(guān)系。

　　2.3.2 水平結(jié)構(gòu)模型

　　對于網(wǎng)絡(luò)的性能，用戶主要關(guān)心的是端到端的性能，因此從用戶的角度來看，可以利用水平結(jié)構(gòu)模型來對IP網(wǎng)絡(luò)的端到端性能進(jìn)行分析。

　　3.網(wǎng)絡(luò)性能測量的方法

　　網(wǎng)絡(luò)性能測量涉及到許多內(nèi)容，如采用主動方式還是被動方式進(jìn)行測量;發(fā)送測量包的類型;發(fā)送與截取測量包的采樣方式;所采用的測量體系結(jié)構(gòu)是集中式還是分布式等等。

　　3.1 測量包

　　網(wǎng)絡(luò)性能測量中，影響測量結(jié)果的一個重要因素就是測量數(shù)據(jù)包的類型。

　　3.1.1 P類型包

　　類型P是對IP包類型的一種通用的聲明。只要一個性能參數(shù)的值取決于對測量中采用的包的類型，那么參數(shù)的名稱一定要包含一個具體的類型聲明。

　　3.1.2標(biāo)準(zhǔn)形式的測量包

　　在定義一個網(wǎng)絡(luò)性能參數(shù)時，應(yīng)默認(rèn)測量中使用的是標(biāo)準(zhǔn)類型的包。比如可以定義一個IP 連通性度量為：“IP 某字段為0的標(biāo)準(zhǔn)形式的P 類型IP 連通性”。在實(shí)際測量中，很多情況下包長會影響絕大多數(shù)性能參數(shù)的測量結(jié)果，包長的變化對于不同目的的測量來說影響也會不一樣。

　　3.2主動測量與被動測量方式

　　最常見的IP網(wǎng)絡(luò)性能測量方法有兩類:主動測量和被動測量。這兩種方法的作用和特點(diǎn)不同，可以相互作為補(bǔ)充。

　　3.2.1主動測量

　　主動測量是在選定的測量點(diǎn)上利用測量工具有目的地主動產(chǎn)生測量流量，注入網(wǎng)絡(luò)，并根據(jù)測量數(shù)據(jù)流的傳送情況來分析網(wǎng)絡(luò)的性能。主動測量的優(yōu)點(diǎn)是對測量過程的可控性比較高，靈活、機(jī)動，易于進(jìn)行端到端的性能測量;缺點(diǎn)是注入的測量流量會改變網(wǎng)絡(luò)本身的運(yùn)行情況，使得測量的結(jié)果與實(shí)際情況存在一定的偏差，而且測量流量還會增加網(wǎng)絡(luò)負(fù)擔(dān)。主動測量在性能參數(shù)的測量中應(yīng)用十分廣泛，目前大多數(shù)測量系統(tǒng)都涉及到主動測量。

　　要對一個網(wǎng)絡(luò)進(jìn)行主動測量，需要一個測量系統(tǒng)，這種主動測量系統(tǒng)一般包括以下四個部分:測量節(jié)點(diǎn)(探針)、中心服務(wù)器、中心數(shù)據(jù)庫和分析服務(wù)器。有中心服務(wù)器對測量節(jié)點(diǎn)進(jìn)行控制，由測量節(jié)點(diǎn)執(zhí)行測量任務(wù)，測量數(shù)據(jù)由中心數(shù)據(jù)庫保存，數(shù)據(jù)分析則由分析服務(wù)器完成。

　　3.2.2 被動測量

　　被動測量是指在鏈路或設(shè)備(如路由器，交換機(jī)等)上利用測量設(shè)備對網(wǎng)絡(luò)進(jìn)行監(jiān)測，而不需要產(chǎn)生多余流量的測量方法。被動測量的優(yōu)點(diǎn)在于理論上它不產(chǎn)生多余流量，不會增加網(wǎng)絡(luò)負(fù)擔(dān);其缺點(diǎn)在于被動測量基本上是基于對單個設(shè)備的監(jiān)測，很難對網(wǎng)絡(luò)端到端的性能進(jìn)行分析，并且可能實(shí)時采集的數(shù)據(jù)量過大，另外還存在用戶數(shù)據(jù)泄漏等安全性和隱私問題。

　　被動測量非常適合用來進(jìn)行流量測量。

　　3.2.3主動測量與被動測量的結(jié)合

　　主動測量與被動測量各有其優(yōu)、缺點(diǎn)，而且對于不同的性能參數(shù)來說，主動測量和被動測量也都有其各自的用途。因此，將主動測量與被動測量相結(jié)合將會給網(wǎng)絡(luò)性能測量帶來新的發(fā)展。

　　3.3 測量中的抽樣

　　3.3.1 抽樣概念

　　抽樣，也叫采樣，抽樣的特性是由抽樣過程所服從的分布函數(shù)所決定的。研究抽樣，主要就是研究其分布函數(shù)。對于主動測量，其抽樣是指發(fā)送測量數(shù)據(jù)包的過程;對于被動測量來說，抽樣則是指從業(yè)務(wù)流量中采集測量數(shù)據(jù)的過程。

　　3.3.2 抽樣方法

　　依據(jù)抽樣時間間隔所服從的分布，抽樣方法可分為很多種，目前比較常用的抽樣方法是周期抽樣、隨機(jī)附加抽樣和泊松抽樣[4]。周期抽樣是一種最簡單的抽樣方式，每隔固定時間產(chǎn)生一次抽樣。因?yàn)楹唵?，所以?yīng)用的很多。但它存在以下一些缺點(diǎn): 測量容易具有周期性、具有很強(qiáng)的可預(yù)測性、會使被測網(wǎng)絡(luò)陷入一種同步狀態(tài)。隨機(jī)附加抽樣的抽樣間隔的產(chǎn)生是相互獨(dú)立的，并服從某種分布函數(shù)，這種抽樣方法的優(yōu)劣取決于分布函數(shù)：當(dāng)時間間隔以概率1 取某個常數(shù)，那么該抽樣就退化為周期抽樣。隨機(jī)附加抽樣的主要優(yōu)點(diǎn)在于其抽樣間隔是隨機(jī)產(chǎn)生的，因此可以避免對網(wǎng)絡(luò)產(chǎn)生同步效應(yīng)，它的主要缺點(diǎn)是由于抽樣不是以固定間隔進(jìn)行，從而導(dǎo)致頻域分析復(fù)雜化。

　　在RFC2330 中，推薦泊松抽樣，它的時間間隔符合泊松分布，它的優(yōu)點(diǎn)是：能夠?qū)崿F(xiàn)對測量結(jié)果的無偏估計(jì)、測量結(jié)果不可預(yù)測、不會產(chǎn)生同步現(xiàn)象。但是，由于指數(shù)函數(shù)是無界的，因此泊松抽樣有可能產(chǎn)生很長的抽樣間隔，因此，實(shí)際應(yīng)用中可以限定一個最大間隔值，以加速抽樣過程的收斂。

　　4.性能指標(biāo)的測量與分析

　　4.1 連接性

　　連接性[5]也稱可用性、連通性或者可達(dá)性，嚴(yán)格說應(yīng)該是網(wǎng)絡(luò)的基本能力或?qū)傩?，不能稱為性能，但I(xiàn)TU-T建議可以用一些方法進(jìn)行定量的測量。目前還提出了連通率的概念，根據(jù)連通率的分布狀況建立擬合模型。

　　4.2 延遲

　　延遲的定義是[6]：IP 包穿越一個或多個網(wǎng)段所經(jīng)歷的時間。延遲由固定延遲和可變延遲兩部分組成[7][8]。固定延遲基本不變，由傳播延遲和傳輸延遲構(gòu)成;可變延遲由中間路由器處理延遲和排隊(duì)等待延遲兩部分構(gòu)成。對于單向延遲測量要求時鐘嚴(yán)格同步，這在實(shí)際的測量中很難做到，許多測量方案都采用往返延遲，以避開時鐘同步問題。

　　往返延遲的測量方法是：入口路由器將測量包打上時戳后，發(fā)送到出口路由器。出口路由器一接收到測量包便打上時戳，隨后立即使該數(shù)據(jù)包原路返回。入口路由器接收到返回的數(shù)據(jù)包之后就可以評估路徑的端到端時延。

　　4.3 丟包率

　　丟包率的定義是[9]：丟失的IP 包與所有的IP 包的比值。許多因素會導(dǎo)致數(shù)據(jù)包在網(wǎng)絡(luò)上傳輸時被丟棄，例如數(shù)據(jù)包的大小以及數(shù)據(jù)發(fā)送時鏈路的擁塞狀況等。

　　為了評估網(wǎng)絡(luò)的丟包率，一般采用直接發(fā)送測量包來進(jìn)行測量。對丟包率進(jìn)行準(zhǔn)確的評估與預(yù)測則需要一定的數(shù)學(xué)模型。目前評估網(wǎng)絡(luò)丟包率的模型主要有貝努利模型、馬爾可夫模型和隱馬爾可夫模型等等[10]。貝努利模型是基于獨(dú)立同分布的，即假定每個數(shù)據(jù)包在網(wǎng)絡(luò)上傳輸時被丟棄的概率是不相關(guān)的，因此它比較簡單但預(yù)測的準(zhǔn)確度以及可靠性都不太理想。但是，由于先進(jìn)先出的排隊(duì)方式的采用，使得包丟失之間有很強(qiáng)的相關(guān)性，即在傳輸過程中，包被丟失受上一個包丟失的影響相當(dāng)大。假定用隨機(jī)變量Xi 代表包的丟失事件，Xi = 0 表示包丟失，而Xi = 1 表

　　示包未丟失。則第i 個包丟失的概率為P[Xi|Xi-1, Xi-2,…Xi-n], Xi-1, Xi-2,...Xi-n 取所有的組合情況。當(dāng)N=2 時，該Markov 鏈退化為著名的Gilbert 模型。隱馬爾可夫模型是對馬爾可夫模型的改進(jìn)。

　　Maya Yajnik等人所作的172 小時的測量試驗(yàn)[11]結(jié)果表明，在不同的數(shù)據(jù)采樣間隔下(20ms,40ms,80ms,160ms)采用三種不同的丟包率分析模型進(jìn)行分析得到的結(jié)果完全不同，在不同的估計(jì)精確度的要求下實(shí)驗(yàn)結(jié)果也各有不同。因此，目前需要能夠精確描述丟包率的數(shù)學(xué)模型。

　　4.4 帶寬

　　帶寬一般分為瓶頸帶寬和可用帶寬。瓶頸帶寬是指當(dāng)一條路徑(通路)中沒有其它背景流量時，網(wǎng)絡(luò)能夠提供的最大的吞吐量。對瓶頸帶寬的測量一般采用包對(packet pair)技術(shù)，但是由于交叉流量的存在會出現(xiàn)“時間壓縮”或“時間延伸”現(xiàn)象，從而會引起瓶頸帶寬的高估或低估。另外，還有包列等其它測量技術(shù)。

　　可用帶寬是指在網(wǎng)絡(luò)路徑(通路)存在背景流量的情況下，能夠提供給某個業(yè)務(wù)的最大吞吐量。因?yàn)楸尘傲髁康某霈F(xiàn)與否及其占用的帶寬都是隨機(jī)的，所以可用帶寬的測量比較困難。一般采用根據(jù)單向延遲變化情況可用帶寬進(jìn)行逼近。其基本思想是：當(dāng)以大于可用帶寬的速率發(fā)送測量包時，單向延遲會呈現(xiàn)增大趨勢，而以小于可用帶寬的速率發(fā)送測量包時，單向延遲不會變化。所以，發(fā)送端可以根據(jù)上一次發(fā)送測量包時單向延遲的變化情況動態(tài)調(diào)整此次發(fā)送測量包的速率，直到單向延遲不再發(fā)生增大趨勢為止，然后用最近兩次發(fā)送測量包速率的平均值來估計(jì)可用帶寬

　　瓶頸帶寬反映了路徑的靜態(tài)特征，而可用帶寬真正反映了在某一段時間內(nèi)鏈路的實(shí)際通信能力，所以可用帶寬的測量具有更重要的意義。

　　4.5 流量參數(shù)

　　ITU-T提出兩種流量參數(shù)作為參考：一種是以一段時間間隔內(nèi)在測量點(diǎn)上觀測到的所有傳輸成功的IP 包數(shù)量除以時間間隔，即包吞吐量;另一種是基于字節(jié)吞吐量：用傳輸成功的IP 包中總字節(jié)數(shù)除以時間間隔。

　　Internet 業(yè)務(wù)量的高突發(fā)性以及網(wǎng)絡(luò)的異構(gòu)性，使得網(wǎng)絡(luò)呈現(xiàn)復(fù)雜的非線性，建立流量模型越發(fā)變得重要。早期的網(wǎng)絡(luò)流量模型，是經(jīng)典流量模型，也即借鑒PSTN的流量模型，用poisson模型描述數(shù)據(jù)網(wǎng)絡(luò)的流量,以及后來的分組火車模型，Markov模型等等。隨著網(wǎng)絡(luò)流量子相似性的發(fā)現(xiàn)，基于自相似模型的流量建模研究也取得了不少進(jìn)展和得到了廣泛的應(yīng)用,譬如分形布朗運(yùn)動模型和分形高斯噪聲模型以及小波理論分析等等。高速網(wǎng)絡(luò)技術(shù)的發(fā)展使得對巨大的網(wǎng)絡(luò)流量進(jìn)行直接測量幾乎不可能，同時，大量的流量日志也使流量分析變得相當(dāng)困難。為了解決這一問題，近幾年，流量抽樣測量研究已成為高速網(wǎng)絡(luò)流量測量的研究重點(diǎn)。

　　5.網(wǎng)絡(luò)性能測量的展望

　　網(wǎng)絡(luò)性能測量中還有許多關(guān)鍵技術(shù)值得研究。例如：單向測量中的時鐘同步問題;主動測量與被動測量的抽樣算法研究;多種測量工具之間的協(xié)同工作;網(wǎng)絡(luò)測量體系結(jié)構(gòu)的搭建;性能指標(biāo)的量化問題;性能指標(biāo)的模型化分析[12]～[16];對網(wǎng)絡(luò)未來狀況進(jìn)行趨勢預(yù)測;對海量測量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘或者利用已有的模型(Petri 網(wǎng)、自相似性、排隊(duì)論)研究其自相似性特征[17]~[19];測量與分析結(jié)果的可視化，以及由測量所引起的安全性問題等等都是目前和今后所要研究的重要內(nèi)容。隨著網(wǎng)絡(luò)性能相關(guān)理論、測量方法、分析模型研究的逐漸深入、各種測量工具的不斷出現(xiàn)以及大型測量項(xiàng)目的不斷開展，人們對網(wǎng)絡(luò)的認(rèn)識會越來越深刻，從而不斷地推動網(wǎng)絡(luò)技術(shù)向前發(fā)展。

　　6.結(jié)束語：

　　本文對目前網(wǎng)絡(luò)性能測量技術(shù)的主要方面進(jìn)行了介紹和分析并對未來網(wǎng)絡(luò)性能測量的研究重點(diǎn)進(jìn)行了展望。

　　參考文獻(xiàn)：

　　[1] ITU-T 建議1.350

　　[2] ITU-T，建議Y1540

　　[3] IETF, RFC2330, "Framework for IP Performance Metrics" Table of Contents 6

　　[4] IETF, RFC2330, "Framework for IP Performance Metrics" Table of Contents11

　　[5] IETF, RFC2678, "IPPM Metrics Measuring Connectivity"

　　[5] IETF, RFC2679, "A One-way Delay Metric for IPPM"

　　[6] IETF, RFC2681, "A Round-trip Delay Metric for IPPM"

　　[7] IETF. RFC3393, "IP Packet Delay Variation Metric for IPPM"PDF 文件使用 "pdfFactory Pro" 試用版本創(chuàng)建

　　[8] IETF, RFC2680, "A One-way Packet Loss Metric for IPPM"

　　[9] H. Sanneck and G. Carle GMD Fokus, Kaiserin-Augusta-Allee 31, D-10589 Berlin, Germany,"A Framework

　　Model for Packet Loss Metrics Based on Loss Runlengths "

　　[10] Maya Yajnik, Sue Moon, Jim Kurose and Don Towsley ,"Measurement and Modelling of the Temporal

　　Dependence in Packet Loss ", Department of Computer Science University of Massachusetts Amherst, MA 01003USA

　　[11] Jacobson V, "Pathchar A Tool to Infer Characteristics of InternetPaths. "

　　[12] LO PRESTI F, DUFFIELD N G, HOROWITZ J, et al. “Multicast-based Inference of Network Internet-Delay Distributions”.University of Massachusetts, Amherst, Computer Science, Technical Report UM-CS-1999-055,1999.

　　[13] DUFFIELD N G, LO PRESTI F. “Multicast inference of packet delay variance at interior network links”.IEEE INFOCOM 2000[C].Tel Aviv Israel, 2000.

　　[14] HUANG L, SEZAKI K. “End-to-end Internet Delay Dynamics”. IEICE Technical Report of CQ WG, May2000.

　　[15] OHSAKI H, MURATA M, MIYAHARA H, “ Modeling end-to-end packet delay dynamics of the Internet”

　　using systemidentification[A]. International Teletraffic Congress 17[C]. Salvador da Bahia, Brazil, 2001.

　　[16]Sue B.Moon, "Measurement and Analysis of End-to-End Delay and Loss in The Internet"

　　[17] J.-C. Bolot. “End-to-end packet delay and loss behavior in the Internet”.In Proceedings of ACM SIGCOMM,　San Francisco, August 1993.

　　[18] V. Paxson, “Measurements and Analysis of End-to-End Internet Dynamics”, Ph.D. dissertation, 1997.

　　[19]張宏莉，方濱興，胡銘曾，姜譽(yù)，詹春艷，張樹峰，“Internet測量與分析綜述”，軟件學(xué)報(bào)，2003年1月，Vol.14, No.