<script language="javascript" src="http://www.lmtw.com/JS/article_center_iptvad.js" type="text/javascript"></script> ![]() ![]() |
2.3模型分析及仿真验证
为了验证所得到的集成模型的有效性,本文用Matlab对集成模型作了数学计算,用NS2实现相应的仿真,并对两个结果作了比较和分析。
仿真主要考虑了瓶颈带宽分别为1 Mb/s、10 Mb/s和100 Mb/s的用户接入网络环境,且仅存在一个瓶颈点。图2为仿真的拓扑图,左边为用户接入网,L为瓶颈链路。Web业务是由接入网内的客户端向Web服务器 Web Server 2i和Web Server3i发起的;根据图2中所示,P2P业务为接入网内Host和Peer 2i或Peer 3i之间实现的大量双向数据传输的文件传输协议(FTP)业务。本文考虑的是同一国家范围内两节点之间的路径,根据光的传播速度和两节点的平均距离,设置τP2P和τWeb均为20 ms,平均分组大小为500 bytes;采用了延迟确认机制,即TCP接收端每收到两个数据包发送一个ACK确认包;RED网关的控制参数的设置参考了文献[13]。
整个仿真过程中始终存在n个连接的P2P业务,在某一时刻触发m个Web业务,待d=10 Kbytes大小的Web页传送完毕后,记录下开始和结束的时间差作为Web传输时间,并与Matlab计算所得结果作比较和分析。在第一组仿真实验中,本文按照n个P2P流和1个Web流的比例,将最终结果和Matlab结果进行比较以验证集成模型的有效性,并根据得到的结果确定P2P连接数的上限值;将第二组实验分为3部分:第一部分是当瓶颈带宽为1 Mb/s,P2P和Web总连接数为50的仿真环境;第二部分是当瓶颈带宽为10 Mb/s,总连接数为600的仿真环境;第三部分为100 Mb/s瓶颈带宽,总连接数为5 000的仿真环境。从这组实验中可以看到随着P2P流量比例的增大,Web性能随之恶化;在第三组实验中设定了几种P2P和Web比例n :m,随着连接总数变化时,比较这几种比例情况下的Web传输时间,可以看到P2P业务的比例越大,对Web流量的影响越大。
2.3.1确定P2P流的最大连接数
通过这组仿真分析了n个P2P流和1个Web流共存时,P2P流对Web流传输时间的影响。分别考虑了瓶颈带宽为1 Mb/s、10 Mb/s和100 Mb/s的情况。3种情况下Web连接数均为m =1,在1 Mb/s瓶颈带宽的仿真和Matlab计算中,P2P连接数n在(0,90)范围内变化;在10 Mb/s瓶颈带宽的仿真环境中,n在(300,650)内变化;在100 Mb/s瓶颈带宽的仿真环境中,n则在(2500,8000)范围内变化。所得结果分别见图3、图4和图5。
从仿真结果中可以看出,仿真和Matlab计算的集成模型的Web传输时间曲线是基本吻合。如果假设Web传输时间的性能较好的阈值为5 s,可得在瓶颈带宽为1 Mb/s时,P2P的最大连接数为22个;在瓶颈带宽为10 Mb/s时,P2P的最大连接数为530个;而在瓶颈带宽为100 Mb/s时,P2P的最大连接数为4 300个。当然这个阈值会随着网络中某个参数的变化而产生相应的变化。如果将Web性能分为不同的等级,根据上述方法和过程,计算可得相应的P2P连接上限值,如表1。
如果在网络瓶颈点存在m个Web流时,为保证这m个Web流的某个性能级别,可确定出P2P流的最大连接数。根据该值来限制和调整网络瓶颈点的P2P连接数,可以缓解P2P流量对其他Internet业务的影响。