它可以解决网络生存性算法的有效支持，验证网络可靠性的实际性能。C1是部署PU的节点，而基站组C2和C3具有计算的功能。KSP中的K值设置为3、4和5，以比较BCP算法和CP算法的性能。图7-8网络拓扑图图7-9到图7-14显示了BCP算法和CP算法的阻塞率、资源利用率和平均跳数方面的性能。原因是数字网络中的BCP算法具有较低的阻塞概率，因此可以产生更高的资源效率。图7-13模拟C-RoFN中Pw和Pb的平均跳数图7-14数字C-RoFN中Pw和Pb的平均跳数......
2023-06-19
网络性能验证的方法和技巧
【摘要】：对于F-RoFN的CSRP控制层，OC服务器被分配来支持所提议的架构，并通过3种虚拟机进行CSP控制、网络虚拟化和PCE方案。控制器和OFP传播时间的方案处理时间分别为1 ms和0.5 ms。然而，很明显在1∶1保护的情况下，网络传输成功率下降缓慢。总之，该机制能够准确地提高网络的安全性。最下面的几何图形表示网络没有保护，而其余的几何图形图形代表网络，分别为1∶1、2∶1和3∶1保护的网络。
为了评估该体系结构的可行性和有效性，我们搭建了一个光与无线网络的实验平台，如图7-3所示，它包含了控制层和数据层。我们之前的测试平台已经建立了带有弹性光网络的C-RoFN网络。详细地说，在数据平面中使用了两个模拟的RoF强度调节器和检测模块，它由一个以40 GHz频率工作的微波源驱动产生双边带。4个支持OpenFlow使能的配置了Finisar BV-WSSs弹性的ROADM节点部署在光网络中。我们使用Open vSwitch（OVS）作为OFP代理的软件，根据API来控制硬件，并在控制器和无线与光节点之间进行交互。在这项工作中，可以在服务器上运行的VMware ESXi v5.1创建的虚拟机中实现资源和OFP代理。我们将源与强度调节器一起部署，以模拟计算节点。虚拟操作系统可以方便地建立大型扩展的实验拓扑。此外，OFP代理用于模拟数据平面中的其他节点，以支持F-RoFN的OFP。对于F-RoFN的CSRP控制层，OC服务器被分配来支持所提议的架构，并通过3种虚拟机进行CSP控制、网络虚拟化和PCE方案。OC服务器作为插入，而RC服务器被用作无线频率资源监视器和分配。FC服务器被部署为CSP代理来执行计算。我们部署与RC相关的服务信息生成器，它实现了用于实验的批量F-RoFN服务。每个控制器服务器控制相应的资源，而数据库服务器负责维护交通工程数据库、连接状态和数据库的配置。
图7-3 实验测试平台和演示器设置
为了满足用户在5G中响应和弹性的要求，F-RoFN缩短了服务的延迟，并将远程处理资源放在本地使用端，从而利用了计算的优势，提高了服务效率。在实验中，通过几十个实验和控制器的计时性能来测量服务的设置/弹性延迟，这包括控制器的方案处理时间和为了观察和分析的OFP传播延迟。控制器和OFP传播时间的方案处理时间分别为1 ms和0.5 ms。设置时间（1.5 ms）比弹性延迟（1.3 ms）稍高一些，因为备份路径已经计算好了，并且可以通过切换来恢复服务。在试验台的基础上，我们对F-RoFN的服务进行了实验验证和设计，并在严重的流量负荷场景下对CSP的性能进行了评价，与不受保护的跨层优化进行了比较。这些请求是由从500 MHz到40 GHz的带宽随机分配的，而在计算中随机选择5%～20%的带宽。图7-4（a）到图7-4（c）比较了两个方案在传输成功率、资源占用率和阻塞率方面的表现。
图7-4（a）显示了F-RoFN网络的传输成功率，展示了CSP方案和无保护（CSO）F-RoFN网络。选择网络中故障的数量从0到10，收集了两种网络的成功率统计数据。很明显，随着故障量的增加，这两种网络的传输成功率逐渐降低，这是可以理解的。网络中出现的故障越多，源节点出现故障的可能性就越大。然而，很明显在1∶1保护的情况下，网络传输成功率下降缓慢。在没有保护的情况下，与无保护的网络相比，在任何其他条件下都有很高的成功率。总之，该机制能够准确地提高网络的安全性。在图7-4（b）中，我们可以看到4种F-RoFN网络的资源占用率。最下面的几何图形表示网络没有保护，而其余的几何图形图形代表网络，分别为1∶1、2∶1和3∶1保护的网络。在单次故障情况下，收集4种网络的资源占用率统计数据，资源占用率反映了已占用资源对整个无线、光网络和雾资源的百分比。随着负载的增加，所有网络的资源占用率逐渐增加。这是因为网络带宽一定时，负载越大，占用的网络资源越多。然而，在有保护的情况下，网络资源占用率比没有保护的要高。工作路径与保护路径的比值越小，资源占用率上升得越快。上述比值越小，说明用于保护的资源相对较多，从而提高了网络资源的占用率。在图7-4（c）中，我们可以看到4种F-RoFN网络的阻塞率，几何图形的意义和结果与图7-4（b）相似。这实际上很容易理解，因为网络占用了较多的资源，相应地增加了自然的阻塞率。
图7-4 传输成功率、资源占用率和在繁忙负载下的阻塞率
有关光与无线网络技术的文章
- 详细阅读
-
网络性能验证方法与技巧详细阅读
经过1 400 000次学习，使用Deep-TSR算法可以实现更低的延迟率。功能和请求与Deep-TSR完全相同。值得注意的是，Deep-TSR算法总体上表现得更好，在35万次学习之后完全优于监督学习算法。图6-9仿真实验图......
2023-06-19
-
网络性能验证的方法和步骤详细阅读
表9-2评估参数的值在下文中，评估中使用的性能指标是平均节能。从图9-16可以看出，当网络负载低于50 Mbit时，MH-DBA的平均节能率为0.85，而3M-DBA的平均节能率为0.28。当网络负载超过300 Mbit时，控制器节能率开始趋于平稳。图9-17丢包率与平均节能率当吞吐量趋于稳定时，我们总结出能量效率的结果。随着网络负载的增加，两种机制的节能率降低，这是因为系统触发睡眠机制的概率会随着负载的增加而降低。......
2023-06-19
-
验证网络性能的方法详细阅读
图9-1实验测试平台和演示器设置基于测试平台，我们在软件定义的C-RoFN中实验性地设计并验证了MSO的服务。功能请求消息负责定期查询OF-BVOS关于当前状态的监视。此外，在选择目的地之后，CSO策略仅考虑光网络资源并以最小跳数计算路径。GES部分地扩展了BBU中的负载均衡和光网络中的平均跳跃性能，并将它们明显地转化为整体资源利用率的提高和路径配置响应的增强。图9-3算法性能比较......
2023-06-19
-
如何验证网络性能？详细阅读
我们假设CoMP流量占总流量的一部分，而0.5～0.9的比率用于评估性能。在图9-7中，我们在阻塞概率方面对本节所提出的V-BRH和C-RoFN的性能进行了比较。CP可以用合理的方法分配资源，图9-7给出了V-BRH和C-RoFN的资源占用率，CoMP流量比为0.8。图9-7显示了响应延迟，我们假设BBU响应时间达到1 ms级别，并且当速率为130 Erlang时，将V-BRH和C-RoFN的平均响应时间进行对比。图9-7V-BRH和C-RoFN的性能对比分析图......
2023-06-19
-
网络性能测试与验证方法优化详细阅读
图9-23Wireshark在OC和RC中捕获MSRO消息序列在已建立的平台中，我们考虑了实际的应用程序场景和复杂性实验设置，并建立了生成简单业务需求的业务生成器。对于所提的GES，我们预先设定了可调节比重φ、β和γ分别为50%、33%和33%，以避免模拟环境下实验过于复杂。如图9-25所示，相较于其他方案，GES可以有效地提高资源占用率，特别是当网络负载很重的时候。......
2023-06-19
-
网络性能验证: 如何测试网络性能？详细阅读
从而SC1通过光纤从MC获取时间信号，SC2通过光纤和无线获取信号。该不对称比率范围为1∶1至8∶1。有3个重要结果。第一个是偏差误差随着不对称比率的增加而增大；第二个是SC1总是优于SC2；第三个是提出的方法明显优于传统方法。具体来说，从图6-5中我们可以发现传统方式SC1和SC2之间的差异比我们提出的方法要大。此外，SD-RoFN架构的偏置误差范围为200 ns～1μs，可以满足5G移动网络标准的需求。......
2023-06-19
-
验证网络性能：如何对网络进行测试和优化详细阅读
图9-29实验测试平台和演示器设置PU和OFP代理是在VMware ESXi V5.1创建的虚拟机阵列上实现的，VMware ESXi V5.1运行在IBM X3650服务器上。如图9-30和图9-30所示，10.108.67.21、10.108.50.74和10.108.49.14分别表示RC、PC和OC的IP地址，而10.108.49.23和10.108.49.24分别表示相关的OF-BVOS的IP地址。特征请求消息负责通过定期查询BVOS来监视当前状态。在完成RIP后，OC和RC提供SP，并通过流修改消息分配射频来控制相应的节点。图9-30MDRI的消息序列的Wireshark捕获......
2023-06-19
相关推荐