CN114547832A - 基于仿真软件的网络性能影响因子评估方法和装置 - Google Patents
基于仿真软件的网络性能影响因子评估方法和装置 Download PDFInfo
- Publication number
- CN114547832A CN114547832A CN202011354147.2A CN202011354147A CN114547832A CN 114547832 A CN114547832 A CN 114547832A CN 202011354147 A CN202011354147 A CN 202011354147A CN 114547832 A CN114547832 A CN 114547832A
- Authority
- CN
- China
- Prior art keywords
- network
- network performance
- factor
- data
- network model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请涉及基于仿真软件的网络性能影响因子评估方法，包括：获取电网调度数据网对应的网络拓扑结构，以及获取网络拓扑结构对应的网络配置参数；将网络配置参数输入到仿真软件中，以通过仿真软件构建网络模型；获取待测试的网络性能影响因子，以及网络性能影响因子对应的因子数据；根据所述网络性能影响因子及其对应的因子数据，调整网络模型中对应的网络设备的业务模式，得到调整后的网络模型；创建仿真业务流，并将仿真业务流输入到网络模型中，获取仿真业务流传输过程对应的网络性能评估参数；根据网络性能评估参数，确定网络性能影响因子对所述电网调度数据网的网络性能的影响程度，实现了对电网调度数据网影响网络性能的因素进行分析和评估。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种基于仿真软件的网络性能影响因子评估方法、装置、计算机设备和存储介质。
背景技术
随着电网数据调度网的应用范围不断扩大，对电网数据调度网网络性能的要求也在逐步提高，例如对业务通信质量提出新的要求。然而，在调整电网调度数据网的过程中，缺少可靠方式对影像网络性的因素进行分析和评估。
发明内容
基于此，有必要针对上述技术问题，提供一种基于仿真软件的网络性能影响因子评估方法、装置、计算机设备和存储介质。
一种基于仿真软件的网络性能影响因子评估方法，所述方法包括：
获取电网调度数据网对应的网络拓扑结构，以及获取所述网络拓扑结构对应的网络配置参数；
将所述网络配置参数输入到仿真软件中，以通过所述仿真软件构建网络模型；
获取待测试的网络性能影响因子，以及所述网络性能影响因子对应的因子数据；所述网络性能影响因子包括数据包和/或路由器；
根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型；
创建仿真业务流，并将所述仿真业务流输入到所述网络模型中，获取所述仿真业务流传输过程对应的网络性能评估参数；
根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度。
可选地，所述网络设备包括发送端，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，包括：
当所述网络性能影响因子包括数据包时，获取多个数据包大小值；
根据所述多个数据包大小值，分别对所述网络模型中发送端发送的数据包大小进行调整，得到多个调整后的网络模型。
可选地，所述网络设备包括发送端，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，包括：
当所述网络性能影响因子包括数据包时，获取多个数据包分布信息；
根据多个数据包分布信息，分别对所述网络模型中发送端的数据包产生状态进行调整，得到调整后的网络模型。
可选地，所述网络设备包括路由器，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，包括：
当所述网络性能影响因子包括路由器时，获取多个待测试的丢弃机制；
根据多个丢弃机制，分别对所述网络模型中的路由器的数据转发业务模式进行调整，得到多个调整后的网络模型。
可选地，所述网络设备包括路由器，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，包括：
当所述网络性能影响因子包括路由器时，获取多个待测试的等待机制；
根据多个等待机制，分别对所述网络模型中的路由器的数据转发业务模式进行调整，得到多个调整后的网络模型。
可选地，所述网络性能评估参数为多个调整后的网络模型对应的网络性能评估参数，所述多个调整后的网络模型分别根据不同的因子数据进行调整；
所述根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度，包括：
对比多个网络性能评估参数，并根据对比结果，确定各个因子数据对所述电网调度数据网的网络性能的影响程度。
可选地，还包括：
根据多个影响程度，从所述多个调整后的网络模型中确定出最优网络模型；
根据所述最优网络模型中网络设备的业务模式，针对所述电网调度数据网中对应的网络设备，生成业务模式调整策略。
一种基于仿真软件的网络性能影响因子评估装置，所述装置包括：
网络配置参数获取模块，用于获取电网调度数据网对应的网络拓扑结构，以及获取所述网络拓扑结构对应的网络配置参数；
网络模型构建模块，用于将所述网络配置参数输入到仿真软件中，以通过所述仿真软件构建网络模型；
因子数据获取模块，用于获取待测试的网络性能影响因子，以及所述网络性能影响因子对应的因子数据；所述网络性能影响因子包括数据包和/或路由器；
网络模型调整模块，用于根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型；
仿真业务流创建模块，用于创建仿真业务流，并将所述仿真业务流输入到所述网络模型中，获取所述仿真业务流传输过程对应的网络性能评估参数；
影响程度确定模块，用于根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述方法的步骤。
上述一种基于仿真软件的网络性能影响因子评估方法、装置、计算机设备和存储介质，通过获取电网调度数据网对应的网络拓扑结构，以及获取网络拓扑结构对应的网络配置参数，将网络配置参数输入到仿真软件中，通过仿真软件构建网络模型，获取待测试的网络性能影响因子，以及网络性能影响因子对应的因子数据，根据网络性能影响因子及其对应的因子数据，调整网络模型中对应的网络设备的业务模式，得到调整后的网络模型，创建仿真业务流，并将仿真业务流输入到所述网络模型中，获取仿真业务流传输过程对应的网络性能评估参数，根据网络性能评估参数，确定网络性能影响因子对所述电网调度数据网的网络性能的影响程度，实现了对电网调度数据网影响网络性能的因素进行分析和评估，并且，能够通过构建网络模型模拟电网调度数据网的工作过程，当需要对电网调度数据网中网络设备的业务模式进行调整，或者，在电网调度数据网中增加新的业务或者设备时，都可以通过构建对应的网络模型进行网络性能测试，有效提高测试效率。
附图说明
图1为一个实施例中一种基于仿真软件的网络性能影响因子评估方法的流程示意图；
图2为一个实施例中一种网络拓扑结构的示意图；
图3为一个实施例中一种调整网络模型步骤的流程示意图；
图4为另一个实施例中一种调整网络模型步骤的流程示意图；
图5为一个实施例中一种基于仿真软件的网络性能影响因子评估装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种基于仿真软件的网络性能影响因子评估方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤101，获取电网调度数据网对应的网络拓扑结构，以及获取所述网络拓扑结构对应的网络配置参数。
作为一示例，电网调度数据网可以是电网企业使用的网络，在电网调度数据网中，可以由网络节点，以及连接各个网络节点的通信链路组成，网络节点可以是多个网络节点，每个网络节点可以对应一个或多个计算机设备。
网络拓扑结构可以是指由计算机设备组成的网络中，计算机设备的分布情况以及各个计算机设备之间的连接方式，如图2所示，为一网络拓扑结构的示例。
网络配置参数可以是用于描述网络结构或网络中的设备、通信链路等特征的参数，在构建网络模型时使用。
在本实施例中，针对电网调度数据网，可以获取电网调度数据网对应的网络拓扑结构，并获取网络拓扑结构对应的网络配置参数。例如，用户可以在终端对网络拓扑结构对应的网络配置参数进行设置，响应于用户操作，终端可以获取到该网络配置参数。
在一个示例中，网络配置参数可以包括以下任一项或多项：
计算机设备型号、各个计算机设备的连接方式、连接各个计算机设备的通信链路、通信协议、数据包形式。
步骤102，将所述网络配置参数输入到仿真软件中，以通过所述仿真软件构建网络模型。
作为一示例，仿真软件可以是通过建立网络设备、通信链路和协议模型，并模拟网络流量的传输，从而获取网络设计或优化所需要的网络性能数据的软件，例如Opnet软件。
在实际应用中，在得到网络隧道参数后，可以将网络配置参数输入到仿真软件中，以通过仿真软件构建网络模型。
步骤103，获取待测试的网络性能影响因子，以及所述网络性能影响因子对应的因子数据；所述网络性能影响因子包括数据包和/或路由器。
作为一示例，网络性能影响因子可以是指对网络性能产生影响的因子，例如数据包和/或路由器，因子数据可以是网络性能影响因子对应的待测试数据，例如，针对数据包，因子数据可以是数据包大小值或数据包分布信息，又如，针对路由器，因子数据可以是路由器丢弃机制或路由器等待机制。
在构建网络模型后，可以获取待测试的网络性能影响因子以及网络性能因子对应的因子数据。
步骤104，根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型。
在实际应用中，由于不同的网络性能影响因子通过不同的网络设备产生影响，例如，针对数据包，可以通过产生数据包的终端影响数据包大小或数据包分布，而网络性能影响因子路由器则可以由路由器本身的业务模式，对网络产生影响。
基于此，在得到网络性能影响因子及其对应的因子数据后，可以从网络模型中确定网络性能影响因子对应的对网络设备，并结合因子数据，对网络设备的业务模式进行调整，进而可以得到调整后的网络模型。
步骤105，创建仿真业务流，并将所述仿真业务流输入到所述网络模型中，获取所述仿真业务流传输过程对应的网络性能评估参数。
作为一示例，业务流可以是各个网络节点进行业务活动时所处理或传输的数据流，仿真业务流也可以称为仿真业务或背景流量，可以是对业务流进行模拟后得到的数据流，在实际应用中，可以使用数据库实现仿真业务流。
网络性能评估参数可以是反应网络性能的参数，可以包括以下任一项或多项：丢包率、网络时延、路由转发率、缓冲队列大小、吞吐量。
在构建网络模型后，可以创建仿真业务流，并将仿真业务流输入到网络模型中，以通过网络模型中的网络设备和链路对仿真业务流进行传输，进而可以获取传输过程中对应的网络性能评估参数。
步骤106，根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度。
在得到网络性能评估参数后，可以根据网络性能评估参数，确定网络性能影响因子对电网调度数据网的影响程度。具体的，可以将当前的网络性能评估参数，与预设的网络性能标准进行对比，或者，也可以通过对比调整业务模式前后的网络性能评估参数，确定网络性能影响因子对网络性能的影响程度。
在本实施例中，通过获取电网调度数据网对应的网络拓扑结构，以及获取网络拓扑结构对应的网络配置参数，将网络配置参数输入到仿真软件中，通过仿真软件构建网络模型，获取待测试的网络性能影响因子，以及网络性能影响因子对应的因子数据，根据网络性能影响因子及其对应的因子数据，调整网络模型中对应的网络设备的业务模式，得到调整后的网络模型，创建仿真业务流，并将仿真业务流输入到所述网络模型中，获取仿真业务流传输过程对应的网络性能评估参数，根据网络性能评估参数，确定网络性能影响因子对所述电网调度数据网的网络性能的影响程度，实现了对电网调度数据网影响网络性能的因素进行分析和评估，并且，能够通过构建网络模型模拟电网调度数据网的工作过程，当需要对电网调度数据网中网络设备的业务模式进行调整，或者，在电网调度数据网中增加新的业务或者设备时，都可以通过构建对应的网络模型进行网络性能测试，有效提高测试效率。
在一个实施例中，所述将所述网络配置参数输入到仿真软件中，以通过所述仿真软件构建网络模型，当仿真软件为Opnet时，可通过使用Opnet的object palete模块，构建网络模型中的路由器模型，并配套与电网调度数据网实际应用场景相应的设备模块，例如千兆RJ-45电模块。在构建路由器模型后，还可以通过Opnet的link modes链路模型，采用预设的带宽对已经构建好的路由器模型进行数据连接，例如采用2M带宽的数据连接，或者，可以模拟使用E1(电信标准)线路、以太网线路等。此外，还可以通过Riverbed Modeler MPLS模型快速部署MPLS VPN和LSP的网络环境。通过导入仿真网络配置，从Opnet的多种路由协议中选择合适的协议，如支持全功BGP协议(边界网关协议，Border Gateway Protocol)，能够实现1:1仿真。
在一个实施例中，网络设备中可以包括发送端，如图3所示，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，可以包括如下步骤：
步骤201，当所述网络性能影响因子包括数据包时，获取多个数据包大小值。
在本实施例中，当网络性能影响因子包括数据包时，可以获取多个数据包大小值，其中，数据包大小值可用于表征发送端发送的数据包大小。
步骤202，根据所述多个数据包大小值，分别对所述网络模型中发送端发送的数据包大小进行调整，得到多个调是整后的网络模型。
作为一示例，网络设备的业务模式可以包括发送端发送的数据包大小。
在确定多个数据包大小值后，可以基于多个数据包大小值，分别对网络模型中发送端发送的数据包大小进行调整，得到多个调整后的网络模型。例如，得到数据包大小值A和数据包大小值B，可以采用数据包大小值A对网络模型中发送端的数据包大小进行调整，得到调整后的网络模型M1，以及，可以采用数据包大小值B对网络模型中发送端的数据包大小进行调整，得到调整后的网络模型M2，进而可以将网络模型M1和网络模型M2，确定为多个调整后的网络模型。
在实际应用中，当根据数据包大小值调整发送端发送的数据包大小时，可以保持其他网络设备的业务模式，以及发送端除数据包大小值以外的其他业务模式，保持不变，通过控制变量的方法，可以更准确地表征不同的数据包大小，对网络性能的影响程度，提高测试结果准确性。
在本实施例中，通过根据多个数据包大小值，分别对网络模型中发送端发送的数据包大小进行调整，得到多个调整后的网络模型，针对电网调度数据网，能够确定发送端发送的数据包大小对网络性能的影响程度。
在一个实施例中，网络设备可以包括发送端，如图4所示，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，可以包括如下步骤：
步骤301，当所述网络性能影响因子包括数据包时，获取多个数据包分布信息。
在本实施例中，当网络性能影响因子包括数据包时，可以获取多个数据包分布信息，其中，数据包分布信息可以是指发送端产生数据包的方式，例如，数据包分布信息可以包括均匀分布和指数分布。
步骤302，根据多个数据包分布信息，分别对所述网络模型中发送端的数据包产生状态进行调整，得到调整后的网络模型。
作为一示例，网络设备的业务模式可以包括发送端的数据包产生状态，数据包产生状态可以是指网络模型中发送端产生数据包的模式。
在确定多个数据包分布信息后，可以基于多个数据包分布信息，分别对网络模型中发送端产生数据包的模式进行调整，得到多个调整后的网络模型。例如，针对均匀分布和指数分布，可以采用均匀分布的业务模式对发送端进行调整，得到调整后的网络模型M3，以及，可以采指数分布对发送端进行调整，得到调整后的网络模型M4，进而可以将网络模型M3和网络模型M4，确定为多个调整后的网络模型。
在本实施例中，通过根据多个数据包分布信息，分别对网络模型中发送端的数据包产生状态进行调整，得到调整后的多个网络模型，针对电网调度数据网，能够确定发送端产生数据包的模式对网络性能的影响程度。
在一个实施例中，网络设备可以包括路由器，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，可以包括如下步骤：
当所述网络性能影响因子包括路由器时，获取多个待测试的丢弃机制；根据多个丢弃机制，分别对所述网络模型中的路由器的数据转发业务模式进行调整，得到多个调整后的网络模型。
作为一示例，丢弃机制可以是指路由器丢弃数据包方式。具体而言，在路由策略中，为了避免拥塞，当路由器处于繁忙状态时可以对数据包进行丢弃。其中，路由器的丢弃机制可以包括以下任意一项或多项：
队尾丢弃机制、RED(随机早期检测，Random Early Detection)丢弃机制、CAR(承诺访问率，Committed Access Rate)丢弃机制、WRED(加权随机先期检测，Weighted RandomEarly Detection)丢弃机制。
其中，队尾丢弃机制，是将后到达的数据包丢弃。RED丢弃机制的原理是设置最小门限和最大门限，并控制平均队列使用的大小，采用TCP拥塞控制机制，在高拥塞出现之前丢弃数据包，并通知主机减慢发送。当平均队列超过最小门限时，开始丢弃数据包。随着队列使用量的增加，丢弃速度线速增加。当平均队列超过最大门限时，丢弃所有数据包。CAR丢弃机制可以对一个端口或子端口的进出流量速率按照预设标准的上限进行限制，对流量进行分类，划分出不同的转发优先级。WRED丢弃机制为不同类别的业务提供不同的服务，针对优先等级高的业务类别，优先进行处理。在一个示例中，在对网络模型进行调整时，还可以对丢弃机制的数据包门限值(最小门限和/或最大门限)进行调整。
数据转发业务模式可以是路由器对待转发的数据包的处理方式，例如数据包的丢弃。
在实际应用中，当网络性能影响因子包括路由器时，可以获取多个待测试的路由丢弃机制。在确定多个待测试的路由器丢弃机制后，可以基于多个路由丢弃机制，分别对网络模型中路由器的数据转发业务模式进行调整，得到多个调整后的网络模型。
在本实施例中，根据多个丢弃机制，分别对网络模型中的路由器的数据转发业务模式进行调整，得到多个调整后的网络模型，针对电网调度数据网，能够确定不同的丢弃机制对网络性能的影响程度。
在一个实施例中，网络设备包括路由器，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，可以包括如下步骤：
当所述网络性能影响因子包括路由器时，获取多个待测试的等待机制；根据多个等待机制，分别对所述网络模型中的路由器的数据转发业务模式进行调整，得到多个调整后的网络模型。
作为一示例，路由器可以具有对应的队列，可以是路由器接口的数据包缓存区，实际上可以是一段内存空间。数据包从路由器的入接口进入，经过路由或交换处理后到达出接口，被放入队列中等待，然后根据等待机制先后发送。等待机制可以包括以下任一种或多种：
先进先出机制、严格优先机制、公平等待机制、公平等待机制、加权公平等待机制(WFQ)、基于类别的等待机制。
其中，先进先出机制是指根据数据包的到达时间进行处理，先到达的数据包先处理，后到达的数据包后处理。严格优先机制可以指根据各个数据包的优先级进行处理，优先级高的数据包优先进行处理。公平等待机制是指根据从高到低的优先级分配不同比例的处理能力，例如分配对应带宽的接口。加权公平等待机制是指，在根据从高到低的优先级分配不同比例的处理能力的同时，考虑数据包长度，并针对该长度设置对应的权重。
数据转发业务模式还可以包括对等待的数据包进行选择、处理的过程。
在实际应用中，当网络性能影响因子包括路由器时，可以获取多个待测试的等待机制。在确定多个待测试的等待机制后，可以基于多个等待机制，分别对网络模型中路由器的数据转发业务模式进行调整，得到多个调整后的网络模型。
在本实施例中，根据多个等待机制，分别对网络模型中的路由器的数据转发业务模式进行调整，得到多个调整后的网络模型，针对电网调度数据网，能够确定不同的等待机制对网络性能的影响程度。
在一个实施例中，网络性能评估参数可以是多个调整后的网络模型对应的网络性能评估参数，多个调整后的网络模型分别根据不同的因子数据进行调整。
所述根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度，可以包括如下步骤：
对比多个网络性能评估参数，并根据对比结果，确定各个因子数据对所述电网调度数据网的网络性能的影响程度。
在实际应用中，在得到多个调整后的网络模型后，可以将仿真业务流分别输入到各个调整后的网络模型中，通过各个调整后的网络模型中的网络设备和链路对仿真业务流进行传输，进而可以获取到在不同因子数据下的网络性能评估参数。在得到多个网络性能评估参数后，可以对比多个网络性能评估参数，获取对比结果，确定出各个因子数据对网络性能的影响程度。
在对比时，多个网络性能评估参数可以是属于同一类型网络性能影响因子所对应的网络性能评估参数，例如针对数据包，可以将不同数据包大小值对应的网络性能评估参数进行对比，或者，将不同数据分布信息下的网络性能评估参数进行对比。又如，针对路由器，可以对比不同等待机制下的多个网络性能评估参数，或者，对不同丢弃机制对应的多个网络性能评估参数进行对比。
在本实施例中，能够根据多个网络性能评估参数，准确地确定出不同因子数据对电网调度数据网网络性能的影响。
在一个实施例中，所述方法还可以包括如下步骤：
根据多个影响程度，从所述多个调整后的网络模型中确定出最优网络模型；根据所述最优网络模型中网络设备的业务模式，针对所述电网调度数据网中对应的网络设备，生成业务模式调整策略。
在确定出各个因子数据对网络性能的影响程度后，例如对网络时延的缩短程度、路由器转发率的增加程度，从多个调整后的网络模型中确定出最优网络模型，最优网络模型可以是指多个调整后的网络模型中，网络性能最优的模型。
在确定出最优网络模型后，可以后去该最优网络模型中网络设备对应的业务模式，例如路由器的丢弃机制、等待机制，数据包的数据包大小值或数据包分布信息，并根据该业务模式，生成针对电网调度数据网中对应网络设备的业务模式调整策略，并将该策略发送到对应的终端，则用户可以根据该业务调整策略，对电网调度数据网中网络设备的业务模式进行调整，优化电网调度数据网的网络性能。
在本实施例中，通过根据最优网络模型中网络设备的业务模式，针对电网调度数据网中对应的网络设备，生成业务模式调整策略，能够及时调整当前电网调度数据网中网络设备的业务模式，对网络性能进行优化。
应该理解的是，虽然图1-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种基于仿真软件的网络性能影响因子评估装置，所述装置包括：
网络配置参数获取模块501，用于获取电网调度数据网对应的网络拓扑结构，以及获取所述网络拓扑结构对应的网络配置参数；
网络模型构建模块502，用于将所述网络配置参数输入到仿真软件中，以通过所述仿真软件构建网络模型；
因子数据获取模块503，用于获取待测试的网络性能影响因子，以及所述网络性能影响因子对应的因子数据；所述网络性能影响因子包括数据包和/或路由器；
网络模型调整模块504，用于根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型；
仿真业务流创建模块505，用于创建仿真业务流，并将所述仿真业务流输入到所述网络模型中，获取所述仿真业务流传输过程对应的网络性能评估参数；
影响程度确定模块506，用于根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度。
在一个实施例中，所述网络设备包括发送端，所述网络模型调整模块504，包括：
数据包大小值获取子模块，用于当所述网络性能影响因子包括数据包时，获取多个数据包大小值；
第一调整子模块，用于根据所述多个数据包大小值，分别对所述网络模型中发送端发送的数据包大小进行调整，得到多个调整后的网络模型。
在一个实施例中，所述网络设备包括发送端，所述网络模型调整模块504，包括：
数据包分部信息获取子模块，用于当所述网络性能影响因子包括数据包时，获取多个数据包分布信息；
第二调整子模块，用于根据多个数据包分布信息，分别对所述网络模型中发送端的数据包产生状态进行调整，得到调整后的网络模型。
在一个实施例中，所述网络设备包括路由器，所述网络模型调整模块504，包括：
丢弃机制获取子模块，用于当所述网络性能影响因子包括路由器时，获取多个待测试的丢弃机制；
第三调整子模块，用于根据多个丢弃机制，分别对所述网络模型中的路由器的数据转发业务模式进行调整，得到多个调整后的网络模型。
在一个实施例中，所述网络设备包括路由器，所述网络模型调整模块504，包括：
等待机制获取子模块，用于当所述网络性能影响因子包括路由器时，获取多个待测试的等待机制；
第四调整子模块，用于根据多个等待机制，分别对所述网络模型中的路由器的数据转发业务模式进行调整，得到多个调整后的网络模型。
在一个实施例中，所述网络性能评估参数为多个调整后的网络模型对应的网络性能评估参数，所述多个调整后的网络模型分别根据不同的因子数据进行调整；所述影响程度确定模块506，包括：
对比子模块，用于对比多个网络性能评估参数，并根据对比结果，确定各个因子数据对所述电网调度数据网的网络性能的影响程度。
在一个实施例中，所述装置还包括：
最优网络模型确定模块，用于根据多个影响程度，从所述多个调整后的网络模型中确定出最优网络模型；
调整策略生成模块，用于根据所述最优网络模型中网络设备的业务模式，针对所述电网调度数据网中对应的网络设备，生成业务模式调整策略。
关于一种基于仿真软件的网络性能影响因子评估装置的具体限定可以参见上文中对于一种基于仿真软件的网络性能影响因子评估方法的限定，在此不再赘述。上述一种基于仿真软件的网络性能影响因子评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种基于仿真软件的网络性能影响因子评估方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取电网调度数据网对应的网络拓扑结构，以及获取所述网络拓扑结构对应的网络配置参数；
将所述网络配置参数输入到仿真软件中，以通过所述仿真软件构建网络模型；
获取待测试的网络性能影响因子，以及所述网络性能影响因子对应的因子数据；所述网络性能影响因子包括数据包和/或路由器；
根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型；
创建仿真业务流，并将所述仿真业务流输入到所述网络模型中，获取所述仿真业务流传输过程对应的网络性能评估参数；
根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度。
在一个实施例中，处理器执行计算机程序时还实现上述其他实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取电网调度数据网对应的网络拓扑结构，以及获取所述网络拓扑结构对应的网络配置参数；
将所述网络配置参数输入到仿真软件中，以通过所述仿真软件构建网络模型；
获取待测试的网络性能影响因子，以及所述网络性能影响因子对应的因子数据；所述网络性能影响因子包括数据包和/或路由器；
根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型；
创建仿真业务流，并将所述仿真业务流输入到所述网络模型中，获取所述仿真业务流传输过程对应的网络性能评估参数；
根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度。
在一个实施例中，计算机程序被处理器执行时还实现上述其他实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于仿真软件的网络性能影响因子评估方法，其特征在于，所述方法包括：
获取电网调度数据网对应的网络拓扑结构，以及获取所述网络拓扑结构对应的网络配置参数；
将所述网络配置参数输入到仿真软件中，以通过所述仿真软件构建网络模型；
获取待测试的网络性能影响因子，以及所述网络性能影响因子对应的因子数据；所述网络性能影响因子包括数据包和/或路由器；
根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型；
创建仿真业务流，并将所述仿真业务流输入到所述网络模型中，获取所述仿真业务流传输过程对应的网络性能评估参数；
根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度。
2.根据权利要求1所述的方法，其特征在于，所述网络设备包括发送端，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，包括：
当所述网络性能影响因子包括数据包时，获取多个数据包大小值；
根据所述多个数据包大小值，分别对所述网络模型中发送端发送的数据包大小进行调整，得到多个调整后的网络模型。
3.根据权利要求1所述的方法，其特征在于，所述网络设备包括发送端，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，包括：
当所述网络性能影响因子包括数据包时，获取多个数据包分布信息；
根据多个数据包分布信息，分别对所述网络模型中发送端的数据包产生状态进行调整，得到调整后的网络模型。
4.根据权利要求1或2所述的方法，其特征在于，所述网络设备包括路由器，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，包括：
当所述网络性能影响因子包括路由器时，获取多个待测试的丢弃机制；
根据多个丢弃机制，分别对所述网络模型中的路由器的数据转发业务模式进行调整，得到多个调整后的网络模型。
5.根据权利要求1所述的方法，其特征在于，所述网络设备包括路由器，所述根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型，包括：
当所述网络性能影响因子包括路由器时，获取多个待测试的等待机制；
根据多个等待机制，分别对所述网络模型中的路由器的数据转发业务模式进行调整，得到多个调整后的网络模型。
6.根据权利要求1所述的方法，其特征在于，所述网络性能评估参数为多个调整后的网络模型对应的网络性能评估参数，所述多个调整后的网络模型分别根据不同的因子数据进行调整；
所述根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度，包括：
对比多个网络性能评估参数，并根据对比结果，确定各个因子数据对所述电网调度数据网的网络性能的影响程度。
7.根据权利要求6所述的方法，其特征在于，还包括：
根据多个影响程度，从所述多个调整后的网络模型中确定出最优网络模型；
根据所述最优网络模型中网络设备的业务模式，针对所述电网调度数据网中对应的网络设备，生成业务模式调整策略。
8.一种基于仿真软件的网络性能影响因子评估装置，其特征在于，所述装置包括：
网络配置参数获取模块，用于获取电网调度数据网对应的网络拓扑结构，以及获取所述网络拓扑结构对应的网络配置参数；
网络模型构建模块，用于将所述网络配置参数输入到仿真软件中，以通过所述仿真软件构建网络模型；
因子数据获取模块，用于获取待测试的网络性能影响因子，以及所述网络性能影响因子对应的因子数据；所述网络性能影响因子包括数据包和/或路由器；
网络模型调整模块，用于根据所述网络性能影响因子及其对应的因子数据，调整所述网络模型中对应的网络设备的业务模式，得到调整后的网络模型；
仿真业务流创建模块，用于创建仿真业务流，并将所述仿真业务流输入到所述网络模型中，获取所述仿真业务流传输过程对应的网络性能评估参数；
影响程度确定模块，用于根据所述网络性能评估参数，确定所述网络性能影响因子对所述电网调度数据网的网络性能的影响程度。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011354147.2A CN114547832A (zh) | 2020-11-26 | 2020-11-26 | 基于仿真软件的网络性能影响因子评估方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011354147.2A CN114547832A (zh) | 2020-11-26 | 2020-11-26 | 基于仿真软件的网络性能影响因子评估方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114547832A true CN114547832A (zh) | 2022-05-27 |
Family
ID=81667892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011354147.2A Pending CN114547832A (zh) | 2020-11-26 | 2020-11-26 | 基于仿真软件的网络性能影响因子评估方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114547832A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116185789A (zh) * | 2022-10-18 | 2023-05-30 | 中国科学院高能物理研究所 | 一种高能物理计算环境网络性能分析系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101567818A (zh) * | 2008-12-25 | 2009-10-28 | 中国人民解放军总参谋部第五十四研究所 | 基于硬件的大规模网络路由仿真方法 |
| US20120140671A1 (en) * | 2010-12-02 | 2012-06-07 | International Business Machines Corporation | Network flow monitoring and analysis |
| CN102571422A (zh) * | 2011-12-23 | 2012-07-11 | 广东电网公司电力科学研究院 | 基于SP Guru的电力调度数据网新业务上线仿真预演方法 |
| CN107070677A (zh) * | 2016-11-23 | 2017-08-18 | 安徽师范大学 | 一种基于OPNET的异构网络端到端的QoS性能验证方法及系统 |
| CN109472075A (zh) * | 2018-10-30 | 2019-03-15 | 成都四方伟业软件股份有限公司 | 一种基站性能分析方法及系统 |
-
2020
- 2020-11-26 CN CN202011354147.2A patent/CN114547832A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101567818A (zh) * | 2008-12-25 | 2009-10-28 | 中国人民解放军总参谋部第五十四研究所 | 基于硬件的大规模网络路由仿真方法 |
| US20120140671A1 (en) * | 2010-12-02 | 2012-06-07 | International Business Machines Corporation | Network flow monitoring and analysis |
| CN102571422A (zh) * | 2011-12-23 | 2012-07-11 | 广东电网公司电力科学研究院 | 基于SP Guru的电力调度数据网新业务上线仿真预演方法 |
| CN107070677A (zh) * | 2016-11-23 | 2017-08-18 | 安徽师范大学 | 一种基于OPNET的异构网络端到端的QoS性能验证方法及系统 |
| CN109472075A (zh) * | 2018-10-30 | 2019-03-15 | 成都四方伟业软件股份有限公司 | 一种基站性能分析方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 宋焱淼;皇安伟;穆源;王芳;: "基于OWAMP的网络性能测量技术", 计算机工程, no. 14, 20 July 2009 (2009-07-20), pages 138 - 141 * |
| 徐朝辉;: "基于OWAMP的网络性能测量系统NPMFO的设计与实现", 西南科技大学学报, no. 02, 15 June 2008 (2008-06-15), pages 50 - 55 * |
| 蒋建春主编: "计算机网络管理理论与实践教程", 30 September 2008, 北京：北京邮电大学出版社, pages: 225 - 226 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116185789A (zh) * | 2022-10-18 | 2023-05-30 | 中国科学院高能物理研究所 | 一种高能物理计算环境网络性能分析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10958555B2 (en) | Real-time application-driven synthetic probing | |
| CN111770028B (zh) | 用于计算机网络的方法和网络设备 | |
| Wang et al. | Adaptive path isolation for elephant and mice flows by exploiting path diversity in datacenters | |
| CN111766837A (zh) | 使用集中式控制器计划和管理网络探测 | |
| US20130148513A1 (en) | Creating packet traffic clustering models for profiling packet flows | |
| CN114827021B (zh) | 一种基于sdn和机器学习的多媒体业务流量加速系统 | |
| Andrew et al. | Towards a common TCP evaluation suite | |
| Beshley et al. | Investigation the modified priority queuing method based on virtualized network test bed | |
| US20220116304A1 (en) | Methods, systems and computer readable media for active queue management | |
| CN111327525B (zh) | 一种基于分段路由的网络选路方法和装置 | |
| Kamath et al. | Multiclass queueing network modeling and traffic flow analysis for SDN-enabled mobile core networks with network slicing | |
| Alwahab et al. | A simulation-based survey of active queue management algorithms | |
| Liu et al. | Optimal scheduling for multi-flow update in software-defined networks | |
| WO2022101378A1 (en) | Method and system for predicting a network characteristic | |
| CN114547832A (zh) | 基于仿真软件的网络性能影响因子评估方法和装置 | |
| Lai et al. | Performance modeling and analysis of tcp connections over software defined networks | |
| Cakmak et al. | Performance comparison of queue management algorithms in lte networks using NS-3 simulator | |
| US20240195690A1 (en) | Managing internal configuration of a communication node | |
| Choi et al. | End-to-end latency prediction for general-topology cut-through switching networks | |
| Chang et al. | Software defined backpressure mechanism for edge router | |
| Bitorika et al. | An evaluation framework for active queue management schemes | |
| WO2020245948A1 (ja) | 要求通信品質推定装置、要求通信品質推定方法、及びプログラム | |
| Zaidi et al. | Voice packet performance estimation through step network using OPNET | |
| Ho et al. | A secured openflow-based switch architecture | |
| Chahlaoui et al. | Towards QoS-enabled SDN networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 510000 No. 11 Kexiang Road, Science City, Luogang District, Guangzhou City, Guangdong Province Applicant after: CHINA SOUTHERN POWER GRID Co.,Ltd. Applicant after: Southern Power Grid Digital Grid Research Institute Co.,Ltd. Address before: 510000 No. 11 Kexiang Road, Science City, Luogang District, Guangzhou City, Guangdong Province Applicant before: CHINA SOUTHERN POWER GRID Co.,Ltd. Country or region before: China Applicant before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240314 Address after: 510623 No.11 Kexiang Road, Science City, Huangpu District, Guangzhou City, Guangdong Province Applicant after: CHINA SOUTHERN POWER GRID Co.,Ltd. Country or region after: China Applicant after: China Southern Power Grid Digital Power Grid Group Information Communication Technology Co.,Ltd. Address before: 510000 No. 11 Kexiang Road, Science City, Luogang District, Guangzhou City, Guangdong Province Applicant before: CHINA SOUTHERN POWER GRID Co.,Ltd. Country or region before: China Applicant before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |
|
| TA01 | Transfer of patent application right |